Si una matriz "transforma", su inversa "deshace". Y resulta que tener una matriz inversa es exactamente lo mismo que poder resolver un sistema de ecuaciones lineales. Dos caras de la misma moneda.
Si M es una "máquina que transforma vectores", su inversa es
la máquina que deshace esa transformación. La escribimos M⁻¹ — se lee "M inversa". El superíndice −1 es la notación matemática para "la operación inversa de M", igual que dividir es la inversa de multiplicar. Si M te lleva del vector a al
vector b, entonces M⁻¹ te devuelve de b a a:
Combinarlas no cambia nada: aplicar M y luego M⁻¹ devuelve el vector original. Como abrir un grifo y cerrarlo: estás como al principio.
det = 0, la matriz aplastó el espacio (lección 11). Y aplastar algo es
irreversible: no puedes "des-aplastar" una hoja de papel y recuperar exactamente lo que
había. Información perdida.
Hay una fórmula directa, fácil de memorizar:
Donde a es la celda arriba-izquierda, b arriba-derecha, c abajo-izquierda y d abajo-derecha:
| a | b |
| c | d |
| d | -b |
| -c | a |
"Intercambias a y d (las esquinas de la diagonal principal), cambias de signo b y c, divides todo por el determinante." La razón por la que esto funciona: la fórmula está diseñada para que al multiplicar M × M⁻¹, los productos se cancelen en todos los sitios excepto en la diagonal — exactamente la identidad. No necesitas memorizar la demostración; solo la receta. Y nota que si det = 0, dividirías entre cero — por eso no existe inversa. Probémoslo con nuestra M:
1) calcular el determinante: det(M) = 1·1 − 2·0 = 1 (¡no es cero! ✓) 2) intercambiar diagonales y cambiar signos: M⁻¹ = (1/1) · [[1, -2], [0, 1]] = [[1, -2], [0, 1]] 3) comprobar M · M⁻¹ = I: fila1·col1 = (1, 2)·(1, 0) = 1+0 = 1 ✓ fila1·col2 = (1, 2)·(-2, 1) = -2+2 = 0 ✓ fila2·col1 = (0, 1)·(1, 0) = 0+0 = 0 ✓ fila2·col2 = (0, 1)·(-2, 1) = 0+1 = 1 ✓ M · M⁻¹ = [[1, 0], [0, 1]] = I ¡es la identidad!
Geométricamente: M era una cizalla "inclinar a la derecha"; M⁻¹ es "inclinar a la izquierda". Una deshace a la otra.
Imagina un sistema de ecuaciones lineales como este:
Lo escribimos en forma matricial — y aquí está la magia:
| 1 | 2 |
| 0 | 1 |
| x |
| y |
| 5 |
| 1 |
Es decir: M · v = b, donde queremos encontrar el vector v = (x, y). La solución es directa: multiplicar ambos lados por M⁻¹:
v = M⁻¹ · b = [[1, -2], [0, 1]] · (5, 1) x = 1·5 + (-2)·1 = 5 − 2 = 3 y = 0·5 + 1·1 = 0 + 1 = 1 → v = (x, y) = (3, 1) Comprobación: 1·3 + 2·1 = 3+2 = 5 ✓ 0·3 + 1·1 = 0+1 = 1 ✓ ¡correcto!
Modifica M y verás su inversa calculada al instante (cuando exista). El producto M · M⁻¹ siempre tiene que ser la identidad.
💡 Prueba M = [[1, 2], [2, 4]] (filas paralelas): det = 0, ¡no hay inversa!
La última lección del curso abre la puerta a los autovalores — las "direcciones especiales" de una matriz, que aparecen en muchas técnicas de IA modernas.