ගවුසියානු තුරන් කිරීමේ ක්රමය: ගැඹුරු හැඳින්වීමක්
ගවුසියානු තුරන් කිරීමේ ක්රමය රේඛීය සමීකරණ පද්ධති විසඳීම සඳහා රේඛීය වීජ ගණිතයේ වඩාත් මූලික හා බහුලව භාවිතා වන ශිල්පීය ක්රමවලින් එකකි. එය ගණිතයේ බොහෝ අංශවලට සැලකිය යුතු දායකත්වයක් ලබා දුන් ශ්රේෂ්ඨ ගණිතඥ කාල් ෆ්රෙඩ්රික් ගවුස්ගේ නමින් නම් කර ඇත. මෙම ලිපියෙන් අපි ගවුසියානු තුරන් කිරීමේ ක්රමයේ මූලික සංකල්ප, ක්රියා පටිපාටි සහ යෙදුම් උදාහරණ ගවේෂණය කරන්නෙමු.
ඉතිහාසය සහ පසුබිම
18 වන සියවසේ අගභාගයේ සහ 19 වන සියවසේ මුල් භාගයේ ජීවත් වූ කාල් ෆ්රෙඩ්රික් ගවුස්, සියලු කාලයේ ශ්රේෂ්ඨතම ගණිතඥයෙකු ලෙස සැලකේ. දැන් ඔහුගේ නමින් හඳුන්වන තුරන් කිරීමේ ක්රමය ගවුස් ඉපදීමට බොහෝ කලකට පෙර පැවතුනද, ඔහුගේ විශාලතම දායකත්වය වූයේ එය පිරිපහදු කිරීම සහ ජනප්රිය කිරීමයි.
ගවුසියානු තුරන් කිරීමේ ක්රමයේ වැදගත්කම
ගණිතය හා පරිගණක විද්යාවේදී, රේඛීය සමීකරණ පද්ධති විසඳීම පොදු ගැටළුවකි. රේඛීය සමීකරණ පද්ධතියකට පොදු ස්වරූපය ඇත:
\[
a_{11}x_1 + a_{12}x_2 + … + a_{1n}x_n = b_1
\]
\[
a_{21}x_1 + a_{22}x_2 + … + a_{2n}x_n = b_2
\]
\[
...
\]
\[
a_{m1}x_1 + a_{m2}x_2 + … + a_{mn}x_n = b_m
\]
ගවුසියානු තුරන් කිරීමේ ක්රමයේ අරමුණ වන්නේ මෙම පද්ධතිය සරල ආකාරයකට වෙනස් කිරීමයි, එවිට එය පසුපස ආදේශනය භාවිතයෙන් පහසුවෙන් විසඳා ගත හැකිය.
ගවුසියානු තුරන් කිරීමේ ක්රියාවලිය
මූලික පියවර
ගවුසියානු තුරන් කිරීමේ ක්රියාවලියට ප්රධාන අදියර දෙකක් ඇතුළත් වේ: ඉදිරි තුරන් කිරීම සහ පසුගාමී ආදේශනය.
1. ඉදිරි තුරන් කිරීම
මෙම පියවරේ අරමුණ වන්නේ සමීකරණ පද්ධතිය ඉහළ ත්රිකෝණාකාර අනුකෘතියක් බවට පරිවර්තනය කිරීමයි. මෙය සාක්ෂාත් කරගනු ලබන්නේ මූලික පේළි මෙහෙයුම් සිදු කිරීමෙනි, ඒවාට ඇතුළත් වන්නේ:
– ද්වි-පේළි හුවමාරුව.
– පේළියක් ශුන්ය නොවන සංඛ්යාවකින් ගුණ කරන්න.
- එක් පේළියකින් තවත් පේළියකට ගුණාකාර එකතු කරන්න හෝ අඩු කරන්න.
\(Ax = b\) න්යාස ආකාරයෙන් රේඛීය සමීකරණ පද්ධතියක් ඇතැයි සිතමු, එහිදී \(A\) යනු සංගුණක න්යාසය වන අතර, \(x\) යනු විචල්ය දෛශිකය වන අතර, \(b\) යනු නියත දෛශිකය වේ. ඉදිරි තුරන් කිරීමේ පියවර වන්නේ:
1. සාමාන්යයෙන් \(a_{11}\) සිට ආරම්භ වන, විවර්තන මූලද්රව්යයක් තෝරන්න.
2. එම තීරුවේම ඊට පහළින් ඇති මූලද්රව්යය මකා දැමීමට (ශුන්ය කිරීමට) විවර්තන මූලද්රව්යය භාවිතා කරන්න.
3. විකර්ණ පේළියට පහළින් ඇති ඊළඟ විවර්තන මූලද්රව්යය සඳහා මෙම ක්රියාවලිය නැවත කරන්න.
උදාහරණයක් ලෙස, සමීකරණ තුනක් සහිත පද්ධතියක් දෙස බලමු:
\[
a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1
\]
\[
a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2
\]
\[
a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3
\]
අපි \(a_{11}\) විවර්තනයෙන් පටන් ගනිමු, \(a_{21}\) සහ \(a_{31}\) ඉවත් කිරීමට මෙහෙයුම් සිදු කරන්නෙමු.
2. පසුගාමී ආදේශනය
ඉදිරි තුරන් කිරීමෙන් පසු, ඉහළ න්යාසය මගින් නිරූපණය වන සමීකරණ පද්ධතියක් අපට ලැබේ. උදාහරණයක් ලෙස:
\[
u_{11}x_1 + u_{12}x_2 + u_{13}x_3 = d_1
\]
\[
u_{22}x_2 + u_{23}x_3 = d_2
\]
\[
u_{33}x_3 = d_3
\]
මෙම අවස්ථාවෙහිදී, පසුපස ආදේශනය පහළ සිට ඉහළට සිදු කෙරේ:
1. \(x_3\) සඳහා: \(x_3 = d_3 / u_{33}\).
2. \(x_2\) සඳහා: \(x_2 = (d_2 – u_{23}x_3) / u_{22}\).
3. \(x_1\) සඳහා: \(x_1 = (d_1 – u_{12}x_2 – u_{13}x_3) / u_{11}\).
යෙදුම් උදාහරණ
ඉහත පැහැදිලි කිරීම පැහැදිලි කිරීම සඳහා, අපි නිශ්චිත උදාහරණයක් ගනිමු.
අපට පහත රේඛීය සමීකරණ පද්ධතිය ඇතැයි සිතමු:
\[
2x + 3y + z = 1
\]
\[
4x + y – 2z = -2
\]
\[
3x + 2y + 3z = 7
\]
අනුකෘති ආකාරයෙන් ලියා ඇත:
\[
\ආරම්භ කරන්න{pmatrix}
2 සහ 3 සහ 1 \\
4 සහ 1 සහ -2 \\
3 සහ 2 සහ 3 \\
\අවසානය{pmatrix}
\ආරම්භ කරන්න{pmatrix}
x \
වයි \\
z \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \
\අවසානය{pmatrix}
=
\ආරම්භ කරන්න{pmatrix}
1 \
-2 \ \ \ \ \ \ \ \
7 \
\අවසානය{pmatrix}
\]
1. ඉදිරි ඉවත් කිරීම:
– පළමු පේළියේ පළමු අංගය වන \(2\) විවර්තන අංගය තෝරන්න.
– පළමු හැරවුම් මූලද්රව්යයට පහළින් ශුන්ය මූලද්රව්ය සාදන්න:
– 2 පේළිය: \(4 – 2(2) = 0\)
– 3 පේළිය: \(3 – \frac{3}{2}(2) = 0\)
- සැත්කමෙන් පසු ප්රතිඵල:
\[
\ආරම්භ කරන්න{pmatrix}
2 සහ 3 සහ 1 \\
0 සහ -5 සහ -4 \\
0 සහ \frac{1}{2} සහ \frac{7}{2} \\
\අවසානය{pmatrix}
=
\ආරම්භ කරන්න{pmatrix}
1 \
-2 \ \ \ \ \ \ \ \
7 \
\අවසානය{pmatrix}
\]
2. පසුපස ආදේශනය:
පහළ මූලද්රව්යයෙන් ආරම්භ කර ක්රමයෙන් විචල්ය අගයන් සොයා ගැනීමට ඉහළට යන්න.
– \(z = 1\)
– \(y = \frac{-19}{10}\)
– \(x = \frac{31}{10}\)
වාසි සහ සීමාවන්
ගවුසියානු තුරන් කිරීමේ ක්රමයට බොහෝ වාසි ඇත. මේවාට ඇතුළත් වන්නේ:
– අදාළත්වය: විචල්යයන් විශාල සංඛ්යාවක් ඇති පද්ධති සඳහා යෙදිය හැක.
– පරිගණක මට්ටම: මූලික මෙහෙයුම් වලට සාපේක්ෂව පරිගණක කාර්යක්ෂමතාව සාපේක්ෂව ලාභදායී වේ.
– විවිධ අවස්ථාවන්හිදී භාවිතා කළ හැක: කුඩා සහ විශාල අනුකෘති ආකාර දෙකෙහිම.
කෙසේ වෙතත්, මෙම ක්රමයට ද සීමාවන් ඇත. උදාහරණයක් ලෙස, න්යාසය පාහේ ඒකීය හෝ ඉතා කුඩා නිර්ණායකයක් ඇති අවස්ථාවන්හිදී, වටකුරු දෝෂ බරපතල ගැටළුවක් විය හැකිය. මේ සම්බන්ධයෙන් සංඛ්යාත්මක පැහැදිලි කිරීම ප්රවේශමෙන් භාවිතා කිරීම අවශ්ය වේ.
නිගමනය
ගවුසියානු තුරන් කිරීමේ ක්රමය, න්යායාත්මක ගණිතයේ සහ පුළුල් පරාසයක ක්ෂේත්ර හරහා ප්රායෝගික යෙදීම්වල රේඛීය සමීකරණ පද්ධති විසඳීම සඳහා ප්රබල මෙවලමකි. ඉංජිනේරු විශ්ලේෂණයේ සිට ආර්ථික විද්යාව සහ සංඛ්යාලේඛන දක්වා, ගවුස් අපට විද්යාවේ ක්රමවේදවල කල් පවතින උරුමයක් ඉතිරි කර ඇත. මූලික මූලධර්ම සහ සැබෑ ලෝක සන්දර්භයන් තුළ ඒවායේ යෙදුම අවබෝධ කර ගැනීම රේඛීය වීජ ගණිතය සහ එහි යෙදීම් ප්රගුණ කිරීමට කැමති ඕනෑම කෙනෙකුට ඉතා වැදගත් වේ.
