Explicado paso a paso

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.

1) ¿Qué es una matriz?

Una matriz se escribe como una tabla rectangular de números:
$$A=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right)$$

• Tiene m filas y n columnas.
• Se llama matriz de tamaño $m\times n$.
• El elemento $a_{ij}$ 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:
$$(A+B{)}_{ij}=a_{ij}+b_{ij}$$
O sea: sumas posición a posición.

3) Multiplicación por un escalar

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

4) Producto de matrices (lo más importante)

El producto $AB$ no siempre existe.
Regla clave:

• Si $A$ es $m\times n$

• y $B$ es $n\times p$
• entonces $AB$ es $m\times p$.

La entrada resultante $(AB{)}_{ij}$ se calcula así:
$$(AB{)}_{ij}=\sum _{k=1}^n{a}_{ik}{b}_{kj}$$
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:
$$A\mathbf{x}=\mathbf{y}$$
donde $\mathbf{x}$ es un vector (por ejemplo en ${\mathbb{R}}^n$), la matriz $A$ puede representar una transformación lineal:

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

Ejemplo conceptual:

• Si $\mathbf{x}$ representa un punto,
• $A\mathbf{x}$ 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 $det(A)\ne 0$, la matriz es invertible.
• Inversa $A^{-1}$: existe si $det(A)\ne 0$, y cumple:
  $$A^{-1}A=I$$
  donde $I$ es la matriz identidad.

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 $AB$ es como:

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

Ese “remezclar” se refleja en la fórmula:
$$(AB{)}_{ij}=\sum _k{a}_{ik}{b}_{kj}$$
como si fueras sumando contribuciones de “participantes” $k$ para obtener una combinación final.

1. “El producto de matrices es conmutativo”
   Falso en general: normalmente
   $$AB\ne BA.$$
   El orden importa porque filas y columnas “se emparejan” de manera distinta.

2. “Se pueden multiplicar matrices de cualquier tamaño”
   No. Para $AB$ necesitas que el número de columnas de $A$ coincida con el número de filas de $B$.
   Si no coincide, el producto no está definido.

3. “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.