நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள்: கணிதத்தின் அடிப்படைகள் மற்றும் அவற்றின் பயன்பாடுகள்
கணிதம் மற்றும் அறிவியலில், திசையன்கள் என்ற கருத்து ஒரு அடிப்படைக் கருத்தாகும். திசை மற்றும் எண்மதிப்பு ஆகிய இரண்டையும் கொண்ட அளவுகளைக் குறிக்க திசையன்கள் பயன்படுத்தப்படுகின்றன. கணிதத்தில் அவற்றின் பயன்பாட்டைத் தவிர, இயற்பியல், பொறியியல் மற்றும் கணினி வரைகலை போன்ற பல்வேறு துறைகளிலும் திசையன்கள் பயன்பாடுகளைக் கொண்டுள்ளன. நேரியல் இயற்கணிதத்தின் சூழலில், திசையன்கள் பெரும்பாலும் நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள் என இரண்டு முக்கிய வகைகளாகப் பிரிக்கப்படுகின்றன. இந்தக் கட்டுரை, நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள் பற்றிய கருத்துகளையும், பல்வேறு துறைகளில் அவற்றின் பயன்பாடுகளையும் ஆழமாக ஆராயும்.
வரையறைகள் மற்றும் குறியீடுகள்
நெடுவரிசை திசையன்
நெடுவரிசை திசையன் என்பது ஒரு செங்குத்து நெடுவரிசையாகக் குறிப்பிடப்படும் ஒரு திசையன் ஆகும். ஒரு நெடுவரிசை திசையனுக்கான பொதுவான குறியீடு பின்வருமாறு:
\[
\mathbf{v} = \begin{bmatrix}
வி_1 \\
வி_2 \\
\vdots \\
வி_என்
\முடிவு{bmatrix}
\]
இங்கு \(v_1, v_2, \ldots, v_n\) என்பவை திசையனின் உறுப்புகள் ஆகும். திசையனில் உள்ள உறுப்புகளின் எண்ணிக்கை, திசையனின் பரிமாணத்தைக் குறிக்கிறது.
கோட்டு திசையன்
இதற்கு மாறாக, வரிசைத் திசையன் என்பது ஒரு கிடைமட்ட வரிசையாகக் குறிப்பிடப்படும் ஒரு திசையன் ஆகும். ஒரு வரிசைத் திசையனுக்கான பொதுவான குறியீடு பின்வருமாறு:
\[
\mathbf{u} = \begin{bmatrix}
u_1 & u_2 & \cdots & u_n
\முடிவு{bmatrix}
\]
ஒரு நெடுவரிசை திசையனைப் போலவே, \(u_1, u_2, \ldots, u_n\) என்பவை திசையனின் பரிமாணங்களுடன் அதன் உறுப்புகளாகும்.
நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்களுடனான அடிப்படை செயல்பாடுகள்
கூட்டல் மற்றும் கழித்தல்
நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள் ஒரே பரிமாணங்களைக் கொண்டிருந்தால், அவற்றை கூட்டவும் கழிக்கவும் முடியும். எடுத்துக்காட்டாக, முறையே \(v_i\) மற்றும் \(w_i\) உறுப்புகளைக் கொண்ட \(\mathbf{v}\) மற்றும் \(\mathbf{w}\) ஆகிய இரண்டு நெடுவரிசை திசையன்களுக்கு, கூட்டல் பின்வருமாறு:
\[
\mathbf{v} + \mathbf{w} = \begin{bmatrix}
வி_1 \\
வி_2 \\
\vdots \\
வி_என்
b அணி முடிவு + b அணி தொடக்கம்
w_1 \\
w_2 \\
\vdots \\
டபிள்யூ_என்
\end{bmatrix} = \begin{bmatrix}
v_1 + w_1 \\
v_2 + w_2 \\
\vdots \\
வி_என் + டபிள்யூ_என்
\முடிவு{bmatrix}
\]
வரிசை திசையன்களைப் பொறுத்தவரை, கொள்கை ஒன்றுதான்:
\[
\mathbf{u} + \mathbf{t} = \begin{bmatrix}
u_1 & u_2 & \cdots & u_n
b அணி முடிவு + b அணி தொடக்கம்
t_1 & t_2 & \cdots & t_n
\end{bmatrix} = \begin{bmatrix}
u_1 + t_1 & u_2 + t_2 & \cdots & u_n + t_n
\முடிவு{bmatrix}
\]
ஸ்கேலார் பெருக்கல்
ஸ்கேலார் பெருக்கல் என்பது ஒரு வெக்டரின் ஒவ்வொரு உறுப்பையும் ஒரு ஸ்கேலார் எண்ணால் பெருக்குவதாகும். எடுத்துக்காட்டாக, ஸ்கேலார் \(c\) மற்றும் நெடுவரிசை வெக்டர் \(\mathbf{v}\) எனில்:
\[
c\mathbf{v} = c \begin{bmatrix}
வி_1 \\
வி_2 \\
\vdots \\
வி_என்
\end{bmatrix} = \begin{bmatrix}
சிவி_1 \\
சிவி_2 \\
\vdots \\
சிவி_என்
\முடிவு{bmatrix}
\]
மேலும் வரிசை திசையன் \(\mathbf{u}\) எனில்:
\[
c\mathbf{u} = c \begin{bmatrix}
u_1 & u_2 & \cdots & u_n
\end{bmatrix} = \begin{bmatrix}
cu_1 & cu_2 & \cdots & cu_n
\முடிவு{bmatrix}
\]
திசையன் பெருக்கல்
திசையன் பெருக்கலானது புள்ளிப் பெருக்கல் முதல் குறுக்குப் பெருக்கல் வரையிலான பல்வேறு வடிவங்களைக் கொண்டுள்ளது.
இரு நெடுவரிசை திசையன்கள் \(\mathbf{v}\) மற்றும் \(\mathbf{w}\)-க்கு, புள்ளிப் பெருக்கல் பின்வருமாறு வெளிப்படுத்தப்படுகிறது:
\[
\mathbf{v} \cdot \mathbf{w} = \sum_{i=1}^n v_i w_i
\]
புள்ளிப் பெருக்கத்தின் விளைவு ஒரு ஸ்கேலார் ஆகும். இருப்பினும், குறுக்குப் பெருக்கமானது முப்பரிமாண வெளியில் உள்ள வெக்டர்களுக்கு மட்டுமே வரையறுக்கப்பட்டுள்ளது மற்றும் அசல் வெக்டர்கள் இரண்டிற்கும் செங்குத்தான ஒரு புதிய வெக்டரை உருவாக்குகிறது.
பல்வேறு துறைகளில் பயன்பாடுகள்
இயற்பியல்
இயற்பியலில், திசைவேகம், முடுக்கம் மற்றும் விசைப் புலங்கள் போன்ற பல்வேறு இயற்பியல் அளவுகளைக் குறிக்க நெடுவரிசை திசையன்களும் வரிசை திசையன்களும் அடிக்கடி பயன்படுத்தப்படுகின்றன. எடுத்துக்காட்டாக, வெளியில் உள்ள ஒரு புள்ளியில் ஏற்படும் ஈர்ப்பு முடுக்கத்தை ஒரு முப்பரிமாண நெடுவரிசை திசையனாகக் குறிப்பிடலாம்:
\[
\mathbf{a} = \begin{bmatrix}
0 \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX \ XNUMX
-9.8 \\
0
மீ/வி^2
\]
பொறியியல் மற்றும் தொழில்நுட்பம்
பொறியியலில், குறிப்பாகக் கட்டமைப்புப் பகுப்பாய்வில், கட்டமைப்புகளில் உள்ள விசைகளையும் திருப்புவிசைகளையும் குறிக்கத் தூண் திசையன்கள் பெரும்பாலும் பயன்படுத்தப்படுகின்றன. எடுத்துக்காட்டாக, ஒரு சட்டகக் கட்டமைப்பில் உள்ள இணைப்புப் புள்ளிகளில் செயல்படும் விசைகளைத் தூண் திசையன்களாகக் குறிப்பிடலாம்:
\[
\mathbf{F} = \begin{bmatrix}
எஃப்_எக்ஸ் \\
F_y \\
F_z
\முடிவு{bmatrix}
\]
இதில் \(F_x, F_y,\) மற்றும் \(F_z\) என்பன மூன்று செங்குத்து திசைகளில் உள்ள விசைக் கூறுகள் ஆகும்.
கணினி அறிவியல் மற்றும் கணினி வரைகலை
கணினியியலில், தரவுகளைப் பிரதிநிதித்துவப்படுத்தவும் கையாளவும் திசையன்கள் இன்றியமையாதவை. கணினி வரைகலையில், புள்ளிகள், நிலைத் திசையன்கள் மற்றும் உருமாற்றங்களைப் பிரதிநிதித்துவப்படுத்த திசையன்கள் பயன்படுத்தப்படுகின்றன. எடுத்துக்காட்டாக, முப்பரிமாண வெளியில் உள்ள ஒரு புள்ளியை ஒரு நெடுவரிசைத் திசையனாகப் பிரதிநிதித்துவப்படுத்தலாம்:
\[
\mathbf{p} = \begin{bmatrix}
x \\
ய \\
z
\முடிவு{bmatrix}
\]
இடமாற்றம், சுழற்சி மற்றும் அளவு போன்ற உருமாற்றங்களும், நெடுவரிசை அல்லது வரிசை திசையன்களில் செயல்படும் அணிகளைப் பயன்படுத்தி சுருக்கமாகக் குறிப்பிடப்படுகின்றன.
நேரியல் சமன்பாடுகளின் அமைப்புகளைத் தீர்த்தல்
நேரியல் சமன்பாட்டுத் தொகுப்புகளைத் தீர்ப்பதில் நெடுவரிசை திசையன்களும் வரிசை திசையன்களும் அடிக்கடி பயன்படுத்தப்படுகின்றன. எடுத்துக்காட்டாக, பின்வரும் நேரியல் சமன்பாட்டுத் தொகுப்பு:
\[
\தொடங்கு{வழக்குகள்}
a_{11}x_1 + a_{12}x_2 = b_1 \\
a_{21}x_1 + a_{22}x_2 = b_2
\முடிவு{வழக்குகள்}
\]
இதை அணி வடிவத்தில் பின்வருமாறு குறிப்பிடலாம்:
\[
\தொடங்கு{bmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\முடிவு{bmatrix}
\தொடங்கு{bmatrix}
x_1 \\
x_2
\முடிவு{bmatrix}
=
\தொடங்கு{bmatrix}
b_1 \\
b_2
\முடிவு{bmatrix}
\]
இந்த அணுகுமுறை, காஸியன் நீக்கல், LU சிதைவு அல்லது மிகவும் சிக்கலான அமைப்புகளுக்கான மீள்செயல் முறைகள் போன்ற நேரியல் இயற்கணித முறைகளைப் பயன்படுத்துவதை மிகவும் எளிதாக்குகிறது.
முடிவுரை
நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள் என்பவை, பெரும்பாலும் எளிமையாகத் தோன்றினாலும், அறிவியல் மற்றும் பொறியியலின் பல்வேறு துறைகளில் பரந்த பயன்பாடுகளைக் கொண்ட அடிப்படைக் கூறுகளாகும். நேரியல் இயற்கணிதம் மற்றும் பிற கணிதத் துறைகளில் தேர்ச்சி பெறுவதற்கு, திசையன் செயல்பாடுகளின் அடிப்படைகளைப் புரிந்துகொள்வது ஒரு முக்கியமான முதல் படியாகும். இவை இரண்டும், இயற்பியல் மற்றும் பொறியியல் முதல் கணினி அறிவியல் வரை பலதரப்பட்ட துறைகளில் தரவுகளைப் பிரதிநிதித்துவப்படுத்தவும் கையாளவும் திறமையான வழிகளை வழங்குகின்றன. நெடுவரிசை திசையன்கள் மற்றும் வரிசை திசையன்கள் பற்றிய ஆழமான புரிதல், மேலும் சிக்கலான கருத்துகளுக்கும் நிஜ உலகப் பயன்பாடுகளுக்கும் வழி வகுக்கும்.