Cohen enseña álgebra lineal escribiéndola: vectores, matrices, rango, mínimos cuadrados, descomposiciones, y la implementación de cada cosa en Python. No demuestra, muestra. Es lo que uno abre cuando ya entendió la idea y tiene que hacerla funcionar.
Qué saqué de él
La parte numérica, que en los libros teóricos aparece como una nota al pie y aquí ocupa el centro: qué pasa cuando una matriz está cerca de no ser invertible. Suena remoto y es un problema de todos los días. Cuando un modelo de pronóstico devuelve coeficientes enormes, con signos que no tienen sentido, la causa habitual no es que falten datos: es que dos de las variables dicen lo mismo, el sistema se vuelve inestable y el resultado se dispara. La solución es quitar una, no conseguir más datos.
De ahí me quedó una revisión que hago antes de aceptar cualquier modelo hecho por otro: mirar si hay columnas que son combinaciones de otras. En datos de empresa pasa constantemente, porque los sistemas guardan el mismo hecho tres veces con nombres distintos —el total, la base y el impuesto; el costo, el margen y el precio—.
La segunda cosa es la descomposición en valores singulares como herramienta de trabajo y no como tema de examen: es lo que hay debajo de reducir dimensiones, de comprimir y de buena parte de la búsqueda por significado.
Qué dejé fuera
Los ejercicios largos y el detalle de implementación, porque en la práctica uno llama a una biblioteca. Y una advertencia sobre la copia que tengo, que es una edición anticipada: tiene las asperezas de un borrador, con capítulos desparejos y ejemplos a medio pulir. Si alguien va a leer uno solo de los dos libros de álgebra lineal, que lea el de Strang para entender y abra este cuando tenga que escribir código.