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

خاصیت دترمینان ضرب ماتریس‌ها: برای ماتریس‌های قابل‌ضرب، معمولاً رابطه |AB|=|A||B| بررسی و استفاده می‌شود.

بروزرسانی شده در: 12:17 1405/02/1 مشاهده: 49     دسته بندی: کپسول آموزشی

خاصیت دترمینان ضرب ماتریس‌ها: بررسی رابطه |AB| = |A||B|

درک عملی از چگونگی تأثیر ضرب ماتریس بر دترمینان، همراه با مثال‌های گام‌به‌گام برای دانش‌آموزان دبیرستان
دترمینان یک عدد ویژه است که از درون ماتریس‌های مربعی به دست می‌آید. در این مقاله، مهم‌ترین ویژگی دترمینان یعنی رابطه $ |AB| = |A||B| $ را بررسی می‌کنیم. با استفاده از مثال‌های عددی و گام‌های گام‌به‌گام، نشان می‌دهیم که چرا دترمینان حاصل‌ضرب دو ماتریس برابر است با حاصل‌ضرب دترمینان‌های آن‌ها. همچنین کاربرد این خاصیت در حل دستگاه معادلات خطی1 و وارون‌پذیری2 ماتریس‌ها توضیح داده می‌شود.

دترمینان چیست و چرا اهمیت دارد؟

دترمینان یک مقدار عددی است که فقط برای ماتریس‌های مربعی (با تعداد سطر و ستون برابر) تعریف می‌شود. این عدد به ما اطلاعات مهمی درباره ماتریس می‌دهد، از جمله:

  • آیا ماتریس وارون‌پذیر است یا نه (اگر دترمینان صفر باشد، ماتریس وارون‌پذیر نیست).
  • مساحت یا حجم تبدیل‌شده توسط ماتریس چقدر تغییر می‌کند.
  • جواب دستگاه معادلات خطی منحصربه‌فرد است یا خیر.

برای یک ماتریس $ 2 \times 2 $ مانند $ A = \begin{bmatrix} a & b \\ c & d \end{bmatrix} $، دترمینان به صورت $ |A| = ad - bc $ محاسبه می‌شود. برای ماتریس‌های بزرگ‌تر، روش‌هایی مانند بسط لاپلاس3 یا تبدیل به ماتریس مثلثی وجود دارد.

بیان و اثبات رابطه |AB| = |A||B|

یکی از زیباترین و پرکاربردترین ویژگی‌های دترمینان، رابطه زیر است که برای هر دو ماتریس مربعی $ A $ و $ B $ با ابعاد یکسان برقرار است:

$ |AB| = |A| \cdot |B| $

به عبارت دیگر، دترمینان حاصل‌ضرب دو ماتریس برابر است با حاصل‌ضرب دترمینان هر یک از آن‌ها. این ویژگی مستقل از مرتبه ماتریس‌ها (مثلاً $ 2 \times 2 $، $ 3 \times 3 $ یا بالاتر) برقرار است، به شرطی که ماتریس‌ها مربعی و قابل ضرب باشند.

چرا این رابطه درست است؟ دلیل اصلی به ماهیت دترمینان به عنوان یک تابع چندخطی4 و پادمتقارن5 برمی‌گردد. در سطح دبیرستان، می‌توان با محاسبه مستقیم برای ماتریس‌های $ 2 \times 2 $ این ویژگی را تأیید کرد. همچنین اگر یکی از ماتریس‌ها وارون‌پذیر باشد، می‌توان از رابطه $ A = (AB)B^{-1} $ استفاده کرد، اما اثبات کامل نیاز به مفاهیم پیشرفته‌تری دارد که در این مقاله از حیطه بحث خارج است.

بررسی با مثال‌های گام‌به‌گام برای ماتریس‌های ۲ در ۲

فرض کنید دو ماتریس زیر را داریم:

$ A = \begin{bmatrix} 2 & 1 \\ 3 & 4 \end{bmatrix} $ و $ B = \begin{bmatrix} 1 & 0 \\ -1 & 2 \end{bmatrix} $

گام ۱: ابتدا دترمینان هر ماتریس را جداگانه حساب می‌کنیم.

برای ماتریس $ A $: $ |A| = (2)(4) - (1)(3) = 8 - 3 = 5 $

برای ماتریس $ B $: $ |B| = (1)(2) - (0)(-1) = 2 - 0 = 2 $

سپس حاصل‌ضرب آن‌ها: $ |A| \cdot |B| = 5 \times 2 = 10 $

گام ۲: حالا ماتریس $ AB $ را محاسبه می‌کنیم:

$ AB = \begin{bmatrix} (2)(1)+(1)(-1) & (2)(0)+(1)(2) \\ (3)(1)+(4)(-1) & (3)(0)+(4)(2) \end{bmatrix} = \begin{bmatrix} 2-1 & 0+2 \\ 3-4 & 0+8 \end{bmatrix} = \begin{bmatrix} 1 & 2 \\ -1 & 8 \end{bmatrix} $

گام ۳: دترمینان ماتریس حاصل‌ضرب را حساب می‌کنیم:

$ |AB| = (1)(8) - (2)(-1) = 8 + 2 = 10 $

همان‌طور که می‌بینید، $ |AB| = 10 $ دقیقاً برابر با $ |A||B| = 10 $ است. این مثال ساده نشان می‌دهد که رابطه به درستی کار می‌کند.

مرحله محاسبه مقدار به دست آمده
دترمینان $A$ $5$
دترمینان $B$ $2$
حاصل‌ضرب $|A||B|$ $10$
ماتریس $AB$ $\begin{bmatrix}1 & 2 \\ -1 & 8\end{bmatrix}$
دترمینان $|AB|$ $10$

کاربرد عملی در بررسی وارون‌پذیری ماتریس‌ها

یکی از مهم‌ترین کاربردهای این خاصیت، تشخیص سریع وارون‌پذیری حاصل‌ضرب ماتریس‌ها است. می‌دانیم که یک ماتریس مربعی وارون‌پذیر است اگر و فقط اگر دترمینان آن ناصفر باشد. حال با استفاده از رابطه $ |AB| = |A||B| $ نتیجه می‌گیریم:

$ |AB| \neq 0 \quad \text{اگر و فقط اگر} \quad |A| \neq 0 \ \text{و} \ |B| \neq 0 $

یعنی حاصل‌ضرب دو ماتریس وارون‌پذیر است تنها زمانی که هر دو ماتریس جداگانه وارون‌پذیر باشند. این قضیه در حل دستگاه معادلات خطی بسیار مفید است. برای مثال، اگر دستگاه $ (AB)X = C $ را داشته باشیم، می‌توانیم به جای محاسبه مستقیم وارون $ AB $، از وارون‌های $ A $ و $ B $ استفاده کنیم: $ X = B^{-1} A^{-1} C $.

مثال عینی: فرض کنید در یک مسئله فیزیک، ماتریس $ A $ نشان‌دهنده یک چرخش $ 90 $ درجه و ماتریس $ B $ نشان‌دهنده یک مقیاس‌گذاری دو برابری است. با استفاده از خاصیت دترمینان می‌توان فهمید که ترکیب این دو تبدیل، مساحت اشکال را چه اندازه تغییر می‌دهد. دترمینان $ A $ برابر $ 1 $ (چرخش مساحت را حفظ می‌کند) و دترمینان $ B $ برابر $ 4 $ (زیرا هر بعد دو برابر می‌شود و مساحت چهار برابر می‌گردد) است. بنابراین دترمینان کل برابر $ 1 \times 4 = 4 $ خواهد بود.

چالش‌های مفهومی

۱) آیا رابطه $ |AB| = |A||B| $ برای ماتریس‌های غیرمربعی هم برقرار است؟

خیر. دترمینان فقط برای ماتریس‌های مربعی تعریف می‌شود. اگر $ A $ و $ B $ غیرمربعی باشند، حاصل‌ضرب آن‌ها ممکن است مربعی شود، اما خود ماتریس‌های اولیه دترمینان ندارند، بنابراین رابطه قابل استفاده نیست.

۲) آیا ترتیب ضرب ماتریس‌ها در این رابطه تأثیر دارد؟ یعنی آیا $ |AB| = |BA| $ همیشه برقرار است؟

بله، چون دترمینان یک عدد است و اعداد در ضرب جابه‌جا می‌شوند. از رابطه اصلی داریم $ |AB| = |A||B| = |B||A| = |BA| $. بنابراین همیشه $ |AB| = |BA| $، حتی اگر خود ماتریس‌ها با هم جابه‌جا نشوند ($ AB \neq BA $).

۳) اگر دترمینان یکی از ماتریس‌ها صفر باشد، چه نتیجه‌ای می‌توان گرفت؟

اگر $ |A| = 0 $ یا $ |B| = 0 $، آن‌گاه $ |AB| = 0 \times |B| = 0 $ یا $ |A| \times 0 = 0 $. بنابراین حاصل‌ضرب دو ماتریس هنگامی وارون‌پذیر است که هر دو ماتریس وارون‌پذیر باشند. حتی اگر فقط یکی از آن‌ها وارون‌ناپذیر باشد، کل حاصل‌ضرب وارون‌ناپذیر خواهد بود.

جمع‌بندی

در این مقاله نشان دادیم که برای هر دو ماتریس مربعی هم‌بعد، دترمینان حاصل‌ضرب برابر است با حاصل‌ضرب دترمینان‌ها. این ویژگی به ما امکان می‌دهد بدون محاسبه مستقیم حاصل‌ضرب (به‌ویژه برای ماتریس‌های بزرگ) مقدار دترمینان را به دست آوریم. همچنین دیدیم که این رابطه در تعیین وارون‌پذیری حاصل‌ضرب ماتریس‌ها نقشی کلیدی دارد. با تمرین مثال‌های عددی و درک منطق پشت این خاصیت، می‌توانید از آن در مسائل پیشرفته‌تر جبر خطی و کاربردهای مهندسی استفاده کنید.

پاورقی

1 دستگاه معادلات خطی (System of Linear Equations): مجموعه‌ای از معادلات که هر کدام به صورت خطی از متغیرها هستند و جواب مشترک آن‌ها خواسته می‌شود.

2 وارون‌پذیری (Invertibility): خاصیت یک ماتریس که ماتریس دیگری مانند $ A^{-1} $ وجود داشته باشد به طوری که $ A A^{-1} = A^{-1} A = I $ ( ماتریس همانی).

3 بسط لاپلاس (Laplace Expansion): روشی برای محاسبه دترمینان ماتریس‌های بزرگ با استفاده از ترکیب خطی دترمینان‌های ماتریس‌های کوچک‌تر.

4 تابع چندخطی (Multilinear Function): تابعی که نسبت به هر سطر ماتریس به طور جداگانه خطی است.

5 پادمتقارن (Antisymmetric): تابعی که با جابه‌جایی دو سطر، علامت آن معکوس می‌شود.