Inverse এর মৌলিক ধারণা এবং Invertibility

Inverse (ইনভার্স) একটি ম্যাট্রিক্সের এমন একটি বৈশিষ্ট্য, যা গাণিতিক অপারেশনে বিশেষ ভূমিকা পালন করে। ম্যাট্রিক্সের ইনভার্স হল সেই ম্যাট্রিক্স যা সেই ম্যাট্রিক্সের সাথে গুণফলে আইডেন্টিটি ম্যাট্রিক্স (Identity Matrix) তৈরি করে। ম্যাট্রিক্স ইনভার্সের ধারণা রৈখিক বীজগণিত এবং গাণিতিক সমীকরণ সমাধানের জন্য অত্যন্ত গুরুত্বপূর্ণ।

১. Inverse এর মৌলিক ধারণা

যদি \( A \) একটি \( n \times n \) বর্গাকার ম্যাট্রিক্স হয়, তবে তার ইনভার্স ম্যাট্রিক্স \( A^{-1} \) এমন একটি ম্যাট্রিক্স যা গুণফলে আইডেন্টিটি ম্যাট্রিক্স ( \( I \) ) প্রদান করে।

\[
A \cdot A^{-1} = A^{-1} \cdot A = I
\]

এখানে:

• \( A \) হল একটি \( n \times n \) ম্যাট্রিক্স,
• \( A^{-1} \) হল তার ইনভার্স ম্যাট্রিক্স,
• \( I \) হল আইডেন্টিটি ম্যাট্রিক্স, যা একটি বর্গাকার ম্যাট্রিক্স, যেখানে ডায়াগোনাল উপাদান সব 1 এবং বাকি উপাদান সব শূন্য থাকে।

আইডেন্টিটি ম্যাট্রিক্সের উদাহরণ:
\[
I = \begin{pmatrix}
1 & 0 \\
0 & 1
\end{pmatrix}
\]

২. Inversibility (ইনভার্টিবিলিটি)

একটি ম্যাট্রিক্সের ইনভার্স তখনই বিদ্যমান হয় যখন সেই ম্যাট্রিক্সটি ইনভার্টিবল (Invertible) বা নন-সিংগুলার (Non-singular) হয়। একটি ম্যাট্রিক্স ইনভার্টিবল হবে যদি এবং শুধুমাত্র যদি তার ডিটারমিন্যান্ট শূন্য না হয়। অর্থাৎ, \( A \) ম্যাট্রিক্সটি ইনভার্টিবল হবে যদি:

\[
\text{det}(A) \neq 0
\]

এবং যদি ডিটারমিন্যান্ট শূন্য হয়, তবে ম্যাট্রিক্সটি সিংগুলার (Singular) এবং তার ইনভার্স নেই।

ইনভার্টিবিলিটি এর শর্তসমূহ:

• ইনভার্টিবল ম্যাট্রিক্স: একটি ম্যাট্রিক্সের ডিটারমিন্যান্ট শূন্য না হলে তার ইনভার্স থাকবে।
• সিংগুলার (Singular) ম্যাট্রিক্স: একটি ম্যাট্রিক্সের ডিটারমিন্যান্ট শূন্য হলে তার ইনভার্স নেই।

৩. ইনভার্স কিভাবে বের করা হয়?

৩.১. ২x২ ম্যাট্রিক্সের ইনভার্স (Inverse of 2x2 Matrix)

একটি \( 2 \times 2 \) ম্যাট্রিক্স \( A \) এর ইনভার্স বের করতে হলে এর ডিটারমিন্যান্ট প্রথমে বের করতে হয়। যদি \( A \) হয়:

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

তাহলে \( A \) এর ইনভার্স হবে:

\[
A^{-1} = \frac{1}{\text{det}(A)} \begin{pmatrix}
d & -b \\
-c & a
\end{pmatrix}
\]

এখানে, \( \text{det}(A) = ad - bc \), এবং ইনভার্স থাকবে যদি \( \text{det}(A) \neq 0 \)।

উদাহরণ:

ধরা যাক,

\[
A = \begin{pmatrix}
4 & 3 \\
2 & 1
\end{pmatrix}
\]

এখানে ডিটারমিন্যান্ট:

\[
\text{det}(A) = (4)(1) - (3)(2) = 4 - 6 = -2
\]

এখন, ইনভার্স:

\[
A^{-1} = \frac{1}{-2} \begin{pmatrix}
1 & -3 \\
-2 & 4
\end{pmatrix} = \begin{pmatrix}
-0.5 & 1.5 \\
1 & -2
\end{pmatrix}
\]

৩.২. বড় ম্যাট্রিক্সের ইনভার্স (Inverse of Larger Matrices)

বড় ম্যাট্রিক্সের জন্য ইনভার্স বের করার জন্য সাধারণত গাণিতিক পদ্ধতি যেমন গাউস-জর্ডান এলিমিনেশন (Gaussian-Jordan Elimination) বা কোফ্যাক্টর (Cofactor) পদ্ধতি ব্যবহার করা হয়। MATLAB-এর inv() ফাংশন ব্যবহার করে সরাসরি ইনভার্স বের করা যায়।

৪. MATLAB-এ ইনভার্স বের করা

MATLAB-এ একটি ম্যাট্রিক্সের ইনভার্স বের করতে inv() ফাংশন ব্যবহার করা হয়। উদাহরণস্বরূপ:

উদাহরণ:

A = [4 3; 2 1];
A_inv = inv(A);  % A ম্যাট্রিক্সের ইনভার্স
disp(A_inv);

আউটপুট:
\[
A^{-1} = \begin{pmatrix}
-0.5 & 1.5 \\
1 & -2
\end{pmatrix}
\]

এখানে, MATLAB স্বয়ংক্রিয়ভাবে ইনভার্স বের করেছে।

৫. ইনভার্স এবং গুণফল

ইনভার্সের ব্যবহার তখনই সত্যি কার্যকর যখন আপনি ম্যাট্রিক্স গুণফলে নতুন ভেক্টর বা সমীকরণের সমাধান করতে চান। যেমন:

\[
A \mathbf{x} = \mathbf{b}
\]

এটি সমাধান করার জন্য:

\[
\mathbf{x} = A^{-1} \mathbf{b}
\]

এখানে, \( A^{-1} \) ব্যবহার করে \( \mathbf{x} \) বের করা যায়।

MATLAB-এ সমাধান:

A = [4 3; 2 1];
b = [10; 6];
x = inv(A) * b;  % সমীকরণ সমাধান
disp(x);

এটি \( \mathbf{x} = \begin{pmatrix} 4 \\ -2 \end{pmatrix} \) রিটার্ন করবে।

সারাংশ

• Inverse (ইনভার্স) হল একটি ম্যাট্রিক্সের সেই বৈশিষ্ট্য যা \( A \cdot A^{-1} = A^{-1} \cdot A = I \) পূর্ণ করে।
• Invertibility (ইনভার্টিবিলিটি) তখনই ঘটে যখন একটি ম্যাট্রিক্সের ডিটারমিন্যান্ট শূন্য না হয়।
• যদি \( A \) ম্যাট্রিক্সের ডিটারমিন্যান্ট শূন্য না হয়, তবে \( A \) ইনভার্টিবল এবং তার ইনভার্স \( A^{-1} \) বিদ্যমান থাকে।
• MATLAB-এ ইনভার্স বের করতে inv() ফাংশন ব্যবহার করা হয়।