گاما رو نصب کن!

{{ number }}
اعلان ها
اعلان جدیدی وجود ندارد!
کاربر جدید

جستجو

پربازدیدها: #{{ tag.title }}

میتونی لایو بذاری!
نمونه سوال محتوای آموزشی آزمون آنلاین پرسش و پاسخ درسنامه آموزشی مدرسه‌یاب معلم‌ها

قانون حذف در ضرب ماتریس‌ها: از AC=AB در حالت کلی نمی‌توان نتیجه گرفت B=C.

بروزرسانی شده در: 20:50 1405/01/31 مشاهده: 55     دسته بندی: کپسول آموزشی

قانون حذف در ضرب ماتریس‌ها: چرا از $AC = AB$ نتیجه نمی‌شود $B = C$؟

بررسی نابرقراری قانون حذف در ضرب ماتریس‌ها با مثال‌های عددی و مقایسه با اعداد حقیقی
در جبر ماتریس‌ها، برخلاف ضرب اعداد حقیقی، از تساوی $AC = AB$ در حالت کلی نمی‌توان نتیجه گرفت $B = C$. این مقاله به زبان ساده نشان می‌دهد که چرا قانون حذف1 در ضرب ماتریس‌ها نابرقرار است، با ذکر مثال‌های عددی، نقش ماتریس‌های صفر‌شونده2 و اهمیت ماتریس‌های وارون‌پذیر3 را بررسی می‌کند.

تفاوت ضرب ماتریس با ضرب اعداد حقیقی

در اعداد حقیقی، قانون حذف به این شکل است: اگر $a \neq 0$ و $a \times b = a \times c$، آن‌گاه $b = c$. این ویژگی به دلیل وجود عنصر وارون برای هر عدد ناصفر (یعنی $a^{-1}$) برقرار است. اما در دنیای ماتریس‌ها، شرایط متفاوت است. برای درک بهتر، ابتدا دو نکته اساسی درباره ضرب ماتریس‌ها یادآوری می‌کنیم:
  • ضرب ماتریسها جابجایی‌پذیر نیست؛ یعنی به طور کلی $AB \neq BA$.
  • وجود ماتریس صفر (همه درایه‌ها صفر) و ماتریس‌های غیر وارون‌پذیر (با دترمینان صفر) باعث بروز رفتارهای غیرمنتظره می‌شود.
در ضرب ماتریس‌ها، اگر $A$ یک ماتریس وارون‌پذیر باشد، آنگاه می‌توانیم دو طرف تساوی $AC = AB$ را در $A^{-1}$ ضرب کنیم و به $C = B$ برسیم. اما اگر $A$ وارون‌پذیر نباشد، قانون حذف ممکن است نقض شود.

نقش ماتریس‌های صفر‌شونده در نقض قانون حذف

ماتریس $A$ را صفر‌شونده گوییم اگر ماتریس ناصفر $X$ (یعنی $X \neq 0$) وجود داشته باشد به طوری که $AX = 0$ (ماتریس صفر). در چنین حالتی، می‌توانیم قانون حذف را نقض کنیم.
مثال نقض عددی: فرض کنید $A = \begin{bmatrix} 1 & 2 \\ 2 & 4 \end{bmatrix}$، $B = \begin{bmatrix} 5 & 3 \\ 0 & 1 \end{bmatrix}$ و $C = \begin{bmatrix} 7 & 5 \\ -1 & 0 \end{bmatrix}$. محاسبه می‌کنیم: $AB = \begin{bmatrix} 1&2 \\ 2&4 \end{bmatrix} \begin{bmatrix} 5&3 \\ 0&1 \end{bmatrix} = \begin{bmatrix} 5 & 5 \\ 10 & 10 \end{bmatrix}$ و $AC = \begin{bmatrix} 1&2 \\ 2&4 \end{bmatrix} \begin{bmatrix} 7&5 \\ -1&0 \end{bmatrix} = \begin{bmatrix} 5 & 5 \\ 10 & 10 \end{bmatrix}$. می‌بینیم $AB = AC$ اما $B \neq C$. چرا؟ چون $A$ وارون‌پذیر نیست (دترمینان آن صفر است) و یک ماتریس صفر‌شونده است. در واقع $A(B-C) = 0$ با $B-C \neq 0$.

مقایسه قانون حذف در اعداد و ماتریس‌ها

ویژگی اعداد حقیقی ماتریس‌ها (حالت کلی)
قانون حذف از $ac = ab$ اگر $a \neq 0$ آنگاه $b = c$ حتی اگر $A \neq 0$، الزاماً $B = C$ نتیجه نمی‌شود
وجود عنصر وارون هر عدد ناصفر وارون دارد بسیاری از ماتریس‌های ناصفر وارون‌پذیر نیستند
جابجایی ضرب همیشه برقرار است $ab = ba$ معمولاً برقرار نیست

کاربرد عملی: اهمیت در حل دستگاه معادلات خطی

فرض کنید در حال حل دستگاه معادلات $AX = B$ هستید. اگر روش حذفی مشابه اعداد را به کار ببرید و از تساوی $A X_1 = A X_2$ نتیجه بگیرید $X_1 = X_2$، ممکن است دچار خطا شوید. به همین دلیل در جبر خطی، برای داشتن جواب یکتا، باید ماتریس ضرایب وارون‌پذیر باشد. در بسیاری از مسائل مهندسی و اقتصاد، وقتی با ماتریس‌های غیر وارون‌پذیر مواجه می‌شویم، سیستم یا جواب ندارد یا بی‌شمار جواب دارد. به عنوان یک مثال عینی: در تحلیل شبکه‌های ترابری، ماتریس‌های وقوع گره-یال اغلب وارون‌پذیر نیستند. اگر از روی تساوی جریان‌ها بخواهیم ماتریس مسیرها را حذف کنیم، نمی‌توان مستقیماً قانون حذف را اعمال کرد و باید از روش‌های دیگری مانند شبه‌وارون استفاده نمود.

چالش‌های مفهومی

پرسش ۱: آیا اگر $A$ یک ماتریس مربعی با دترمینان غیرصفر باشد، قانون حذف برقرار است؟
پاسخ: بله. اگر $\det(A) \neq 0$، آنگاه $A$ وارون‌پذیر است. از $AC = AB$ با ضرب از چپ در $A^{-1}$ خواهیم داشت $C = B$. شرط وارون‌پذیری برای برقراری قانون حذف کافی است.
پرسش ۲: آیا امکان دارد $AB = AC$ ولی $B \neq C$ حتی زمانی که $A$ وارون‌پذیر نباشد، اما $B$ و $C$ با هم برابر باشند؟
پاسخ: بله، نقض قانون حذف به معنای وجود حداقل یک جفت $(B,C)$ با $B \neq C$ است. ممکن است برای بسیاری از $B$ و $C$ تساوی برقرار نباشد یا حتی اگر برقرار باشد، $B=C$ هم صدق کند. اما وجود حداقل یک مثال نقض کافی است تا بگوییم قانون به طور کلی برقرار نیست.
پرسش ۳: اگر $A$ ماتریس مربعی و $AB = 0$ (ماتریس صفر) باشد، آیا حتماً $B = 0$ است؟
پاسخ: خیر. همانند مثال نقض بالا، می‌توان $A$ صفر‌شونده و $B \neq 0$ انتخاب کرد به طوری که $AB = 0$. به این ماتریس‌ها، مقسوم‌علیه‌های صفر در جبر ماتریس‌ها گفته می‌شود.

شرط لازم و کافی برای برقراری قانون حذف

در جبر خطی ثابت می‌شود که برای ماتریس مربعی $A$ (با ابعاد $n \times n$)، قانون حذف از چپ برقرار است اگر و تنها اگر $A$ وارون‌پذیر باشد. یعنی: $(\forall B,C \in M_{n \times n})(AC = AB \Rightarrow B = C) \iff \det(A) \neq 0$ برای ماتریس‌های غیرمربعی نیز مفهوم مشابهی با عنوان «رنک کامل ستونی» یا «رنک کامل سطری» وجود دارد، اما در سطح دبیرستان معمولاً با ماتریس‌های مربعی سروکار داریم.
جمع‌بندی: قانون حذف در ضرب ماتریس‌ها برخلاف ضرب اعداد حقیقی همیشه معتبر نیست. علت اصلی وجود ماتریس‌های صفر‌شونده (مقسوم‌علیه‌های صفر) و نبود عنصر وارون برای برخی ماتریس‌های ناصفر است. تنها در صورتی می‌توان از تساوی $AC = AB$ نتیجه گرفت $B = C$ که ماتریس $A$ وارون‌پذیر (دترمینان غیرصفر) باشد. این نکته در حل دستگاه معادلات خطی و بسیاری از کاربردهای عملی ماتریس‌ها از اهمیت بالایی برخوردار است.

پاورقی

1 قانون حذف (Cancellation Law): اصلی در جبر که می‌گوید اگر حاصلضرب دو کمیت در یک کمیت سوم برابر باشد و آن کمیت سوم شرایط خاصی (مانند ناصفر بودن در اعداد) را داشته باشد، آنگاه آن دو کمیت با هم برابرند.
2 ماتریس صفر‌شونده (Zero Divisor Matrix): ماتریس ناصفری که بتوان آن را در ماتریس ناصفر دیگری ضرب کرد و حاصلضرب برابر ماتریس صفر شود.
3 ماتریس وارون‌پذیر (Invertible Matrix): ماتریس مربعی که دترمینان آن مخالف صفر است و ماتریسی مانند $A^{-1}$ وجود دارد به طوری که $A A^{-1} = A^{-1} A = I$ (ماتریس همانی).