විකර්ණ න්යාස ආකෘතිය
ගණිතයේ, විශේෂයෙන් රේඛීය වීජ ගණිතයේ, න්යාස යනු ඉතා වැදගත් සංකල්පවලින් එකකි. භෞතික විද්යාව සහ සංඛ්යාලේඛනවල සිට ආර්ථික විද්යාව දක්වා සහ පරිගණක විද්යාව දක්වා විවිධ ක්ෂේත්රවල - දත්ත, සමීකරණ පද්ධති, පරිවර්තනයන් සහ තවත් බොහෝ දේ නිරූපණය කිරීමට න්යාස භාවිතා වේ. දන්නා බොහෝ න්යාස වර්ග අතර, විකර්ණ න්යාස ඒවායේ සරල බව නිසා විශේෂ ස්ථානයක් ගනී, නමුත් ගණනය කිරීම් සහ විශ්ලේෂණයන්හි ඒවායේ බලය. මෙම ලිපිය විකර්ණ න්යාසවල අර්ථ දැක්වීම, ලක්ෂණ, සාමාන්ය ස්වරූපය, ගුණාංග සහ උදාහරණ සාකච්ඡා කරයි.
විකර්ණ අනුකෘතිය තේරුම් ගැනීම
විකර්ණ න්යාසයක් යනු හතරැස් න්යාසයකි (පේළි ගණන තීරු ගණනට සමාන වේ), එහි ප්රධාන විකර්ණයෙන් පිටත ඇති සියලුම මූලද්රව්ය ශුන්ය වේ. ප්රධාන විකර්ණය ඉහළ වමේ සිට පහළ දකුණට ස්ථානගත කර ඇති මූලද්රව්ය වලින් සමන්විත වේ, එනම් \((1,1), (2,2), (3,3)\) යනාදී ස්ථානවල මූලද්රව්ය වේ.
වෙනත් වචන වලින් කිවහොත්, ප්රධාන විකර්ණයේ ඇති මූලද්රව්ය පමණක් ශුන්ය නොවන විය හැකි අතර, ප්රධාන විකර්ණයෙන් පිටත ඇති මූලද්රව්ය ශුන්ය විය යුතුය. අවස්ථාව අනුව, ප්රධාන විකර්ණයේ අගයන් ශුන්ය හෝ ශුන්ය නොවන විය හැකිය.
උදාහරණයක් ලෙස, පහත න්යාසය විකර්ණ න්යාසයකි:
\[
\ආරම්භ කරන්න{pmatrix}
4 සහ 0 සහ 0 \\
0 සහ -2 සහ 0 \\
0 සහ 0 සහ 7
\අවසානය{pmatrix}
\]
4, -2 සහ 7 හැර අනෙකුත් සියලුම මූලද්රව්ය ශුන්ය වන බව සලකන්න, එබැවින් න්යාසය විකර්ණ න්යාසයක අර්ථ දැක්වීම සපුරාලයි.
විකර්ණ න්යාසයේ සාමාන්ය ආකාරය
සාමාන්යයෙන්, \(n \times n\) අනුපිළිවෙලෙහි විකර්ණ න්යාසයක් මෙසේ ලිවිය හැකිය:
\[
ඩී =
\ආරම්භ කරන්න{pmatrix}
d_1 & 0 & 0 & \cdots & 0 \\
0 & d_2 & 0 & \cdots & 0 \\
0 & 0 & d_3 & \cdots & 0 \\
\vdots & \vdots & \vdots & \ddots & \vdots \\
0 & 0 & 0 & \cdots & d_n
\අවසානය{pmatrix}
\]
මෙහි, \(d_1, d_2, \ldots, d_n\) ප්රධාන විකර්ණයේ මූලද්රව්ය වේ. ඒ සෑම එකක්ම සන්දර්භය අනුව තාත්වික, පූර්ණ සංඛ්යා හෝ සංකීර්ණ විය හැකිය.
කෙටි යෙදුම් අංකනය ද බොහෝ විට භාවිතා වේ:
\[
D = \පෙළ{රූප සටහන}(d_1, d_2, \ldots, d_n)
\]
මෙම අංකනයෙහි සඳහන් වන්නේ \(D\) න්යාසයේ ප්රධාන විකර්ණ මූලද්රව්ය \(d_1\) සිට \(d_n\) දක්වා ඇති බවත් අනෙකුත් සියලුම මූලද්රව්ය ශුන්ය බවත්ය.
විකර්ණ න්යාසයේ ලක්ෂණ
විකර්ණ න්යාස හඳුනා ගැනීම පහසු කරන සමහර ලක්ෂණ නම්:
1. අවශ්ය වර්ග අනුකෘතිය
විකර්ණ න්යාසයක් සෑම විටම \(n \times n\) ප්රමාණයෙන් යුක්ත වන අතර, එය සෘජුකෝණාස්රාකාර විය නොහැක.
2. විකර්ණ නොවන මූලද්රව්ය ශුන්ය විය යුතුය
\(i \neq j\) සහිත සියලුම මූලද්රව්ය \(a_{ij}\) 0 විය යුතුය.
3. නිදහස් විකර්ණ මූලද්රව්ය
විකර්ණ මූලද්රව්ය \(a_{ii}\) ඕනෑම අගයක් විය හැකිය (0 ඇතුළුව).
4. විකර්ණ න්යාසය යනු ත්රිකෝණාකාර න්යාසයේ විශේෂ අවස්ථාවකි.
විකර්ණ න්යාසයක් යනු ඉහළ ත්රිකෝණාකාර සහ පහළ ත්රිකෝණාකාර න්යාස දෙකම වේ.
අනන්යතා අනුකෘතිය සහ පරිමාණ අනුකෘතිය සමඟ සම්බන්ධතාවය
විකර්ණ න්යාස බොහෝ විට දිස්වන වෙනත් න්යාස වර්ග දෙකක් සමඟ සමීප සම්බන්ධතාවයක් ඇත, එනම්:
1. අනන්යතා අනුකෘතිය
අනන්යතා න්යාසය යනු සියලුම විකර්ණ මූලද්රව්ය 1 ට සමාන විකර්ණ න්යාසයකි:
\[
මම =
\ආරම්භ කරන්න{pmatrix}
1 සහ 0 සහ 0 \\
0 සහ 1 සහ 0 \\
0 සහ 0 සහ 1
\අවසානය{pmatrix}
\]
මෙම න්යාසය වැදගත් වන්නේ එය ගුණ කිරීමේ දී අංක 1 මෙන් ක්රියා කරන බැවිනි: තවත් න්යාසයක් අනන්යතා න්යාසයෙන් ගුණ කිරීමෙන් න්යාසය (සුදුසු ප්රමාණයේ) වෙනස් නොවේ.
2. පරිමාණ අනුකෘතිය
අදිශ න්යාසයක් යනු සියලුම විකර්ණ මූලද්රව්ය එකම අගයක් ඇති විකර්ණ න්යාසයකි, උදාහරණයක් ලෙස \(k\):
\[
kI = = (kI) =
\ආරම්භ කරන්න{pmatrix}
කේ සහ 0 සහ 0 \\
0 සහ k සහ 0 \\
0 සහ 0 සහ k
\අවසානය{pmatrix}
\]
වෙනත් වචන වලින් කිවහොත්, අදිශ න්යාසය විකර්ණ න්යාසයේ විශේෂ ආකාරයක් වන අතර අනන්යතා න්යාසය අදිශ න්යාසයේ විශේෂ ආකාරයකි.
විකර්ණ න්යාසවල වැදගත් ගුණාංග
විකර්ණ න්යාස ආකෘතියේ සරල බව නිසා ගණනය කිරීම් ඉතා පහසු කරන ගුණාංග එයට ලැබේ.
1. එකතු කිරීම සහ අඩු කිරීම
\(D_1\) සහ \(D_2\) එකම ප්රමාණයේ විකර්ණ න්යාස නම්, එසේ නම්:
– \(D_1 + D_2\) යනු විකර්ණ අනුකෘතියක් ද වේ
– \(D_1 – D_2\) යනු විකර්ණ අනුකෘතියක් ද වේ
මක්නිසාද යත් එකතු කිරීම සිදුවන්නේ අනුරූප මූලද්රව්ය මත පමණක් වන අතර, විකර්ණ නොවන සියලුම මූලද්රව්ය ශුන්යව පවතී.
2. විකර්ණ අනුකෘති ගුණ කිරීම
විකර්ණ න්යාස දෙකක ගුණිතය ද විකර්ණ න්යාසයකි. නම්:
\[
D_1 = \පෙළ{රූප සටහන}(a_1, a_2, \ldots, a_n), \quad
D_2 = \පෙළ{රූප සටහන}(b_1, b_2, \ldots, b_n)
\]
ඒ නිසා:
\[
D_1D_2 = \පෙළ{රූප සටහන}(a_1b_1, a_2b_2, \ldots, a_nb_n)
\]
සාමාන්යයෙන් සංකීර්ණ වන සම්පූර්ණ න්යාස ගුණ කිරීම සිදු කිරීම අවශ්ය නොවන නිසා මෙය ඉතා කාර්යක්ෂම වේ.
3. නිර්ණායකය
විකර්ණ න්යාසයක නිර්ණායකය ගණනය කිරීම ඉතා පහසුය, එනම් එහි විකර්ණ මූලද්රව්යවල ගුණිතය:
\[
\det(D) = d_1 \cdot d_2 \cdot \ldots \cdot d_n
\]
4. ප්රතිලෝම
විකර්ණ අනුකෘතියක් පහසුවෙන් ප්රතිලෝම කළ හැක, සියලුම විකර්ණ මූලද්රව්ය ශුන්ය නොවන නම්. ප්රතිලෝමය වන්නේ:
\[
D^{-1} = \text{diag}\left(\frac{1}{d_1}, \frac{1}{d_2}, \ldots, \frac{1}{d_n}\දකුණ)
\]
ඕනෑම විකර්ණ මූලද්රව්යයක් ශුන්ය නම්, නිර්ණායකය ශුන්ය වන අතර න්යාසයට ප්රතිලෝමයක් නොමැත.
5. අනුකෘති ශ්රේණිය
විකර්ණ න්යාසයක ඝාතක ද සරල ය:
\[
D^k = \පෙළ{රූප සටහන}(d_1^k, d_2^k, \ldots, d_n^k)
\]
ගතික ආකෘති සහ පුනරාවර්තන පරිවර්තනයන් ගණනය කිරීමේදී මෙය ඉතා උපකාරී වේ.
විකර්ණ සහ විකර්ණ නොවන න්යාස සඳහා උදාහරණ
විකර්ණ අනුකෘතියක උදාහරණයක්:
\[
\ආරම්භ කරන්න{pmatrix}
3 සහ 0 \\
0 සහ 5
\අවසානය{pmatrix}
\]
විකර්ණ නොවන න්යාස සඳහා උදාහරණ (ශුන්ය නොවන විකර්ණ නොවන මූලද්රව්ය ඇති බැවින්):
\[
\ආරම්භ කරන්න{pmatrix}
3 සහ 1 \\
0 සහ 5
\අවසානය{pmatrix}
\]
න්යාසය ඉහළ ත්රිකෝණාකාර වුවද, එය විකර්ණ න්යාසයක් නොවේ, මන්ද (1,2) මූලද්රව්යය 0 නොව 1 වේ.
විකර්ණකරණය: අනුකෘතියක් විකර්ණ ආකාරයක් බවට පරිවර්තනය කිරීම
න්යාස වර්ගයක් ලෙස "විකර්ණ න්යාසය" ට අමතරව, විකර්ණකරණය ලෙස හැඳින්වෙන වැදගත් සංකල්පයක් ඇත, එය පරිවර්තනයක් හරහා දී ඇති න්යාසයක් විකර්ණ ස්වරූපයට පරිවර්තනය කිරීමේ ක්රියාවලියයි:
\[
A = PDP^{-1}
\]
මෙහි \(D\) යනු අයිගන් අගයන් අඩංගු විකර්ණ න්යාසයක් වන අතර, \(P\) යනු තීරු අයිගන් දෛශික වන න්යාසයකි. න්යාසයක් විකර්ණ කළ හැකි නම්, න්යාසයක ශ්රේණිය ගණනය කිරීම වැනි බොහෝ ගණනය කිරීම් වඩාත් පහසු වන්නේ එය \(D\) සමඟ වැඩ කිරීමට ප්රමාණවත් බැවිනි.
විද්යාවේ සහ ඉංජිනේරු විද්යාවේ දී, අවකල පද්ධති විසඳීම, ස්ථායිතා විශ්ලේෂණය, දත්ත සම්පීඩනය සහ සංඥා සැකසීම සඳහා විකර්ණකරණය බොහෝ විට භාවිතා වේ.
සැබෑ ජීවිතයේ විකර්ණ අනුකෘතියේ යෙදුම්
විවිධ යෙදුම්වල විකර්ණ න්යාස ස්වභාවිකවම දක්නට ලැබේ, උදාහරණයක් ලෙස:
1. පරිගණක ග්රැෆික්ස් වල පරිවර්තන පරිමාණය
\(x\), \(y\) සහ \(z\) අක්ෂ මත වෙන වෙනම වස්තුවක් විශාල කිරීමට හෝ අඩු කිරීමට, විකර්ණ මූලද්රව්යවල පරිමාණ සාධක අඩංගු විකර්ණ අනුකෘතියක් භාවිතා කරයි.
2. සංඛ්යාලේඛනවල සහසම්බන්ධතාවය
අහඹු විචල්යයන් සහසම්බන්ධ නොවේ නම්, විචල්ය අතර සහවිචලනය ශුන්ය වන බැවින් සහවිචල්ය අනුකෘතිය විකර්ණ වේ.
3. රේඛීය ආකෘතිය සහ බර කිරිම
ප්රශස්තිකරණය සහ යන්ත්ර ඉගෙනීමේදී, විකර්ණ න්යාස බොහෝ විට බර න්යාස ලෙස භාවිතා කරන අතර එමඟින් එක් එක් සංරචකයට විවිධ දඬුවම් පවරනු ලැබේ.
වසා දැමීම
විකර්ණ න්යාස ආකාරය සරලම නමුත් වඩාත් ප්රයෝජනවත් න්යාස ව්යුහයකි. මෙම න්යාසය විකර්ණ නොවන සියලුම මූලද්රව්ය ශුන්ය වීම මගින් සංලක්ෂිත වන අතර විකර්ණ මූලද්රව්ය වෙනස් විය හැකිය. මෙම ආකෘතිය නිර්ණායක, ප්රතිලෝම, ගුණ කිරීම සහ ඝාතීයකරණය වැනි වැදගත් මෙහෙයුම් බෙහෙවින් පහසු කරයි. රේඛීය වීජ ගණිතයේ විකර්ණ න්යාස න්යායාත්මකව වැදගත් වනවා පමණක් නොව, සංඛ්යාලේඛනවල සිට පරිගණක ග්රැෆික්ස් දක්වා විවිධ සැබෑ ලෝක යෙදුම්වල ද බහුලව භාවිතා වේ.
බොහෝ නවීන පරිගණක ක්රමවල හදවත වන අයිගන් අගයන්, අයිගන් දෛශික සහ විකර්ණකරණය වැනි වඩාත් දියුණු සංකල්ප ඉගෙන ගැනීමට විකර්ණ න්යාස තේරුම් ගැනීම බලවත් පළමු පියවරකි.
