विकर्ण मैट्रिक्स
रैखिक बीजगणित में, एक विकर्ण मैट्रिक्स एक मैट्रिक्स (गणित) होता है जिसमें मुख्य विकर्ण के बाहर सभी प्रविष्टियाँ शून्य होती हैं; यह शब्द आमतौर पर वर्ग आव्यूह को संदर्भित करता है। मुख्य विकर्ण के तत्व या तो शून्य या गैर-शून्य हो सकते हैं। 2×2 विकर्ण मैट्रिक्स का एक उदाहरण है , जबकि 3×3 विकर्ण मैट्रिक्स का एक उदाहरण है. किसी भी आकार या उसके किसी गुणज का एक पहचान मैट्रिक्स एक विकर्ण मैट्रिक्स होता है जिसे #स्केलर मैट्रिक्स कहा जाता है, उदाहरण के लिए, . ज्यामिति में, एक विकर्ण मैट्रिक्स का उपयोग स्केलिंग मैट्रिक्स के रूप में किया जा सकता है, क्योंकि इसके साथ मैट्रिक्स गुणन के परिणामस्वरूप स्केल (आकार) और संभवतः आकार भी बदलता है; केवल एक अदिश मैट्रिक्स के परिणामस्वरूप पैमाने में एकसमान परिवर्तन होता है।
परिभाषा
जैसा कि ऊपर कहा गया है, एक विकर्ण मैट्रिक्स एक मैट्रिक्स है जिसमें सभी ऑफ-विकर्ण प्रविष्टियाँ शून्य हैं। यानी मैट्रिक्स D = (di,j) n कॉलम और n पंक्तियों के साथ विकर्ण है यदि
विकर्ण मैट्रिक्स शब्द का अर्थ कभी-कभी 'rectangular diagonal matrix, जो एक m-by-n मैट्रिक्स है जिसमें सभी प्रविष्टियाँ d फॉर्म की नहीं हैंi,i शून्य होना. उदाहरण के लिए:
- या
हालाँकि, अधिक बार, विकर्ण मैट्रिक्स वर्ग मैट्रिक्स को संदर्भित करता है, जिसे स्पष्ट रूप से 'के रूप में निर्दिष्ट किया जा सकता हैsquare diagonal matrix. एक वर्ग विकर्ण मैट्रिक्स एक सममित मैट्रिक्स है, इसलिए इसे a भी कहा जा सकता हैsymmetric diagonal matrix.
निम्नलिखित मैट्रिक्स वर्ग विकर्ण मैट्रिक्स है:
इस लेख के शेष भाग में हम केवल वर्ग विकर्ण आव्यूहों पर विचार करेंगे, और उन्हें केवल विकर्ण आव्यूह के रूप में संदर्भित करेंगे।
वेक्टर-टू-मैट्रिक्स डायग ऑपरेटर
एक विकर्ण मैट्रिक्स एक वेक्टर से बनाया जा सकता है का उपयोग ऑपरेटर:
इसी ऑपरेटर का उपयोग ब्लॉक मैट्रिक्स#ब्लॉक विकर्ण मैट्रिक्स को दर्शाने के लिए भी किया जाता है जहां प्रत्येक तर्क एक मैट्रिक्स है. h> ऑपरेटर को इस प्रकार लिखा जा सकता है:
मैट्रिक्स-टू-वेक्टर डायग ऑपरेटर
व्युत्क्रम मैट्रिक्स-से-वेक्टर ऑपरेटर को कभी-कभी समान नाम से दर्शाया जाता है जहां तर्क अब एक मैट्रिक्स है और परिणाम इसकी विकर्ण प्रविष्टियों का एक वेक्टर है।
निम्नलिखित संपत्ति रखती है:
अदिश मैट्रिक्स
This section may be confusing or unclear to readers. In particular, many sentences use incorrect, awkward grammar and should be reworded to make sense. (February 2021) (Learn how and when to remove this template message) |
समान विकर्ण प्रविष्टियों वाला एक विकर्ण मैट्रिक्स एक अदिश मैट्रिक्स है; वह है, पहचान मैट्रिक्स का एक अदिश गुणज λ I. एक वेक्टर (गणित और भौतिकी) पर इसका प्रभाव λ द्वारा अदिश गुणन है। उदाहरण के लिए, एक 3×3 अदिश मैट्रिक्स का रूप इस प्रकार है:
वेक्टर संचालन
एक वेक्टर को एक विकर्ण मैट्रिक्स से गुणा करने पर प्रत्येक पद को संबंधित विकर्ण प्रविष्टि से गुणा किया जाता है। एक विकर्ण मैट्रिक्स दिया गया है और एक वेक्टर , उत्पाद है:
मैट्रिक्स संचालन
मैट्रिक्स जोड़ और मैट्रिक्स गुणन की संक्रियाएं विकर्ण मैट्रिक्स के लिए विशेष रूप से सरल हैं। लिखना diag(a1, ..., an) एक विकर्ण मैट्रिक्स के लिए जिसकी विकर्ण प्रविष्टियाँ ऊपरी बाएँ कोने से शुरू होती हैं1, ..., एn. फिर, जोड़ने के लिए, हमारे पास है
- diag(a1, ..., an) + diag(b1, ..., bn) = diag(a1 + b1, ..., an + bn)
और मैट्रिक्स गुणन के लिए,
- diag(a1, ..., an) diag(b1, ..., bn) = diag(a1b1, ..., anbn).
विकर्ण मैट्रिक्स diag(a1, ..., an) व्युत्क्रमणीय मैट्रिक्स है यदि और केवल यदि प्रविष्टियाँ ए1, ..., एn सभी शून्येतर हैं. इस मामले में, हमारे पास है
- diag(a1, ..., an)−1 = diag(a1−1, ..., an−1).
विशेष रूप से, विकर्ण आव्यूह सभी n-by-n आव्यूहों के वलय का एक उप-वलय बनाते हैं।
n-by-n मैट्रिक्स को गुणा करना A बायीं ओर से diag(a1, ..., an) को गुणा करने के बराबर है i-की पंक्ति A द्वारा ai सभी के लिए i; मैट्रिक्स को गुणा करना A दाईं ओर से diag(a1, ..., an) को गुणा करने के बराबर है i-वें कॉलम का A द्वारा ai सभी के लिए i.
ईजेनबैसिस में ऑपरेटर मैट्रिक्स
जैसा कि परिवर्तन मैट्रिक्स#परिवर्तन के मैट्रिक्स को खोजने में बताया गया है, एक विशेष आधार है, e1, ..., en, जिसके लिए मैट्रिक्स विकर्ण रूप धारण कर लेता है। इसलिए, परिभाषित समीकरण में , सभी गुणांक साथ i ≠ j शून्य हैं, प्रति योग केवल एक पद शेष है। बचे हुए विकर्ण तत्व, , eigenvalues के रूप में जाना जाता है और इसके साथ नामित किया जाता है समीकरण में, जो कम हो जाता है . परिणामी समीकरण को eigenvalue समीकरण के रूप में जाना जाता है[4] और विशेषता बहुपद और, आगे, eigenvalues और eigenvectors प्राप्त करने के लिए उपयोग किया जाता है।
दूसरे शब्दों में, के eigenvalues diag(λ1, ..., λn) हैं λ1, ..., λn के संबद्ध eigenvectors के साथ e1, ..., en.
गुण
- का निर्धारक diag(a1, ..., an) उत्पाद है a1⋯an.
- एक विकर्ण मैट्रिक्स का adjugate फिर से विकर्ण है।
- जहाँ सभी आव्यूह वर्गाकार हैं,
- एक मैट्रिक्स विकर्ण है यदि और केवल यदि यह त्रिकोणीय और सामान्य मैट्रिक्स है।
- एक मैट्रिक्स विकर्ण है यदि और केवल यदि यह त्रिकोणीय मैट्रिक्स | ऊपरी- और त्रिकोणीय मैट्रिक्स | निचला-त्रिकोणीय दोनों है।
- एक विकर्ण मैट्रिक्स सममित मैट्रिक्स है।
- पहचान मैट्रिक्स In और शून्य मैट्रिक्स विकर्ण हैं।
- 1×1 मैट्रिक्स हमेशा विकर्ण होता है।
- शून्य ट्रेस (रैखिक बीजगणित) वाले 2×2 मैट्रिक्स का वर्ग हमेशा विकर्ण होता है।
अनुप्रयोग
विकर्ण मैट्रिक्स रैखिक बीजगणित के कई क्षेत्रों में होते हैं। ऊपर दिए गए मैट्रिक्स ऑपरेशन और eigenvalues/eigenvectors के सरल विवरण के कारण, आमतौर पर किसी दिए गए मैट्रिक्स या रैखिक ऑपरेटर को एक विकर्ण मैट्रिक्स द्वारा प्रस्तुत करना वांछनीय है।
वास्तव में, एक दिया गया n-by-n मैट्रिक्स A एक विकर्ण मैट्रिक्स के समान मैट्रिक्स है (जिसका अर्थ है कि एक मैट्रिक्स है X ऐसा है कि X−1AX विकर्ण है) यदि और केवल यदि यह है n रैखिक रूप से स्वतंत्र eigenvectors। ऐसे आव्यूहों को विकर्णीय आव्यूह कहा जाता है।
वास्तविक संख्या या जटिल संख्या संख्याओं के क्षेत्र (गणित) पर, अधिक सत्य है। वर्णक्रमीय प्रमेय कहता है कि प्रत्येक सामान्य मैट्रिक्स एक विकर्ण मैट्रिक्स के समान मैट्रिक्स है (यदि AA∗ = A∗A तो वहां एक एकात्मक मैट्रिक्स मौजूद है U ऐसा है कि UAU∗ विकर्ण है)। इसके अलावा, एकवचन मूल्य अपघटन का तात्पर्य किसी भी मैट्रिक्स के लिए है A, एकात्मक मैट्रिक्स मौजूद हैं U और V ऐसा है कि U∗AV सकारात्मक प्रविष्टियों के साथ विकर्ण है।
संचालिका सिद्धांत
ऑपरेटर सिद्धांत में, विशेष रूप से पीडीई के अध्ययन में, ऑपरेटरों को समझना विशेष रूप से आसान होता है और पीडीई को हल करना आसान होता है यदि ऑपरेटर उस आधार के संबंध में विकर्ण है जिसके साथ कोई काम कर रहा है; यह एक वियोज्य आंशिक अंतर समीकरण से मेल खाता है। इसलिए, ऑपरेटरों को समझने की एक प्रमुख तकनीक निर्देशांक का परिवर्तन है - ऑपरेटरों की भाषा में, एक अभिन्न परिवर्तन - जो आधार को eigenfunction के ईजेनबेस में बदल देता है: जो समीकरण को अलग करने योग्य बनाता है। इसका एक महत्वपूर्ण उदाहरण फूरियर रूपांतरण है, जो निरंतर गुणांक विभेदन ऑपरेटरों (या अधिक सामान्यतः अनुवाद अपरिवर्तनीय ऑपरेटरों) को विकर्ण करता है, जैसे कि लाप्लासियन ऑपरेटर, गर्मी समीकरण में कहते हैं।
गुणन ऑपरेटर विशेष रूप से आसान होते हैं, जिन्हें एक निश्चित फ़ंक्शन द्वारा गुणन के रूप में परिभाषित किया जाता है - प्रत्येक बिंदु पर फ़ंक्शन के मान मैट्रिक्स की विकर्ण प्रविष्टियों के अनुरूप होते हैं।
यह भी देखें
- एंटी-विकर्ण मैट्रिक्स
- बैंडेड मैट्रिक्स
- द्विविकर्ण मैट्रिक्स
- विकर्ण रूप से प्रभावशाली मैट्रिक्स
- विकर्णीय मैट्रिक्स
- जॉर्डन सामान्य रूप
- गुणन संचालिका
- त्रिविकर्णीय मैट्रिक्स
- टोएप्लिट्ज़ मैट्रिक्स
- तोरल लाई बीजगणित
- सर्कुलेट मैट्रिक्स
टिप्पणियाँ
- ↑ Proof: given the elementary matrix , is the matrix with only the i-th row of M and is the square matrix with only the M j-th column, so the non-diagonal entries must be zero, and the ith diagonal entry much equal the jth diagonal entry.
- ↑ Over more general rings, this does not hold, because one cannot always divide.
संदर्भ
- ↑ "Do Diagonal Matrices Always Commute?". Stack Exchange. March 15, 2016. Retrieved August 4, 2018.
- ↑ Sahami, Mehran (2009-06-15). Text Mining: Classification, Clustering, and Applications. CRC Press. p. 14. ISBN 9781420059458.
- ↑ "Element-wise vector-vector multiplication in BLAS?". stackoverflow.com. 2011-10-01. Retrieved 2020-08-30.
- ↑ Nearing, James (2010). "Chapter 7.9: Eigenvalues and Eigenvectors" (PDF). भौतिकी के लिए गणितीय उपकरण. ISBN 978-0486482125. Retrieved January 1, 2012.
स्रोत
- Horn, Roger Alan; Johnson, Charles Royal (1985), Matrix Analysis, Cambridge University Press, ISBN 978-0-521-38632-6
श्रेणी:मैट्रिक्स सामान्य रूप श्रेणी:विरल मैट्रिक्स
- Use American English from March 2019
- Templates that generate short descriptions
- Collapse templates
- Navigational boxes
- Navigational boxes without horizontal lists
- Sidebars with styles needing conversion
- Templates generating microformats
- Templates that are not mobile friendly
- Wikipedia metatemplates
- Machine Translated Page
- Created On 29/11/2023