Explicación: ¿Cómo funciona una matriz?

¿Cómo funciona una matriz? (explicado por un experto en Matemáticas)

Una matriz es una forma organizada de almacenar y manipular muchos números a la vez, en forma de una tabla. Se usa para representar cosas como: transformaciones (rotaciones/escala en geometría), sistemas de ecuaciones, datos y redes, y también para describir operaciones en álgebra lineal.

Explicación paso a paso

1) ¿Qué es una matriz?

Una matriz se escribe como una tabla rectangular de números:
$A = (\begin{matrix} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ ⋮ & ⋮ & ⋱ & ⋮ \\ a_{m 1} & a_{m 2} & \dots & a_{m n} \end{matrix})$

Tiene m filas y n columnas.
Se llama matriz de tamaño $m \times n$ .
El elemento $a_{i j}$ está en la fila $i$ y columna $j$ .

2) Operaciones básicas: suma

Para sumar matrices, deben tener el mismo tamaño.
Si $A$ y $B$ son $m \times n$ , entonces:
$(A + B)_{i j} = a_{i j} + b_{i j}$
O sea: sumas posición a posición.

3) Multiplicación por un escalar

Si tienes un número $k$ y una matriz $A$ , entonces:
$(k A)_{i j} = k \cdot a_{i j}$
Es decir: multiplicas cada entrada de la matriz por $k$ .

4) Producto de matrices (lo más importante)

El producto $A B$ no siempre existe.
Regla clave:

Si $A$ es $m \times n$

y $B$ es $n \times p$
entonces $A B$ es $m \times p$ .

La entrada resultante $(A B)_{i j}$ se calcula así:
$(A B)_{i j} = \sum_{k = 1}^{n} a_{i k} b_{k j}$
Interpretación: para cada $i, j$ haces el “producto punto” entre:

la fila $i$ de $A$
y la columna $j$ de $B$ .

5) Relación con transformaciones (por qué “sirven”)

Si multiplicas una matriz por un vector columna:
$A x = y$
donde $x$ es un vector (por ejemplo en $R^{n}$ ), la matriz $A$ puede representar una transformación lineal:

cambiando escalas,
mezclando coordenadas,
rotando,
proyectando (según el caso).

Ejemplo conceptual:

Si $x$ representa un punto,
$A x$ representa el punto transformado.

6) Determinante e inversa (idea de “matriz reversible”)

Algunas matrices (cuadradas, $n \times n$ ) tienen:

Determinante $det (A)$ : mide si la transformación “aplana” o colapsa dimensiones.
- Si $det (A) \neq 0$ , la matriz es invertible.
Inversa $A^{- 1}$ : existe si $det (A) \neq 0$ , y cumple:
$A^{- 1} A = I$
donde $I$ es la matriz identidad.

Analogía

Imagina que una matriz es una orquesta con:

filas = “qué hace cada sección a una entrada”
columnas = “cómo se combinan las señales de entrada”
multiplicar una matriz por un vector = “tomar varias señales (componentes) y mezclarlas de forma coordinada”

En particular, el producto $A B$ es como:

Primero, $B$ convierte las señales originales en señales intermedias.
Luego, $A$ toma esas señales intermedias y las remezcla para producir la salida final.

Ese “remezclar” se refleja en la fórmula:
$(A B)_{i j} = \sum_{k} a_{i k} b_{k j}$
como si fueras sumando contribuciones de “participantes” $k$ para obtener una combinación final.

Tres ideas erróneas comunes

“El producto de matrices es conmutativo”
Falso en general: normalmente
$A B \neq B A .$
El orden importa porque filas y columnas “se emparejan” de manera distinta.
“Se pueden multiplicar matrices de cualquier tamaño”
No. Para $A B$ necesitas que el número de columnas de $A$ coincida con el número de filas de $B$ .
Si no coincide, el producto no está definido.
“Una matriz es solo una tabla de números sin significado”
Incorrecto: en álgebra lineal, una matriz suele representar una transformación y por eso tiene interpretación geométrica (y algebraica) muy profunda, no solo almacenamiento.