टेंसर घनत्व: Difference between revisions
No edit summary |
No edit summary |
||
| Line 43: | Line 43: | ||
यदि अब हम इसी अभिव्यक्ति को मानक आधार के अलावा किसी अन्य आधार पर व्यक्त करने का प्रयास करें, तो वैक्टर के घटक बदल जाएंगे, मान लीजिए के अनुसार <math display="inline">\begin{bmatrix} u'_1 & u'_2 \end{bmatrix}^\textsf{T} = A \begin{bmatrix} u_1 & u_2 \end{bmatrix}^\textsf{T}</math> कहाँ <math>A</math> वास्तविक संख्याओं का कुछ 2 बटा 2 मैट्रिक्स है। यह देखते हुए कि फैले हुए समांतर चतुर्भुज का क्षेत्र एक ज्यामितीय अपरिवर्तनीय है, यह आधार के परिवर्तन के तहत नहीं बदला जा सकता है, और इसलिए इस मैट्रिक्स का नया प्रतिनिधित्व होना चाहिए: | यदि अब हम इसी अभिव्यक्ति को मानक आधार के अलावा किसी अन्य आधार पर व्यक्त करने का प्रयास करें, तो वैक्टर के घटक बदल जाएंगे, मान लीजिए के अनुसार <math display="inline">\begin{bmatrix} u'_1 & u'_2 \end{bmatrix}^\textsf{T} = A \begin{bmatrix} u_1 & u_2 \end{bmatrix}^\textsf{T}</math> कहाँ <math>A</math> वास्तविक संख्याओं का कुछ 2 बटा 2 मैट्रिक्स है। यह देखते हुए कि फैले हुए समांतर चतुर्भुज का क्षेत्र एक ज्यामितीय अपरिवर्तनीय है, यह आधार के परिवर्तन के तहत नहीं बदला जा सकता है, और इसलिए इस मैट्रिक्स का नया प्रतिनिधित्व होना चाहिए: | ||
यदि अब हम इसी अभिव्यक्ति को मानक आधार के अलावा किसी अन्य आधार पर व्यक्त करने का प्रयास करें, तब सदिशों के घटक बदल जाएंगे, मान लीजिए के अनुसार <math display="inline">\begin{bmatrix} u'_1 & u'_2 \end{bmatrix}^\textsf{T} = A \begin{bmatrix} u_1 & u_2 \end{bmatrix}^\textsf{T}</math> कहाँ <math>A</math> वास्तविक संख्याओं का कुछ 2 बटा 2 आव्यूह है। यह देखते हुए कि फैले हुए समांतर चतुर्भुज का क्षेत्र एक ज्यामितीय अपरिवर्तनीय है, आधार परिवर्तन के तहत यह नहीं बदल सकताहै, और इसलिए | यदि अब हम इसी अभिव्यक्ति को मानक आधार के अलावा किसी अन्य आधार पर व्यक्त करने का प्रयास करें, तब सदिशों के घटक बदल जाएंगे, मान लीजिए के अनुसार <math display="inline">\begin{bmatrix} u'_1 & u'_2 \end{bmatrix}^\textsf{T} = A \begin{bmatrix} u_1 & u_2 \end{bmatrix}^\textsf{T}</math> कहाँ <math>A</math> वास्तविक संख्याओं का कुछ 2 बटा 2 आव्यूह है। यह देखते हुए कि फैले हुए समांतर चतुर्भुज का क्षेत्र एक ज्यामितीय अपरिवर्तनीय है, आधार परिवर्तन के तहत यह नहीं बदल सकताहै, और इसलिए इस आव्यूह का नया प्रतिनिधित्व होना चाहिए: | ||
<math display="block">\left(A^{-1}\right)^\textsf{T} \begin{bmatrix}0 & 1 \\ -1 & 0 \end{bmatrix} A^{-1}</math> | <math display="block">\left(A^{-1}\right)^\textsf{T} \begin{bmatrix}0 & 1 \\ -1 & 0 \end{bmatrix} A^{-1}</math> | ||
जो, विस्तारित होने पर केवल मूल अभिव्यक्ति है लेकिन निर्धारक द्वारा गुणा किया जाता है <math>A^{-1},</math> यह भी जो <math display="inline">\frac{1}{\det A}.</math> वास्तव में इस प्रतिनिधित्व को दो सूचकांक टेंसर परिवर्तन के रूप में सोचा जा सकता है, लेकिन इसके बजाय, टेंसर परिवर्तन नियम को गुणा के रूप में सोचना कम्प्यूटेशनल रूप से आसान है <math display="inline">\frac{1}{\det A},</math> 2 मैट्रिक्स गुणन के बजाय (वास्तव में उच्च आयामों में, इसका प्राकृतिक विस्तार है <math>n, n \times n</math> मैट्रिक्स गुणन, जो बड़े के लिए <math>n</math> पूरी तरह से अव्यवहार्य है)। जो वस्तुएं इस तरह से परिवर्तित होती हैं उन्हें टेंसर घनत्व कहा जाता है क्योंकि वे क्षेत्रों और आयतन से संबंधित समस्याओं पर विचार करते समय स्वाभाविक रूप से उत्पन्न होती हैं, और इसलिए अक्सर एकीकरण में उपयोग किया जाता है। | जो, विस्तारित होने पर केवल मूल अभिव्यक्ति है लेकिन निर्धारक द्वारा गुणा किया जाता है <math>A^{-1},</math> यह भी जो <math display="inline">\frac{1}{\det A}.</math> वास्तव में इस प्रतिनिधित्व को दो सूचकांक टेंसर परिवर्तन के रूप में सोचा जा सकता है, लेकिन इसके बजाय, टेंसर परिवर्तन नियम को गुणा के रूप में सोचना कम्प्यूटेशनल रूप से आसान है <math display="inline">\frac{1}{\det A},</math> 2 मैट्रिक्स गुणन के बजाय (वास्तव में उच्च आयामों में, इसका प्राकृतिक विस्तार है <math>n, n \times n</math> मैट्रिक्स गुणन, जो बड़े के लिए <math>n</math> पूरी तरह से अव्यवहार्य है)। जो वस्तुएं इस तरह से परिवर्तित होती हैं उन्हें टेंसर घनत्व कहा जाता है क्योंकि वे क्षेत्रों और आयतन से संबंधित समस्याओं पर विचार करते समय स्वाभाविक रूप से उत्पन्न होती हैं, और इसलिए अक्सर एकीकरण में उपयोग किया जाता है। | ||
जो, विस्तारित होने पर केवल मूल अभिव्यक्ति है लेकिन निर्धारक द्वारा गुणा किया जाता है <math>A^{-1},</math> यह भी जो <math display="inline">\frac{1}{\det A}.</math> वास्तव में इस प्रतिनिधित्व को दो सूचकांक टेंसर परिवर्तन के रूप में सोचा जा सकता है, लेकिन इसके | जो, विस्तारित होने पर केवल मूल अभिव्यक्ति है लेकिन निर्धारक द्वारा गुणा किया जाता है <math>A^{-1},</math> यह भी जो <math display="inline">\frac{1}{\det A}.</math> वास्तव में इस प्रतिनिधित्व को दो सूचकांक टेंसर परिवर्तन के रूप में सोचा जा सकता है, लेकिन इसके अतिरिक्त, टेंसर परिवर्तन नियम को गुणा के रूप में सोचना संगणनात्मक रूप से आसान है <math display="inline">\frac{1}{\det A},</math> 2 आव्यूह गुणन के बजाय (वास्तव में उच्च आयामों में, इसका स्वाभाविक विस्तार है <math>n, n \times n</math> आव्यूह गुणन, जो बड़े के लिए <math>n</math> पूरी तरह से अव्यवहार्य है)। जो वस्तुएं इस तरह से परिवर्तित होती हैं उन्हें टेंसर घनत्व कहा जाता है क्योंकि वे क्षेत्रों और आयतन से संबंधित समस्याओं पर विचार करते समय स्वाभाविक रूप से उत्पन्न होती हैं, और इसलिए अधिकांशतः एकीकरण में उपयोग किया जाता है। | ||
==परिभाषा== | ==परिभाषा== | ||
Revision as of 16:10, 8 July 2023
विभेदक ज्यामिति में, एक टेंसर घनत्व या सापेक्ष टेंसर, टेंसर क्षेत्र अवधारणा का एक सामान्यीकरण है। एक समन्वय प्रणाली से दूसरे में जाने पर एक टेंसर घनत्व एक टेंसर क्षेत्र के रूप में परिवर्तित हो जाता है (टेंसर फ़ील्ड देखें), सिवाय इसके कि इसे समन्वय संक्रमण के जैकोबियन निर्धारक की शक्ति डब्ल्यू द्वारा अतिरिक्त रूप से गुणा या भारित किया जाता है। फ़ंक्शन या उसका निरपेक्ष मान. एकल सूचकांक वाले टेंसर घनत्व को वेक्टर घनत्व कहा जाता है। (प्रामाणिक) टेंसर घनत्व, स्यूडोटेंसर घनत्व, सम टेंसर घनत्व और विषम टेंसर घनत्व के बीच अंतर किया जाता है। कभी-कभी नकारात्मक भार W वाले टेंसर घनत्व को टेंसर क्षमता कहा जाता है।[1][2][3] एक टेंसर घनत्व को एक घनत्व बंडल के साथ टेंसर बंडल के टेंसर उत्पाद के एक खंड (फाइबर बंडल) के रूप में भी माना जा सकता है।
विभेदक ज्यामिति में, एक टेंसर घनत्व या सापेक्ष टेंसर, टेंसर क्षेत्र अवधारणा का एक सामान्यीकरण है। एक समन्वय प्रणाली से दूसरे समन्वय प्रणाली में जाने पर एक टेंसर घनत्व एक टेंसर क्षेत्र के रूप में परिवर्तित हो जाता है (टेंसर फ़ील्ड देखें), सिवाय इसके कि इसे समन्वय संक्रमण फलन या इसके निरपेक्ष मान के जैकोबियन निर्धारक की शक्ति डब्ल्यू द्वारा अतिरिक्त रूप से गुणा या भारित किया जाता है। एकल सूचकांक वाले टेंसर घनत्व को वेक्टर घनत्व कहा जाता है। (प्रामाणिक) टेंसर घनत्व, स्यूडोटेंसर घनत्व, सम टेंसर घनत्व और विषम टेंसर घनत्व के बीच अंतर किया जाता है। कभी-कभी नकारात्मक भार W वाले टेंसर घनत्व को टेंसर क्षमता कहा जाता है।[1][2][3] एक टेंसर घनत्व को एक घनत्व बंडल के साथ टेंसर बंडल के टेंसर उत्पाद के एक खंड (फाइबर बंडल) के रूप में भी माना जा सकता है।
प्रेरणा
भौतिकी और संबंधित क्षेत्रों में, वस्तु के बजाय बीजगणितीय वस्तु के घटकों के साथ काम करना अक्सर उपयोगी होता है। एक उदाहरण एक वेक्टर को कुछ गुणांकों द्वारा भारित बेसिस (रैखिक बीजगणित) वैक्टर के योग में विघटित करना होगा जैसे कि
भौतिकी और संबंधित क्षेत्रों में, वस्तु केअतिरिक्त बीजगणितीय वस्तु के घटकों के साथ काम करना अधिकांशतः उपयोगी होता है। एक उदाहरण कुछ गुणांकों द्वारा भारित आधार सदिश के योग में एक सदिश को विघटित करना होगा जैसे कि
कहाँ 3-आयामी यूक्लिडियन अंतरिक्ष में एक सदिश है, यूक्लिडियन अंतरिक्ष में सामान्य मानक आधार सदिश हैं। यह सामान्यतया संगणनात्मक उद्देश्यों के लिए आवश्यक है, और अधिकांशतः व्यावहारिक हो सकता है जब बीजगणितीय वस्तुएं जटिल अमूर्तता का प्रतिनिधित्व करती हैं लेकिन उनके घटकों की ठोस व्याख्या होती है। हालाँकि, इस पहचान के साथ, किसी को उस अंतर्निहित आधार के परिवर्तनों को ट्रैक करने में सावधानी बरतनी होगी जिसमें मात्रा का विस्तार किया गया है; यह गणना के दौरान वेक्टर के आधार को बदलने के लिए समीचीन हो सकता है भौतिक स्थान में स्थिर रहता है।आम तौर पर अधिक, यदि एक बीजगणितीय वस्तु एक ज्यामितीय वस्तु का प्रतिनिधित्व करती है, लेकिन एक विशेष आधार के संदर्भ में व्यक्त किया जाता है, तो यह आवश्यक है कि जब आधार बदला जाए, तो प्रतिनिधित्व को भी बदला जाए। भौतिक विज्ञानी अधिकांशतः एक ज्यामितीय वस्तु के इस प्रतिनिधित्व को एक टेन्सर कहते हैं यदि यह आधार के रैखिक परिवर्तन को देखते हुए रैखिक मानचित्रों के अनुक्रम के तहत रूपांतरित होता है (चूंकि भ्रमित करने वाले अन्य लोग अंतर्निहित ज्यामितीय वस्तु को कहते हैं जो समन्वय परिवर्तन के तहत नहीं बदला है, इसे "टेंसर" कहते हैं, एक परंपरा जिससे यह लेख सख्ती से बचता है)। सामान्यतः पर ऐसे अभ्यावेदन होते हैं जो मनमाने ढंग से रूपांतरित होते हैं, यह इस बात पर निर्भर करता है कि प्रतिनिधित्व से ज्यामितीय अपरिवर्तनीय का पुनर्निर्माण कैसे किया जाता है। कुछ विशेष मामलों में अभ्यावेदन का उपयोग करना सुविधाजनक होता है जो लगभग टेंसर की तरह बदलता है, लेकिन परिवर्तन में एक अतिरिक्त, अरेखीय कारक के साथ। एक प्रोटोटाइप उदाहरण एक आव्यूह है जो क्रॉस उत्पाद (विस्तारित समांतर चतुर्भुज का क्षेत्र) का प्रतिनिधित्व करता है द्वारा मानक आधार पर प्रतिनिधित्व दिया जाता है
यदि अब हम इसी अभिव्यक्ति को मानक आधार के अलावा किसी अन्य आधार पर व्यक्त करने का प्रयास करें, तब सदिशों के घटक बदल जाएंगे, मान लीजिए के अनुसार कहाँ वास्तविक संख्याओं का कुछ 2 बटा 2 आव्यूह है। यह देखते हुए कि फैले हुए समांतर चतुर्भुज का क्षेत्र एक ज्यामितीय अपरिवर्तनीय है, आधार परिवर्तन के तहत यह नहीं बदल सकताहै, और इसलिए इस आव्यूह का नया प्रतिनिधित्व होना चाहिए: