ماتریس وارون‌پذیر: ماتریسی که وارون داشته باشد؛ شرط اصلی آن (در 2×2 و به طور کلی) این است که دترمینان آن صفر نباشد.

ماتریس وارون‌پذیر: کلید درک دترمینان غیرصفر

۱. وارون ماتریس: تعریف و شرط اولیه

در جبر خطی، برای یک ماتریس مربعی $A$، اگر ماتریسی مانند $B$ وجود داشته باشد که حاصل‌ضرب آنها ماتریس همانی⁴ (با نماد $I$) شود، آنگاه $B$ را وارون ماتریس $A$ می‌نامیم و می‌نویسیم $B = A^{-1}$. شرط لازم و کافی برای وارون‌پذیری یک ماتریس مربعی این است که دترمینان آن ناصفر باشد:

اگر دترمینان صفر باشد، ماتریس تکین (یا وارون‌ناپذیر) نامیده می‌شود. برای درک بهتر، به مثال زیر توجه کنید:

مثال عملی: فرض کنید ماتریس $A = \begin{bmatrix} 2 & 3 \\ 1 & 4 \end{bmatrix}$ را داریم. دترمینان آن برابر $(2)(4)-(3)(1)=8-3=5$ است که مخالف صفر می‌باشد. بنابراین این ماتریس وارون‌پذیر است. اگر دترمینان صفر بود، مثلاً در ماتریس $\begin{bmatrix} 1 & 2 \\ 2 & 4 \end{bmatrix}$ که دترمینان $4-4=0$ است، هیچ وارونی وجود نخواهد داشت.

۲. محاسبه وارون ماتریس در ابعاد ۲×۲

برای ماتریس $A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}$ با شرط $\det(A)=ad-bc \neq 0$، وارون به صورت زیر محاسبه می‌شود:

مراحل گام‌به‌گام برای یک مثال عددی:
ماتریس $A = \begin{bmatrix} 5 & 7 \\ 2 & 3 \end{bmatrix}$ را در نظر بگیرید.
گام 1: محاسبه دترمینان: $(5)(3)-(7)(2)=15-14=1$ (غیرصفر، پس وارون‌پذیر است).
گام 2: جابه‌جایی درایه‌های قطر اصلی: $a=5$ و $d=3$ جابه‌جا می‌شوند.
گام 3: تغییر علامت درایه‌های قطر فرعی: $b=7 \rightarrow -7$ و $c=2 \rightarrow -2$.
گام 4: تقسیم بر دترمینان: $A^{-1} = \frac{1}{1} \begin{bmatrix} 3 & -7 \\ -2 & 5 \end{bmatrix} = \begin{bmatrix} 3 & -7 \\ -2 & 5 \end{bmatrix}$.
برای تأیید، کافی است $A \times A^{-1}$ را محاسبه کنید که ماتریس همانی $I_2$ می‌شود.

۳. شرط وارون‌پذیری در ماتریس‌های با ابعاد بالاتر

برای ماتریس‌های $n \times n$ با $n \ge 3$، شرط $\det(A) \neq 0$ همچنان اصلی‌ترین شرط است. اما روش محاسبه وارون پیچیده‌تر می‌شود و معمولاً از روش‌هایی مانند روش حذف گاوس-جردن⁵ یا استفاده از ماتریس الحاقی بهره می‌گیریم:

که در آن $\text{adj}(A)$ ماتریس الحاقی (ترانهادهٔ ماتریس هم‌عامل‌ها⁶) است. برای یک ماتریس $3 \times 3$، ابتدا ماتریس هم‌عامل‌ها را محاسبه کرده، سپس ترانهاده می‌گیریم و در نهایت بر دترمینان تقسیم می‌کنیم. اگر دترمینان صفر باشد، ماتریس الحاقی تعریف می‌شود اما وارون وجود ندارد.

مثال کوتاه برای ماتریس $3 \times 3$: ماتریس $B = \begin{bmatrix} 1 & 0 & 1 \\ 2 & 1 & 0 \\ 1 & 1 & 1 \end{bmatrix}$ را در نظر بگیرید. با محاسبه دترمینان به روش ساروس یا بسط لاپلاس به مقدار $-1$ می‌رسیم (غیرصفر). بنابراین وارون‌پذیر است. یافتن ماتریس هم‌عامل‌ها و الحاقی نیاز به محاسبه $9$ دترمینان $2 \times 2$ دارد که با دقت قابل انجام است.

۴. کاربرد عملی: حل دستگاه معادلات خطی

یکی از مهم‌ترین کاربردهای ماتریس وارون‌پذیر، حل دستگاه معادلات خطی است. فرض کنید دستگاه $A X = B$ را داریم که در آن $A$ ماتریس ضرایب (مربعی و وارون‌پذیر)، $X$ بردار مجهولات و $B$ بردار ثوابت است. آنگاه جواب برابر است با:

مثال عینی: دستگاه $\begin{cases} 2x + 3y = 8 \\ x + 4y = 9 \end{cases}$ را به صورت ماتریسی بنویسید: $A = \begin{bmatrix} 2 & 3 \\ 1 & 4 \end{bmatrix}$، $B = \begin{bmatrix} 8 \\ 9 \end{bmatrix}$. پیش‌تر دیدیم $\det(A)=5$ و $A^{-1} = \frac{1}{5}\begin{bmatrix} 4 & -3 \\ -1 & 2 \end{bmatrix}$. بنابراین $X = A^{-1}B = \frac{1}{5}\begin{bmatrix} (4)(8)+(-3)(9) \\ (-1)(8)+(2)(9) \end{bmatrix} = \frac{1}{5}\begin{bmatrix} 32-27 \\ -8+18 \end{bmatrix} = \frac{1}{5}\begin{bmatrix} 5 \\ 10 \end{bmatrix} = \begin{bmatrix} 1 \\ 2 \end{bmatrix}$. یعنی $x=1$ و $y=2$.

۵. چالش‌های مفهومی

جمع‌بندی

پاورقی

¹ ماتریس وارون (Inverse Matrix): ماتریسی مانند $B$ که در ضرب با ماتریس اصلی $A$ حاصل ماتریس همانی شود: $AB = BA = I$.

² دترمینان (Determinant): مقدار اسکالری که از درایه‌های یک ماتریس مربعی محاسبه می‌شود و ویژگی‌های خطی آن ماتریس را نشان می‌دهد.

³ ماتریس الحاقی (Adjugate Matrix): ترانهادهٔ ماتریس هم‌عامل‌ها که برای محاسبه وارون به کار می‌رود.

⁴ ماتریس همانی (Identity Matrix): ماتریس مربعی با یک‌های روی قطر اصلی و صفر در سایر درایه‌ها که نقش عنصر خنثی در ضرب ماتریسی را دارد.

⁵ روش حذف گاوس-جردن (Gauss-Jordan Elimination): الگوریتمی برای حل دستگاه معادلات خطی و یافتن وارون ماتریس با اعمال عملیات سطری مقدماتی.

⁶ ماتریس هم‌عامل‌ها (Cofactor Matrix): ماتریسی که هر درایهٔ آن برابر هم‌عامل همان درایه در ماتریس اصلی است.