डिटरमिनेंट: यह कैसे काम करता है और हमें क्या बताता है

कंप्यूटिंग आर्किटेक्चर पर संग्रहीत सूचना और डेटा मैट्रिसेज़ के रूप में होते हैं। इसलिए, अधिकांश वैज्ञानिक, मशीन लर्निंग, और संगणन प्रक्रियाओं के मूल में विभिन्न आयामों की मैट्रिसेज़ होती हैं।

मैट्रिसेज़ रैखिक बीजगणित में मौलिक गणितीय ऑब्जेक्ट हैं। मैट्रिसेज़ के अपने कुछ गुण होते हैं, जैसे आयाम, विरलता, स्वमान (eigenvalues), और डिटरमिनेंट।

डिटरमिनेंट एक वर्गमैट्रिस का मौलिक गुण है जो मैट्रिक्स ऑपरेशंस में प्रत्यक्ष और परोक्ष रूप से महत्वपूर्ण भूमिका निभाता है, जैसे इन्वर्टिबिलिटी, इंजीनियरिंग में रैखिक समीकरण तंत्र को हल करना, और ज्यामिति व कंप्यूटर ग्राफिक्स में रूपांतरण।

इस लेख में, आप वर्गमैट्रिस के डिटरमिनेंट, उनके अनुप्रयोग, और उन्हें हाथ से तथा Python और R प्रोग्रामों के साथ गणना करने की कुछ विधियों के बारे में जानेंगे।

डिटरमिनेंट क्या है?

डिटरमिनेंट एक फ़ंक्शन है जो एक वर्गमैट्रिस को एक वास्तविक स्केलर (एकल मान) पर मैप करता है। गणित में, वर्गमैट्रिस A के डिटरमिनेंट को det(A) या |A| से दिखाया जाता है।

गणित की तरह ही, डिटरमिनेंट का इतिहास भी लंबा है, जिसकी शुरुआत चीनी गणितज्ञों से होती है। प्राचीन चीन में, गणितज्ञ रैखिक समीकरण तंत्र को हल करने के लिए डिटरमिनेंट का उपयोग करते थे (उनकी हल विधि आज Cramer’s Rule के नाम से जानी जाती है)। बाद में 16वीं सदी के यूरोप में, गणितज्ञ कार्डानो ने रैखिक समीकरण तंत्र के हल में इसका प्रयोग कर डिटरमिनेंट को प्रमुखता दी। इसके पश्चात, ताकाकाज़ू (17वीं सदी), लाइबनिट्ज़ (17वीं सदी), वांदर्मोंड, और कोशी (18वीं सदी) ने शुद्ध गणित में डिटरमिनेंट की सैद्धांतिक नींव स्थापित की।

डिटरमिनेंट के गुण

यद्यपि प्रत्येक वर्गमैट्रिस के लिए डिटरमिनेंट की गणना करनी पड़ती है, फिर भी सामान्य रूप से और कुछ विशेष मैट्रिसेज़ के लिए इसके कुछ ज्ञात गुण होते हैं। इसके अलावा, कुछ गणितीय ऑपरेशंस के अधीन डिटरमिनेंट कुछ पैटर्न और गुण दर्शाते हैं। डिटरमिनेंट के कुछ प्रसिद्ध गुण निम्नलिखित हैं:

वर्ग एकक (आइडेंटिटी) मैट्रिक्स का डिटरमिनेंट 1 होता है

एक आइडेंटिटी मैट्रिक्स में विकर्ण (डायगोनल) पर 1 और अन्यत्र 0 होते हैं।

दो पंक्तियाँ या स्तंभ अदला-बदली करने से डिटरमिनेंट का चिह्न बदल जाता है

उदाहरण के लिए, निम्न मैट्रिक्स में डिटरमिनेंट है:

यदि हम पंक्तियों की अदला-बदली करें, तो परिणाम का चिह्न बदल जाता है।

त्रिकोणीय मैट्रिसेज़ का डिटरमिनेंट उनके विकर्ण तत्वों के गुणनफल के बराबर होता है

यदि कोई मैट्रिक्स लोअर या अपर ट्रायएंगुलर है, तो डिटरमिनेंट निकालने के लिए हमें केवल विकर्ण मानों का गुणन करना होता है। उदाहरण के लिए, निम्न अपर ट्रायएंगुलर वर्गमैट्रिस में डिटरमिनेंट विकर्ण मानों को गुणा करके निकाला जाता है:

हम सरलता से विकर्ण तत्वों को गुणा करते हैं: det(U)=2×4×6=48

मैट्रिक्स समरूपता (similarity) के अधीन डिटरमिनेंट अपरिवर्तित रहता है

दो मैट्रिसेज़ समरूप कहलाती हैं यदि वे एक ही रैखिक रूपांतरण से निकली हों और उनके बेसिस भिन्न हों। यदि दो मैट्रिसेज़ समरूप हैं, तो उनका डिटरमिनेंट समान होता है (और उनके स्वमान, ट्रेस, और विशेषता बहुपद भी)।

दो मैट्रिसेज़ के गुणन का डिटरमिनेंट, उनके डिटरमिनेंट्स के गुणनफल के बराबर होता है

उदाहरण के तौर पर, यहां मैट्रिक्स A और B के व्यक्तिगत डिटरमिनेंट दिखाए गए हैं:

ट्रांसपोज़ के अधीन डिटरमिनेंट अपरिवर्तित रहता है

उदाहरण के लिए, मैट्रिक्स A और AT का डिटरमिनेंट समान है (-9)।

डिटरमिनेंट निकालने की विधियाँ

वर्गमैट्रिस का डिटरमिनेंट निकालने के लिए विभिन्न विधियाँ हैं, जैसे लाइबनिट्ज़ सूत्र, लैप्लास विस्तार, और गॉस उन्मूलन। विधि का चयन मैट्रिक्स के आकार और संगणन लागत पर निर्भर करता है। हम नीचे इनमें से कुछ विधियों का वर्णन करते हैं:

लाइबनिट्ज़ सूत्र

वर्गमैट्रिस का डिटरमिनेंट निकालने के लिए लाइबनिट्ज़ सूत्र छोटी मैट्रिसेज़ के लिए सबसे उपयुक्त है, खासकर जब गणना पूरी तरह या आंशिक रूप से हाथ से की जा रही हो। मैट्रिक्स का डिटरमिनेंट निकालने के लिए लाइबनिट्ज़ सूत्र इस प्रकार है:

जहाँ Sn संख्याएँ 1,2,…,n के सभी प्रत्यानुक्रमों (permutations) के समुच्चय को दर्शाता है और sgn(σ) उस प्रत्यानुक्रम का चिह्न है, जो +1 होता है यदि प्रत्यानुक्रम सम (even) हो और −1 होता है यदि प्रत्यानुक्रम विषम (odd) हो। पद ai,σ मैट्रिक्स A का एक तत्व है।

लैप्लास विस्तार

लैप्लास विस्तार बड़ी मैट्रिसेज़ के लिए उपयुक्त है। लैप्लास या कोफैक्टर विस्तार में, एक बड़ी मैट्रिक्स को छोटी मैट्रिसेज़ में बाँटा जाता है। फिर, छोटी मैट्रिक्स के डिटरमिनेंट (माइनर) और उसके कोफैक्टर को शामिल करते हुए एक क्रम बनाया जाता है और उसे पंक्तियों या स्तंभों पर दोहराया जाता है।

गॉस उन्मूलन

क्योंकि त्रिकोणीय मैट्रिक्स का डिटरमिनेंट उसके विकर्ण तत्वों का गुणनफल होता है, इसलिए किसी मैट्रिक्स को एक विकर्ण/त्रिकोणीय रूप में घटाना डिटरमिनेंट की गणना को अधिक कुशल बनाता है। गॉस उन्मूलन में, पंक्ति ऑपरेशंस की एक श्रृंखला की जाती है ताकि पूर्ण मैट्रिक्स को रो-इशेलॉन या अपर ट्रायएंगुलर रूप में घटाया जा सके। तब, डिटरमिनेंट विकर्ण तत्वों को गुणा करके निकाला जाता है।

विभिन्न आकार की मैट्रिसेज़ के लिए डिटरमिनेंट कैसे निकालें

निम्न उदाहरणों में, हम अलग-अलग आकार की मैट्रिसेज़ पर उपर्युक्त प्रत्येक विधि को लागू कर डिटरमिनेंट निकालते हैं।

2×2 मैट्रिक्स का डिटरमिनेंट कैसे निकालें

2×2 वर्गमैट्रिस का डिटरमिनेंट याद रखना और निकालना सबसे आसान है। यदि हम 2×2 मैट्रिक्स A को इस प्रकार निरूपित करें: 

तो det(A) = (a × d) - (b × c)। उदाहरण के लिए, नीचे दी गई मैट्रिक्स B के लिए:

3×3 मैट्रिक्स का डिटरमिनेंट कैसे निकालें

यद्यपि 3×3 वर्गमैट्रिस की गणना के लिए एक सूत्र है, शैक्षिक कारणों से हम इस उदाहरण में लैप्लास (को-फैक्टर) विस्तार प्रदर्शित करते हैं। हम नीचे दी गई मैट्रिक्स A का डिटरमिनेंट निकालेंगे:

4×4 मैट्रिक्स का डिटरमिनेंट कैसे निकालें

अब हम अवसर का उपयोग करते हुए नीचे दी गई 4 × 4 मैट्रिक्स A का डिटरमिनेंट निकालने के लिए गॉस उन्मूलन विधि दिखाते हैं:

हम पंक्ति ऑपरेशंस करके इस मैट्रिक्स को एक अपर ट्रायएंगुलर मैट्रिक्स में रूपांतरित करेंगे।

हमें मिलता है,

एक और पंक्ति ऑपरेशन:

हमें मिलता है, 

और डिटरमिनेंट विकर्ण तत्वों के गुणनफल के बराबर है:

ज्यामितीय और बीजगणितीय महत्त्व

जैसा कि ऊपर परिभाषित किया, डिटरमिनेंट वह फ़ंक्शन है जो एक वर्गमैट्रिस को एक वास्तविक संख्या में मैप करता है।

ज्यामिति में, एक वर्ग दो भुजाओं से बनता है, जिनका गुणनफल सतह क्षेत्र देता है। और यदि तीन भुजाएँ हों, तो आयतन मिलता है। 2 × 2 मैट्रिक्स के डिटरमिनेंट का (परम मान) मैट्रिक्स के दो स्तंभों (दिशात्मक वेक्टरों) से निर्मित समानांतर चतुर्भुज के क्षेत्रफल के रूप में व्याख्यायित किया जा सकता है, और 3 × 3 मैट्रिक्स के चिह्नित डिटरमिनेंट को एक समानांतर षट्फलक (त्रि-आयामी ठोस) के आयतन के रूप में।

ग्राफ़िकल रूपांतरणों में, जैसे किसी छवि को खींचना या सिकोड़ना, रूपांतरित छवि का डिटरमिनेंट दर्शाता है कि रूपांतरण के बाद मूल छवि (मैट्रिक्स) का क्षेत्रफल बदला है या नहीं (Cavalieri के सिद्धांत के अनुसार), जबकि स्वमान यह दिखाते हैं कि छवि क्षेत्र बदले बिना या बदलते हुए फैली या सिमटी है।

डिटरमिनेंट यह भी दर्शा सकता है कि किसी मैट्रिक्स के स्तंभ या पंक्तियाँ एक-दूसरे के रैखिक संयोजन (अतिरिक्तता) हैं या वे रैखिक रूप से स्वतंत्र हैं और प्रत्येक में विशिष्ट सूचना है। यदि किसी मैट्रिक्स का डिटरमिनेंट शून्य-से-भिन्न है, तो हम निष्कर्ष निकालते हैं कि मैट्रिक्स के स्तंभ या पंक्तियाँ रैखिक रूप से स्वतंत्र हैं। यदि डिटरमिनेंट शून्य है, तो यह दर्शाता है कि स्तंभ (या पंक्तियाँ) रैखिक रूप से पराश्रित हैं।

अंत में, स्वमानों की गणना के लिए विशेषता बहुपद बनाने में भी डिटरमिनेंट का उपयोग होता है।

Python और R में डिटरमिनेंट

यद्यपि हाथ से डिटरमिनेंट निकालना हमारी गणितीय दक्षता और परिष्कार बढ़ाने का मूल्यवान अनुभव है, लेकिन अंततः समय और ऊर्जा की बाधाएँ हमें कैलकुलेटर या Python/R जैसे प्रोग्रामिंग भाषा का सहारा लेने पर मजबूर कर सकती हैं। Python और R दोनों मैट्रिक्स के डिटरमिनेंट की गणना के लिए लाइब्रेरी, फ़ंक्शंस, या मेथड प्रदान करते हैं। निम्नलिखित कोड स्निपेट्स में, हम Python और R का उपयोग कर मैट्रिक्स का डिटरमिनेंट कैसे निकालें, यह दिखाते हैं।

Python उदाहरण

मैट्रिक्स के डिटरमिनेंट की गणना के लिए दो लोकप्रिय Python पैकेज Numpy और Sympy (Symbolic Python) हैं। नीचे दिए गए कोड स्निपेट में, हम Python में Numpy और Sympy लाइब्रेरियों का उपयोग करके डिटरमिनेंट की गणना करना दिखाते हैं।

# Computing determinant using Numpy
import numpy as np
matrix = np.array([[1, 2], [3, 4]])
determinant = np.linalg.det(matrix)
print("Determinant:", determinant)
 
# Computing determinant using Sympy# Import the necessary library
import sympy as sp
matrix = sp.Matrix([[1, 2], [3, 4]])
determinant = matrix.det()
print("Determinant:", determinant)
 

R उदाहरण

R में मैट्रिक्स के डिटरमिनेंट की गणना के लिए किसी लाइब्रेरी को लोड करने की आवश्यकता नहीं है। बेस R एक बिल्ट-इन फ़ंक्शन देता है, जैसा कि नीचे दिए गए R कोड स्निपेट में दिखाया गया है:

matrix <- matrix(c(1, 2, 3, 4), nrow = 2, ncol = 2)
determinant <- det(matrix)
print(paste("Determinant:", determinant))

डिटरमिनेंट के अनुप्रयोग

रैखिक तंत्र

डिटरमिनेंट्स का प्रत्यक्ष उपयोग Cramer’s Rule के माध्यम से रैखिक समीकरणों के तंत्र को हल करने में किया जा सकता है। Cramer’s Rule के अनुसार, पहले हम तंत्र में अज्ञातों के गुणांक से एक मैट्रिक्स बनाते हैं और उसका डिटरमिनेंट निकालते हैं। अगला, हम प्रत्येक अज्ञात के लिए एक मैट्रिक्स बनाते हैं और उसका डिटरमिनेंट निकालते हैं। नए मैट्रिक्स के डिटरमिनेंट और मूल (पैरेंट) मैट्रिक्स के डिटरमिनेंट का अनुपात उस अज्ञात का मान होगा।

डिफरेंशियल समीकरण

किसी डिफरेंशियल समीकरण के कई हल (फ़ंक्शंस) हो सकते हैं। यह सुनिश्चित करने के लिए कि हल रैखिक रूप से स्वतंत्र (विशिष्ट) हैं, फ़ंक्शन समाधानों के समुच्चय का डिटरमिनेंट, जिसे व्रोंस्कियन कहते हैं, निकाला जाता है। गैर-शून्य व्रोंस्कियन यह इंगित करता है कि दिए गए अंतराल में फ़ंक्शंस/समाधान रैखिक रूप से स्वतंत्र हैं।

ज्यामिति

ज्यामिति में, 2 × 2 मैट्रिक्स का डिटरमिनेंट समानांतर चतुर्भुज के क्षेत्रफल के रूप में और 3 × 3 मैट्रिक्स का डिटरमिनेंट ठोस (समानांतर षट्फलक) के आयतन के रूप में व्याख्यायित किया जा सकता है। बहुरूपी (multivariable) फ़ंक्शन मैपिंग में डिटरमिनेंट, जैकोबियन मैट्रिक्स के डिटरमिनेंट का उपयोग कर यह समझने में मदद कर सकता है कि मैपिंग ने फ़ंक्शनों के क्षेत्र या आयतन को प्रभावित किया है या नहीं।

याद रखने योग्य मुख्य बिंदु

डिटरमिनेंट्स मशीन लर्निंग, सांख्यिकी, और वैज्ञानिक संगणन में अधिकतर परोक्ष भूमिका निभाते हैं। फिर भी, यह समझना कि रैखिक समीकरण तंत्र, मैट्रिक्स इनवर्ज़न, कंप्यूटर ग्राफिक्स, और डिफरेंशियल समीकरण—इन प्रक्रियाओं में—डिटरमिनेंट्स का कैसे उपयोग करते हैं, उनके सूक्ष्म महत्त्व और डिटरमिनेंट समझने की आवश्यकता पर प्रकाश डाल सकता है। अगली बार जब आपको इन्वर्टिबल मैट्रिक्स से संबंधित त्रुटि मिले, तो आप मैट्रिक्स की संरचना और रैखिक स्वतंत्रता में डिटरमिनेंट की भूमिका के बारे में सोच सकते हैं।

निष्कर्ष

आशा है कि आपने समझा होगा कि मैट्रिक्स के व्यवहार और रूपांतरणों को समझने में डिटरमिनेंट कितना महत्वपूर्ण है। हमारा Linear Algebra for Data Science in R कोर्स रैखिक बीजगणित तकनीकों को सीखना जारी रखने और उन्हें डेटा साइंस वर्कफ़्लोज़ में लागू करने का एक उत्कृष्ट अगला कदम है।