Introduction
Matrix Puzzles (grid puzzles என்றும் அழைக்கப்படும்) என்பது, பல பண்புகளை row மற்றும் column-களில் பொருத்தி, கொடுக்கப்பட்ட தர்க்க குறிகளை பயன்படுத்தி சரியான இணைப்புகளை கண்டறியச் சொல்கிறது. இவை multi-attribute reasoning, elimination, மற்றும் ஒழுங்குபடுத்தப்பட்ட tabulation திறன்களை சோதிப்பதால், முக்கிய தேர்வுகளில் அடிக்கடி கேட்கப்படுகின்றன.
இந்த pattern முக்கியமானது, ஏனெனில் இது தகவல்களை காட்சிப்படையாக அமைக்க வைக்கிறது - சொல் வடிவ குறிகளை ஒரு neat grid-ஆக மாற்றினால், முரண்பாடுகள் உடனே தெரிய வரும் மற்றும் தீர்வுகள் வேகமாக கிடைக்கும்.
Pattern: Matrix Puzzle
Pattern
ஒரு matrix puzzle-ல் N items மற்றும் M attributes (பல நேரங்களில் N = M) இருக்கும். Grid-ஐ பயன்படுத்தி சாத்தியமில்லாத ஜோடிகளை நீக்கி, உறுதியான பொருத்தங்களை நிரப்பவும்.
- Grid approach: ஒரு அச்சில் items-ஐவும், மற்றொரு அச்சில் attributes-ஐவும் வைத்து அட்டவணை உருவாக்குங்கள்; உறுதியான பொருத்தங்களுக்கு ✔, சாத்தியமில்லாதவற்றிற்கு ✖ குறியிடுங்கள்.
- Use elimination: ஒரு பொருத்தம் உறுதியானவுடன், அந்த attribute மற்ற items-க்கு நீக்கப்படும்.
- Chain clues: பல படி தொடர்புகளை (A-ன் color → B-ன் food → C-ன் city) grid முழுவதும் முறையாக இணைக்கவும்.
- Cross-check: நிரப்பிய பின், முடிந்த matrix-க்கு எதிராக ஒவ்வொரு குறியையும் மீண்டும் சரிபார்க்கவும்.
Step-by-Step Example
Question
நான்கு மாணவர்கள் - Arjun, Binita, Chitra, Dev - ஒவ்வொருவரும் வேறு வேறு study resource-ஐ (Book, Video, App, Notes) பயன்படுத்துகிறார்கள் மற்றும் வேறு வேறு இடங்களில் (Library, Home, Cafe, Park) படிக்கிறார்கள். குறிகள்:
- Arjun, App-ஐ பயன்படுத்தவில்லை மற்றும் Cafe-யில் படிப்பதில்லை.
- Video பயன்படுத்தும் மாணவர் Park-ல் படிக்கிறார்.
- Binita, Notes பயன்படுத்துகிறார்.
- Book பயன்படுத்துபவர் Home-ல் படிக்கிறார்.
Solution
Step 1: Matrix உருவாக்கவும்
Resources × Names க்கு ஒரு 4×4 grid மற்றும் Places × Names க்கு இன்னொரு grid அமைக்கவும். ஆரம்பத்தில் எல்லா cell-களும் சாத்தியம் (blank) எனக் கொள்ளவும்.Step 2: நேரடி உண்மைகளை நிரப்பவும்
குறி (3): Binita = Notes → Binita-Notes ✔; மற்றவர்களுக்கு Notes ✖.
குறி (2): Video ↔ Park → resource-place link.
குறி (4): Book → Home → link குறியிடவும்.Step 3: Exclusion-களை பயன்படுத்தவும்
Arjun ≠ App மற்றும் Arjun ≠ Cafe (குறி 1) → Arjun-App ✖, Arjun-Cafe ✖.Step 4: Elimination மூலம் இணைப்புகளை கண்டறியவும்
Binita = Notes என நிரப்பிய பின், {Arjun, Chitra, Dev} க்கு மீதமுள்ள resources {Book, Video, App}. ஆனால் Book → Home மற்றும் Video → Park. Arjun ≠ App மற்றும் Arjun ≠ Cafe என்பதால், grid elimination பயன்படுத்தி ஒரே consistent mapping கிடைக்கிறது.Step 5: பகுதி matrix-ஐ காட்டவும்
மற்றும் Places × Person:Partial Resource × Person matrix (✔ = உறுதி, ✖ = சாத்தியமில்லை) Person Book Video App Notes Arjun ✖ ✔ ✖ ✖ Binita ✖ ✖ ✖ ✔ Chitra ✔ ✖ ✖ ✖ Dev ✖ ✖ ✔ ✖ Place × Person mapping Person Library Home Cafe Park Arjun ✖ ✖ ✖ ✔ Binita ✖ ✖ ✖ ✖ Chitra ✖ ✔ ✖ ✖ Dev ✔ ✖ ✖ ✖ Step 6: இறுதி mapping-ஐ முடிக்கவும்
பகுதி matrix-களும் இணைந்த குறிகளும் (Video↔Park, Book↔Home, Notes↔Binita) அடிப்படையில்:- Chitra = Book & Home-ல் படிக்கிறார்.
- Arjun = Video & Park-ல் படிக்கிறார்.
- Dev = App & Library-ல் படிக்கிறார்.
- Binita = Notes & Cafe-ல் படிக்கிறார் (elimination மூலம்).
Final Answer:
Dev App பயன்படுத்துகிறார் மற்றும் Library-ல் படிக்கிறார்.Quick Check:
அனைத்து குறிகளும் சரி: Arjun ≠ App மற்றும் ≠ Cafe (Arjun = Video, Park) ✅ Video→Park ✅ Binita→Notes ✅ Book→Home ✅
Quick Variations
1. Attributes அதிகரிப்பு: time-of-day அல்லது tutor name சேர்க்கவும் (மேலும் columns).
2. Wrap-around schedule (circular ordering) பயன்படுத்தி matrix + arrangement logic இணைக்கவும்.
3. Conditional clues சேர்க்கவும்: “A, Book பயன்படுத்தினால், B Video பயன்படுத்துவார்” - case-based grids தேவைப்படும்.
Trick to Always Use
- Step 1: இரண்டு orthogonal grids உருவாக்குங்கள் - ஒன்று Resource×Person, மற்றொன்று Place×Person (அல்லது ஒன்றாக multi-column matrix).
- Step 2: நேரடி ✔ உண்மைகளை முதலில் நிரப்பி, தெளிவான ✖ exclusions குறியிட்டு, அதன் விளைவுகளை grid முழுவதும் பரப்புங்கள்.
- Step 3: Elimination பயன்படுத்துங்கள்: ஒரு row-ல் எல்லாம் ✖ ஆனால் ஒன்றே ஒன்று இருந்தால், அது ✔; அதை உடனே மற்ற row/column-களுக்கு பரப்புங்கள்.
Summary
Summary
- ஒவ்வொரு attribute pair-க்கும் தெளிவான grids உருவாக்கி, புதிய தகவல் கிடைக்கும் போதெல்லாம் புதுப்பிக்கவும்.
- உறுதியான பொருத்தங்களை (✔) முதலில் வையுங்கள்; சாத்தியமில்லாதவற்றை (✖) குறியிடுவது elimination-ஐ வேகப்படுத்தும்.
- ஒவ்வொரு புதிய உறுதியையும் முழு matrix-ல் பரப்பி, தேர்வுகளை விரைவாக குறைக்கவும்.
- இறுதி பதிலை உறுதி செய்வதற்கு முன், உங்கள் முடிந்த matrix-க்கு எதிராக அனைத்து ஆரம்ப குறிகளையும் மீண்டும் சரிபார்க்கவும்.
நினைவில் வைக்க வேண்டிய எடுத்துக்காட்டு:
பல attributes இருந்தால், தனித்தனி ஆனால் இணைந்த matrices (Resource×Person, Place×Person) பராமரிக்கவும். நேரடி குறிகளை முதலில் நிரப்பி, பின்னர் elimination மூலம் மீதமுள்ள cell-களை பூட்டுங்கள்.
