મેટ્રિસના પ્રકારોની ચર્ચા કરતા ઉદાહરણ પ્રશ્નો
મેટ્રિસીસ રેખીય બીજગણિતમાં એક મૂળભૂત ખ્યાલ છે અને ભૌતિકશાસ્ત્ર, અર્થશાસ્ત્ર, આંકડાશાસ્ત્ર અને એન્જિનિયરિંગ જેવી વિજ્ઞાનની વિવિધ શાખાઓમાં મહત્વપૂર્ણ છે. મેટ્રિસીસમાં પંક્તિઓ અને સ્તંભોમાં ગોઠવાયેલા લંબચોરસ તત્વો હોય છે. આ લેખમાં, આપણે દરેક પ્રકારના ઉદાહરણો અને ઉકેલો સાથે વિવિધ પ્રકારના મેટ્રિસીસની ચર્ચા કરીશું.
૧. ઓળખ મેટ્રિક્સ
ઓળખ મેટ્રિક્સ એ એક ચોરસ મેટ્રિક્સ છે જેના મુખ્ય કર્ણ પર 1 તત્વો હોય છે (ઉપર ડાબેથી નીચે જમણે) અને મુખ્ય કર્ણથી 0 તત્વો હોય છે. ઓળખ મેટ્રિક્સ સામાન્ય રીતે \(I\) દ્વારા સૂચવવામાં આવે છે.
ઉદાહરણ:
\[ I_3 = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
0 અને 0 અને 1
\end{pmatrix} \]
પ્રશ્ન:
જો \( A = \begin{pmatrix}
૧ અને ૦.૧ \\
1 અને 4
\end{pmatrix} \), ઓળખ મેટ્રિક્સ \( I \) વડે \( A \) ને ગુણાકાર કરવાનું પરિણામ શોધો.
ચર્ચા:
મેટ્રિક્સ \( 2 \times 2 \) માટે, ઓળખ મેટ્રિક્સ છે:
\[ હું = \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 1
\end{pmatrix} \]
તો, ગુણાકાર છે:
\[ AI = \begin{pmatrix}
૧ અને ૦.૧ \\
1 અને 4
\end{pmatrix} \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 1
\end{pmatrix} = \begin{pmatrix}
૧ અને ૦.૧ \\
1 અને 4
\end{pmatrix} \]
પરિણામ હજુ પણ મેટ્રિક્સ \(A\) જ છે.
2. શૂન્ય મેટ્રિક્સ
શૂન્ય મેટ્રિક્સ એ એક મેટ્રિક્સ છે જેના બધા ઘટકો 0 છે. શૂન્ય મેટ્રિક્સ સામાન્ય રીતે \(0\) દ્વારા સૂચવવામાં આવે છે.
ઉદાહરણ:
\[ 0_2 = \શરૂઆત{pmatrix}
૧ અને ૦.૧ \\
0 અને 0
\end{pmatrix} \]
પ્રશ્ન:
જો \(B = \begin{pmatrix}
૧ અને ૦.૧ \\
5 અને 9
\end{pmatrix}\), પરિણામ શોધો \(B + 0\).
ચર્ચા:
શૂન્ય મેટ્રિક્સ દ્વારા ગુણાકાર કરવાથી મૂળ મેટ્રિક્સ જેવું જ પરિણામ મળે છે:
\[ B + 0 = \begin{pmatrix}
૧ અને ૦.૧ \\
5 અને 9
\end{pmatrix} + \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 0
\end{pmatrix} = \begin{pmatrix}
૧ અને ૦.૧ \\
5 અને 9
\end{pmatrix} \]
3. ડાયગોનલ મેટ્રિક્સ
કર્ણ મેટ્રિક્સ એ એક ચોરસ મેટ્રિક્સ છે જેમાં મુખ્ય કર્ણની બહારના બધા તત્વો 0 હોય છે. મુખ્ય કર્ણ પરના તત્વો અલગ અલગ હોઈ શકે છે, પરંતુ મુખ્ય કર્ણની બહારના બધા તત્વો 0 હોવા જોઈએ.
ઉદાહરણ:
\[ ડી = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
0 અને 0 અને 8
\end{pmatrix} \]
પ્રશ્ન:
શું નીચેનો મેટ્રિક્સ એક કર્ણ મેટ્રિક્સ છે?
\[ C = \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 6
\end{pmatrix} \]
ચર્ચા:
C એ એક ચોરસ મેટ્રિક્સ છે જેમાં મુખ્ય કર્ણની બહારના બધા તત્વો 0 છે. તેથી, \( C \) ખરેખર એક કર્ણ મેટ્રિક્સ છે.
4. સ્કેલર મેટ્રિક્સ
સ્કેલર મેટ્રિક્સ એ કર્ણ મેટ્રિક્સનું એક ખાસ સ્વરૂપ છે જેમાં મુખ્ય કર્ણના બધા ઘટકો સમાન હોય છે. સ્કેલર મેટ્રિક્સને ઓળખ મેટ્રિક્સ પર સ્કેલર ગુણક તરીકે વિચારી શકાય છે.
ઉદાહરણ:
\[ S = \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 4
\end{pmatrix} \]
પ્રશ્ન:
સાબિત કરો કે નીચે આપેલ મેટ્રિક્સ \(T\) એક સ્કેલર મેટ્રિક્સ છે:
\[ ટી = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
0 અને 0 અને 7
\end{pmatrix} \]
ચર્ચા:
મેટ્રિક્સ \(T\) એ એક કર્ણ મેટ્રિક્સ છે જ્યાં મુખ્ય કર્ણના બધા ઘટકો 7 છે. તેથી, \(T\) એક સ્કેલર મેટ્રિક્સ છે.
5. સપ્રમાણ મેટ્રિક્સ
સપ્રમાણ મેટ્રિક્સ એ એક ચોરસ મેટ્રિક્સ છે જે તેના ટ્રાન્સપોઝ જેટલું હોય છે. આનો અર્થ એ છે કે મુખ્ય કર્ણની આસપાસ સપ્રમાણ તત્વો સમાન છે, એટલે કે, દરેક \(i\) અને \(j\) માટે \(A_{ij} = A_{ji}\).
ઉદાહરણ:
\[ A = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
3 અને 5 અને 6
\end{pmatrix} \]
પ્રશ્ન:
નીચેનો મેટ્રિક્સ સપ્રમાણ મેટ્રિક્સ છે કે કેમ તે તપાસો:
\[ B = \begin{pmatrix}
૧ અને ૦.૧ \\
2 અને 3
\end{pmatrix} \]
ચર્ચા:
\(B\) નું ટ્રાન્સપોઝ છે:
\[ B^T = \begin{pmatrix}
૧ અને ૦.૧ \\
2 અને 3
\end{pmatrix} \]
કારણ કે \( B = B^T \), તો \( B \) એક સપ્રમાણ મેટ્રિક્સ છે.
6. ત્રિકોણાકાર મેટ્રિક્સ
ત્રિકોણાકાર મેટ્રિસિસ બે પ્રકારના હોય છે: ઉપલા ત્રિકોણાકાર અને નીચલા ત્રિકોણાકાર. ઉપલા ત્રિકોણાકાર મેટ્રિક્સમાં મુખ્ય કર્ણની નીચેના બધા ઘટકો 0 જેટલા હોય છે, જ્યારે નીચલા ત્રિકોણાકાર મેટ્રિક્સમાં મુખ્ય કર્ણની ઉપરના બધા ઘટકો 0 જેટલા હોય છે.
ઉપલા ત્રિકોણનું ઉદાહરણ:
\[ U = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
0 અને 0 અને 7
\end{pmatrix} \]
નીચલા ત્રિકોણનું ઉદાહરણ:
\[ L = \begin{pmatrix}
૧ અને ૦ અને ૦ \\
૧ અને ૦ અને ૦ \\
3 અને 4 અને 2
\end{pmatrix} \]
પ્રશ્ન:
નીચેના મેટ્રિક્સ પ્રકારો નક્કી કરો:
\[ C = \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 3
\end{pmatrix} \]
ચર્ચા:
મુખ્ય કર્ણ નીચેના બધા તત્વો 0 હોવાથી, \( C \) એ ઉપલા ત્રિકોણાકાર મેટ્રિક્સ છે.
7. ઓર્થોગોનલ મેટ્રિક્સ
ઓર્થોગોનલ મેટ્રિક્સ એ એક ચોરસ મેટ્રિક્સ \(A\) છે જે \( A^TA = AA^T = I \) સમીકરણને સંતોષે છે, જ્યાં \( A^T \) એ \(A\) નું ટ્રાન્સપોઝ છે અને \(I\) એ ઓળખ મેટ્રિક્સ છે.
ઉદાહરણ:
\[ Q = \begin{pmatrix}
૧/૨ અને \sqrt{૩}/૨ \\
\sqrt{3}/2 અને -1/2
\end{pmatrix} \]
પ્રશ્ન:
ચકાસો કે નીચેના મેટ્રિસિસ ઓર્થોગોનલ છે કે નહીં:
\[ પી = \બીગીન{પીમેટ્રિક્સ}
૧ અને ૦.૧ \\
1 અને 0
\end{pmatrix} \]
ચર્ચા:
પહેલા આપણે \(P\) ના ટ્રાન્સપોઝની ગણતરી કરીએ:
\[ પી^ટી = \શરૂઆત{પીમેટ્રિક્સ}
૧ અને ૦.૧ \\
1 અને 0
\end{pmatrix} \]
પછી આપણે ગણતરી કરીએ \( P^TP \):
\[ પી^ટીપી = \શરૂઆત{પીમેટ્રિક્સ}
૧ અને ૦.૧ \\
1 અને 0
\end{pmatrix} \begin{pmatrix}
૧ અને ૦.૧ \\
1 અને 0
\end{pmatrix} = \begin{pmatrix}
૧ અને ૦.૧ \\
0 અને 1
\end{pmatrix} = હું \]
કારણ કે \( P^TP = I \), તો \(P\) એક ઓર્થોગોનલ મેટ્રિક્સ છે.
વિવિધ પ્રકારના મેટ્રિસિસ અને તેમની લાક્ષણિકતાઓને સમજીને, આપણે મેટ્રિસિસને લગતી વિવિધ ગાણિતિક સમસ્યાઓના ઉકેલો વધુ સરળતાથી નક્કી કરી શકીએ છીએ. દરેક પ્રકારના મેટ્રિક્સમાં અનન્ય ગુણધર્મો હોય છે જેનો ઉપયોગ વિવિધ વૈજ્ઞાનિક અને તકનીકી એપ્લિકેશનોમાં થઈ શકે છે.
