Matrices como transformaciones del espacio

Las transformaciones lineales son el corazón geométrico del álgebra lineal: convierten a una matriz en un operador dinámico que toma un vector y lo lleva a otra posición del espacio, cambiando su dirección, magnitud u orientación. Si trabajas con computación gráfica, machine learning o videojuegos, entender este concepto te abre la puerta al resto del curso.

¿Qué es una transformación lineal y qué condiciones cumple?

Una transformación lineal es una función que recibe un vector de entrada y devuelve un vector de salida, pero no cualquier movimiento sirve. Debe cumplir dos reglas que garantizan la linealidad.

La primera regla dice que las líneas paralelas siguen paralelas y con espaciado uniforme después de mover el espacio. Si dibujas una cuadrícula y aplicas la transformación, las líneas pueden estirarse o rotar, pero jamás se curvan ni se amontonan.

La segunda regla fija el origen en su lugar: el punto (0,0) siempre se transforma en (0,0). Sin esto, no hablamos de una transformación lineal pura.

¿Qué hace que una transformación sea lineal? Que las líneas paralelas se mantengan paralelas con espaciado uniforme y que el origen no se mueva. Si una de estas dos condiciones falla, ya no es lineal.

¿Cómo se ve una matriz que escala, rota o inclina el espacio?

Tres matrices clásicas muestran qué tan visual es esto. Cada una mueve los vectores base I y J a un lugar distinto, y esas nuevas posiciones quedan registradas en las columnas de la matriz.

• Matriz de escalado con valores 2, 0, 0, 2: agranda el espacio al doble. El vector amarillo y los vectores base se alejan del origen manteniendo la dirección.
• Matriz de rotación con valores 0, 1, -1, 0: gira el espacio 90 grados en sentido antihorario. Los vectores base saltan a las posiciones marcadas por las columnas.
• Matriz de inclinación con valores 1, 0, 1, 1: inclina el espacio hacia la derecha. El vector I queda fijo y J se desplaza una unidad a la derecha.

Fíjate en el patrón: la primera columna de cada matriz es donde aterriza I sombrerito, y la segunda columna es donde aterriza J sombrerito. Esa es la idea más poderosa de toda la clase.

¿Por qué las columnas de la matriz importan tanto?

Porque si sabes a dónde van I y J después de la transformación, sabes a dónde va cualquier otro vector del espacio. La matriz es simplemente el registro de ese destino. No hay que memorizar fórmulas raras: basta leer las columnas.

¿Cómo aplico una transformación a un vector con el producto matriz vector?

La operación se llama producto matriz vector y se escribe como Ax, donde A es la matriz y x el vector. Hay dos formas de calcularlo y vale la pena conocer las dos.

Método tradicional con vectores fila

Supón que A es 1, 0, 1, 1 y x es 2, 1. Tomas la matriz como una colección de filas y haces producto punto con el vector.

• Primera fila (1, 1) por (2, 1): 1·2 + 1·1 = 3.
• Segunda fila (0, 1) por (2, 1): 0·2 + 1·1 = 1.

Resultado: Ax = (3, 1). El vector original se inclinó hacia la derecha, justo como predice esa matriz de inclinación.

Método como combinación lineal de la base

Un vector cualquiera es una combinación lineal de I y J. Entonces x = 2·I + 1·J. Como las columnas de A te dicen a dónde van I y J, puedes distribuir la matriz:

Ax = 2·(AI) + 1·(AJ) = 2·(1, 0) + 1·(1, 1) = (2, 0) + (1, 1) = (3, 1).

Mismo resultado, pero esta vista te recuerda algo clave: una matriz no es más que el destino de los vectores base, y un vector es la receta que combina esos destinos.

¿Qué es el producto matriz vector? Es la operación que aplica una transformación lineal a un vector. Multiplicas cada fila de la matriz por el vector, o equivalentemente combinas las columnas de la matriz con los componentes del vector.

¿Para qué sirven las transformaciones lineales en la vida real?

Más allá de la teoría, son la base de la computación gráfica. Cada vez que un personaje salta, rota o se mueve en un videojuego, el motor está aplicando matrices de rotación, traslación y escalado a los vectores que definen su posición en el mundo 3D.

Lo mismo ocurre en visión por computadora, animación, redes neuronales y simulaciones físicas. Donde haya un objeto que se transforme en el espacio, hay una matriz haciendo el trabajo pesado.

Ejercicio para practicar

Crea una matriz A de dos por dos con valores 0, 1, 1, 0 y un vector x igual a (3, 1). Aplica la transformación y comparte en los comentarios el dibujo del vector original y el transformado. Pista: esta matriz intercambia ejes, así que el resultado te va a sorprender.

Si este concepto todavía no te queda claro, repite la clase las veces que necesites. Lo que viene después depende de que veas las matrices como movimiento, no como tablas estáticas.