La base del álgebra lineal se asienta en dos interpretaciones distintas pero matemáticamente equivalentes de la ecuación $Ax = b$. Pasamos de la tradicional Imagen por Filas, donde buscamos la intersección de hiperplanos geométricos, hacia la más potente Imagen por Columnas, que considera la matriz $A$ como un conjunto de vectores base combinados linealmente para construir el vector objetivo $b$.
1. La Geometría de la Solución
En la Perspectiva por Filas, cada ecuación en un sistema 3x3 representa un plano en $\mathbb{R}^3$. La solución $x = (2, 3, 4)$ es el punto único donde se intersectan estos tres planos. Matemáticamente, $b$ se calcula fila a fila usando el producto interior (una fila multiplicada por una columna):
$b = [A(1, :) * x; A(2, :) * x; A(3, :) * x]$
Por el contrario, la Imagen por Columnas interpreta $Ax = b$ como una solicitud de una combinación lineal específica de vectores columna: $b = A(:, 1)x_1 + A(:, 2)x_2 + A(:, 3)x_3$. Aquí, la matriz $A$ se ve como una colección de direcciones, y las variables $x_i$ son los pesos (escalares) asignados para alcanzar el destino $b$. Como se destaca en la teoría fundamental: Imagen por Columnas: $Ax = b$ pregunta por una combinación de columnas para producir $b$.
Considere $A = \begin{bmatrix} 1 & 2 \\ 1 & 2 \end{bmatrix}$. Calcular $ad - bc$ da $2 - 2 = 0$. Esta matriz es singular. En la imagen por filas, las rectas son paralelas. En la imagen por columnas, ambas columnas están sobre la misma recta; no podemos alcanzar un $b$ que no esté sobre esa recta.
2. A como una Transformación Lineal
Multiplicar un vector por $A$ no es solo un cálculo; es una transformación lineal. Satisface el principio de linealidad: $Aw = cAu + dAv$ (donde $w = cu + dv$). Esto confirma que $A$ es un operador que mapea vectores desde un espacio a otro, posiblemente implicando rotación o proyección (Diagrama, pág. 42).
- Regla de Dimensiones: $(m \times n)(n \times p) = (m \times p)$ (Página 72).
- Componentes de Identidad: Los vectores base estándar $e_1 = [1,0,0]^T, e_2 = [0,1,0]^T, e_3 = [0,0,1]^T$ definen las dimensiones de este espacio (Diagrama, pág. 80).
- Nota Avanzada: La fórmula de Woodbury-Morrison es el 'lema de inversión de matrices' en ingeniería, utilizada para actualizar inversas tras pequeños cambios en $A$.