Matriz inversa y determinante
Mapa conceptual
La inversa
La inversa de una matriz A, escrita A inversa, es la matriz que al multiplicarla por A devuelve la identidad: A por A inversa igual a I. Representa la transformación contraria: si A giraba, A inversa degira. Solo las matrices cuadradas y no degeneradas la tienen.
Cuándo existe
Una matriz cuadrada es invertible si y solo si su determinante es distinto de cero. Equivale a que sus filas (o columnas) sean independientes, a que su rango sea completo y a que el sistema A por x igual b tenga solución única para cualquier b. Todas son caras de la misma moneda.
Matrices singulares
Cuando el determinante es cero, la matriz es singular: aplasta el espacio hasta perder una dimensión (un plano se vuelve recta, una recta un punto). Esa información perdida no se puede recuperar, así que no hay inversa. La singularidad es una advertencia de redundancia o colapso.
El determinante
El determinante asocia a cada matriz cuadrada un número. En 2 por 2 se calcula como ad menos bc para la matriz con filas a-b y c-d. Su valor con signo codifica cuánto escala el área (o volumen) la transformación y si invierte la orientación.
Interpretación geométrica
- Determinante 2: la transformación duplica las áreas.
- Determinante 0: aplasta el espacio a una dimensión inferior (no invertible).
- Determinante negativo: refleja, invierte el «sentido» del espacio.
- Determinante 1: conserva áreas (rotaciones puras).
Propiedades del determinante
El determinante de un producto es el producto de los determinantes. El de la transpuesta es el mismo. Y el de la inversa es uno partido por el determinante original. Estas reglas permiten razonar sobre matrices grandes sin calcular entrada a entrada.
Cómo se calcula la inversa
- Por eliminación: reduce la matriz ampliada con la identidad al lado hasta dejar la identidad a la izquierda; lo que quede a la derecha es la inversa.
- Por adjunta: usando menores y cofactores (instructivo pero caro).
- En la práctica, con librerías: numpy.linalg.inv resuelve el cálculo.
| Concepto | Qué pregunta | Señal de problema |
|---|---|---|
| Determinante cero | ¿escala algo el área? | matriz singular |
| Inversa inexistente | ¿puedo deshacer? | no recuperable |
| Rango incompleto | ¿hay dirección nueva? | columnas dependientes |
| Sistema sin única solución | ¿se corta en un punto? | matriz no invertible |
Si el determinante de una matriz cuadrada es cero, ¿qué se puede afirmar?
Por qué importa en datos
Muchos algoritmos necesitan invertir o resolver sistemas: regresión lineal, discriminante, filtros de Kalman. Una matriz casi singular (determinante cercano a cero) hace esos cálculos inestables: pequeños ruidos se amplifican. La regularización añade un poco a la diagonal para evitarlo.
Condición, no solo invertibilidad
No basta con que exista la inversa: si el determinante es minúsculo, la matriz está «mal condicionada» y el resultado numérico será frágil. Pensar en cuánto se aleja de singular es tan útil como saber si lo es.
Inversa de un producto
La inversa de A por B es B inversa por A inversa: el orden se invierte, como quitarse zapatos y calcetines al revés de como se pusieron. Es una propiedad que traiciona a quien supone conmutatividad donde no la hay.
Errores frecuentes
- Intentar invertir una matriz no cuadrada (no tiene inversa por ambos lados).
- Confiar en una inversa numérica de una matriz casi singular sin regularizar.
- Creer que determinante pequeño significa no invertible (puede ser invertible pero inestable).
Toda matriz cuadrada posee una matriz inversa.
Cálculo en NumPy
numpy.linalg.det da el determinante y numpy.linalg.inv la inversa, con numpy.linalg.solve para resolver sistemas sin calcular la inversa explícitamente (más rápido y estable). Buen hábito: resolver, no invertir.
Asigna cada situación al estado de la matriz:
Invertible
Singular
Explica con la idea de «transformación» por qué una matriz que aplasta el plano a una recta no puede tener inversa. ¿Qué le pasaría al determinante en ese caso?
3Blue1Brown: Linear Algebra
Serie Essence of Linear Algebra con intuicion geometrica.