ویکٹر فیلڈ کا میلان اس کے ڈائیورجن کے برابر ہے۔
یہ غلط ہے۔ آپ معیاری کیلکولس میں ویکٹر فیلڈ کا میلان نہیں لے سکتے (جو ٹینسر کی طرف جاتا ہے)۔ گریڈینٹ اسکیلرز کے لیے ہے۔ اختلاف ویکٹر کے لیے ہے۔
گریڈینٹ اور ڈائیورجینس ویکٹر کیلکولس میں بنیادی آپریٹرز ہیں جو یہ بیان کرتے ہیں کہ خلا میں فیلڈز کیسے تبدیل ہوتے ہیں۔ جب کہ میلان ایک اسکیلر فیلڈ کو تیز ترین اضافے کی طرف اشارہ کرتے ہوئے ایک ویکٹر فیلڈ میں بدل دیتا ہے، ڈائیورجن ایک ویکٹر فیلڈ کو اسکیلر ویلیو میں کمپریس کرتا ہے جو ایک مخصوص نقطہ پر خالص بہاؤ یا 'ذریعہ' طاقت کی پیمائش کرتا ہے۔
ایک آپریٹر جو اسکیلر فنکشن لیتا ہے اور ایک ویکٹر فیلڈ تیار کرتا ہے جو سب سے بڑی تبدیلی کی سمت اور وسعت کی نمائندگی کرتا ہے۔
ایک آپریٹر جو کسی ویکٹر فیلڈ کے ماخذ یا کسی مقررہ مقام پر سنک کی شدت کی پیمائش کرتا ہے۔
| خصوصیت | میلان (∇f) | انحراف (∇·F) |
|---|---|---|
| ان پٹ کی قسم | اسکیلر فیلڈ | ویکٹر فیلڈ |
| آؤٹ پٹ کی قسم | ویکٹر فیلڈ | اسکیلر فیلڈ |
| علامتی اشارے | $\nabla f$ یا grad $f$ | $\nabla \cdot \mathbf{F}$ یا div $\mathbf{F}$ |
| جسمانی معنی | تیز ترین اضافے کی سمت | خالص ظاہری بہاؤ کی کثافت |
| ہندسی نتیجہ | ڈھلوان / کھڑی پن | توسیع/کمپریشن |
| کوآرڈینیٹ کیلکولیشن | جزوی مشتقات بطور اجزاء | جزوی مشتقات کا مجموعہ |
| فیلڈ ریلیشن | لیول سیٹ کے لیے کھڑا | انٹیگرل اوور سطح کی حد |
سب سے نمایاں فرق یہ ہے کہ وہ آپ کے ڈیٹا کے طول و عرض کے ساتھ کیا کرتے ہیں۔ میلان قدروں کا ایک سادہ منظرنامہ (جیسے اونچائی) لیتا ہے اور تیروں (ویکٹرز) کا نقشہ بناتا ہے جو آپ کو دکھاتا ہے کہ سب سے تیز چڑھنے کے لیے کون سا راستہ چلنا ہے۔ Divergence اس کے برعکس کرتا ہے: یہ تیروں کا نقشہ لیتا ہے (جیسے ہوا کی رفتار) اور ہر نقطہ پر ایک عدد کا حساب لگاتا ہے جو آپ کو بتاتا ہے کہ ہوا اکٹھی ہو رہی ہے یا پھیل رہی ہے۔
ایک کونے میں ہیٹر والے کمرے کا تصور کریں۔ درجہ حرارت ایک اسکیلر فیلڈ ہے؛ اس کا میلان ایک ویکٹر ہے جو براہ راست ہیٹر کی طرف اشارہ کرتا ہے، جو گرمی میں اضافے کی سمت دکھاتا ہے۔ اب، ایک چھڑکاو تصور کریں. پانی کا سپرے ایک ویکٹر فیلڈ ہے؛ چھڑکنے والے سر کا انحراف انتہائی مثبت ہے کیونکہ پانی وہاں سے نکل رہا ہے اور باہر کی طرف بہہ رہا ہے۔
گریڈینٹ 'ڈیل' آپریٹر ($ \nabla $) کو براہ راست ضرب کے طور پر استعمال کرتا ہے، بنیادی طور پر مشتق کو اسکیلر پر تقسیم کرتا ہے۔ ڈائیورجنس ڈیل آپریٹر کو 'ڈاٹ پروڈکٹ' ($ \nabla \cdot \mathbf{F} $) میں استعمال کرتا ہے۔ چونکہ ایک ڈاٹ پروڈکٹ انفرادی اجزاء کی مصنوعات کو جمع کرتا ہے، اصل ویکٹر کی سمتی معلومات ضائع ہو جاتی ہے، جس سے آپ کو ایک واحد اسکیلر ویلیو مل جاتی ہے جو مقامی کثافت کی تبدیلیوں کو بیان کرتی ہے۔
دونوں میکسویل کی مساوات اور سیال حرکیات کے ستون ہیں۔ گریڈینٹ کا استعمال ممکنہ توانائی (جیسے کشش ثقل) سے قوتوں کو تلاش کرنے کے لیے کیا جاتا ہے، جب کہ ڈائیورجن کا استعمال گاؤس کے قانون کو ظاہر کرنے کے لیے کیا جاتا ہے، یہ بتاتے ہوئے کہ سطح کے ذریعے برقی بہاؤ کا انحصار اندر کے چارج کے 'اختلاف' پر ہوتا ہے۔ مختصراً، میلان آپ کو بتاتا ہے کہ کہاں جانا ہے، اور ڈائیورجن آپ کو بتاتا ہے کہ کتنا ڈھیر ہو رہا ہے۔
ویکٹر فیلڈ کا میلان اس کے ڈائیورجن کے برابر ہے۔
یہ غلط ہے۔ آپ معیاری کیلکولس میں ویکٹر فیلڈ کا میلان نہیں لے سکتے (جو ٹینسر کی طرف جاتا ہے)۔ گریڈینٹ اسکیلرز کے لیے ہے۔ اختلاف ویکٹر کے لیے ہے۔
صفر کے انحراف کا مطلب ہے کہ کوئی حرکت نہیں ہے۔
صفر کے انحراف کا مطلب صرف یہ ہے کہ جو چیز کسی نقطہ میں بہتی ہے وہ بھی اس سے نکل جاتی ہے۔ ایک دریا میں بہت تیزی سے حرکت کرنے والا پانی ہو سکتا ہے لیکن پھر بھی اگر پانی کمپریس یا پھیلتا نہیں ہے تو اس کا فرق صفر ہے۔
میلان خود قدر کی سمت کی طرف اشارہ کرتا ہے۔
قدر کے *اضافے* کی سمت میں میلان پوائنٹس۔ اگر آپ پہاڑی پر کھڑے ہیں، تو میلان چوٹی کی طرف اشارہ کرتا ہے، آپ کے نیچے زمین کی طرف نہیں۔
آپ ان کو صرف تین جہتوں میں استعمال کر سکتے ہیں۔
دونوں آپریٹرز کی تعریف مشین لرننگ میں سادہ 2D ہیٹ میپس سے لے کر پیچیدہ ہائی ڈائمینشنل ڈیٹا فیلڈز تک کسی بھی تعداد کے لیے کی گئی ہے۔
جب آپ کو تبدیلی کی سمت یا سطح کی ڈھلوان تلاش کرنے کی ضرورت ہو تو میلان کا استعمال کریں۔ جب آپ کو بہاؤ کے نمونوں کا تجزیہ کرنے کی ضرورت ہو یا اس بات کا تعین کرنے کی ضرورت ہو کہ آیا کسی فیلڈ میں کوئی مخصوص نقطہ ذریعہ یا نالی کے طور پر کام کر رہا ہے تو ڈائیورجن کا استعمال کریں۔
جبکہ اسکیلرز اور ویکٹر دونوں ہمارے اردگرد کی دنیا کی مقدار درست کرتے ہیں، بنیادی فرق ان کی پیچیدگی میں ہے۔ اسکیلر طول و عرض کی ایک سادہ پیمائش ہے، جب کہ ایک ویکٹر اس سائز کو ایک مخصوص سمت کے ساتھ جوڑتا ہے، جو اسے جسمانی خلا میں حرکت اور قوت کو بیان کرنے کے لیے ضروری بناتا ہے۔
جبکہ حقیقی اعداد ان تمام اقدار کو گھیرے ہوئے ہیں جنہیں ہم عام طور پر طبعی دنیا کی پیمائش کے لیے استعمال کرتے ہیں—پورے عدد سے لے کر لامحدود اعشاریہ تک—پیچیدہ اعداد خیالی اکائی $i$ کو متعارف کروا کر اس افق کو بڑھاتے ہیں۔ یہ اضافہ ریاضی دانوں کو ان مساواتوں کو حل کرنے کی اجازت دیتا ہے جن کا کوئی حقیقی حل نہیں ہے، جس سے ایک دو جہتی نمبر کا نظام تشکیل پاتا ہے جو جدید طبیعیات اور انجینئرنگ کے لیے ضروری ہے۔
جب کہ الجبرا عمل کے تجریدی اصولوں اور نامعلوم کو حل کرنے کے لیے علامتوں کی ہیرا پھیری پر توجہ مرکوز کرتا ہے، جیومیٹری خلا کی طبعی خصوصیات کو دریافت کرتی ہے، بشمول سائز، شکل، اور اعداد و شمار کی رشتہ دار پوزیشن۔ ایک ساتھ مل کر، وہ ریاضی کی بنیاد بناتے ہیں، منطقی تعلقات کو بصری ڈھانچے میں ترجمہ کرتے ہیں۔
امکان اور اعدادوشمار ایک ہی ریاضی کے سکے کے دو رخ ہیں، جو مخالف سمتوں سے آنے والی غیر یقینی صورتحال سے نمٹتے ہیں۔ اگرچہ امکان معلوم ماڈلز کی بنیاد پر مستقبل کے نتائج کے امکان کی پیشین گوئی کرتا ہے، اعداد و شمار ان ماڈلز کی تعمیر یا تصدیق کے لیے ماضی کے ڈیٹا کا تجزیہ کرتے ہیں، بنیادی سچائی کو تلاش کرنے کے لیے مشاہدات سے پیچھے ہٹ کر مؤثر طریقے سے کام کرتے ہیں۔
اگرچہ اکثر آرام دہ گفتگو میں ایک دوسرے کے ساتھ استعمال کیا جاتا ہے، امکان اور مشکلات واقعہ کے امکان کو ظاہر کرنے کے دو مختلف طریقوں کی نمائندگی کرتے ہیں۔ امکان سازگار نتائج کی تعداد کا موازنہ امکانات کی کل تعداد سے کرتا ہے، جب کہ مشکلات موافق نتائج کی تعداد کا موازنہ براہ راست غیر موافق نتائج کی تعداد سے کرتی ہیں۔