इनवर्टिबल मैट्रिक्स: परिभाषा, गुण, और उदाहरण

जानें कि इनवर्टिबल मैट्रिक्स क्या है, कैसे तय करें कि कोई मैट्रिक्स इनवर्टिबल है, और रैखिक बीजगणित व डेटा साइंस में मैट्रिक्स इनवर्स क्यों महत्त्वपूर्ण हैं।

अद्यतन 12 अग॰ 2026 · 5 मि॰ पढ़ना

AI के साथ खोजें

ChatGPT Claude Perplexity

कुछ मैट्रिसेज़ संख्याओं की तरह व्यवहार करती हैं जिनका भाग किया जा सकता है, क्योंकि उनकी ट्रांसफॉर्मेशन को किसी दूसरी मैट्रिक्स से गुणा करके “पूर्ववत” किया जा सकता है। इसलिए, एक इनवर्टिबल मैट्रिक्स वह वर्गाकार मैट्रिक्स होता है जिसका एक व्युत्क्रम (इनवर्स) मौजूद होता है।

यह गुण, उदाहरण के लिए, रैखिक समीकरणों की प्रणालियों को हल करने में बुनियादी है, जहाँ इनवर्स उस प्रणाली के अज्ञात चरों की प्रत्यक्ष गणना की अनुमति देता है।

आगे के अनुभागों में, मैं सटीक परिभाषाएँ, इनवर्टिबिलिटी की शर्तें, मुख्य गुण, संगणनात्मक विधियाँ, और स्वाभाविक रूप से कई ठोस उदाहरण प्रस्तुत करूँगा।

इनवर्टिबल मैट्रिक्स क्या है?

n×n आयामों की एक वर्गाकार मैट्रिक्स A इनवर्टिबल होती है यदि एक अन्य n×n मैट्रिक्स B मौजूद हो ऐसा कि

जहाँ I समान आकार (n×n) की आइडेंटिटी मैट्रिक्स है। मैट्रिक्स B को A^-1 लिखा जाता है (लगभग A की घात -1 के समान) और इसे A का इनवर्स कहा जाता है।

यह नोट करना बहुत महत्त्वपूर्ण है कि केवल वर्गाकार मैट्रिसेज़ ही इनवर्टिबल हो सकती हैं और गैर-वर्गाकार मैट्रिसेज़ का कोई इनवर्स नहीं होता। इसका मूल रैखिक बीजगणित में द्विसंयोजकता (bijectivity) के तथ्य से आता है। परंतु इस लेख की सहजता के लिहाज़ से, हम इसी सरल नियम से संतुष्ट रहेंगे।

आइडेंटिटी मैट्रिक्स क्या है?

आइडेंटिटी मैट्रिक्स I वह वर्गाकार मैट्रिक्स है जो मैट्रिक्स बीजगणित में गुणात्मक इकाई (multiplicative identity) की तरह कार्य करती है। अतः, किसी भी संगत मैट्रिक्स को I से गुणा करने पर वह अपरिवर्तित रहती है। आप इसे एक निष्प्रभावी ट्रांसफॉर्मेशन, या अधिक औपचारिक रूप से, एक आइडेंटिटी ट्रांसफॉर्मेशन के रूप में सोच सकते हैं।

2x2 के लिए, यह है:

$I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}.$

3x3 का एक उदाहरण:

$I = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}.$

परिभाषित संबंध है

$A A^{-1} = I$

यह दर्शाता है कि A को उसके इनवर्स से गुणा करने पर प्रणाली इस निष्प्रभावी शुरुआती बिंदु पर लौट आती है। यद्यपि सामान्यतः मैट्रिक्स गुणन समापर्त्य (commutative) नहीं होता, इस विशेष स्थिति में क्रम मायने नहीं रखता: $= I$ , क्योंकि A और A⁻¹ एक-दूसरे के इनवर्स के रूप में परिभाषित हैं।

मैट्रिक्स के इनवर्टिबल होने की शर्तें

एक वर्गाकार मैट्रिक्स A तभी और केवल तभी इनवर्टिबल होती है जब वह तीन समतुल्य शर्तें पूरी करती है:

उसका डीटरमिनेंट शून्य न हो। अर्थात, det(A)≠0
उसकी पंक्तियाँ या स्तंभ रैखिक रूप से स्वतंत्र हों, यानी कोई भी स्तंभ/पंक्ति वेक्टर दूसरे स्तंभ/पंक्ति वेक्टर के सह-रेखीय न हो।
उसकी रैंक पूर्ण हो और उसके आयाम n के बराबर हो।

यदि इनमें से कोई भी शर्त विफल हो, तो कोई इनवर्स अस्तित्व में नहीं होता।

डीटरमिनेंट और इनवर्टिबिलिटी

डीटरमिनेंट एक प्रत्यक्ष संख्यात्मक जाँच प्रदान करता है। अतः, यदि det(A)=0, तो A की रैंक आयामों की संख्या से सख्ती से कम होती है, इसलिए A द्वारा वर्णित ट्रांसफॉर्मेशन कम-से-कम एक आयाम में सिमट जाता है, जो अकेले ही A के इनवर्स ट्रांसफॉर्मेशन को पुनः प्राप्त करना असंभव बना देता है; औपचारिक रूप से इसका मतलब है कि A का कोई इनवर्स नहीं है।

यदि det(A) शून्य नहीं है, तो एक इनवर्स मौजूद है और निकाला जा सकता है। यह समतुल्यता हर वर्गाकार मैट्रिक्स के लिए सत्य है और व्यावहारिक उद्देश्यों के लिए किसी और व्युत्पत्ति की आवश्यकता नहीं होती। सहज रूप से, आप डीटरमिनेंट को एक स्केलर मान सकते हैं जो दर्शाता है कि A स्थान के आयतन को कितना स्केल करता है।

अतः, |det(A)| > 1 का परिमाण दर्शाता है कि A स्थान का विस्तार करता है; ऋणात्मक डीटरमिनेंट का अर्थ है कि A स्थान के ओरिएंटेशन को उलट देता है; |det(A)| < 1 के लिए, A स्थान को संकुचित करता है; और स्वाभाविक ही, शून्य डीटरमिनेंट का मतलब है कि A द्वारा वर्णित ट्रांसफॉर्मेशन उस स्थान की विमायिकता को घटा देता है (जैसे दो अक्षों को आपस में समेट देना)।

इनवर्टिबल बनाम नॉन-इनवर्टिबल (सिंगुलर) मैट्रिसेज़

जिस मैट्रिक्स का इनवर्स मौजूद हो उसे इनवर्टिबल (या नॉनसिंगुलर) कहते हैं। जिसका इनवर्स न हो उसे सिंगुलर कहते हैं।

गुण	इनवर्टिबल मैट्रिक्स	सिंगुलर मैट्रिक्स
डीटरमिनेंट	det(A) ≠ 0	det(A)=0
रैंक	rank(A)=n	Rank(A)<n
पंक्तियाँ/स्तंभ	रैखिक रूप से स्वतंत्र	कम-से-कम एक रैखिक निर्भरता
Ax=b का हल	ठीक एक हल	कोई हल नहीं या अनंत अनेक

मैट्रिक्स का इनवर्स कैसे निकालें

दो मानक हस्तचालित विधियाँ हैं, और एक सीधा संगणन सॉफ्टवेयर में।

2×2 मैट्रिक्स का सूत्र

यदि

$A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}$

और det(A)=ad-bc≠0 हो, तो

$A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}.$

रो रिडक्शन (गॉस–जॉर्डन)

विस्तारित मैट्रिक्स [A| I] बनाइए और प्राथमिक पंक्ति संक्रियाएँ लागू कीजिए जब तक कि बायाँ आधा I न बन जाए। तब दायाँ आधा A^-1 समाहित करता है।

सॉफ़्टवेयर का उपयोग (Python, आदि)

Python में NumPy के साथ, det(A) ≠ 0 पुष्ट करने के बाद इनवर्स numpy.linalg.inv(A) से प्राप्त होता है।

इनवर्टिबल मैट्रिक्स का उदाहरण

यह 2x2 मैट्रिक्स पर विचार करें:

$A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}.$

पहले, डीटरमिनेंट की गणना करें:

$\det(A) = 2 \cdot 1 - 1 \cdot 1 = 1 \neq 0.$

अतः, A इनवर्टिबल है। 2x2 सूत्र लागू करने पर हमें मिलता है:

$A^{-1} = \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}.$

अब अपने प्राप्त परिणामों का सत्यापन करते हैं:

$A A^{-1} = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix} \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I.$

A^-1A के लिए भी यही सत्य है।

इनवर्टिबल मैट्रिसेज़ क्यों महत्त्वपूर्ण हैं

जब भी किसी रैखिक ट्रांसफॉर्मेशन को ठीक-ठीक उलटना आवश्यक होता है, इनवर्टिबल मैट्रिसेज़ आवश्यक होती हैं। रैखिक प्रणालियों में, वे एक अद्वितीय समाधान की गारंटी देती हैं। मशीन लर्निंग में, वे नॉर्मल इक्वेशंस में ऑर्डिनरी लीस्ट स्क्वेयर्स के संदर्भ में आती हैं, जैसे जब डिज़ाइन मैट्रिक्स की कॉलम रैंक पूर्ण हो।

एक और उदाहरण कंप्यूटर ग्राफ़िक्स में है, जहाँ वे रोटेशन, स्केलिंग और ट्रांसलेशन जैसी प्रतिवर्ती ट्रांसफॉर्मेशंस का निरूपण करती हैं, जिन्हें रेंडरिंग या एनीमेशन के लिए पूर्ववत करना पड़ता है। वे भौतिकी में साधारण अवकल समीकरणों की प्रणालियों को हल करने, उदाहरणार्थ, में भी आती हैं, और उनके अनेक दैनिक उपयोग केस हैं।

इनवर्टिबल मैट्रिसेज़ और रैखिक प्रणालियाँ

रैखिक समीकरणों की एक प्रणाली को संक्षेप में Ax=b के रूप में लिखा जा सकता है, जहाँ A गुणांक मैट्रिक्स कहलाती है, x अज्ञातों का वेक्टर है, और b स्थिर वेक्टर है। यदि A इनवर्टिबल है, तो अद्वितीय समाधान सीधे इस प्रकार प्राप्त होता है:

$\mathbf{x} = A^{-1} \mathbf{b}.$

इस स्थिति में कोई अन्य समाधान समीकरण को संतुष्ट नहीं करता।

इनवर्टिबल मैट्रिसेज़ के साथ आम गलतियाँ

ये वे सामान्य गलतियाँ हैं जिनसे लोग अक्सर टकराते हैं:

यह मान लेना कि हर वर्गाकार मैट्रिक्स इनवर्टिबल है।
इनवर्शन का प्रयास करने से पहले डीटरमिनेंट जाँचना नज़रअंदाज़ करना।
इनवर्स को ट्रांसपोज़ के साथ भ्रमित करना (वे केवल कुछ ऑर्थोगोनल मैट्रिसेज़ के लिए मेल खाते हैं)।
किसी सिंगुलर मैट्रिक्स को इनवर्टिबल मान लेना और संख्यात्मक गणनाओं में अर्थहीन या अस्थिर परिणाम पाना।

इनवर्टिबल मैट्रिसेज़ के प्रमुख गुण

इस लेख के दायरे में इनवर्टिबल मैट्रिसेज़ के मुख्य गुण ये हैं:

मान लीजिए A और B इनवर्टिबल n×n मैट्रिसेज़ हैं। तब:

इनवर्स अद्वितीय होता है।

गुणनफल AB इनवर्टिबल होता है और

$(AB)^{-1} = B^{-1} A^{-1}$

इनवर्स का इनवर्स मूल मैट्रिक्स के बराबर होता है:

$(A^{-1})^{-1} = A$

इनवर्स का डीटरमिनेंट व्युत्क्रम (reciprocal) होता है:

$\det(A^{-1}) = 1 / \det(A)$

इनवर्स का ट्रांसपोज़, ट्रांसपोज़ का इनवर्स के बराबर होता है:

$(A^{-1})^T = (A^T)^{-1}$

निष्कर्ष

इनवर्टिबल मैट्रिक्स एक वर्गाकार मैट्रिक्स है जिसका एक अद्वितीय इनवर्स होता है, जो A.A^-1= I को संतुष्ट करता है।

निर्णायक जाँचें हैं: गैर-शून्य डीटरमिनेंट और पंक्तियों या स्तंभों की रैखिक स्वतंत्रता। ये गुण अकेले संकेतक हैं कि रैखिक प्रणाली का ठीक-ठीक एक समाधान है और रैखिक ट्रांसफॉर्मेशन को ठीक-ठीक उलटा जा सकता है।

यदि आप इनवर्टिबल मैट्रिसेज़ में दक्ष हो जाते हैं, तो रैखिक समीकरण प्रणालियों को हल करना अत्यंत सुगम हो जाएगा। इतना ही नहीं, आप डेटा साइंस में भरोसेमंद मॉडल बना पाएँगे या उन किसी भी क्षेत्रों में सटीक गणनाएँ कर पाएँगे जो रैखिक बीजगणित पर निर्भर हैं।

इनवर्टिबल मैट्रिक्स क्या है?

इनवर्टिबल मैट्रिक्स एक वर्गाकार मैट्रिक्स है जिसका एक अन्य मैट्रिक्स होता है जिसे उसका इनवर्स कहा जाता है। मूल मैट्रिक्स को उसके इनवर्स से गुणा करने पर आइडेंटिटी मैट्रिक्स मिलती है, जो सामान्य अंकगणित में संख्या 1 की तरह कार्य करती है।इनवर्टिबल मैट्रिक्स एक वर्गाकार मैट्रिक्स है जिसका एक अन्य मैट्रिक्स होता है जिसे उसका इनवर्स कहा जाता है। मूल मैट्रिक्स को उसके इनवर्स से गुणा करने पर आइडेंटिटी मैट्रिक्स मिलती है, जो सामान्य अंकगणित में संख्या 1 की तरह कार्य करती है।

मुझे कैसे पता चले कि कोई मैट्रिक्स इनवर्टिबल है?

कोई वर्गाकार मैट्रिक्स तभी इनवर्टिबल होती है जब उसका डीटरमिनेंट शून्य न हो और उसकी पंक्तियाँ या स्तंभ रैखिक रूप से स्वतंत्र हों। ये दोनों जाँचें समतुल्य हैं और पुष्टि करती हैं कि मैट्रिक्स की रैंक पूर्ण है।

सिंगुलर मैट्रिक्स क्या है?

एक सिंगुलर मैट्रिक्स वह वर्गाकार मैट्रिक्स है जिसका कोई इनवर्स नहीं होता। उसका डीटरमिनेंट शून्य होता है, और कम-से-कम एक पंक्ति या स्तंभ अन्य का रैखिक संयोजन होता है, इसलिए उसे गुणा करके पूर्ववत नहीं किया जा सकता।

इनवर्टिबल मैट्रिसेज़ महत्त्वपूर्ण क्यों हैं?

वे रैखिक समीकरण प्रणालियों को हल करते समय एक अद्वितीय समाधान की गारंटी देती हैं और डेटा साइंस में जैसे रैखिक प्रतिगमन, कंप्यूटर ग्राफ़िक्स में प्रतिवर्ती ट्रांसफॉर्मेशंस, तथा उन सभी क्षेत्रों में आवश्यक हैं जहाँ रैखिक संक्रियाओं को ठीक-ठीक उलटना पड़ता है।