ماتریس ضرایب: قلب دستگاه معادلات خطی در قالب $AX=B$
از دستگاه معادلات تا نمایش ماتریسی $AX=B$
در جبر خطی مقطع دبیرستان، یکی از قدرتمندترین ابزارها برای حل دستگاه معادلات خطی، نوشتن آن به فرم ماتریسی است. فرض کنید دستگاهی با m معادله و n مجهول داریم:
در اینجا $a_{ij}$ ضریب مجهول $x_j$ در معادلهٔ i-اُم است. ماتریس ضرایب1 که آن را با $A$ نشان میدهیم، آرایهای از این ضرایب است:
ماتریس مجهولات $X$ به صورت ستونی از $x_1, x_2, \dots, x_n$ و ماتریس ثابتها $B$ نیز ستونی از $b_1, b_2, \dots, b_m$ است. با این تعاریف، دستگاه معادلات به صورت فشرده $AX = B$ درمیآید. ضرب ماتریس $A$ در $X$ دقیقاً سمت چپ دستگاه را بازتولید میکند.
| نام ماتریس | نماد ریاضی | ابعاد | محتوای درون |
|---|---|---|---|
| ماتریس ضرایب | $A$ | m × n | ضرایب مجهولها |
| ماتریس مجهولات | $X$ | n × 1 | مجهولهای $x_1 ,..., x_n$ |
| ماتریس ثابتها | $B$ | m × 1 | اعداد سمت راست معادلات |
گامهای عملی تشکیل ماتریس ضرایب با دو مثال عینی
برای درک بهتر، یک دستگاه 2×2 و یک دستگاه 3×3 را گامبهگام بررسی میکنیم.
مثال اول (دستگاه دو معادله، دو مجهول):
$
\begin{cases}
3x + 2y = 7 \\
x - 4y = -5
\end{cases}
$
- گام 1: ضرایب $x$ و $y$ را در ردیف اول: (3, 2) و در ردیف دوم: (1, -4) مینویسیم.
- گام 2: ماتریس ضرایب $A = \begin{bmatrix} 3 & 2 \\ 1 & -4 \end{bmatrix}$
- گام 3: ماتریس مجهولات $X = \begin{bmatrix} x \\ y \end{bmatrix}$ و ماتریس ثابتها $B = \begin{bmatrix} 7 \\ -5 \end{bmatrix}$
- گام 4: دستگاه به شکل $\begin{bmatrix} 3 & 2 \\ 1 & -4 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 7 \\ -5 \end{bmatrix}$ درمیآید.
مثال دوم (دستگاه سه معادله، سه مجهول - کاربرد در مسائل اقتصاد خرد):
فرض کنید در یک بازار، توابع تقاضا و عرضه برای سه کالای مرتبط به صورت خطی باشند و دستگاه زیر حاصل شود:
در اینجا مجهولات $p_1, p_2, p_3$ قیمت کالاها هستند. ماتریس ضرایب به صورت زیر است:
توجه کنید که اگر ضریب یک مجهول در معادله صفر باشد، در ماتریس ضرایب عدد 0 قرار میدهیم تا ابعاد ماتریس حفظ شود.
کاربرد عملی: حل دستگاه با استفاده از ماتریس معکوس
یکی از مهمترین کاربردهای ماتریس ضرایب، حل دستگاه به روش ماتریس معکوس است. اگر ماتریس $A$ مربعی (m=n) و معکوسپذیر2 باشد، از دو طرف رابطهٔ $AX = B$ در ماتریس معکوس $A^{-1}$ ضرب میکنیم:
بنابراین اگر ماتریس ضرایب را داشته باشیم و بتوانیم معکوس آن را محاسبه کنیم، پاسخ دستگاه مستقیماً به دست میآید. برای مثال دستگاه 2×2 قبل را در نظر بگیرید. دترمینان $A$ برابر است با $(3)(-4) - (2)(1) = -12 - 2 = -14$. معکوس ماتریس:
سپس $X = A^{-1}B$ به صورت زیر محاسبه میشود:
پس $x = \frac{9}{7}$ و $y = \frac{11}{7}$.
چالشهای مفهومی
۱. چرا گاهی اوقات نمیتوانیم دستگاه را به فرم $AX=B$ بنویسیم؟
همیشه میتوان نوشت، اما اگر تعداد معادلات با تعداد مجهولها برابر نباشد (دستگاه نرمربعی)، ماتریس $A$ مربعی نخواهد بود. در این صورت نمیتوان از ماتریس معکوس استفاده کرد، ولی باز هم نمایش $AX=B$ معتبر است و میتوان از روشهای دیگری مانند حذف گاوسی3 بهره برد.
۲. آیا ترتیب معادلات یا ترتیب مجهولات در ماتریس ضرایب مهم است؟
بله، بسیار مهم است. هر ردیف از ماتریس $A$ متناظر با یک معادله و هر ستون متناظر با یک مجهول خاص است. اگر ترتیب مجهولات را عوض کنیم، باید ستونهای ماتریس $A$ و همچنین سطرهای ماتریس $X$ را به همان ترتیب تغییر دهیم. در غیر این صورت، دستگاه حاصل با دستگاه اصلی برابر نخواهد بود.
۳. اگر ضریب یک مجهول در همه معادلات صفر باشد چه اتفاقی میافتد؟
آن ستون از ماتریس $A$ کاملاً صفر خواهد شد. در این صورت آن مجهول عملاً در دستگاه اثری ندارد و دستگاه به تعداد مجهولات کمتری وابسته است. از نظر جبر خطی، رتبه4 ماتریس کاهش مییابد و دستگاه ممکن است جواب یکتا نداشته باشد (بینهایت جواب یا بدون جواب).
مقایسه روشهای حل دستگاه با تأکید بر ماتریس ضرایب
| روش حل | نیاز به ماتریس ضرایب | مراحل اصلی | مناسب برای |
|---|---|---|---|
| حذف گاوسی | ضروری | تشکیل ماتریس افزوده، عملیات سطری مقدماتی | هر دستگاهی، حتی با ابعاد بزرگ |
| ماتریس معکوس | ضروری | محاسبه دترمینان و ماتریس همسازه یا الحاقی | دستگاههای مربعی با دترمینان غیرصفر |
| قانون کرامر5 | ضروری | محاسبه دترمینان ماتریس اصلی و ماتریسهای جایگزین | دستگاههای کوچک (3×3 یا 2×2) |
جمعبندی
پاورقی
1 ماتریس ضرایب (Coefficient Matrix): ماتریسی که هر درایهٔ آن ضریب یکی از مجهولات در یکی از معادلات دستگاه خطی است.
2 معکوسپذیر (Invertible): ماتریسی که دارای ماتریس معکوس باشد؛ شرط لازم و کافی برای یک ماتریس مربعی، غیرصفر بودن دترمینان آن است.
3 حذف گاوسی (Gaussian Elimination): روشی برای حل دستگاه معادلات خطی با استفاده از عملیات سطری مقدماتی و تبدیل ماتریس به شکل پلکانی.
4 رتبه (Rank): تعداد سطرها یا ستونهای مستقل خطی در یک ماتریس که حداکثر تعداد سطرهای غیرصفر در شکل پلکانی ماتریس است.
5 قانون کرامر (Cramer's Rule): روشی برای حل دستگاه معادلات خطی مربعی که در آن هر مجهول از تقسیم دترمینان ماتریس حاصل از جایگزینی ستون مربوط به مجهول با ماتریس ثابتها بر دترمینان ماتریس ضرایب به دست میآید.