Introduccion al algebra lineal: vectores, matrices, operaciones, determinantes y sistemas de ecuaciones lineales. Base del machine learning y la grafica 3D.
El algebra lineal estudia los vectores, las matrices y los sistemas de ecuaciones lineales. Es la matematica de las transformaciones lineales — operaciones que preservan la estructura del espacio. Es la base matematica del machine learning, la computacion grafica 3D, la fisica cuantica, la economia y practicamente cualquier campo que use datos numericos.
Un vector es una lista ordenada de numeros. v=(3,4) es un vector de 2D. u=(1,2,3) es un vector de 3D. Las operaciones basicas: suma componente a componente, multiplicacion por escalar. El modulo (longitud) de v=(3,4): |v|=raiz(9+16)=5.
Una matriz es una tabla de numeros. La identidad 2×2 es [[1,0],[0,1]]. La matriz [[3,1],[2,4]] tiene determinante 3×4-1×2=10. Las matrices representan transformaciones lineales: rotaciones, reflexiones, escalas y proyecciones en geometria computacional.
Un sistema de n ecuaciones con n incognitas puede resolverse con matrices. El sistema 2x+y=7, x-y=2 en forma matricial es [[2,1],[1,-1]] × [x,y] = [7,2]. Usando la regla de Cramer: x = det_x/det donde det_x reemplaza la primera columna por [7,2]. x = det([[7,1],[2,-1]])/det([[2,1],[1,-1]]) = (-7-2)/(-2-1) = -9/-3 = 3. y = (2-7)/(-3) = 1.
El algebra lineal es la matematica detras de ChatGPT y todos los modelos de lenguaje. Las redes neuronales son matrices gigantes (millon × millon de entradas) multiplicadas secuencialmente. El entrenamiento ajusta estos valores matriciales minimizando el error de prediccion. La multiplicacion de matrices es la operacion computacional mas ejecutada en el planeta — cada vez que usas Google, Netflix, Spotify o cualquier IA, tu dispositivo esta realizando algebra lineal. Aprender las bases es entender los fundamentos matematicos de la era digital.
La transformada de Fourier, fundamental en procesamiento de señales, compresion de audio y video (MP3, JPEG, H.264) y comunicaciones digitales, es esencialmente una operacion de algebra lineal: una multiplicacion de vector por una matriz especial llamada DFT (Transformada Discreta de Fourier). El algoritmo FFT (Fast Fourier Transform) calcula esta multiplicacion eficientemente en O(n log n) operaciones en lugar de O(n²). Sin el algebra lineal y la FFT, no existirian el MP3, el streaming de video, la telefonia celular ni el radar moderno. Todo el entretenimiento digital y las comunicaciones modernas son algebra lineal aplicada.
Los valores propios y vectores propios de una matriz son uno de los conceptos mas importantes del algebra lineal. Un vector propio v de la matriz A satisface Av=λv (la transformacion solo escala el vector, no cambia su direccion). Google PageRank calcula el vector propio dominante de la matriz de enlaces web para determinar la importancia de cada pagina. El analisis de componentes principales (PCA), fundamental en machine learning para reducir la dimension de datos, calcula los vectores propios de la matriz de covarianza. Los valores propios de la matriz Hamiltoniana en mecanica cuantica son exactamente los niveles de energia posibles de un sistema.