ہر ریاضیاتی ماڈل کے دل میں وجہ اور اثر کے درمیان تعلق ہوتا ہے۔ آزاد متغیر ان پٹ یا 'وجہ' کی نمائندگی کرتا ہے جسے آپ کنٹرول کرتے ہیں یا تبدیل کرتے ہیں، جب کہ منحصر متغیر 'اثر' یا نتیجہ ہے جس کا آپ مشاہدہ اور پیمائش کرتے ہیں کیونکہ یہ ان تبدیلیوں کا جواب دیتا ہے۔
ان پٹ قدر جو ریاضی کی مساوات یا تجربے میں تبدیل یا کنٹرول کی جاتی ہے۔
آؤٹ پٹ ویلیو جو آزاد متغیر کے جواب میں تبدیل ہوتی ہے۔
| خصوصیت | آزاد متغیر | منحصر متغیر |
|---|---|---|
| کردار | وجہ / ان پٹ | اثر / آؤٹ پٹ |
| گراف محور | افقی (X-axis) | عمودی (Y-axis) |
| عام علامت | x | y یا f(x) |
| کنٹرول | براہ راست ہیرا پھیری کی۔ | ماپا/مشاہدہ |
| ترتیب | پہلے ہوتا ہے۔ | نتیجے کے طور پر ہوتا ہے۔ |
| فنکشن کا نام | دلیل | فنکشن کی قدر |
آزاد متغیر کو 'ڈرائیور' اور منحصر متغیر کو 'مسافر' کے طور پر سوچیں۔ آزاد متغیر وہ ہے جسے آپ تبدیل کرنے کی طاقت رکھتے ہیں، جیسے کہ آپ کتنے گھنٹے مطالعہ کرتے ہیں۔ انحصار متغیر — آپ کے امتحان کا سکور — وہ نتیجہ ہے جو ڈرائیور کے اعمال کی وجہ سے تبدیل ہوتا ہے۔
جب آپ لائن گراف کو دیکھتے ہیں، تو محور کے معیاری ہونے کی ایک وجہ ہوتی ہے۔ آزاد متغیر کو X-axis (نیچے) پر رکھ کر، ہم آسانی سے 'ترقی' یا 'ان پٹ' کو ٹریک کر سکتے ہیں اور دیکھ سکتے ہیں کہ Y-axis (سائیڈ) پر منحصر متغیر جواب میں کیسے بڑھتا یا گرتا ہے۔ یہ ترتیب ڈیٹا ویژولائزیشن کی عالمگیر زبان ہے۔
مساوات $y = 2x + 3$ میں، $x$ ایک آزاد متغیر ہے کیونکہ آپ اس میں پلگ لگانے کے لیے کسی بھی نمبر کا انتخاب کر سکتے ہیں۔ ایک بار جب آپ یہ انتخاب کر لیتے ہیں تو، $y$ 'لاک ان' ہو جاتا ہے — اس کی قدر کا تعین $x$ پر کی گئی ریاضی سے ہوتا ہے۔ اس لیے ہم $y$ کو $x$ کا فنکشن کہتے ہیں۔
انہیں حقیقی دنیا کے مسئلے میں الگ بتانے کے لیے، اپنے آپ سے پوچھیں: 'کون سا ایک دوسرے کو متاثر کرتا ہے؟' اگر آپ پیمائش کر رہے ہیں کہ پودا کتنا بڑھتا ہے اس کے پانی کی مقدار کی بنیاد پر، پانی خود مختار ہے (آپ اسے کنٹرول کرتے ہیں) اور اونچائی پر منحصر ہے (یہ پانی پر رد عمل ظاہر کرتا ہے)۔
آزاد متغیر ہمیشہ وقت ہوتا ہے۔
جبکہ وقت ایک بہت عام آزاد متغیر ہے کیونکہ یہ دوسرے عوامل سے قطع نظر آگے بڑھتا ہے، یہ واحد نہیں ہے۔ مثال کے طور پر، طبیعیات میں، دباؤ ایک آزاد متغیر ہو سکتا ہے جو پانی کے ابلتے ہوئے نقطہ کو تبدیل کرتا ہے۔
ایک تجربہ ہر ایک میں سے صرف ایک ہو سکتا ہے۔
پیچیدہ ریاضی اور سائنس میں، آپ کے پاس متعدد آزاد متغیرات ہوسکتے ہیں (جیسے سورج کی روشنی اور پانی) ایک منحصر متغیر (پودے کی نشوونما) کو متاثر کرتے ہیں۔ یہ ملٹی ویریٹ ریلیشنز کہلاتے ہیں۔
آزاد متغیر ہمیشہ ایک مساوات کے 'بائیں طرف' ہوتا ہے۔
مساوات کو کئی طریقوں سے لکھا جا سکتا ہے، جیسے $x = y/2$۔ پوزیشن پر بھروسہ نہ کریں؛ اس کے بجائے، دیکھیں کہ دوسرے کا حساب لگانے کے لیے کون سا متغیر استعمال ہو رہا ہے۔
منحصر متغیر ہمیشہ 'بڑا' نمبر ہوتا ہے۔
سائز کا اس سے کوئی تعلق نہیں ہے۔ ایک بہت بڑا آزاد متغیر (جیسے 1,000,000 میل) کے نتیجے میں ایک چھوٹا منحصر متغیر ہو سکتا ہے (جیسے ٹینک میں باقی ایندھن کی مقدار)۔
آزاد متغیر کی شناخت اس عنصر کے طور پر کریں جسے آپ تبدیل کر رہے ہیں یا اپنے حساب کے 'نقطہ آغاز'۔ انحصار متغیر کو اس نتیجے کے طور پر لیبل کریں جس کی آپ تلاش کرنے کی کوشش کر رہے ہیں یا ڈیٹا پوائنٹ جو پہلے متغیر کے حرکت کرنے پر شفٹ ہوتا ہے۔
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۔
