क्रैमर का नियम: रैखिक प्रणालियों को हल करने की प्रत्यक्ष विधि

क्रैमर का नियम डिटरमिनेंट्स का उपयोग करके रैखिक समीकरणों की प्रणालियों को हल करने के लिए एक प्रत्यक्ष सूत्र प्रदान करता है। यद्यपि बड़े प्रणालियों को सुलझाने में आधुनिक संगणकीय विधियाँ प्रायः क्रैमर के नियम से बेहतर प्रदर्शन करती हैं, फिर भी इस तकनीक को समझना हमें रैखिक प्रणालियों, डिटरमिनेंट्स और रैखिक बीजगणित में मैट्रिक्स सिद्धांत के बीच के संबंध को समझने में मदद करता है। 

यह लेख क्रैमर के नियम, उसके सूत्र, गणितीय आधार, और ज्यामितीय व्याख्या का परिचय देता है। हम कई उदाहरणों के माध्यम से इसके उपयोग, इसकी सीमाएँ, विकल्प, और डेटा साइंस संदर्भों में इसके सबसे प्रभावी होने के समय को भी दर्शाते हैं।

क्रैमर का नियम क्या है?

क्रैमर का नियम कहता है कि प्रणाली के प्रत्येक चर को दो डिटरमिनेंट्स के भागफल के रूप में पाया जा सकता है: संशोधित कोएफिशिएंट मैट्रिक्स के डिटरमिनेंट को मूल कोएफिशिएंट मैट्रिक्स के डिटरमिनेंट से भाग देकर।

यह संशोधित मैट्रिक्स उस कॉलम को समीकरणों के दाएँ-पक्ष के स्थिरांकों से बदलकर बनाया जाता है।

प्रमेय की शर्तों को समझने के लिए, Ax = b के रूप में मैट्रिक्स रूप में प्रदर्शित रैखिक समीकरणों की प्रणाली पर विचार करें, जहाँ:

• A कोएफिशिएंट मैट्रिक्स है
• x अज्ञातों का वेक्टर है
• b स्थिरांकों का वेक्टर है

क्रैमर का नियम तभी लागू होता है जब A वर्गाकार हो (समीकरणों और अज्ञातों की संख्या समान) और उसका डिटरमिनेंट शून्य-से-असमान हो, जिससे एक अद्वितीय हल का होना सुनिश्चित होता है।

गणितीय आधार और सूत्र

सामान्य n×n प्रणाली के लिए, क्रैमर का नियम कहता है कि समधान वेक्टर का i-था घटक इस प्रकार है:

क्रैमर के नियम का सूत्र। (छवि और नीचे की सभी छवियाँ लेखक द्वारा)

जहाँ:

• x_i वह i-था चर है जिसके लिए हम हल निकाल रहे हैं
• det(A_i) उस मैट्रिक्स A का डिटरमिनेंट है जिसकी i-थी कॉलम को वेक्टर b से प्रतिस्थापित किया गया है
• det(A) मूल कोएफिशिएंट मैट्रिक्स का डिटरमिनेंट है

इसे बेहतर समझने के लिए, 2×2 प्रणाली पर विचार करें:

कोएफिशिएंट मैट्रिक्स A और स्थिरांक वेक्टर b इस प्रकार हैं:

क्रैमर के नियम के अनुसार:

जहाँ A₁ वह A है जिसकी पहली कॉलम को b से बदला गया है:

और A₂ वह A है जिसकी दूसरी कॉलम को b से बदला गया है:

2×2 मैट्रिक्स का डिटरमिनेंट इस प्रकार निकाला जाता है:

ऊपर दिए समाधान की रूपरेखा समझ लेने के बाद, हम इसे किसी भी अनुकूल प्रणाली पर बिना एक-साथ समीकरणों को हल किए सीधे लागू कर सकते हैं। हम आगे के एक उदाहरण में इस नियम को 3x3 प्रणाली तक भी विस्तारित करेंगे।

क्रैमर के नियम की ज्यामितीय व्याख्या

रैखिक प्रणालियों को हल करने के प्रत्यक्ष सूत्र होने के अलावा, क्रैमर के नियम की समृद्ध ज्यामितीय व्याख्या भी है।

2D में समांतर चतुर्भुजों के क्षेत्रफल

मैट्रिक्स A की कॉलमों को तल में वेक्टर मानें। ये वेक्टर एक समांतर चतुर्भुज बनाते हैं, और A का डिटरमिनेंट उस समांतर चतुर्भुज के चिह्नित क्षेत्रफल का प्रतिनिधित्व करता है।

जब हम किसी एक कॉलम को वेक्टर b से बदलते हैं, तो हम एक नया समांतर चतुर्भुज बनाते हैं। इस नए मैट्रिक्स का डिटरमिनेंट, det⁡(A_i), संशोधित आकृति के क्षेत्रफल का प्रतिनिधित्व करता है जहाँ मूल दिशा-वेक्टरों में से एक को b से प्रतिस्थापित किया गया है।

अतः:

प्रत्येक चर x_i हमें बताता है कि b का कितना भाग A के i-थे कॉलम वेक्टर की दिशा में है, जिसे A की कॉलमों द्वारा घिरे कुल क्षेत्रफल से स्केल किया गया है।

3D में समांतर षट्फलकों के आयतन

यही तर्क 3D तक विस्तारित होता है। यहाँ, A का डिटरमिनेंट A की तीन कॉलम वेक्टरों द्वारा बने समांतर षट्फलक के आयतन का प्रतिनिधित्व करता है।

• किसी एक कॉलम को b से बदलने पर हमें एक नया समांतर षट्फलक मिलता है।
• अनुपात det⁡(A_i)/det⁡(A) उस कॉलम के सापेक्ष आयतन योगदान को दर्शाता है।

2D और 3D दोनों में, क्रैमर का नियम मापता है कि b A की कॉलमों द्वारा परिभाषित आयतन को कितना "भरता" है।

क्रैमर का नियम लागू करने की चरण-दर-चरण मार्गदर्शिका

अलग-अलग आकार की प्रणालियों पर क्रैमर का नियम कैसे लागू होता है, यह दिखाने के लिए आइए दो उदाहरणों से गुजरते हैं।

2x2 प्रणाली का हल

इन दो रैखिक समीकरणों की प्रणाली पर विचार करें:

चरण 1: कोएफिशिएंट मैट्रिक्स और स्थिरांक वेक्टर पहचानें

हम प्रणाली को नीचे दिए अनुसार कोएफिशिएंट मैट्रिक्स A और स्थिरांक वेक्टर b के रूप में लिख सकते हैं:

चरण 2: कोएफिशिएंट मैट्रिक्स का डिटरमिनेंट निकालें

A का डिटरमिनेंट होगा:

det(A) = (3)(-1) - (2)(2)
det(A) = -3 - 4
det(A) = -7

क्योंकि det(A) = -7 ≠ 0, प्रणाली का अद्वितीय हल है, और हम क्रैमर का नियम लागू कर सकते हैं।

चरण 3: संशोधित मैट्रिक्स बनाएँ और उनके डिटरमिनेंट निकालें

x के लिए, A की पहली कॉलम को b से बदलें:

अब A₁ का डिटरमिनेंट निकालते हैं:

det(A₁) = (13)(-1) - (2)(4)
det(A₁) = -13 - 8
det(A₁) = -21

y के लिए, A की दूसरी कॉलम को b से बदलें:

अब A₂ का डिटरमिनेंट निकालते हैं:

det(A₂) = (3)(4) - (13)(2)
det(A₂) = 12 - 26
det(A₂) = -14

चरण 4: क्रैमर के नियम के सूत्र लागू करें

हम निम्न सूत्र से मान निकाल सकते हैं:

x = det(A₁) / det(A) = -21 / -7 = 3
y = det(A₂) / det(A) = -14 / -7 = 2

अंत में, मानों को समीकरण में पुनः रखकर परिणाम सत्यापित कर सकते हैं:

• पहला समीकरण: 3(3) + 2(2) = 9 + 4 = 13 
• दूसरा समीकरण: 2(3) — 1(2) = 6–2 = 4 

इस प्रकार, हमने 2x2 रैखिक प्रणाली को क्रैमर के नियम से हल कर लिया।

3x3 प्रणाली का हल

अब इसे और जटिल 3x3 प्रणाली तक विस्तारित करते हैं:

इस उदाहरण के लिए हम ऊपर दिए गए वही चरण दोहराएँगे।

चरण 1: कोएफिशिएंट मैट्रिक्स और स्थिरांक वेक्टर पहचानें

रैखिक प्रणाली से, हम कोएफिशिएंट मैट्रिक्स A और स्थिरांक वेक्टर b इस प्रकार लिख सकते हैं:

चरण 2: कोएफिशिएंट मैट्रिक्स का डिटरमिनेंट निकालें

पहली पंक्ति के सहगुणज प्रसार का उपयोग करते हुए:

det(A) =       2|2  1| - 1 |1  1| + 1 |1  2|
        		 |1  2|     |1  2|       |1  1|

प्रत्येक 2×2 डिटरमिनेंट की गणना:

|2  1| = (2)(2) - (1)(1) = 4 - 1 = 3
|1  2|

|1  1| = (1)(2) - (1)(1) = 2 - 1 = 1
|1  2|

|1  2| = (1)(1) - (2)(1) = 1 - 2 = -1
|1  1|

अतः, A का डिटरमिनेंट है:

det(A) = 2(3) - 1(1) + 1(-1)
det(A) = 6 - 1 - 1
det(A) = 4

क्योंकि det(A) = 4 ≠ 0, प्रणाली का अद्वितीय हल है, और हम क्रैमर का नियम लागू कर सकते हैं।

चरण 3: संशोधित मैट्रिक्स बनाएँ और उनके डिटरमिनेंट निकालें

x के लिए, A की पहली कॉलम को b से बदलें:

हम पहली पंक्ति के साथ प्रसार कर सकते हैं:

det(A₁) = 7|2  1| - 1|8  1| + 1|8  2|
   	        |1  2|     |9  2|      |9  1|

A₁ के डिटरमिनेंट की गणना:

det(A₁) = 7(3) - 1(16 - 9) + 1(8 - 18)
det(A₁) = 21 - 1(7) + 1(-10)
det(A₁) = 21 - 7 - 10
det(A₁) = 4

y के लिए, A की दूसरी कॉलम को b से बदलें:

हम A₂ का डिटरमिनेंट नीचे अनुसार निकाल सकते हैं:

det(A₂) = 2|8  1| - 7|1  1| + 1|1  8|
                     |9  2|     |1  2|    |1  9|

det(A₂) = 2(16 - 9) - 7(2 - 1) + 1(9 - 8)
det(A₂) = 2(7) - 7(1) + 1(1)
det(A₂) = 14 - 7 + 1
det(A₂) = 8

z के लिए, A की तीसरी कॉलम को b से बदलें:

हम A₃ का डिटरमिनेंट नीचे अनुसार निकाल सकते हैं:

det(A₃) = 2|2  8| - 1|1  8| + 7|1  2|
                     |1  9|      |1  9|       |1  1|

det(A₃) = 2(18 - 8) - 1(9 - 8) + 7(1 - 2)
det(A₃) = 2(10) - 1(1) + 7(-1)
det(A₃) = 20 - 1 - 7
det(A₃) = 12

चरण 4: क्रैमर के नियम के सूत्र लागू करें

चूँकि हमने सभी आवश्यक मान निकाल लिए हैं, हम सूत्र से सीधे x, y, और z के मान निकाल सकते हैं:

x = det(A₁) / det(A) = 4 / 4 = 1
y = det(A₂) / det(A) = 8 / 4 = 2
z = det(A₃) / det(A) = 12 / 4 = 3

अंत में, मानों को समीकरण में पुनः रखकर परिणाम सत्यापित कर सकते हैं:

• पहला समीकरण: 2(1) + 1(2) + 1(3) = 2 + 2 + 3 = 7 
• दूसरा समीकरण: 1(1) + 2(2) + 1(3) = 1 + 4 + 3 = 8 
• तीसरा समीकरण: 1(1) + 1(2) + 2(3) = 1 + 2 + 6 = 9 

ध्यान दें कि प्रक्रिया एकसमान रहती है: हम कॉलमों को स्थिरांक वेक्टर से बदलते हैं और डिटरमिनेंट्स निकालते हैं। 3×3 स्थिति में गणना अधिक होती है, पर मूल विधि 2×2 स्थिति के समान ही है।

सीमाएँ, विकल्प, और क्रैमर का नियम कब उपयोग करें

अन्य सभी एल्गोरिद्म की तरह, क्रैमर के नियम के साथ भी कुछ सीमाएँ आती हैं। आइए उन्हें समझें:

संगणकीय जटिलता

n×n प्रणाली के लिए, क्रैमर के नियम में (n+1) डिटरमिनेंट्स निकालने पड़ते हैं। चूँकि सहगुणज प्रसार द्वारा डिटरमिनेंट निकालने की जटिलता O(n!) होती है, बड़ी प्रणालियों के लिए समग्र जटिलता निषेधात्मक हो जाती है। 

अधिक कुशल डिटरमिनेंट एल्गोरिद्म होने पर भी, यह विधि छोटे प्रणालियों से आगे व्यवहारिक नहीं रहती।

संख्यात्मक स्थिरता से जुड़ी समस्याएँ

जब डिटरमिनेंट शून्य के निकट हो, तो क्रैमर का नियम संख्यात्मक अस्थिरता से ग्रस्त हो सकता है। 

det(A) की गणना में छोटे राउंडिंग त्रुटियाँ, लगभग-शून्य मान से भाग देने पर समाधान में बड़ी त्रुटियों का कारण बन सकती हैं। यह विधि वास्तविक दुनिया के डेटा में आम अपर्याप्त-संयोजित प्रणालियों के लिए अविश्वसनीय हो जाती है।

क्रैमर के नियम के विकल्प

मुख्यतः संगणकीय जटिलता की सीमा के कारण, हम अक्सर निम्न विकल्पों में से किसी एक का सहारा लेते हैं:

• Gaussian elimination with partial pivoting transforms the system to row echelon form with O(n³) complexity, making it vastly more efficient than Cramer’s rule for systems larger than 3×3.
• LU decomposition कोएफिशिएंट मैट्रिक्स को निचले और ऊपरी त्रिकोणीय मैट्रिसों में विघटित करता है, जिससे एक ही कोएफिशिएंट मैट्रिक्स वाली अनेक प्रणालियों का कुशल समाधान संभव होता है।
• QR decomposition provides better numerical stability for ill-conditioned systems by decomposing the matrix into orthogonal and upper triangular components.

क्रैमर का नियम कब उपयोग करें

इन सीमाओं के बावजूद, क्रैमर का नियम विशिष्ट संदर्भों में मूल्यवान है, जैसे:

• रैखिक बीजगणित में सैद्धांतिक विश्लेषण और प्रमाण
• प्रतीकात्मक गणना जहाँ सटीक बीजगणितीय समाधान आवश्यक हों
• छोटी प्रणालियाँ (2×2 या 3×3) जहाँ स्पष्ट सूत्र प्रबंधनीय हों
• शैक्षणिक परिप्रेक्ष्य, ताकि डिटरमिनेंट्स और रैखिक प्रणालियों के बीच संबंध समझा जा सके
• विश्लेषणात्मक कार्य में क्लोज़्ड-फॉर्म समाधान निकालना

हालाँकि, यह उल्लेखनीय है कि डेटा साइंस के व्यवहार में, क्रैमर का नियम संगणकीय विधि से अधिक रैखिक प्रणालियों को समझने के लिए एक वैचारिक और सैद्धांतिक साधन के रूप में काम करता है।

निष्कर्ष

क्रैमर का नियम डिटरमिनेंट्स के माध्यम से रैखिक समीकरण प्रणालियों को हल करने का एक प्रत्यक्ष और सूत्र-आधारित दृष्टिकोण है। हमने देखा कि यह विधि प्रत्येक चर का मान कैसे निकालती है, 2×2 और 3×3 उदाहरणों पर कार्य किया, और इसकी ज्यामितीय व्याख्या को समझा। अंत में, हमने इसकी सीमाओं, विकल्पों और क्रैमर के नियम के उपयोग के समय पर भी चर्चा की।

रैखिक प्रणालियों और उनके समाधानों की समझ को गहरा करने के लिए, हमारे Linear Algebra for Data Science पाठ्यक्रम का अन्वेषण करें, जहाँ आप क्रैमर के नियम जैसे कई रैखिक बीजगणितीय तकनीकों के बारे में सीखेंगे।