मैट्रिक्स इनवर्स: सिद्धांत, गणना और बिनोमियल वितरण में अनुप्रयोग

परिचय

रैखिक बीजगणित में मैट्रिक्स का इनवर्स (उलटा) एक अत्यंत महत्वपूर्ण अवधारणा है। जब किसी समीकरण प्रणाली को मैट्रिक्स रूप में लिखा जाता है, तो इनवर्स का प्रयोग करके हल सीधे प्राप्त किया जा सकता है। यह लेख मैट्रिक्स इनवर्स की परिभाषा, गणना की शर्तें, विभिन्न विधियाँ और बिनोमियल वितरण जैसे सांख्यिकीय अनुप्रयोगों में इसकी भूमिका को हिंदी में विस्तार से बताता है।

मैट्रिक्स इनवर्स क्या है?

किसी वर्गाकार मैट्रिक्स A का इनवर्स, जिसे A⁻¹ से दर्शाया जाता है, वह मैट्रिक्स है जिसके साथ गुणा करने पर पहचान मैट्रिक्स I प्राप्त होता है:

इनवर्स केवल तभी मौजूद होता है जब A का डिटर्मिनेंट शून्य न हो (det(A)≠0)।

इनवर्स निकालने की शर्तें

• मैट्रिक्स वर्गाकार होना चाहिए (n×n)।
• डिटर्मिनेंट शून्य नहीं होना चाहिए (non‑singular)।
• यदि डिटर्मिनेंट शून्य है तो मैट्रिक्स को सिंगुलर कहा जाता है और उसका इनवर्स नहीं होता।

2×2 मैट्रिक्स का इनवर्स

सबसे सरल केस 2×2 मैट्रिक्स है। यदि

उदाहरण के तौर पर, मैट्रिक्स

3×3 और बड़े मैट्रिक्स के लिए विधियाँ

3×3 या उससे बड़े मैट्रिक्स के इनवर्स की गणना सीधे सूत्र से कठिन हो जाती है। दो प्रमुख विधियाँ प्रयुक्त होती हैं:

1. एडजॉइंट (को‑फ़ैक्टर) विधि: पहले डिटर्मिनेंट निकालें, फिर को‑फ़ैक्टर मैट्रिक्स बनाकर उसका ट्रांसपोज़ लें और डिटर्मिनेंट से भाग दें।
2. गॉस‑जॉर्डन एलिमिनेशन: मूल मैट्रिक्स के साथ पहचान मैट्रिक्स को बाएँ‑दाएँ जोड़ें और पंक्तियों को इस प्रकार बदलें कि बाएँ भाग पहचान बन जाए; दाएँ भाग वही इनवर्स बन जाता है।

गॉस‑जॉर्डन द्वारा इनवर्स निकालना

नीचे एक संक्षिप्त उदाहरण दिया गया है। मान लीजिए

$$\begin{bmatrix}1 & 2 & 3 | 1 & 0 & 0\\ 0 & 1 & 4 | 0 & 1 & 0\\ 5 & 6 & 0 | 0 & 0 & 1\end{bmatrix} \rightarrow \cdots \rightarrow \begin{bmatrix}1 & 0 & 0 | * & * & *\\ 0 & 1 & 0 | * & * & *\\ 0 & 0 & 1 | * & * & *\end{bmatrix}$$

अंतिम दाएँ भाग A⁻¹ देता है।

बिनोमियल वितरण में इनवर्स का उपयोग

बिनोमियल वितरण का प्रायिकता फलन है:

कई वास्तविक समस्याओं में हमें p या n के मान को आँकड़ों से अनुमानित करना होता है। यदि हम कई बिनोमियल प्रयोगों को एक रैखिक समीकरण प्रणाली के रूप में लिखें, तो पैरामीटर अनुमान के लिए मैट्रिक्स इनवर्स आवश्यक हो जाता है। उदाहरण के लिये, दो बिनोमियल प्रयोगों के अपेक्षित मान μ₁, μ₂ को p और n के रैखिक संयोजन के रूप में लिखें:

यदि कोएफ़िशिएंट मैट्रिक्स इनवर्टिबल है, तो हम सीधे

से n और p निकाल सकते हैं। इस प्रकार मैट्रिक्स इनवर्स बिनोमियल मॉडल के पैरामीटर अनुमान में एक महत्वपूर्ण गणितीय उपकरण बन जाता है।

व्यावहारिक उदाहरण

मान लीजिए किसी कंपनी ने दो अलग‑अलग उत्पादों की बिक्री का बिनोमियल मॉडल बनाया है। उत्पाद A के 100 परीक्षणों में 60 सफल बिक्री हुई और उत्पाद B के 150 परीक्षणों में 90 सफल बिक्री हुई। हम इन दो डेटा को एक समीकरण प्रणाली में लिखते हैं और ऊपर बताए गए मैट्रिक्स इनवर्स का प्रयोग करके कुल परीक्षण संख्या n और सफलता की संभावना p का अनुमान लगाते हैं। यह प्रक्रिया सांख्यिकी, मशीन लर्निंग और जोखिम विश्लेषण में अक्सर उपयोग होती है।

निष्कर्ष

मैट्रिक्स इनवर्स रैखिक समीकरणों को हल करने, डेटा मॉडलिंग और बिनोमियल वितरण जैसे सांख्यिकीय अनुप्रयोगों में केंद्रीय भूमिका निभाता है। 2×2 मैट्रिक्स के लिए सरल सूत्र से लेकर बड़े मैट्रिक्स के लिए गॉस‑जॉर्डन जैसी एल्गोरिदमिक विधियों तक, इनवर्स की गणना विभिन्न स्तरों पर संभव है। अभ्यास के लिए ऊपर दिए गए उदाहरणों को स्वयं कोड करके देखें, जिससे सिद्धांत और व्यवहार के बीच का अंतर स्पष्ट होगा।