Scalar & Vector என்றால் என்ன?

 Scalar என்பது ஒரு value மட்டும் கொண்ட அளவை.

அதாவது, அளவு (magnitude) மட்டும் இருக்கும், திசை (direction) இருக்காது.


Example:- 

🌡 வெப்பநிலை (Temperature) → 30°C → அளவு மட்டும், திசை (Direction) இல்லை

⏰ நேரம் (Time) → 5 மணி நேரம் → அளவு மட்டும், திசை இல்லை

⚖ எடை (Mass) → 60 கிலோ → அளவு மட்டும், திசை இல்லை

🚗 வேகம் (Speed) → 40 km/h → அளவு மட்டும், திசை இல்லை


வேகம் (Speed) என்பது scalar quantity-க்கு ஒரு example மட்டுமே.

Also வெப்பநிலை (Temperature), நேரம் (Time), எடை (Mass), நீளம் (Length), பரப்பளவு (Area), அளவு (Volume) இவை எல்லாமே scalar quantities தான்.


அளவு (மதிப்பு) மட்டும் இருந்தால், திசை இல்லையென்றால், அதை Scalar Quantity என்று அழைப்பார்கள்.






Vector என்பது ஒரு value மட்டும் இல்ல, அதுக்கு திசையும் இருக்கும்.


அளவு (Magnitude) + திசை (Direction) இரண்டும் சேர்ந்த அளவுகள் தான் Vector Quantities.


Examples:

➡️ வேக திசை (Velocity) → 40 km/h வடக்கு (North) → அளவும், திசையும் இருக்கு

➡️ இடப்பெயர்ச்சி (Displacement) → 5 km கிழக்கு (East) → அளவும், திசையும் இருக்கு

➡️ பலம் (Force) → 10 N மேல் (Upward) → அளவும், திசையும் இருக்கு

➡️ வேகம் + திசை (Acceleration) → 5 m/s² திசை → அளவும், திசையும் இருக்கு




Simple Understanding:-

ஒரு பைக் 100  கிலோமீட்டர் வேகத்துல போகுது அப்டினா நாம அளவை மட்டும் சொன்ன அது scalar value 

அதே பைக் ௧௦௦ கிலோமீட்டர் வேகத்துல கிழக்கு பக்கமா போயிடு இருக்கு அப்டினு சொன்னா அது vector  value 

Comments

Post a Comment

Popular posts from this blog

What is Artificial Intelligence? What is Machine Learning? What is Data Science? how they are related to each other?

Image
Artificial Intelligence means making Computers think like Human Brain, choosing correct & realistic decisions, answers based on the Current circumstance and importance. Personal Example: Data Science = What is Actually Happening in your Life. Machine Learning = What you are learning and experiencing in your Life. Artificial Intelligence = Taking Correct Decisions based on your Life Experience Another Example: You are AI Engineer & you created a Personal AI Friend using Python. Now, You give all information about your Financial Status, Economic Status, Emotional Status, Social Status, Current Situation in your Life, Current Situation in your Family, Current Situation in your Country etc etc... and your Current problems in an Excel file or SQL Database. Now you are giving this data to your AI tool which you created. 1. It will analyze the information, choose which is important and which is useless based on your current situation. 2. Now, it sends that important Information to Mac...
Read more

Linear Algebra - What is it?

Linear Algebra is a branch of mathematics that deals with vectors , matrices , and linear transformations . It's one of the foundations of data science, machine learning, and computer graphics. In Simple Words : Linear algebra helps us: Solve equations with multiple variables ( variables - a value, number or anything that changes anytime eg, Mark, Temperature, Price ) Represent and transform data using matrices ( Matrix - numbers arranged in rows and columns) Understand how systems behave (like how multiple inputs affect an output) Key Concepts : Scalars – Scalar means Magnitude(Speed). So it is just a single number (e.g., 8 or 6 or 10 etc..) Vectors – Vector means Both Magnitude (Speed) and Direction. So it is a ordered list of numbers (e.g., [2, 3] or [4, 5] or [10, 50] etc..) Matrices – A grid of numbers arranged in rows and Columns  (e.g., a 2x2 matrix or 4x4 matrix) Matrix Multiplication – Combining 2 or more matrices to transform data. Linear Transformation - Multiply...
Read more

What is a Python Library?

When we use Python for data analysis, machine learning, or any programming, we do not write each and every code. Why Should we? Some experts already wrote code for us and packed it as a Library. This reusable collection of code is called a Python Library . A library in Python is like a ready-made toolbox. Instead of building every tool yourself, you take the tools from the toolbox and start using it in your code. Why do we need Python Libraries? Save time – We do not write the same code again and again. Easy to use – Just install, import, and start using. Powerful features – Some libraries can do complex tasks in one line of code. Community support – Big communities maintain them, so they keep improving. Examples of Python Data Science Libraries: Pandas – Works with data tables like Excel, filtering and summarizing data NumPy – Works with numbers, arrays, mathematical calculations Matplotlib – Creates graphs and charts Scikit-learn – For machine learning models like regres...
Read more