چرا دترمینان ماتریس مربع صفر، همواره برابر صفر است؟
۱. ماتریس مربع صفر: تعریف و ساختار ساده
ماتریس مربع صفر، ماتریسی است که همهٔ درایههای آن عدد صفر باشند و تعداد سطرها و ستونهای آن برابر است. چنین ماتریسی را با نماد $0_{n \times n}$ یا به سادگی $0$ نشان میدهند، جایی که $n$ مرتبهٔ ماتریس است. برای درک بهتر، چند نمونه از ماتریسهای مربع صفر با مرتبههای متفاوت را در قالب جدول زیر مقایسه میکنیم:| مرتبه (n) | نمایش ماتریس صفر | تعداد درایهها |
|---|---|---|
| 1 | $[0]$ | 1 |
| 2 | $\begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix}$ | 4 |
| 3 | $\begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix}$ | 9 |
۲. دترمینان ماتریس صفر در مرتبههای اول و دوم
برای اثبات اینکه دترمینان ماتریس مربع صفر برابر صفر است، ابتدا سادهترین حالتها را بررسی میکنیم. - برای $n=1$، ماتریس $[0]$ داریم. دترمینان یک ماتریس 1×1 برابر خود درایه است، بنابراین:۳. اثبات با استفاده از بسط بازگشتی (لاپلاس)
برای مرتبههای بالاتر میتوان از روش بسط بازگشتی دترمینان (بسط لاپلاس) استفاده کرد. طبق این روش، دترمینان یک ماتریس $n \times n$ برابر است با مجموع حاصلضرب درایههای یک سطر (یا ستون) در کهاد2های متناظر آنها با علامت مناسب. برای ماتریس صفر، همهٔ درایهها صفر هستند. اگر بسط را روی سطر اول انجام دهیم:۴. اثبات با استفاده از خاصیت همگنی دترمینان
خاصیت همگنی دترمینان میگوید: اگر یک سطر (یا ستون) ماتریس در عدد $c$ ضرب شود، دترمینان نیز در $c$ ضرب میشود. ماتریس صفر را میتوان حاصل ضرب عدد صفر در یک ماتریس دلخواه (مثلاً ماتریسی که همه درایههای آن یک باشد) در نظر گرفت. اما راه سادهتر: ماتریس صفر را به صورت $0 \cdot I_n$ بنویسید که $I_n$ ماتریس همانی3 است. دترمینان ماتریس همانی برابر $1$ است. از آنجا که دترمینان نسبت به ضرب اسکالر در کل ماتریس (یعنی ضرب هر درایه در $c$) برای ماتریس $n \times n$ خاصیت $c^n$ دارد، داریم:۵. مثال عددی برای ماتریس 3×3
برای درک بهتر، ماتریس صفر مرتبه 3 را در نظر بگیرید و دترمینان آن را با استفاده از قانون ساروس (برای ماتریس 3×3) محاسبه کنیم:۶. ارتباط با وارونپذیری و دستگاه معادلات خطی
یکی از مهمترین کاربردهای دترمینان، تشخیص وارونپذیر بودن4 ماتریس است. یک ماتریس مربع وارونپذیر است اگر و تنها اگر دترمینان آن ناصفر باشد. از آنجا که دترمینان ماتریس صفر برابر صفر است، نتیجه میگیریم که ماتریس صفر غیر وارونپذیر (یا تکین) است. این یعنی ماتریس صفر معکوس ندارد. در زمینهٔ دستگاه معادلات خطی $A\mathbf{x} = \mathbf{b}$، اگر $A$ ماتریس صفر باشد، آنگاه دستگاه به $\mathbf{0} = \mathbf{b}$ تبدیل میشود. این دستگاه تنها زمانی جواب دارد که $\mathbf{b} = \mathbf{0}$ باشد (دستگاه همگن) که در آن صورت هر بردار $\mathbf{x}$ جواب است (بینهایت جواب). اگر $\mathbf{b} \neq \mathbf{0}$ باشد، دستگاه ناهماهنگ است و هیچ جوابی ندارد. این رفتار با صفر بودن دترمینان همخوانی کامل دارد.۷. چالشهای مفهومی
بله، بسیار اتفاق میافتد. هر ماتریس مربعی که سطرها یا ستونهای آن به طور خطی وابسته باشند (یعنی یک سطر ترکیب خطی سطرهای دیگر باشد) دترمینان صفر دارد. برای مثال، ماتریس $\begin{bmatrix} 1 & 2 \\ 2 & 4 \end{bmatrix}$ دترمینان صفر دارد زیرا سطر دوم $2$ برابر سطر اول است. بنابراین شرط «دترمینان صفر» معادل «وابستگی خطی سطرها یا ستونها» است، نه فقط صفر بودن همه درایهها.
بله. وجود حداقل یک سطر یا یک ستون کاملاً صفر باعث میشود دترمینان برابر صفر شود. زیرا در بسط لاپلاس روی آن سطر، همه درایهها صفر هستند و مجموع جملهها صفر خواهد شد. ماتریس صفر حالت خاصی است که همه سطرها و ستونها صفر هستند.
در جبر خطی که در دبیرستان تدریس میشود، دترمینان عمدتاً برای دستگاههای خطی کاربرد دارد. در دستگاههای غیرخطی، ماتریس صفر ممکن است به عنوان ماتریس ژاکوبی5 در یک نقطه ظاهر شود. در آن حالت، صفر بودن دترمینان ژاکوبی نشاندهندهٔ رفتار خاص (نقطه بحرانی یا انحطاط) در آن نقطه است. اما اصل پایه همچنان برقرار است: دترمینان صفر یعنی تبدیل خطی وابسته و غیر وارونپذیر.
۸. جمعبندی
پاورقی
1 دترمینان (Determinant): عددی که از درایههای یک ماتریس مربع به روش مشخصی محاسبه میشود و اطلاعاتی دربارهٔ وارونپذیری و رفتار تبدیل خطی ماتریس میدهد.2 کهاد (Minor): دترمینان ماتریسی که از حذف یک سطر و یک ستون از ماتریس اصلی به دست میآید.
3 ماتریس همانی (Identity Matrix): ماتریس مربعی که درایههای قطر اصلی آن یک و بقیه درایهها صفر است. با نماد $I_n$ نشان داده میشود.
4 وارونپذیر (Invertible): ماتریسی که دارای ماتریس معکوس باشد. شرط لازم و کافی برای وارونپذیری، ناصفر بودن دترمینان است.
5 ماتریس ژاکوبی (Jacobian Matrix): ماتریسی شامل مشتقات جزئی توابع چندمتغیره که در آنالیز و بهینهسازی کاربرد دارد.
6 مقدار ویژه (Eigenvalue): عددی مانند $\lambda$ که برای آن $A\mathbf{v} = \lambda \mathbf{v}$ با $\mathbf{v} \neq \mathbf{0}$ وجود داشته باشد.
7 قطری سازی (Diagonalization): فرایند یافتن ماتریس قطری مشابه با یک ماتریس مربع که محاسبات را سادهتر میکند.