න්යාස සහ පරිවර්තන අතර සම්බන්ධතාවය සාකච්ඡා කරන උදාහරණ ප්රශ්න
පෙන්ඩහුලුවන්
අනුකෘතියක් යනු පේළි සහ තීරු ආකාරයෙන් සකස් කර ඇති සංඛ්යා හෝ මූලද්රව්යවල සෘජුකෝණාස්රාකාර පෙළගැස්මකි. සංඛ්යාලේඛන, භෞතික විද්යාව, ආර්ථික විද්යාව වැනි විවිධ ක්ෂේත්රවල සහ විශේෂයෙන් ගණිතයේ සහ පරිගණක ග්රැෆික්ස් වල ජ්යාමිතික පරිවර්තනයන්හි දී න්යාස බහුලව භාවිතා වේ. දත්ත හැසිරවීම සහ විවිධ ගණිතමය ගැටළු විස්තර කිරීම සහ විසඳීම සඳහා න්යාස ඵලදායී මෙවලම් ද සපයයි. අනුකෘතිවල එක් වැදගත් යෙදුමක් වන්නේ රේඛීය පරිවර්තනයන්හි වන අතර, එහිදී අභ්යවකාශයේ ජ්යාමිතික වස්තූන්ගේ හැඩය සහ පිහිටීම වෙනස් කිරීමට න්යාස මෙහෙයුම් භාවිතා කරයි.
මෙම ලිපියෙන්, රේඛීය පරිවර්තනයන් සඳහා න්යාස භාවිතා කරන ආකාරය නිරූපණය කරන උදාහරණ ගැටළු කිහිපයක් අපි සාකච්ඡා කර, ඒවායේ විසඳුම් විස්තරාත්මකව පැහැදිලි කරන්නෙමු.
අර්ථ දැක්වීම් සහ සංකේත
ආරම්භ කිරීමට, මෙම සාකච්ඡාවේදී භාවිතා කරනු ලබන මූලික අර්ථ දැක්වීම් සහ අංකන කිහිපයක් සමාලෝචනය කරමු:
1. අනුකෘතිය: පේළි සහ තීරු ලෙස සකසා ඇති සෘජුකෝණාස්රාකාර සංඛ්යා අරාවකි.
2. රේඛීය පරිවර්තනය: න්යාස මෙහෙයුම් භාවිතයෙන් දෛශිකයක් ගෙන එය තවත් දෛශිකයකට සිතියම්ගත කරන ශ්රිතයකි.
3. දෛශිකය: දිග සහ දිශාව ඇති දෛශික කට්ටලයක මූලද්රව්යයක්, සාමාන්යයෙන් න්යාසයක තීරුවක් හෝ පේළියක් ලෙස නිරූපණය කෙරේ.
අනුකෘති අංකනය සාමාන්යයෙන් ලියා ඇත්තේ ලොකු අකුරිනි, උදාහරණයක් ලෙස \( A \), \( B \), සහ දෛශික තද අකුරින් හෝ ඒවාට ඉහළින් ඊතලයක් සහිතව ලියා ඇත, උදාහරණයක් ලෙස \( \mathbf{v} \) හෝ \( \vec{v} \).
නියැදි ප්රශ්න සහ සාකච්ඡා
ප්රශ්නය 1: භ්රමණ පරිවර්තනය
ද්විමාන අවකාශයක කෝණයක් \( \theta \) මගින් භ්රමණ පරිවර්තන අනුකෘතියක් \( R \) ලබා දී ඇත:
\[ R = \begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix} \]
දෛශිකය \( \mathbf{v} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \). \( \theta = \frac{\pi}{2} \) නම්, \( R \) න්යාසය මගින් දෛශිකයේ පරිවර්තනයේ ප්රතිඵලය තීරණය කරන්න.
සාකච්ඡාව:
පළමුව, \( \theta = \frac{\pi}{2} \) කෝණ අගයන් \( R \) න්යාසයට ඇතුළු කරන්න:
\[ R = \begin{pmatrix} \cos\frac{\pi}{2} & -\sin\frac{\pi}{2} \\ \sin\frac{\pi}{2} & \cos\frac{\pi}{2} \end{pmatrix} = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix} \]
ඊළඟට, න්යාසය \( R \) දෛශිකයෙන් ගුණ කරන්න \( \mathbf{v} \):
\[ R \mathbf{v} = \begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix} \begin{pmatrix} 1 \\ 0 \end{pmatrix} = \begin{pmatrix} (0 \cdot 1) + (-1 \cdot 0) \\ (1 \cdot 1) + (0 \cdot 0) \end{pmatrix} = \begin{pmatrix} 0 \\ 1 \end{pmatrix} \]
ඉතින්, \( \theta = \frac{\pi}{2} \) කෝණය සඳහා \( R \) න්යාසය මගින් \( \mathbf{v} \) දෛශිකය පරිවර්තනය කිරීමේ ප්රතිඵලය වන්නේ \( \mathbf{v'} = \begin{pmatrix} 0 \\ 1 \end{pmatrix} \) දෛශිකයයි.
ප්රශ්නය 2: පරිමාණ පරිවර්තනය
ද්විමාන අවකාශයේ පරිමාණ පරිවර්තන අනුකෘතියක් \( S \) පහත පරිදි ලබා දී ඇත:
\[ S = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \]
දෛශිකය \( \mathbf{u} = \begin{pmatrix} 1 \\ 2 \end{pmatrix} \). දෛශිකය \( \mathbf{u} \) න්යාසය \( S \) මගින් පරිවර්තනය කිරීමේ ප්රතිඵලය සොයන්න.
සාකච්ඡාව:
න්යාසය \( S \) දෛශිකයෙන් ගුණ කරන්න \( \mathbf{u} \):
\[ S \mathbf{u} = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \begin{pmatrix} 1 \\ 2 \end{pmatrix} = \begin{pmatrix} (2 \cdot 1) + (0 \cdot 2) \\ (0 \cdot 1) + (3 \cdot 2) \end{pmatrix} = \begin{pmatrix} 2 \\ 6 \end{pmatrix} \]
ඉතින්, දෛශිකය \( \mathbf{u} \) න්යාසය \( S \) මගින් පරිවර්තනය කිරීමේ ප්රතිඵලය වන්නේ දෛශිකය \( \mathbf{u'} = \begin{pmatrix} 2 \\ 6 \end{pmatrix} \) වේ.
ප්රශ්නය 3: පරාවර්තන පරිවර්තනය
y-අක්ෂයට සාපේක්ෂව පරාවර්තන න්යාසය \( F \) දී ඇති විට:
\[ F = \begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} \]
පරාවර්තන න්යාසය \( F \) භාවිතයෙන් \( \mathbf{w} = \begin{pmatrix} 3 \\ 4 \end{pmatrix} \) දෛශිකය පරිවර්තනය කිරීමේ ප්රතිඵලය ගණනය කරන්න.
සාකච්ඡාව:
න්යාසය \( F \) දෛශිකයෙන් ගුණ කරන්න \( \mathbf{w} \):
\[ F \mathbf{w} = \begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 3 \\ 4 \end{pmatrix} = \begin{pmatrix} (-1 \cdot 3) + (0 \cdot 4) \\ (0 \cdot 3) + (1 \cdot 4) \end{pmatrix} = \begin{pmatrix} -3 \\ 4 \end{pmatrix} \]
ඉතින්, දෛශිකය \( \mathbf{w} \) න්යාසය \( F \) මගින් පරිවර්තනය කිරීමේ ප්රතිඵලය වන්නේ දෛශිකය \( \mathbf{w'} = \begin{pmatrix} -3 \\ 4 \end{pmatrix} \) වේ.
ප්රශ්නය 4: ඒකාබද්ධ පරිවර්තනයන්
පරිවර්තන න්යාස දෙකක් ඇති බව සිතමු, භ්රමණ න්යාසයක් \( R \) කෝණය \( \theta = \frac{\pi}{4} \) සහ පරිමාණ න්යාසයක් \( S \) පහත පරිදි වේ:
\[ R = \begin{pmatrix} \cos\frac{\pi}{4} & -\sin\frac{\pi}{4} \\ \sin\frac{\pi}{4} & \cos\frac{\pi}{4} \end{pmatrix} = \begin{pmatrix} \frac{\sqrt{2}}{2} & -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} & \frac{\sqrt{2}}{2} \end{pmatrix} \]
\[ S = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} \]
මෙම පරිවර්තන ඒකාබද්ධ කර දෛශිකයට යොදන්න \( \mathbf{z} = \begin{pmatrix} 1 \\ 1 \end{pmatrix} \).
සාකච්ඡාව:
පළමුව, ඒකාබද්ධ පරිවර්තන අනුකෘතිය \( RS \) ගණනය කරන්න:
\[ RS = R \cdot S = \begin{pmatrix} \frac{\sqrt{2}}{2} & -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} & \frac{\sqrt{2}}{2} \end{pmatrix} \cdot \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} = \begin{pmatrix} (\frac{\sqrt{2}}{2} \cdot 2) + (-\frac{\sqrt{2}}{2} \cdot 0) & (\frac{\sqrt{2}}{2} \cdot 0) + (-\frac{\sqrt{2}}{2} \cdot 3) \\ (\frac{\sqrt{2}}{2} \cdot 0) & (\frac{\sqrt{2}}{2} \cdot 0) + (\frac{\sqrt{2}}{2} \cdot 3) \end{pmatrix} = \begin{pmatrix} \sqrt{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \frac{3\sqrt{2}}{2} \end{pmatrix} \]
ඉන්පසු, ඒකාබද්ධ න්යාසය \( RS \) දෛශිකයෙන් \( \mathbf{z} \) ගුණ කරන්න:
\[ RS \mathbf{z} = \begin{pmatrix} \sqrt{2} & -\frac{3\sqrt{2}}{2} \\ \sqrt{2} & \frac{3\sqrt{2}}{2} \end{pmatrix} \begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} (\sqrt{2} \cdot 1) + (-\frac{3\sqrt{2}}{2} \cdot 1) \\ (\sqrt{2} \cdot 1) + (\frac{3\sqrt{2}}{2} \cdot 1) \end{pmatrix} = \begin{pmatrix} \sqrt{2} – \frac{3\sqrt{2}}{2} \\ \sqrt{2} + \frac{3\sqrt{2}}{2} \end{pmatrix} \]
ඉතින්, න්යාසය \( RS \) මගින් දෛශිකය \( \mathbf{z} \) ඒකාබද්ධව පරිවර්තනය කිරීමේ ප්රතිඵලය වන්නේ:
\[ \mathbf{z'} = \begin{pmatrix} \frac{2\sqrt{2} – 3\sqrt{2}}{2} \\ \sqrt{2} + \frac{3\sqrt{2}}{2} \end{pmatrix} = \begin{pmatrix} -\frac{\sqrt{2}}{2} \\ \frac{5\sqrt{2}}{2} \end{pmatrix} \]
නිගමනය
මෙම ලිපියෙන්, රේඛීය පරිවර්තනයන් සඳහා න්යාස භාවිතා කරන ආකාරය නිරූපණය කරන උදාහරණ ගැටළු කිහිපයක් අපි සාකච්ඡා කර ඇත්තෙමු. න්යාස පරිවර්තනයන් බොහෝ ක්ෂේත්රවල, විශේෂයෙන් පරිගණක ග්රැෆික්ස් සහ දත්ත විශ්ලේෂණයේ තීරණාත්මක කාර්යභාරයක් ඉටු කරයි. භ්රමණය, පරිමාණය සහ පරාවර්තනය වැනි න්යාස පරිවර්තනයන්හි මූලික කරුණු තේරුම් ගැනීමෙන්, අපට මෙම සංකල්ප වඩාත් සංකීර්ණ ගැටළු සඳහා යෙදීමට ඉදිරියට යා හැකිය. මෙම සංකල්ප ප්රගුණ කිරීම ගණිතය, භෞතික විද්යාව හෝ පරිගණක විද්යාවේ සේවය කරන ඕනෑම කෙනෙකුට අගනා වනු ඇත.
