‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺑﺴﻢ ﺍﷲ ﺍﻟﺮﺣﻤﻦ ﺍﻟﺮﺣﻴﻢ‬

‫ﺣﺴﺎب ﺗﻐﯿﯿﺮات )‪(1‬‬

‫ﺟﻠﺴﻪ ‪14‬‬

‫ﺳﯿﺪ روح اﷲ ﮐﺎﻇﻤﯽ‬

‫رﯾﺎﺿﯽ ﭘﯿﺸﺮﻓﺘﻪ‬

‫ﻣﻘﺪﻣﻪ‬

‫ﺣﺴﺎب ﺗﻐﯿﯿﺮات ﺷﺎﺧﻪ اي از آﻧﺎﻟﯿﺰ اﺳﺖ ﮐﻪ ﺑﺎ ﻣﺴﺎﯾﻞ ﻣﺎﮐﺰﯾﻤﻢ و ﻣﯿﻨﯿﻤﻢ ﺳﺮ وﮐﺎر دارد‪.‬‬
‫ﺑﺮﺧﯽ از ﻣﺴﺎﯾﻞ ﻣﻮرد ﺗﻮﺟﻪ ﮐﻪ ﺑﻪ اﯾﻦ ﺷﺎﺧﻪ ﻣﺮﺑﻮط اﺳﺖ‪:‬‬
‫‪ -‬ﭘﯿﺪا ﮐﺮدن ﮐﻮﺗﺎﻫﺘﺮﯾﻦ ﻓﺎﺻﻠﻪ ﺑﯿﻦ دو ﻧﻘﻄﻪ‪.‬‬
‫‪ -‬ﭘﯿﺪا ﮐﺮدن ﯾﮏ ﻣﻨﺤﻨﯽ ﺑﯿﻦ ﻫﻤﻪ ﻣﻨﺤﻨﯽ ﻫﺎي واﻗﻊ در ﺻﻔﺤﻪ ‪ xy‬ﺑﻪ ﻧﺤﻮي ﮐﻪ ﺳﻄﺢ ﺣﺎﺻﻞ از دوران آن ﺣﻮل ﻣﺤﻮر ‪x‬‬
‫ﻣﯿﻨﯿﻤﻢ ﺑﺎﺷﺪ‪.‬‬
‫‪ -‬ﭘﯿﺪا ﮐﺮدن ﺧﻤﯽ ﮐﻪ دو ﻧﻘﻄﻪ را وﺻﻞ ﮐﻨﺪ ﺑﻪ ﻃﻮري ﮐﻪ اﮔﺮ ﮔﻠﻮﻟﻪ اي از ﻧﻘﻄﻪ ﺑﺎﻻﺗﺮ ﺑﻪ ﺳﻤﺖ ﭘﺎﯾﯿﻦ ﺣﺮﮐﺖ ﮐﻨﺪ زﻣﺎن‬
‫ﻃﯽ ﺷﺪه ﻣﯿﻨﯿﻤﻢ ﺑﺎﺷﺪ‪.‬‬

‫ﺗﻌﺮﯾﻒ‪ :‬ﻓﺮض ﮐﻨﯿﺪ ‪ W‬ﻓﻀﺎﯾﯽ از ﺗﻮاﺑﻊ ﺑﻮده ﮐﻪ ﻫﺮﯾﮏ از آﻧﻬﺎ ﺑﺮ ﻓﺎﺻﻠﻪ ]‪ [x0,x1‬ﺗﻌﺮﯾﻒ ﺷﺪه اﻧﺪ‪ .‬ﺣﺎل اﮔﺮ ‪ J‬ﺗﺎﺑﻌﯽ از ‪ W‬ﺑﻪ‬
‫‪ ، R‬ﻣﺠﻤﻮﻋﻪ اﻋﺪاد ﺣﻘﯿﻘﯽ‪ ،‬ﺗﻌﺮﯾﻒ ﺷﺪه ﺑﺎﺷﺪ‪ ، J: W→R ،‬آﻧﮕﺎه ‪ J‬را ﯾﮏ ﻓﺎﻧﮑﺸﻨﺎل ﯾﺎ ﺗﺎﺑﻌﯽ ﻣﯿﻨﺎﻣﻨﺪ‪.‬‬

‫‪2‬‬

‫‪١‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻘﺪﻣﻪ‬

‫ﻣﺴﺎﻟﻪ ﺑﻨﯿﺎدي در ﺣﺴﺎب ﺗﻐﯿﯿﺮات‪:‬‬

‫ﻓﺮض ﮐﻨﯿﺪ )‪ (x0,y0‬و )‪ (x1,y1‬دو ﻧﻘﻄﻪ واﻗﻊ در ﺻﻔﺤﻪ ‪ xy‬ﺑﺎﺷﻨﺪ و )‪ y=y(x‬ﻫﺮ ﻣﻨﺤﻨﯽ دﻟﺨﻮاه ﺑﺎﺷﺪ ﮐﻪ از اﯾﻦ دو ﻧﻘﻄﻪ‬
‫ﻣﯿﮕﺬرد‪ .‬ﺑﯿﻦ اﯾﻦ ﻣﻨﺤﻨﯽ ﻫﺎ دﻧﺒﺎل ﯾﮏ ﻣﻨﺤﻨﯽ ﻫﺴﺘﯿﻢ ﮐﻪ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را اﮐﺴﺘﺮﻣﻢ ﮐﻨﺪ )ﻣﺎ در ﺑﺤﺚ ﺧﻮد ﺑﻪ دﻧﺒﺎل‬
‫‪x1‬‬ ‫ﻣﯿﻨﯿﻤﻢ ﻫﺴﺘﯿﻢ(‪:‬‬
‫‪J (Y )   F ( x, Y , Y )dx Y ( x0 )  y0 Y ( x1 )  y1‬‬ ‫)‪( 14-1‬‬
‫‪x0‬‬

‫ﺟﻮاب اﯾﻦ ﻣﺴﺎﻟﻪ ﻣﻤﮑﻦ اﺳﺖ ﭘﯿﻮﺳﺘﻪ ﯾﺎ ﻧﺎﭘﯿﻮﺳﺘﻪ‪ ،‬ﻣﺸﺘﻘﭙﺬﯾﺮ ﯾﺎ ﻏﯿﺮ ﻣﺸﺘﻘﭙﺬﯾﺮ ﺑﺎﺷﺪ‪ .‬ﻣﺠﻤﻮﻋﻪ ‪ W‬را ﮐﻪ ﺷﺎﻣﻞ ﺟﻮاﺑﻬﺎي‬
‫ﭘﯿﻮﺳﺘﻪ و ﻣﺸﺘﻘﭙﺬﯾﺮ اﺳﺖ‪ ،‬ﻣﺠﻤﻮع ﺗﻮاﺑﻊ ﻣﺠﺎز ﻣﯿﻨﺎﻣﯿﻢ و در ﺑﺤﺚ ﺧﻮد ﻫﺮ ﺗﺎﺑﻊ ﻣﻄﺮح ﺷﺪه را ﯾﮏ ﺗﺎﺑﻊ ﻣﺠﺎز ﻣﯿﮕﯿﺮﯾﻢ‪.‬‬

‫‪3‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﻓﺮض ﮐﻨﯿﺪ ﻣﺴﺎﻟﻪ ‪ 14-1‬داراي ﺟﻮاب ﺑﺎﺷﺪ‪ ،‬ﯾﻌﻨﯽ ﺗﺎﺑﻌﯽ ﻣﺎﻧﻨﺪ )‪ y=y(x‬ﻣﻮﺟﻮد ﺑﺎﺷﺪ ﺑﻪ ﻃﻮري ﮐﻪ ﺑﻪ ازاي ﻫﺮ ‪Y‬ﻋﻀﻮ ‪، W‬‬
‫)‪ .J(Y)≥ J(y‬ﺣﺎل ﻣﯿﺘﻮان ﻧﻮﺷﺖ‪:‬‬
‫) ‪Y ( x)  y ( x )  e z ( x ) Y ( x )  y( x)  e z ( x‬‬ ‫)‪( 14-2‬‬

‫ﮐﻪ در آن )‪ z(x‬ﻣﺘﻌﻠﻖ ﺑﻪ ‪ W‬اﺳﺖ و ‪ z(x0)=0‬و ‪ .z(x1)=0‬ﻫﻤﭽﻨﯿﻦ ‪ e‬ﻋﺪدي ﺛﺎﺑﺖ و ﻣﺜﺒﺖ اﺳﺖ‪ .‬ﺑﺎ ﺟﺎﯾﮕﺰﯾﻨﯽ ‪ 14-2‬در‬
‫‪x1‬‬ ‫‪ 14-1‬دارﯾﻢ‪:‬‬
‫‪J ( y  e z )   F ( x, y  e z , y   e z )dx‬‬ ‫)‪( 14-3‬‬
‫‪x0‬‬ ‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺑﺴﻂ ﺗﯿﻠﻮر ﻣﯿﺘﻮان ﻧﻮﺷﺖ‪:‬‬
‫‪F‬‬ ‫‪F‬‬
‫‪F ( x, y  e z, y  e z)  F ( x, y, y)  e z‬‬ ‫‪ e z‬‬ ‫) ‪ O(e 2‬‬ ‫)‪( 14-4‬‬
‫‪y‬‬ ‫‪y‬‬ ‫‪‬‬
‫ﺑﺎ ﺟﺎﯾﮕﺰﯾﻨﯽ ‪ 14-4‬در ‪ 14-1‬دارﯾﻢ‪:‬‬
‫‪‬‬
‫‪x1‬‬ ‫‪F‬‬ ‫‪F‬‬ ‫‪‬‬ ‫)‪( 14-5‬‬
‫‪J ( y  e z )   F ( x, y, y)  e z‬‬ ‫‪ e z‬‬ ‫) ‪ O(e 2 )dx  I (e‬‬
‫‪x0‬‬
‫‪‬‬ ‫‪y‬‬ ‫‪y ‬‬ ‫‪‬‬

‫‪4‬‬

‫‪٢‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﻫﻤﺎﻧﮕﻮﻧﻪ ﮐﻪ ﻣﻼﺣﻈﻪ ﻣﯿﺸﻮد ﻧﺘﯿﺠﻪ اﻧﺘﮕﺮاﻟﮕﯿﺮي در ‪ 14-5‬ﺗﻨﻬﺎ ﺗﺎﺑﻌﯽ از ‪ e‬ﺧﻮاﻫﺪ ﺑﻮد ﯾﻌﻨﯽ )‪.I(e‬‬
‫ﺣﺎل دﻗﺖ ﮐﻨﯿﺪ ﮐﻪ در ‪ 14-2‬اﮔﺮ ‪ e‬ﺑﺮاﺑﺮ ﺻﻔﺮ ﻗﺮار داده ﺷﻮد‪ ،‬ﺗﺎﺑﻊ )‪ z(x‬ﻫﺮ ﭼﻪ ﮐﻪ ﺑﺎﺷﺪ‪ ،‬ﻣﺎﻧﻨﺪ اﯾﻦ اﺳﺖ ﮐﻪ ﺑﻪ ﺟﺎي ‪ Y‬و‬
‫΄‪ Y‬ﻣﻘﺪار ‪ y‬و ΄‪ y‬ﻗﺮار داده ﺷﻮد ﮐﻪ اﮐﺴﺘﺮﻣﻢ ﮐﻨﻨﺪه ﻓﺎﻧﮑﺸﻨﺎل ﻣﺪﻧﻈﺮ ﻣﺎﺳﺖ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ )‪ I(e‬ﺑﺎﯾﺪ ﺑﻪ ازاي ‪ e=0‬اﮐﺴﺘﺮﻣﻢ‬
‫داﺷﺘﻪ ﺑﺎﺷﺪ‪ .‬ﯾﻌﻨﯽ راﺑﻄﻪ ‪ 14-6‬ﺑﺮﻗﺮار اﺳﺖ‪:‬‬
‫) ‪dI (e‬‬ ‫‪x1 ‬‬ ‫‪F‬‬ ‫‪F ‬‬
‫‪ z‬‬ ‫‪ z dx  0‬‬ ‫)‪( 14-6‬‬
‫‪de e  0‬‬ ‫‪x‬‬ ‫‪0‬‬
‫‪ y‬‬ ‫‪y  ‬‬
‫ﺣﺎل ﺑﺮاي ﻋﺒﺎرت دوم در ﺑﺎﻻ ﺑﺎ اﺳﺘﻔﺎده از روش ﺟﺰء ﺑﻪ ﺟﺰء ﻣﯿﺘﻮان ﻧﻮﺷﺖ‪:‬‬
‫‪x1‬‬
‫‪x1‬‬‫‪F‬‬ ‫‪F‬‬ ‫‪x1‬‬ ‫‪d F‬‬ ‫‪x1‬‬ ‫‪d F‬‬ ‫)‪( 14-7‬‬
‫‪x0 z y dx  z y  x0 z dx ( y )dx   x0 z dx ( y )dx‬‬
‫‪x0‬‬

‫‪5‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﺑﺎ ﻗﺮار دادن ‪ 14-7‬در ‪ 14-6‬راﺑﻄﻪ ‪ 14-8‬ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪ ،‬و ﭼﻮن ‪ 14-8‬ﺑﻪ ازاي ﻫﺮ ‪ z‬ﺑﺮﻗﺮار اﺳﺖ‪ ،‬ﻣﯿﺘﻮان ‪14-9‬را‬
‫‪x1‬‬ ‫‪F d F‬‬ ‫‪F d F‬‬ ‫ﻧﻮﺷﺖ‪:‬‬
‫(‬ ‫‪‬‬ ‫‪) z dx  0‬‬ ‫)‪( 14-8‬‬ ‫‪‬‬ ‫‪0‬‬ ‫)‪( 14-9‬‬
‫‪‬‬‫‪x0‬‬ ‫‪y dx y‬‬ ‫‪y dx y‬‬
‫راﺑﻄﻪ ‪14-9‬را ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪ -‬ﻻﮔﺮاﻧﮋ ﻣﯿﻨﺎﻣﻨﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي ﻣﯿﻨﯿﻤﻢ ﮐﺮدن ﻓﺎﻧﮑﺸﻨﺎل ‪ 14-1‬ﮐﺎﻓﯽ اﺳﺖ ﺑﻪ ﺣﻞ ﻣﺴﺎﻟﻪ زﯾﺮ‬

‫‪F d F‬‬ ‫ﺑﭙﺮدازﯾﻢ‪:‬‬

‫‪‬‬ ‫‪0‬‬ ‫‪y ( x0 )  y0‬‬ ‫‪y ( x1 )  y1‬‬ ‫)‪( 14-10‬‬
‫‪y dx y‬‬
‫اﯾﻦ ﻣﺴﺎﻟﻪ‪ ،‬ﻣﺴﺎﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮد و ﺟﻮاب آن را ﯾﮏ ﻣﻨﺤﻨﯽ ﺑﺤﺮاﻧﯽ ﮔﻮﯾﻨﺪ‪ .‬اﮔﺮ ﺟﻮاب ‪14-10‬را )‪y=f(x‬‬
‫ﺑﻨﺎﻣﯿﻢ‪ ،‬آﻧﮕﺎه ))‪ J(f(x‬ﯾﮏ ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﺑﺮاي ﻓﺎﻧﮑﺸﻨﺎل )‪ J(Y‬اﺳﺖ ﮐﻪ ﻣﺎﮐﺰﯾﻤﻢ ﯾﺎ ﻣﯿﻨﯿﻤﻢ ﺑﻮدن اﯾﻦ اﮐﺴﺘﺮﻣﻢ ﺑﻪ راﺣﺘﯽ‬
‫ﻗﺎﺑﻞ ﺗﻌﯿﯿﻦ اﺳﺖ‪.‬‬
‫در اداﻣﻪ ﭼﻨﺪ ﻣﺜﺎل در ارﺗﺒﺎط ﺑﺎ ﻣﺒﺎﺣﺚ ﻣﻄﺮح ﺷﺪه ﺑﺮرﺳﯽ ﺷﺪه اﺳﺖ‪.‬‬

‫‪6‬‬

‫‪٣‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﻣﺜﺎل‪ :‬ﻣﻨﺤﻨﯽ ﺑﺤﺮاﻧﯽ و ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﻓﺎﻧﮑﺸﻨﺎل ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ و ﻧﻮع آن را ﻣﺸﺨﺺ ﮐﻨﯿﺪ‪.‬‬
‫‪‬‬
‫‪‬‬
‫‪J (Y )   (Y   Y 2 ) dx,‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪y (0)  0,‬‬ ‫‪y( )  1‬‬
‫‪0‬‬ ‫‪2‬‬
‫‪F ( x, y, y)  y2  y 2‬‬ ‫ﺣﻞ‪ :‬دارﯾﻢ‬
‫در ﻧﺘﯿﺠﻪ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ در اﯾﻨﺠﺎ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪F d F‬‬
‫‪‬‬ ‫‪ 2 y  2 y  0‬‬
‫‪y dx y‬‬
‫ﺑﺎ ﺣﻞ ﻣﻌﺎدﻟﻪ و اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪ ،‬ﻣﻨﺤﻨﯽ ﺑﺤﺮاﻧﯽ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬

‫‪ y  y  0  y  c1 sin x  c2 cos x BCs‬‬

‫‪ y  sin x‬‬
‫‪‬‬
‫و در ﻧﺘﯿﺠﻪ ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪J (sin x)   (cos x  sin x) dx  0‬‬
‫‪0‬‬

‫‪7‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﺑﺮاي اﯾﻨﮑﻪ ﺑﺒﯿﻨﯿﻢ اﯾﻦ ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﺑﻪ دﺳﺖ آﻣﺪه )ﯾﻌﻨﯽ ﺻﻔﺮ(‪ ،‬ﻣﺎﮐﺰﯾﻤﻢ اﺳﺖ ﯾﺎ ﻣﯿﻨﯿﻤﻢ‪ ،‬ﻣﻘﺪار ﻓﺎﻧﮑﺸﻨﺎل را ﺑﻪ ازاي ﯾﮏ‬
‫ﻣﻨﺤﻨﯽ دﯾﮕﺮ‪ ،‬ﻣﺜﻼ ﯾﮏ ﺧﻂ راﺳﺖ ﮐﻪ از ﺷﺮاﯾﻂ ﻣﺮزي ﻋﺒﻮر ﮐﻨﺪ‪ ،‬ﻣﯿﯿﺎﺑﯿﻢ‪ .‬ﻣﻌﺎدﻟﻪ ﺧﻄﯽ ﮐﻪ از اﯾﻦ دو ﻧﻘﻄﻪ ﻣﯿﮕﺬرد و در‬
‫ﻧﺘﯿﺠﻪ ﻓﺎﻧﮑﺸﻨﺎل ﻣﺮﺑﻮﻃﻪ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪‬‬
‫‪‬‬ ‫‪3‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪x‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪y‬‬ ‫) ‪x  J ( x )   ( 2  2 x 2 ) dx  2 ( x  )  (1 ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪3 0 ‬‬ ‫‪12‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﯾﮏ ﻣﻘﺪار ﻣﯿﻨﯿﻤﻢ اﺳﺖ‪.‬‬
‫ﻣﺜﺎل‪ :‬ﻣﻨﺤﻨﯽ ﺑﺤﺮاﻧﯽ و ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﻓﺎﻧﮑﺸﻨﺎل ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ و ﻧﻮع آن را ﻣﺸﺨﺺ ﮐﻨﯿﺪ‪.‬‬

‫‪1‬‬
‫‪J (Y )   (Y 2  12 xY ) dx,‬‬ ‫‪y (0)  0,‬‬ ‫‪y (1)  1‬‬
‫‪0‬‬

‫‪8‬‬

‫‪۴‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫‪y  6 x  0‬‬ ‫ﺣﻞ‪ :‬ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ در اﯾﻨﺠﺎ ﻋﺒﺎرت اﺳﺖ از‪:‬‬

‫ﺑﺎ ﺣﻞ ﻣﻌﺎدﻟﻪ و اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪ ،‬ﻣﻨﺤﻨﯽ ﺑﺤﺮاﻧﯽ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬
‫‪3‬‬ ‫‪BCs‬‬
‫‪ y  x3‬‬
‫‪y  x  c1 x  c2 ‬‬
‫‪‬‬ ‫و در ﻧﺘﯿﺠﻪ ﻣﻘﺪار ﺑﺤﺮاﻧﯽ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪21‬‬
‫‪J ( x3 )   2 (9 x 4  12 x 4 ) dx ‬‬
‫‪0‬‬ ‫‪5‬‬
‫*********‬
‫در اداﻣﻪ وﺿﻌﯿﺖ ﺟﻮاب ﺑﺮاي ﻣﺴﺎﻟﻪ ﺑﻪ ﺻﻮرت ‪ 14-1‬ﺑﺮاي ﺷﮑﻠﻬﺎي ﻣﺨﺘﻠﻒ )΄‪ F(x, y, y‬ﺑﺮرﺳﯽ ﺷﺪه اﺳﺖ‪.‬‬
‫‪ F(x, y, y΄) . 1‬ﻧﺴﺒﺖ ﺑﻪ ΄‪ y‬ﺧﻄﯽ‪:‬‬
‫ﺑﺎﯾﺪ دﻗﺖ ﮐﺮد ﮐﻪ‪ ،‬ﭼﻨﯿﻦ ﻧﯿﺴﺖ ﮐﻪ ﻫﺮ ﻣﺴﺎﻟﻪ ﺑﻪ ﺻﻮرت ‪ 14-1‬داراي ﺟﻮاب ﭘﯿﻮﺳﺘﻪ ﺑﺎﺷﺪ‪ .‬ﻣﺜﻼ اﮔﺮ )΄‪ F(x, y, y‬ﻧﺴﺒﺖ ﺑﻪ‬

‫‪F ( x, y , y )  M ( x, y )  N ( x, y ) y‬‬ ‫΄‪ y‬ﺧﻄﯽ ﺑﺎﺷﺪ‪ ،‬ﯾﻌﻨﯽ ﺑﺘﻮان ﻧﻮﺷﺖ‪:‬‬

‫‪9‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫در ﺑﺮﺧﯽ ﺷﺮاﯾﻂ‪ ،‬ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﺑﻪ ﺻﻮرت ﺗﺎﺑﻌﯽ از ‪ x‬و ‪ y‬در ﻣﯽ آﯾﺪ و در ﻧﺘﯿﺠﻪ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺮﺗﺒﻪ دوﻣﯽ‬
‫ﺣﺎﺻﻞ ﻧﻤﯿﺸﻮد و ﺟﻮاب ﺣﺎﺻﻞ از آن ﻧﻤﯿﺘﻮاﻧﺪ از دو ﻧﻘﻄﻪ دﻟﺨﻮاه ﺑﮕﺬرد‪ .‬اﯾﻦ ﻣﻄﻠﺐ در ﻣﺜﺎل زﯾﺮ آﻣﺪه اﺳﺖ‪.‬‬

‫ﻣﺜﺎل‪ :‬ﻧﺸﺎن دﻫﯿﺪ ﮐﻪ ﻣﺴﺎﻟﻪ زﯾﺮ داراي ﺟﻮاب ﻧﯿﺴﺖ‪.‬‬

‫‪1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪J (Y )   (Y  x Y )dx,‬‬ ‫‪y (0)  0,‬‬ ‫‪y (1)  2‬‬
‫‪0‬‬
‫‪yx0 y  x‬‬ ‫ﺣﻞ‪ :‬از ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ دارﯾﻢ‪:‬‬
‫ﻣﻼﺣﻈﻪ ﻣﯿﺸﻮد ﮐﻪ ﺟﻮاب ﺑﻪ دﺳﺖ آﻣﺪه ﻧﻤﯿﺘﻮاﻧﺪ در ﺷﺮاﯾﻂ ﻣﺮزي ﺻﺪق ﮐﻨﺪ و در ﻧﺘﯿﺠﻪ ﻣﻌﺎدﻟﻪ ﺟﻮاب ﻧﺪارد‪.‬‬

‫‪ F . 2‬ﺗﻨﻬﺎ ﺗﺎﺑﻌﯽ از ‪ x‬ﯾﺎ ‪ y‬ﯾﺎ ‪ x‬و ‪ F=F(x) ،y‬ﯾﺎ )‪ F=F(y‬ﯾﺎ )‪: F=F(x, y‬‬
‫ﺑﺎز ﻫﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ ‪ 14-1‬داراي ﺟﻮاب ﻧﯿﺴﺖ )ﭼﺮا؟(‪.‬‬

‫‪10‬‬

‫‪۵‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫‪ F . 3‬ﺗﻨﻬﺎ واﺑﺴﺘﻪ ﺑﻪ ΄‪: F=F(y΄) ،y‬‬

‫در اﯾﻦ ﺻﻮرت ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﻋﺒﺎرت اﺳﺖ از‪:‬‬

‫)‪d F ( y‬‬ ‫‪ F ( y ) dy ‬‬ ‫)‪ 2 F ( y ‬‬

‫‪0‬‬ ‫‪0‬‬ ‫‪y  0‬‬
‫‪dx y‬‬ ‫‪y  y  dx‬‬ ‫‪y 2‬‬
‫در ﻧﺘﯿﺠﻪ ﻫﻤﺎﻧﮕﻮﻧﻪ ﮐﻪ در اداﻣﻪ ﻧﺸﺎن داده ﺷﺪه‪ ،‬دو ﺣﺎﻟﺖ ﻣﯿﺘﻮاﻧﺪ رخ دﻫﺪ ﮐﻪ ﻫﺮ دو ﺑﻪ ﺟﻮاب واﺣﺪ )ﺧﺎﻧﻮاده اي از ﺧﻄﻮط‬

‫‪ y  0  y  c1 x  c2‬‬ ‫ﻣﺴﺘﻘﯿﻢ( ﻣﻨﺠﺮ ﻣﯿﺸﻮد‪.‬‬

‫)‪ 2 F ( y‬‬ ‫‪ 2‬‬
‫)‪y  0    F ( y‬‬ ‫)‪F ( y‬‬
‫‪y 2‬‬ ‫‪ y 2  0  y  c  y  k  y  c3 x  c4‬‬
‫‪‬‬
‫در ﻋﺒﺎرت ﺑﺎﻻ ‪ k‬رﯾﺸﻪ ﻣﻌﺎدﻟﻪ ‪ Fy΄ =c‬اﺳﺖ )ﭼﻮن ‪ F‬ﻓﻘﻂ ﺗﺎﺑﻊ ΄‪ y‬اﺳﺖ‪ ،‬ﭘﺲ ﻣﺸﺘﻖ ﺟﺰﯾﯽ آن ﻫﻢ ﻓﻘﻂ ﺗﺎﺑﻊ ΄‪ y‬اﺳﺖ(‪.‬‬
‫ﻣﺜﺎل‪ :‬ﻧﺸﺎن دﻫﯿﺪ ﮐﻪ ﮐﻮﺗﺎﻫﺘﺮﯾﻦ ﻓﺎﺻﻠﻪ ﺑﯿﻦ دو ﻧﻘﻄﻪ )‪ (x0,y0‬و )‪(x1,y1‬ﯾﮏ ﺧﻂ راﺳﺖ اﺳﺖ‪.‬‬

‫‪11‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﺣﻞ‪ :‬ﻃﻮل ﻗﻮس ﯾﮏ ﻣﻨﺤﻨﯽ ﺑﻪ ﻣﻌﺎدﻟﻪ )‪ y(x‬ﮐﻪ از دو ﻧﻘﻄﻪ ﻣﻮرد ﻧﻈﺮ ﺑﮕﺬرد‪ ،‬ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪x1‬‬
‫‪J (Y )  ‬‬ ‫‪1  Y 2 dx Y ( x0 )  y0 Y ( x1 )  y1‬‬
‫‪x0‬‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻮﺿﯿﺤﺎت ﺑﺎﻻ ﺟﻮاب اﯾﻦ ﻣﺴﺎﻟﻪ ﯾﮏ ﺧﻂ راﺳﺖ اﺳﺖ‪ .‬ﭘﺲ ﮐﻮﺗﺎﻫﺘﺮﯾﻦ ﻓﺎﺻﻠﻪ ﯾﮏ ﺧﻂ راﺳﺖ اﺳﺖ‪.‬‬

‫)΄‪:F=F(x, y‬‬ ‫‪ F . 4‬ﺗﺎﺑﻌﯽ از ‪ x‬و ΄‪،y‬‬

‫)‪d F ( x, y‬‬ ‫)‪F ( x, y ‬‬ ‫آﻧﮕﺎه ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ و اداﻣﻪ ﺣﻞ دارﯾﻢ‪:‬‬
‫‪0‬‬ ‫‪ c1‬‬
‫‪dx y‬‬ ‫‪y ‬‬
‫ﮐﻪ ﻋﺒﺎرت آﺧﺮ ﯾﮏ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺮﺗﺒﻪ اول اﺳﺖ و ﺑﺎ ﺣﻞ آن ﯾﮏ ﺟﻮاب ﻋﻤﻮﻣﯽ ﺑﺮاي ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﺣﺎﺻﻞ‬
‫ﻣﯿﺸﻮد ﮐﻪ واﺑﺴﺘﻪ ﺑﻪ دو ﻋﺪد ﺛﺎﺑﺖ اﺳﺖ‪ .‬ﭘﺲ ﻣﺴﺎﻟﻪ داراي ﺟﻮاب اﺳﺖ‪.‬‬

‫‪12‬‬

‫‪۶‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﻣﺜﺎل‪ :‬ﻓﺎﻧﮑﺸﻨﺎل ﻣﻘﺎﺑﻞ ﻣﻌﺎدﻟﻪ ﺣﺮﮐﺖ ذره اي از ﻧﻘﻄﻪ ﺑﻪ ﻧﻘﻄﻪ دﯾﮕﺮ در ﻃﻮل ﯾﮏ ﻣﻨﺤﻨﯽ )‪Y=Y(x‬ﺑﺎ ﺳﺮﻋﺖ ‪ u=x‬اﺳﺖ‪.‬‬
‫‪x1‬‬ ‫‪1  Y 2‬‬ ‫ﺟﻮاب ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﺣﺎﺻﻞ از اﯾﻦ ﻓﺎﻧﮑﺸﻨﺎل را ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬
‫‪J (Y )  ‬‬ ‫‪dx‬‬
‫‪x0‬‬ ‫‪x‬‬ ‫ﺣﻞ‪ :‬ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ و ﺳﭙﺲ ﻗﺮار دادن ‪ y΄ =tan t‬دارﯾﻢ‪:‬‬

‫‪y‬‬ ‫‪y‬‬
‫‪c x1‬‬ ‫‪1‬‬
‫‪ sin t  c1 sin t‬‬
‫‪2‬‬
‫‪x 1  y‬‬ ‫‪c 1  y‬‬ ‫‪2‬‬ ‫‪c‬‬
‫ﻫﻤﭽﻨﯿﻦ دارﯾﻢ‪:‬‬
‫‪dy‬‬
‫‪ tan t  dy  dx tan t dx‬‬
‫‪c‬‬
‫‪1 cos t dt‬‬
‫‪ dy  c1 sin t dt  y  c1 cos t  c2‬‬
‫‪dx‬‬
‫در ﻧﺘﯿﺠﻪ ﺟﻮاب ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ ﻋﺒﺎرت اﺳﺖ از ﻣﮑﺎن ﻫﻨﺪﺳﯽ داﯾﺮه ﻫﺎﯾﯽ ﮐﻪ ﻣﺮﮐﺰﺷﺎن روي ﻣﺤﻮر ‪ y‬اﺳﺖ‪.‬‬

‫‪ x  c1 sin t‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪ x 2  ( y  c2 ) 2  c1‬‬
‫‪‬‬ ‫‪y‬‬ ‫‪‬‬ ‫‪c‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪c‬‬‫‪1‬‬ ‫‪cos‬‬ ‫‪t‬‬

‫‪13‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫)΄‪: F=F(y,y‬‬ ‫‪ F . 4‬ﺗﺎﺑﻌﯽ از ‪ y‬و ΄‪،y‬‬

‫‪Fy  Fyy y  Fyy  y  0‬‬ ‫آﻧﮕﺎه ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ دارﯾﻢ‪:‬‬
‫ﺑﺎ ﺿﺮب دو ﻃﺮف ﻣﻌﺎدﻟﻪ ﺑﺎﻻ در ΄‪ ، y‬ﻣﯿﺘﻮان ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ را ﺑﻪ ﺷﮑﻞ زﯾﺮ ﻧﻮﺷﺖ‪:‬‬
‫‪d‬‬
‫‪( F  yFy )  0‬‬ ‫)*(‬
‫‪dx‬‬ ‫ﻋﻠﺖ اﯾﻦ ﻧﺘﯿﺠﻪ ﮔﯿﺮي اﯾﻦ اﺳﺖ ﮐﻪ دارﯾﻢ‪:‬‬
‫‪d‬‬
‫‪( F  yFy )  Fy y  Fy y  yFy  Fyy y2  Fyy yy‬‬
‫‪dx‬‬
‫ﺣﺎل ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ راﺑﻄﻪ )*(‪ ،‬ﭘﺲ از اﻧﺘﮕﺮاﻟﮕﯿﺮي ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﺑﻪ ﺻﻮرت زﯾﺮ در ﻣﯽ آﯾﺪ ﮐﻪ ﺑﺎ ﺣﻞ آن ﺟﻮاب ﺑﻪ دﺳﺖ‬
‫ﻣﯽ آﯾﺪ‪.‬‬
‫‪F  y Fy  c‬‬

‫‪14‬‬

‫‪٧‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫ﻣﺜﺎل‪ :‬ﻣﺴﺎﺣﺖ ﺳﻄﺢ ﺣﺎﺻﻞ از دوران ﻣﻨﺤﻨﯽ )‪ Y=Y(x‬از ﻧﻘﻄﻪ )‪ (x0,y0‬ﺗﺎ )‪ ، (x1,y1‬ﺣﻮل ﻣﺤﻮر ‪ x‬ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪x1‬‬
‫‪J (Y )  2  Y 1  Y 2 dx‬‬
‫‪x0‬‬
‫ﺟﻮاب ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ را ﺑﺮاي ﻓﺎﻧﮑﺸﻨﺎل ﻓﻮق ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬
‫ﺣﻞ‪ :‬در اﯾﻨﺠﺎ ‪ F‬ﺗﺎﺑﻌﯽ از ‪ y‬و ΄‪ y‬اﺳﺖ‪ ،‬ﭘﺲ ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ دارﯾﻢ‪:‬‬
‫‪yy 2‬‬
‫‪y 1  y2 ‬‬ ‫‪c‬‬
‫‪1  y2‬‬ ‫ﺣﺎل ﺑﺎ ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ ‪ y΄ =sinh t‬دارﯾﻢ‪:‬‬
‫‪2‬‬
‫‪y sinh t‬‬
‫‪y cosh t ‬‬ ‫)**( ‪ c  y  c cosh t‬‬
‫‪cosh t‬‬ ‫از ﻃﺮﻓﯽ‪:‬‬

‫‪dy‬‬ ‫‪dy‬‬ ‫‪c sinh t dt‬‬

‫‪y  sinh t ‬‬ ‫‪ sinh t  dx ‬‬ ‫)**(‪‬‬
‫‪ dx ‬‬ ‫‪ cdt‬‬
‫‪dx‬‬ ‫‪sinh t‬‬ ‫‪sinh t‬‬

‫‪15‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬
‫‪ x  c1‬‬
‫‪t ‬‬ ‫‪x  c1‬‬
‫‪ x  ct  c1  ‬‬ ‫‪c‬‬ ‫‪‬‬ ‫‪y  c cosh‬‬
‫‪ y  c cosh t‬‬ ‫‪c‬‬
‫ﭘﺲ ﮐﻤﺘﺮﯾﻦ ﺳﻄﺢ ﺟﺎﻧﺒﯽ‪ ،‬از دوران ﯾﮏ ﻣﻨﺤﻨﯽ ﮐﺴﯿﻨﻮس ﻫﺎﯾﭙﺮﺑﻮﻟﯿﮏ ﺣﺎﺻﻞ ﻣﯿﺸﻮد‪.‬‬

‫ﻣﺜﺎل‪ :‬در ﺑﺮرﺳﯽ ﺣﺮﮐﺖ ﯾﮏ ﮔﻠﻮﻟﻪ در ﻃﻮل ﯾﮏ ﻣﻨﺤﻨﯽ از )‪ A(0,0‬ﺗﺎ )‪ B(x1,y1‬و ﺑﺮاي ﭘﯿﺪا ﮐﺮدن ﻣﺴﯿﺮي ﮐﻪ ﮐﻤﺘﺮﯾﻦ‬
‫زﻣﺎن را ﺻﺮف ﮐﻨﺪ‪ ،‬ﺑﺮﻧﻮﻟﯽ ﺑﻪ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ زﯾﺮ رﺳﯿﺪه اﺳﺖ‪ .‬ﺟﻮاب ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ را ﺑﺮاي اﯾﻦ ﻓﺎﻧﮑﺸﻨﺎل ﺑﯿﺎﺑﯿﺪ‪.‬‬

‫‪1‬‬ ‫‪x1‬‬ ‫‪1  Y 2‬‬

‫‪J (Y ) ‬‬ ‫‪‬‬ ‫‪dx,‬‬ ‫‪Y (0)  0,‬‬ ‫‪Y ( x1 )  y1‬‬
‫‪0‬‬
‫‪2g‬‬ ‫‪Y‬‬
‫ﺣﻞ‪ :‬ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ دارﯾﻢ‪:‬‬
‫‪1  y 2‬‬ ‫‪y 2‬‬
‫‪F  yFy  c ‬‬ ‫‪‬‬ ‫‪c‬‬
‫‪y‬‬ ‫) ‪y (1  y2‬‬
‫‪16‬‬

‫‪٨‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ‬

‫‪1‬‬
‫‪ c  y(1  y2 )  c1‬‬
‫‪2‬‬
‫) ‪y(1  y‬‬
‫ﺣﺎل ﺑﺎ ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ ‪ y΄ =cot t‬دارﯾﻢ‪:‬‬
‫‪c1‬‬ ‫‪c‬‬
‫‪y‬‬ ‫‪2‬‬
‫) ‪ c1 sin 2 t  1 (1  cos 2t‬‬ ‫)**(‬
‫‪1  cot t‬‬ ‫‪2‬‬
‫‪dy 2c1 sin t cos t dt‬‬ ‫از ﻃﺮﻓﯽ‪:‬‬
‫‪dx ‬‬ ‫‪‬‬ ‫‪ 2c1 sin 2 t dt  c1 (1  cos 2t ) dt‬‬
‫‪y‬‬ ‫‪cot t‬‬
‫‪c‬‬
‫) ‪ x  c2  1 ( 2t  sin 2t‬‬
‫‪2‬‬
‫ﻫﻤﭽﻨﯿﻦ ﺑﺎ اﻋﻤﺎل ﺷﺮط اوﻟﯿﻪ و ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ ﺟﻮاب ﻧﻬﺎﯾﯽ ﮐﻪ ﺑﯿﺎﻧﮕﺮ ﯾﮏ ﻣﻨﺤﻨﯽ ﺳﯿﮑﻠﻮﺋﯿﺪي اﺳﺖ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬
‫‪c1‬‬ ‫‪c1‬‬
‫‪x‬‬ ‫‪(u  sin u ),‬‬ ‫‪y‬‬ ‫) ‪(1  cos u‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪17‬‬

‫ﺑﺴﻢ ﺍﷲ ﺍﻟﺮﺣﻤﻦ ﺍﻟﺮﺣﻴﻢ‬

‫ﺣﺴﺎب ﺗﻐﯿﯿﺮات )‪(2‬‬

‫ﺟﻠﺴﻪ ‪16‬‬

‫ﺳﯿﺪ روح اﷲ ﮐﺎﻇﻤﯽ‬

‫رﯾﺎﺿﯽ ﭘﯿﺸﺮﻓﺘﻪ‬

‫‪٩‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫روش رﯾﻠﯽ ‪ -‬رﯾﺘﺰ‬

‫ﭼﻨﺎن ﮐﻪ در ﺟﻠﺴﻪ ﻗﺒﻞ ﻣﻄﺮح ﺷﺪ‪ ،‬ﻣﺴﺎﯾﻞ ﻣﺮﺑﻮط ﺑﻪ ﺣﺴﺎب ﺗﻐﯿﯿﺮات‪ ،‬ﺑﻪ ﻣﺴﺎﯾﻠﯽ ﺑﻪ ﺷﮑﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺑﺮﮔﺮداﻧﺪه‬
‫ﺷﺪه و ﺳﭙﺲ ﺣﻞ ﻣﯿﺸﺪ‪ .‬وﻟﯽ در ﺑﺴﯿﺎري ﻣﻮارد ﻣﻌﺎدﻻت اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ دﻗﯿﻘﺎ ﻗﺎﺑﻞ ﺣﻞ ﻧﯿﺴﺖ‪ .‬ﻣﺜﻼ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ زﯾﺮ‬
‫‪11‬‬
‫‪J (Y )   (Y 2  eY )dx Y (0)  0, Y (1)  1  y  e y y(0)  0, y(1)  1‬‬
‫‪02‬‬

‫داراي ﻣﻌﺎدﻟﻪ وﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ي ﺑﻪ ﺷﮑﻞ ﻧﺸﺎن داده ﺷﺪه اﺳﺖ ﮐﻪ ﯾﮏ ﻣﺴﺎﻟﻪ ﻏﯿﺮﺧﻄﯽ اﺳﺖ و آن را دﻗﯿﻘﺎ ﻧﻤﯿﺘﻮان ﺣﻞ ﮐﺮد‪.‬‬
‫اﯾﻦ وﺿﻌﯿﺖ ﺑﺎﻋﺚ ﮔﺴﺘﺮش روﺷﻬﺎي ﺗﻐﯿﯿﺮاﺗﯽ ﻣﺴﺘﻘﯿﻢ ﺷﺪه اﺳﺖ ﮐﻪ در آن ﻣﺴﺘﻘﯿﻤﺎ ﺑﺎ ﺗﺎﺑﻊ )‪ J(Y‬ﮐﺎر ﻣﯿﺸﻮد‪ .‬ﯾﮑﯽ از اﯾﻦ‬
‫روﺷﻬﺎي ﻣﺴﺘﻘﯿﻢ روش رﯾﻠﯽ – رﯾﺘﺰ اﺳﺖ‪.‬‬
‫در اﯾﻦ روش ‪ Yn‬را ﺑﻪ ﺷﮑﻞ ﻣﻘﺎﺑﻞ ﻣﯿﮕﯿﺮﯾﻢ ﮐﻪ در آن ‪ fi‬ﻫﺎ ﺗﻮاﺑﻊ ﻣﻌﻠﻮﻣﯽ ﻫﺴﺘﻨﺪ ﮐﻪ ﺷﺮاﯾﻂ ﻣﺮزي را ﻧﻘﺾ ﻧﻤﯿﮑﻨﻨﺪ‪:‬‬
‫‪n‬‬
‫)‪Yn  ifi(x‬‬
‫‪i 1‬‬

‫‪19‬‬

‫روش رﯾﻠﯽ ‪ -‬رﯾﺘﺰ‬

‫ﺑﺎ ﻗﺮار دادن ‪ Yn‬در )‪ J ، J(Y‬ﺑﻪ ﺻﻮرت ﺗﺎﺑﻌﯽ از ‪i‬ﻫﺎ ﺑﯿﺎن ﻣﯿﺸﻮد‪ .‬ﺣﺎل ﺑﺮاي ﻣﯿﻨﯿﻤﻢ ﺷﺪن ﻓﺎﻧﮑﺸﻨﺎل‪ ،‬ﺑﺎﯾﺪ رواﺑﻂ زﯾﺮ ﺑﺮﻗﺮار‬
‫‪J‬‬ ‫ﺑﺎﺷﺪ‪:‬‬
‫‪ 0, i 1,...,n‬‬
‫‪i‬‬
‫ﮐﻪ از آﻧﻬﺎ ﻣﻘﺪار ﺿﺮاﯾﺐ ﺗﻌﯿﯿﻦ ﻣﯿﺸﻮد‪ .‬ﻣﺠﻤﻮع ﺣﺎﺻﻞ ﯾﮏ ﮐﺮان ﺑﺎﻻ ﺑﺮاي )‪ J(y‬را ﻧﺘﯿﺠﻪ ﻣﯿﺪﻫﺪ و ‪Yn‬ﺣﺎﺻﻞ ﺗﻘﺮﯾﺒﯽ ﺑﺮاي‬
‫‪ y‬ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﯾﻌﻨﯽ ﻣﯿﺘﻮان ﺛﺎﺑﺖ ﮐﺮد ﮐﻪ‪:‬‬
‫) ‪J ( y)  Lim J (Yn‬‬ ‫&‬ ‫‪Lim Yn  y‬‬
‫‪n‬‬ ‫‪n‬‬

‫ﻣﺜﺎل‪ :‬ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ زﯾﺮ را ﺑﻪ روش رﯾﻠﯽ‪-‬رﯾﺘﺰ و ﺑﺎ اﻧﺘﺨﺎب ﯾﮏ ﺟﻤﻠﻪ ﺣﻞ ﮐﻨﯿﺪ‪.‬‬

‫‪1 1‬‬ ‫‪1‬‬
‫‪J (Y )   ( Y 2  Y 2  Y )dx Y (0) Y (1)  0‬‬
‫‪0 2‬‬ ‫‪2‬‬ ‫ﺣﻞ‪:‬‬
‫ﺗﺎﺑﻌﯽ ﺑﻪ ﺷﮑﻞ ﻣﻘﺎﺑﻞ در ﻧﻈﺮ ﻣﯿﮕﯿﺮﯾﻢ )ﺷﺮاﯾﻂ ﻣﺮزي را ارﺿﺎ ﻣﯿﮑﻨﺪ(‪:‬‬
‫‪2‬‬
‫‪Y1   x(1 x)   x  x‬‬

‫‪20‬‬

‫‪١٠‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫روش رﯾﻠﯽ ‪ -‬رﯾﺘﺰ‬

‫اداﻣﻪ ﺣﻞ‪ :‬ﺑﺎ ﻗﺮار دادن اﯾﻦ ﺗﺎﺑﻊ در ﻓﺎﻧﮑﺸﻨﺎل ﻣﻮرد ﺑﺮرﺳﯽ دارﯾﻢ‪:‬‬

‫‪1 1‬‬ ‫‪1‬‬ ‫‪‬‬

‫‪J (Y1)    (  2 x)2  x   x2  ( x  x2 )2 ) dx‬‬
‫‪0 2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪1 11‬‬ ‫‪1‬‬ ‫‪‬‬
‫) ‪ J (Y1 )    2    60 2   J (‬‬
‫‪2 30‬‬ ‫‪6‬‬ ‫‪6‬‬
‫ﺣﺎل ﺑﺮاي ﺗﻌﯿﯿﻦ ﻣﻘﺪار ﺿﺮﯾﺐ ﻣﯿﻨﻮﯾﺴﯿﻢ‪:‬‬
‫‪J‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪ 11 5‬‬ ‫‪1 5‬‬
‫‪ 0     J (Y1)   2   ( )2    0.037879‬‬
‫‪‬‬ ‫‪11‬‬ ‫‪60‬‬ ‫‪6 60 11 6 11‬‬
‫ﻣﻘﺪار ﺑﻪ دﺳﺖ آﻣﺪه ﯾﮏ ﮐﺮان ﺑﺎﻻ ﺑﺮاي )‪ J(y‬اﺳﺖ و ﺗﺎﺑﻊ زﯾﺮ ﯾﮏ ﺗﻘﺮﯾﺐ ﺗﻐﯿﯿﺮاﺗﯽ ﺳﺎده ﺑﺮاي ﺗﺎﺑﻊ ﺑﺤﺮاﻧﯽ واﻗﻌﯽ‪ y‬ﻣﯿﺒﺎﺷﺪ‪.‬‬

‫‪5‬‬
‫‪Y1 ‬‬ ‫)‪x (1 x‬‬
‫‪11‬‬
‫‪21‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫در ﺟﻠﺴﻪ ﻗﺒﻞ ﺣﺎﻟﺖ ﺳﺎده اي از ﻓﺎﻧﮑﺸﻨﺎل ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﺮﻓﺖ )راﺑﻄﻪ ‪.( 15-1‬‬
‫‪x1‬‬
‫‪J (Y )   F (x,Y , Y )dx Y (x0 )  y0 Y (x1 )  y1‬‬ ‫)‪( 15-1‬‬
‫‪x0‬‬

‫در اداﻣﻪ اﯾﻦ ﺟﻠﺴﻪ‪ ،‬ﺣﺎﻻت ﻣﺨﺘﻠﻔﯽ از ﺷﮑﻠﻬﺎي ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ ﻓﺎﻧﮑﺸﻨﺎل ﻗﺒﻞ‪ ،‬ﻣﻮرد ﺗﻮﺟﻪ ﻗﺮار ﺧﻮاﻫﺪ ﮔﺮﻓﺖ‪.‬‬
‫‪ . 1‬ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﭼﻨﺪ ﺗﺎﺑﻊ‬
‫ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﭼﻨﺪ ﺗﺎﺑﻊ ﺑﻪ ﺻﻮرت زﯾﺮ و ﺑﺎ ﺷﺮاﯾﻂ ﻣﻄﺮح ﺷﺪه را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬

‫‪x1‬‬
‫‪J (Y1, Y2 , ..., Yn )   F (x, Y1,Y2 , ..., Yn , Y1, Y2, ..., Yn) dx‬‬
‫‪x0‬‬

‫‪Y1(x0 )  y10 , Y2 (x0 )  y20 , ..., Yn (x0 )  yn0‬‬ ‫)‪( 15-2‬‬

‫‪Y1(x1)  y11 , Y2 (x1)  y21 , ..., Yn (x1)  yn1‬‬

‫‪22‬‬

‫‪١١‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫ﺑﺮاي اﮐﺴﺘﺮﻣﻢ ﮐﺮدن اﯾﻦ ﻓﺎﻧﮑﺸﻨﺎل‪ ،‬ﺗﻨﻬﺎ ﯾﮏ ﺗﺎﺑﻊ را ﻣﺘﻐﯿﺮ ﻣﯿﮕﯿﺮﯾﻢ و ﺳﺎﯾﺮ ﺗﻮاﺑﻊ را ﺛﺎﺑﺖ ﻓﺮض ﻣﯿﮑﻨﯿﻢ‪ .‬ﺑﻪ اﯾﻦ ﺗﺮﺗﯿﺐ‬
‫ﻣﯿﺘﻮان ﻧﺼﻮر ﻧﻤﻮد ﮐﻪ ﻓﺎﻧﮑﺸﻨﺎل ‪ 15-2‬ﺑﻪ ﻓﺎﻧﮑﺸﻨﺎل ‪ 15-1‬ﺗﺒﺪﯾﻞ ﺷﻮد ﮐﻪ ﺗﻨﻬﺎ ﺑﻪ ﯾﮏ ﺗﺎﺑﻊ )‪Yi(x‬واﺑﺴﺘﻪ اﺳﺖ‪ ،‬ﯾﻌﻨﯽ‪:‬‬

‫‪J (Y1, Y2 , ..., Yn )  J (Yi ), i  1, 2, ...,n‬‬ ‫)‪( 15-3‬‬

‫ﺣﺎل ﺑﺎ ﻧﻮﺷﺘﻦ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ ﺑﺮاي ﺗﮏ ﺗﮏ ﺗﻮاﺑﻊ )‪ ، Yi(x‬ﺑﻪ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت زﯾﺮ ﻣﯿﺮﺳﯿﻢ‪:‬‬
‫‪d‬‬ ‫)‪( 15-4‬‬
‫‪Fyi  Fyi  0‬‬ ‫‪i  1, 2, ..., n‬‬
‫‪dx‬‬
‫‪‬‬ ‫ﻣﺜﺎل‪ :‬اﮐﺴﺘﺮﻣﻢ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﺑﻪ ازاي ﺷﺮاﯾﻂ داده ﺷﺪه ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪J (Y , Z )   2 (Y 2  Z  2  2YZ ) dx,‬‬
‫‪0‬‬

‫‪‬‬ ‫‪‬‬
‫‪Y (0)  0, Y ( )  1,‬‬ ‫‪Z (0)  0, Z ( )  1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪23‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪d‬‬
‫‪Fy ‬‬ ‫‪Fy   0  2 z  2 y  0‬‬ ‫ﺣﻞ‪:‬‬
‫‪dx‬‬
‫دﺳﺘﮕﺎه ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﻻﮔﺮاﻧﮋ در اﯾﻨﺠﺎ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪d‬‬
‫‪Fz  Fz   0  2 z   2 y  0‬‬
‫‪dx‬‬

‫‪y ( 4)  y  0‬‬ ‫در ﻧﺘﯿﺠﻪ ﻣﻌﺎدﻟﻪ ﺣﺎﺻﻞ و ﺟﻮاب آن ﻋﺒﺎرت اﺳﺖ از‪:‬‬

‫‪ y  c1e x  c2 e  x  c3 cos x  c4 sin x‬‬

‫‪ z  c1e x  c2e  x  c3 cos x  c4 sin x‬‬
‫و ﺳﺮ اﻧﺠﺎم ﺑﺎ اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪ ،‬ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪B.C.  c1  c2  c3  0, c4  1  z   sin x, y  sin x‬‬

‫‪24‬‬

‫‪١٢‬‬
١۴٣۴/٠٧/٠٧

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

x1 ‫ ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﻣﺸﺘﻘﺎت ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ‬. 2

J (Y )   F (x, Y , Y, ..., Y (n) ) dx ( 15-5)
x0

Y1(x0 )  y01 , Y (x0 )  y02 , ..., Y (n1) (x0 )  y0n ‫ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﭼﻨﺪ ﺗﺎﺑﻊ ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ‬

Y1(x1)  y11 , Y (x1)  y12 , ..., Y ( n1)

(x1)  y1n :‫و ﺑﺎ ﺷﺮاﯾﻂ ﻣﻄﺮح ﺷﺪه را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‬

Y ( x)  y ( x )  e z ( x ) ‫ﻻﮔﺮاﻧﮋ را ﺑﺮاي ﻓﺎﻧﮑﺸﻨﺎل‬-‫ﻣﺸﺎﺑﻪ روﺷﯽ ﮐﻪ ﺑﺎ آن ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‬

:‫ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﻋﻤﻞ ﻣﯿﮑﻨﯿﻢ‬،‫ ﺑﻪ دﺳﺖ آوردﯾﻢ‬15-1
Y ( x)  y ( x)  e z( x )
Y ( x)  y ( x)  e z( x )
 x x x1
  z x1  0, z  x1  0, ..., z ( n ) 0
...
0 0 x0

Y ( n ) ( x )  y ( n ) ( x)  e z ( n ) ( x)

25

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

x1
J (Y )  J ( y  e z )   F ( x, y  e z, y  e z, ..., y ( n ) ( x )  e z ( n ) ( x ))dx
x0

:‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺑﺴﻂ ﺗﯿﻠﻮر ﻣﯿﺘﻮان ﻧﻮﺷﺖ‬

x1  F F F 
I (e )   F ( x, y , y )  e z  e z  ...  e z ( n ) ( n )  O(e 2 )dx
x0
 y y y 
dI (e ) x1  F F F 
0 z  z  ...  z ( n ) ( n ) dx  0
de e  0 x 0
 y y  y 
:(‫ﺣﺎل ﺑﺎ اﺳﺘﻔﺎده از روش ﺟﺰء ﺑﻪ ﺟﺰء ﻣﯿﺘﻮان ﻧﻮﺷﺖ )ﭼﺮا؟‬
n
x1 F x1 d F
 z ( n) ( n)
dx  (1) n  z n ( ( n ) )dx
x0 y x 0 dx y
26

١٣
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫در ﻧﺘﯿﺠﻪ ﻣﯿﺘﻮان ﻧﻮﺷﺖ‪:‬‬

‫‪x1‬‬‫‪ F d F d 2 F‬‬ ‫‪n d‬‬
‫‪n‬‬
‫‪F ‬‬
‫‪‬‬ ‫‪‬‬
‫‪x0  y dx y dx 2 y‬‬
‫‪‬‬ ‫‪‬‬ ‫‪...‬‬ ‫‪‬‬ ‫(‬ ‫‪‬‬‫‪1‬‬‫)‬ ‫‪z dx  0‬‬
‫‪dx y ( n ) ‬‬
‫‪n‬‬

‫و ﭼﻮن راﺑﻄﻪ ﺑﺎﻻ ﺑﻪ ازاي ﻫﺮ ‪ z‬ﺑﺮﻗﺮار اﺳﺖ‪:‬‬

‫‪2‬‬ ‫‪n‬‬
‫‪F d F d F‬‬ ‫‪d F‬‬
‫‪‬‬ ‫‪ 2‬‬ ‫‪ ...  (1) n n ( n )  0‬‬ ‫)‪( 15-6‬‬
‫‪y dx y dx y ‬‬ ‫‪dx y‬‬
‫ﻣﻌﺎدﻟﻪ ﻓﻮق ﮐﻪ ﯾﮏ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺮﺗﺒﻪ ‪ n‬ام اﺳﺖ‪ ،‬ﺑﻪ ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﭘﻮاﺳﻦ ﻣﻮﺳﻮم اﺳﺖ ﮐﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﺮاﯾﻂ زﯾﺮ‬
‫ﻣﯿﺘﻮان ﺑﻪ ﺟﻮاب رﺳﯿﺪ‪:‬‬
‫‪Y1(x0 )  y01 , Y (x0 )  y02 , ..., Y (n1) (x0 )  y0n‬‬
‫‪Y1(x1)  y11 , Y(x1)  y12 ,...,Y (n1) (x1)  y1n‬‬

‫‪27‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪1‬‬
‫‪J (Y )   (1  Y 2 ) dx,‬‬ ‫ﻣﺜﺎل‪ :‬اﮐﺴﺘﺮﻣﻢ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﺑﻪ ازاي ﺷﺮاﯾﻂ داده ﺷﺪه ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪0‬‬

‫‪Y (0)  0, Y (0)  1, Y (1)  1, Y (1)  1‬‬

‫ﺣﻞ‪:‬‬
‫‪d2‬‬
‫‪( 2 y)  0‬‬ ‫ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﭘﻮاﺳﻦ در اﯾﻨﺠﺎ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪dx 2‬‬
‫ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺣﺎﺻﻞ‪ ،‬ﺣﻞ ﻋﻤﻮﻣﯽ آن و ﺟﻮاب‬
‫‪y ( 4 )  0  y  c1 x 3  c2 x 2  c3 x  c4‬‬ ‫ﻧﻬﺎﯾﯽ آن‪ ،‬ﺑﺎ اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪ ،‬ﻋﺒﺎرت اﺳﺖ از ‪:‬‬
‫‪B.Cs.  y  x‬‬
‫‪‬‬ ‫ﻣﺜﺎل‪ :‬اﮐﺴﺘﺮﻣﻢ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﺑﻪ ازاي ﺷﺮاﯾﻂ داده ﺷﺪه ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪J (Y )   (Y   Y  x ) dx,‬‬
‫‪2‬‬
‫‪0‬‬

‫‪‬‬ ‫‪‬‬
‫‪Y (0)  1, Y ( )  0, Y (0)  0, Y ( )  1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪28‬‬

‫‪١۴‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫ﺣﻞ‪ :‬ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺣﺎﺻﻞ )ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﭘﻮاﺳﻦ( در اﯾﻨﺠﺎ‪ ،‬ﺣﻞ ﻋﻤﻮﻣﯽ آن و ﺟﻮاب ﻧﻬﺎﯾﯽ آن‪ ،‬ﺑﺎ اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪،‬‬

‫‪y ( 4 )  y  0  y  c1e x  c2 e  x  c3 cos x  c4 sin x‬‬ ‫ﻋﺒﺎرت اﺳﺖ از ‪:‬‬

‫‪BCs  y  cos x‬‬

‫‪l 1‬‬
‫‪J (Y )   ( mY 2  rY ) dx,‬‬ ‫ﻣﺜﺎل‪ :‬اﮐﺴﺘﺮﻣﻢ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﺑﻪ ازاي ﺷﺮاﯾﻂ داده ﺷﺪه ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪l 2‬‬
‫ﺣﻞ‪ :‬اﯾﻦ ﻣﺴﺎﻟﻪ ﻣﺮﺑﻮط ﺑﻪ ﯾﮏ ﻣﯿﻠﻪ ﻫﻤﮕﻦ اﺳﺖ‬
‫‪Y ( l )  0, Y (l )  0, Y (l )  0, Y (l )  0‬‬ ‫ﮐﻪ در ﻣﺒﺤﺚ اﻻﺳﺘﯿﺴﯿﺘﻪ ﻇﺎﻫﺮ ﻣﯿﺸﻮد‪ r .‬و ‪m‬‬
‫‪d2‬‬ ‫‪r‬‬ ‫ﻣﻘﺎدﯾﺮ ﺛﺎﺑﺘﯽ ﻫﺴﺘﻨﺪ‪ .‬ﻣﻌﺎدﻟﻪ اوﯾﻠﺮ‪-‬ﭘﻮاﺳﻦ ﺑﺮاي اﯾﻦ ﻣﺴﺎﻟﻪ‪:‬‬
‫‪r‬‬ ‫‪2‬‬
‫‪( my )  0  y ( 4 )  ‬‬
‫‪dx‬‬ ‫‪m‬‬ ‫ﺣﻞ ﻋﻤﻮﻣﯽ و ﺟﻮاب ﻧﻬﺎﯾﯽ ﺑﺎ اﻋﻤﺎل ﺷﺮاﯾﻂ ﻣﺮزي‪ ،‬ﻋﺒﺎرت‬
‫‪r x4‬‬ ‫‪r‬‬ ‫اﺳﺖ از‪:‬‬
‫‪y‬‬ ‫‪ c1 x 3  c2 x 2  c3 x  c4 BCs‬‬
‫‪ y‬‬
‫‪‬‬ ‫‪(x2  l 2 )2‬‬
‫‪24m‬‬ ‫‪24 m‬‬

‫‪29‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪ . 3‬ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﭼﻨﺪ ﺗﺎﺑﻊ ﺑﺎ ﻣﺸﺘﻘﺎت ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ‬

‫ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ ﺷﺎﻣﻞ ﭼﻨﺪ ﺗﺎﺑﻊ و ﻣﺸﺘﻘﺎت ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ آﻧﻬﺎ را ﺑﻪ ﺻﻮرت زﯾﺮ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬
‫‪x1‬‬
‫‪J (Y , Z )   F (x, Y ,Y ,..., Y ( n) , Z, Z,..., Z (m) ) dx‬‬ ‫)‪( 15-7‬‬
‫‪x0‬‬

‫ﺑﺎ روﺷﯽ ﺑﺮاﺳﺎس آﻧﭽﻪ ﭘﯿﺶ از اﯾﻦ ﻣﻄﺮح ﺷﺪ‪ ،‬ﺑﻪ ﻣﻌﺎدﻻت زﯾﺮ ﻣﯿﺮﺳﯿﻢ ﮐﻪ ﺑﺎ ﺷﺮاﯾﻂ ﻣﺮزي داده ﺷﺪه ﻗﺎﺑﻞ ﺣﻞ اﺳﺖ‪:‬‬

‫‪F d F d 2 F‬‬ ‫‪d n F‬‬

‫‪‬‬ ‫‪ 2‬‬ ‫‪ ...  (1) n n ( n )  0‬‬
‫‪y dx y dx y ‬‬ ‫‪dx y‬‬
‫)‪( 15-8‬‬ ‫)ﭼﺮا؟(‬
‫‪F d F d 2 F‬‬ ‫‪d n F‬‬
‫‪‬‬ ‫‪ 2‬‬ ‫‪ ...  ( 1) n n ( n )  0‬‬
‫‪z dx z dx z‬‬ ‫‪dx z‬‬

‫‪30‬‬

‫‪١۵‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪Z Z‬‬ ‫‪ . 4‬ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ واﺑﺴﺘﻪ ﺑﻪ ﺗﻮاﺑﻊ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‬
‫‪J (Z (x, y))   F( x, y, Z,‬‬ ‫‪, ) dx dy‬‬
‫‪D‬‬ ‫‪x y‬‬ ‫ﻓﺎﻧﮑﺸﻨﺎل ﻣﻘﺎﺑﻞ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬
‫)‪( 15-9‬‬
‫‪Z‬‬ ‫‪Z‬‬
‫‪  F ( x, y, Z, p, q) dx dy, p  , q ‬‬
‫‪D‬‬
‫‪x‬‬ ‫‪y‬‬
‫ﺑﺎ روﺷﯽ ﻣﺸﺎﺑﻪ آﻧﭽﻪ ﭘﯿﺶ از اﯾﻦ ﺑﺮاي ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎي واﺑﺴﺘﻪ ﺑﻪ ﺗﻮاﺑﻊ ﯾﮏ ﻣﺘﻐﯿﺮه ﻣﻄﺮح ﺷﺪ‪ ،‬ﺑﻪ ﻣﻌﺎدﻟﻪ زﯾﺮ ﻣﯿﺮﺳﯿﻢ‪:‬‬

‫‪F  F  F‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪z x z x y z y‬‬
‫اﯾﻦ ﻣﻌﺎدﻟﻪ ﺑﻪ ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ ﻣﻮﺳﻮم اﺳﺖ ﮐﻪ ﺑﺎ ﻓﺮض ‪ zx=p‬و ‪ zy=q‬ﺑﻪ ﺻﻮرت زﯾﺮ در ﻣﯽ آﯾﺪ‪:‬‬

‫‪F  F  F‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪or‬‬ ‫‪Fz ‬‬ ‫‪Fp  Fq  0‬‬
‫‪z x p y q‬‬ ‫‪x‬‬ ‫‪y‬‬

‫‪31‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ را ﺑﻪ ﮐﻤﮏ اﯾﻦ ﺷﺮط ﻣﺮزي ﮐﻪ )‪ Z(x,y‬روي ﮐﺮان ﻧﺎﺣﯿﻪ ‪ ( ∂D ) D‬ﻣﻘﺪار ﺗﺎﺑﻊ ﻣﻌﻠﻮم )‪ f(x,y‬را‬
‫اﺧﺘﯿﺎر ﮐﻨﺪ ﻗﺎﺑﻞ ﺣﻞ اﺳﺖ‪.‬‬

‫ﻣﺜﺎل‪ :‬اﮐﺴﺘﺮﻣﻢ ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﻃﻮري ﺑﯿﺎﺑﯿﺪ ﮐﻪ )‪ Z(x,y‬روي ﮐﺮان ﻧﺎﺣﯿﻪ ‪ ( ∂D ) D‬ﻣﻘﺪار ﻣﺸﺨﺺ )‪ f(x,y‬را اﺧﺘﯿﺎر ﮐﻨﺪ‪.‬‬

‫‪ Z‬‬ ‫‪Z ‬‬

‫‪J (Z (x, y))   ( )2  ( )2  dxdy‬‬
‫‪D ‬‬
‫‪x‬‬ ‫‪y ‬‬
‫‪2 z 2 z‬‬
‫‪‬‬ ‫‪0‬‬ ‫ﺣﻞ‪ :‬ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ ﺑﺮاي اﯾﻦ ﻣﺴﺎﻟﻪ ﻋﺒﺎرت اﺳﺖ از راﺑﻄﻪ ﻣﻘﺎﺑﻞ ﮐﻪ ﯾﮏ ﻣﻌﺎدﻟﻪ ﻻﭘﻼس‬
‫‪x2 y2‬‬
‫اﺳﺖ و ﺑﺎ ﻓﺮض زﯾﺮ ﺑﻪ ﻣﻌﺎدﻟﻪ دﯾﺮﯾﮑﻠﻪ ﺗﺒﺪﯾﻞ ﻣﯿﺸﻮد و داراي ﺟﻮاب ﯾﮑﺘﺎ ﺑﺮ ‪ D‬اﺳﺖ‪.‬‬
‫)‪Z D  f (x, y‬‬

‫‪32‬‬

‫‪١۶‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫ﻣﺜﺎل‪ :‬ﻓﺎﻧﮑﺸﻨﺎل زﯾﺮ را ﺑﺮرﺳﯽ ﮐﻨﯿﺪ‪.‬‬

‫‪ Z‬‬ ‫‪Z‬‬ ‫‪‬‬
‫)‪J (Z (x, y))   ( )2  ( )2  2Zf ( x, y) dx dy Z D  f (x, y‬‬
‫‪D ‬‬
‫‪x‬‬ ‫‪y‬‬ ‫‪‬‬
‫‪2‬‬
‫‪z z‬‬ ‫‪2‬‬ ‫ﺣﻞ‪ :‬ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ ﺑﺮاي اﯾﻦ ﻣﺴﺎﻟﻪ ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪2‬‬
‫)‪ 2  f (x, y‬‬
‫‪x y‬‬
‫اﯾﻦ ﻣﻌﺎدﻟﻪ ﯾﮏ ﻣﻌﺎدﻟﻪ ﭘﻮاﺳﻦ اﺳﺖ ﮐﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﺮط داده ﺷﺪه ﻣﯿﺘﻮان ﺑﻪ ﺣﻞ آن ﭘﺮداﺧﺖ‪.‬‬

‫ﻣﺜﺎل‪ :‬از ﺑﯿﻦ ﻫﻤﻪ ﺳﻄﻮﺣﯽ ﮐﻪ از ﯾﮏ ﻣﻨﺤﻨﯽ ﺑﺴﺘﻪ ‪ C‬ﻣﯿﮕﺬرﻧﺪ‪ ،‬ﺳﻄﺤﯽ را ﺑﯿﺎﺑﯿﺪ ﮐﻪ داراي ﻣﺴﺎﺣﺖ ﻣﯿﻨﯿﻤﻢ ﺑﺎﺷﺪ‪.‬‬
‫ﺣﻞ‪ :‬ﻣﺴﺎﺣﺖ ﭼﻨﯿﻦ ﺳﻄﺤﯽ را ﺑﻪ ﺷﮑﻞ ﻓﺎﻧﮑﺸﻨﺎل ﻣﻘﺎﺑﻞ ﻣﯿﺘﻮان ﺑﯿﺎن ﮐﺮد و ﻣﺎ ﺑﻪ دﻧﺒﺎل ﯾﺎﻓﺘﻦ اﮐﺴﺘﺮﻣﻢ )در اﯾﻨﺠﺎ ﻣﯿﻨﯿﻤﻢ(‬

‫‪Z 2 Z 2‬‬ ‫اﯾﻦ ﻓﺎﻧﮑﺸﻨﺎل ﻫﺴﺘﯿﻢ‪.‬‬

‫( ‪J (Z (x, y))   1‬‬ ‫‪)  ( ) dx dy‬‬ ‫‪Z D  c‬‬
‫‪D‬‬
‫‪x‬‬ ‫‪y‬‬
‫‪33‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪ ‬‬ ‫‪p‬‬ ‫‪  ‬‬ ‫‪q‬‬ ‫‪‬‬ ‫از ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪0‬‬
‫‪x  1 p2  q2  y  1 p2  q2 ‬‬
‫ﮐﻪ ﺑﺎ ﺣﻞ اﯾﻦ ﻣﻌﺎدﻟﻪ ﻣﯿﺘﻮان ﺟﻮاب ﻣﻄﻠﻮب را ﺗﻌﯿﯿﻦ ﮐﺮد‪.‬‬

‫در ﺻﻮرﺗﯽ ﮐﻪ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪:‬‬

‫‪J (Z (x1, x2 , ..., xn ))  ... F( x1, x2 ,..., xn , p1, p2 ,..., pn ) dx1dx2 ...dxn‬‬
‫‪D‬‬
‫‪Z‬‬ ‫ﮐﻪ در آن‪:‬‬
‫‪pi ‬‬
‫‪xi‬‬
‫‪n‬‬
‫‪‬‬ ‫در اﯾﻦ ﺻﻮرت ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ در ﻣﯽ آﯾﺪ‪:‬‬
‫‪Fz  ‬‬ ‫‪(Fpi )  0‬‬
‫‪i 1 xi‬‬

‫‪34‬‬

‫‪١٧‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫‪ u‬‬ ‫‪u‬‬ ‫‪u ‬‬ ‫ﻣﺜﻼ ﺑﺮاي‪:‬‬
‫‪J   ( )2  ( )2  ( )2  dx dy dz‬‬
‫‪D  x‬‬ ‫‪y‬‬ ‫‪z ‬‬

‫‪2u 2u 2u‬‬ ‫ﻣﻌﺎدﻟﻪ اﺳﺘﺮاﮔﺮادﺳﮑﯽ ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ در ﻣﯽ آﯾﺪ‪:‬‬

‫‪‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪x2 y 2 z2‬‬
‫‪ . 5‬ﻓﺎﻧﮑﺸﻨﺎل ﻫﺎﯾﯽ واﺑﺴﺘﻪ ﺑﻪ ﻣﺸﺘﻘﺎت ﺟﺰﯾﯽ ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ‬
‫اﮔﺮ ﻓﺎﻧﮑﺸﻨﺎل ﺑﻪ ﻣﺸﺘﻘﺎت ﺟﺰﯾﯽ ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ واﺑﺴﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﻣﺜﻼ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪:‬‬

‫‪Z Z 2Z 2Z 2Z‬‬ ‫)‪( 15-10‬‬

‫‪J (Z (x, y))   F( x, y, Z, , , 2 ,‬‬ ‫‪,‬‬ ‫‪) dxdy‬‬
‫‪D‬‬
‫‪x y x x y y 2‬‬
‫ﺑﺎ ﻓﺮض‪:‬‬
‫‪Z‬‬ ‫‪Z‬‬
‫‪p  , q  , r  zxx , s  zxy , t  zyy‬‬
‫‪x‬‬ ‫‪y‬‬

‫‪35‬‬

‫ﺗﻌﻤﯿﻢ ﻣﺴﺎﻟﻪ ﺗﻐﯿﯿﺮاﺗﯽ‬

‫ﻣﯿﺘﻮان راﺑﻄﻪ زﯾﺮ را ﻧﻮﺷﺖ‪:‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪Fz ‬‬ ‫‪( Fp )  ( Fq )  2 ( Fr ) ‬‬ ‫‪( Fs )  2 ( Ft )  0‬‬
‫‪x‬‬ ‫‪y‬‬ ‫‪x‬‬ ‫‪x y‬‬ ‫‪y‬‬
‫‪ 2 z‬‬ ‫‪2 z‬‬ ‫‪2 z 2 ‬‬ ‫ﻣﺜﻼ اﮔﺮ ﻓﺎﻧﮑﺸﻨﺎﻟﯽ ﺑﻪ ﺻﻮرت زﯾﺮ ﺑﺎﺷﺪ‪:‬‬
‫(‪J   ( 2 )2  ( 2 )2  2‬‬ ‫‪)  dx dy‬‬
‫‪D‬‬
‫‪x‬‬ ‫‪y‬‬ ‫‪x y ‬‬
‫راﺑﻄﻪ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ ﮐﻪ ﯾﮏ ﻣﻌﺎدﻟﻪ ﺑﺎﯾﻬﺎرﻣﻮﻧﯿﮏ اﺳﺖ‪.‬‬
‫‪4 z‬‬ ‫‪4 z‬‬ ‫‪4 z‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪ 4 z  0‬‬
‫‪x4‬‬ ‫‪x2 y2 y4‬‬
‫در ﻣﺴﺎﯾﻠﯽ ﮐﻪ ﺑﺮرﺳﯽ ﺷﺪ‪ ،‬ﻧﻘﺎط ﮐﺮاﻧﻪ اي ﻓﺎﻧﮑﺸﻨﺎل ﺛﺎﺑﺖ ﺑﻮدﻧﺪ‪ .‬ﻣﺘﺤﺮك ﺑﻮدن ﮐﺮاﻧﻬﺎ ﻣﺒﺎﺣﺚ دﯾﮕﺮي را ﻣﯿﻄﻠﺒﺪ ﮐﻪ در‬
‫اﯾﻨﺠﺎ از ﺑﯿﺎن آﻧﻬﺎ ﺻﺮف ﻧﻈﺮ ﻣﯿﮕﺮدد‪.‬‬

‫‪36‬‬

‫‪١٨‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺑﺴﻢ ﺍﷲ ﺍﻟﺮﺣﻤﻦ ﺍﻟﺮﺣﻴﻢ‬

‫ﻣﺎﺗﺮﯾﺴﻬﺎ )‪(1‬‬

‫ﺟﻠﺴﻪ ‪17‬‬

‫ﺳﯿﺪ روح اﷲ ﮐﺎﻇﻤﯽ‬

‫رﯾﺎﺿﯽ ﭘﯿﺸﺮﻓﺘﻪ‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫ﻣﺎﺗﺮﯾﺲ ‪ A‬ﯾﮏ آراﯾﻪ ﻣﺴﺘﻄﯿﻠﯽ از اﻋﺪاد‪ ،‬ﯾﺎ دراﯾﻪ ﻫﺎ‪ ،‬اﺳﺖ ﮐﻪ در ‪ m‬ﺳﻄﺮ و ‪ n‬ﺳﺘﻮن ﻣﺮﺗﺐ ﺷﺪه اﻧﺪ‪ ،‬راﺑﻄﻪ زﯾﺮ )در اﯾﻦ‬
‫‪a11‬‬ ‫‪a12‬‬ ‫‪‬‬ ‫‪a1n ‬‬ ‫ﺑﺤﺚ ﻣﺎﺗﺮﯾﺲ ﻫﺎ ﺑﺎ ﺣﺮوف ﺑﺰرگ ﭘﺮرﻧﮓ ﻧﺸﺎن داده ﻣﯿﺸﻮد(‪:‬‬
‫‪a‬‬ ‫‪a22‬‬ ‫‪‬‬ ‫‪a2 n ‬‬ ‫‪ A‬را ﻣﺎﺗﺮﯾﺲ ‪ m*n‬ﻣﯿﻨﺎﻣﯿﻢ‪ .‬دراﯾﻪ ﺳﻄﺮ ‪ i‬ام و ﺳﺘﻮن ‪ j‬ام‬
‫‪A   21‬‬ ‫را ﺑﺎ ﻣﺸﺨﺺ ﻣﯿﮑﻨﻨﺪ‪ .‬دراﯾﻪ ﻫﺎي ﻣﺎﺗﺮﯾﺲ ﻣﻤﮑﻦ اﺳﺖ‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪‬‬ ‫ﻣﺨﺘﻠﻂ ﻧﯿﺰ ﺑﺎﺷﺘﺪ‪ .‬ﮔﺎﻫﯽ اوﻗﺎت ﻧﻤﺎد ) ‪ (aij‬ﺑﺮاي ﻧﺸﺎن‬
‫‪am1‬‬ ‫‪am 2‬‬ ‫‪‬‬ ‫‪amn ‬‬
‫دادن ﻣﺎﺗﺮﯾﺴﯽ ﺑﻪ ﮐﺎر ﻣﯿﺮود ﮐﻪ دراﯾﻪ ﻋﻤﻮﻣﯽ آن ‪ aij‬اﺳﺖ‪.‬‬
‫ﺑﻪ ازاي ﻫﺮ ﻣﺎﺗﺮﯾﺲ ‪ A‬ﯾﮏ ﻣﺎﺗﺮﯾﺲ ﻣﺘﻨﺎﻇﺮ ‪ AT‬ﻣﻮﺳﻮم ﺑﻪ ﺗﺮاﻧﻬﺎده ‪ A‬وﺟﻮد دارد ﮐﻪ ﺑﺎ ﺗﻌﻮﯾﺾ ﺳﺘﺮﻫﺎ و ﺳﺘﻮﻧﻬﺎي ‪ A‬ﺗﻮﻟﯿﺪ‬
‫ﻣﯿﺸﻮد‪ ،‬ﯾﻌﻨﯽ‪:‬‬
‫) ‪A  (aij )  AT  (a ji‬‬

‫ﻫﻤﭽﻨﯿﻦ ﻣﺰدوج ﻣﺎﺗﺮﯾﺲ ‪ A‬را ﺑﺎ ‪ Ā‬ﻧﺸﺎن ﻣﯿﺪﻫﻨﺪ ﮐﻪ از ﺗﺒﺪﯾﻞ ﻫﺮ دراﯾﻪ ‪ aij‬ﺑﻪ ﻣﺰدوج ﻣﺨﺘﻠﻂ آن ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬

‫) ‪A  (aij )  A  (aij‬‬
‫‪38‬‬

‫‪١٩‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫ﺗﺮاﻧﻬﺎده ﻣﺰدوج ﻣﺎﺗﺮﯾﺲ ‪ A‬را ﻣﺎﺗﺮﯾﺲ اﻟﺤﺎﻗﯽ ‪ A‬ﻣﯿﻨﺎﻣﻨﺪ و آن را ﺑﺎ *‪ A‬ﻧﺸﺎن ﻣﯿﺪﻫﻨﺪ‪ .‬ﻣﺜﻼ‪:‬‬

‫‪3‬‬ ‫‪2i ‬‬ ‫‪3‬‬ ‫‪4  3i ‬‬

‫‪A‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪AT  ‬‬
‫‪4  3i 5  2i ‬‬ ‫‪2  i‬‬ ‫‪5  2i ‬‬
‫‪3‬‬ ‫‪2i ‬‬ ‫‪3‬‬ ‫‪4  3i ‬‬
‫‪A‬‬ ‫‪‬‬ ‫‪A*  ‬‬
‫‪4  3i 5  2i ‬‬ ‫‪2  i‬‬ ‫‪5  2i ‬‬
‫ﻣﺎﺗﺮﯾﺴﻬﺎي ﻣﺮﺑﻌﯽ و ﺳﺘﻮﻧﯽ ﺑﯿﺸﺘﺮ ﻣﻮرد ﺗﻮﺟﻪ ﻫﺴﺘﻨﺪ‪ .‬ﺧﻮاص زﯾﺮ ﻧﯿﺰ ﺑﺮاي ﺟﻤﻊ و ﺗﻔﺮﯾﻖ و ‪ ...‬ﻣﺎﺗﺮﯾﺴﻬﺎ وﺟﻮد دارد‪.‬‬

‫) ‪A mn  Bmn  (aij )  (bij )  ( aij  bij‬‬ ‫) ‪A   (aij )  ( aij‬‬

‫‪AB AB‬‬ ‫‪ (A  B)  A  B‬‬
‫‪ A  (1)A‬‬ ‫)‪A  B  A  ( B‬‬
‫‪A  ( B  C)  (A  B)  C‬‬

‫‪39‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫ﺿﺮب دو ﻣﺎﺗﺮﯾﺲ وﻗﺘﯽ ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد ﮐﻪ ﺗﻌﺪاد ﺳﺘﻮﻧﻬﺎي اوﻟﯽ ﺑﺎ ﺗﻌﺪاد ﺳﺘﺮﻫﺎي دوﻣﯽ ﺑﺮاﺑﺮ ﺑﺎﺷﺪ‪ .‬ﻫﻤﭽﻨﯿﻦ دراﯾﻪ ﺳﻄﺮ ‪ i‬ام‬

‫‪n‬‬ ‫و ﺳﺘﻮن ‪ j‬ام از ﻣﺎﺗﺮﯾﺲ ﺣﺎﺻﻠﻀﺮب ﻧﯿﺰ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻌﯿﯿﻦ ﻣﯿﺸﻮد‪:‬‬
‫‪A m n  B n r  C mr‬‬ ‫‪cij   ai k bk j‬‬
‫‪k 1‬‬
‫ﺿﺮب ﻣﺎﺗﺮﯾﺴﻬﺎ داراي ﺧﺎﺻﯿﺖ ﺷﺮﮐﺖ ﭘﺬﯾﺮي اﺳﺖ و ﻧﺴﺒﺖ ﺑﻪ ﺟﻤﻊ ﺧﺎﺻﯿﺖ ﭘﺨﺸﯽ دارد‪ ،‬وﻟﯽ در ﺣﺎﻟﺖ ﮐﻠﯽ ﺧﺎﺻﯿﺖ‬
‫ﺟﺎﺑﺠﺎﯾﯽ ﻧﺪارد‪.‬‬
‫)‪(AB)C  A(BC‬‬ ‫‪A(B  C)  AB  AC‬‬ ‫‪AB  BA‬‬
‫ﺿﺮب ﻣﺎﺗﺮﯾﺴﯽ در ﺣﺎﻟﺖ ﺧﺎﺻﯽ ﮐﻪ ‪ A‬ﺳﻄﺮي و ‪ B‬ﺳﺘﻮﻧﯽ ﺑﺎﺷﺪ‪ ،‬ﻣﻌﺎدل ﺿﺮب دو ﺑﺮدار اﺳﺖ‪ .‬ﺿﺮب ﺑﺮداري ﻣﻔﯿﺪ دﯾﮕﺮي‬
‫‪n‬‬ ‫ﻧﯿﺰ وﺟﻮد دارد ﮐﻪ ﺿﺮب داﺧﻠﯽ ﯾﺎ اﺳﮑﺎﻟﺮ ﻧﺎﻣﯿﺪه ﺷﺪه و ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ ﻧﺸﺎن‬
‫‪( x, y)   xi yi‬‬
‫‪i 1‬‬ ‫داده ﺷﺪه و ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد )ﺑﺮدارﻫﺎ ﺑﺎ ﺣﺮوف ﮐﻮﭼﮏ ﭘﺮرﻧﮓ ﻧﺸﺎن داده ﻣﯿﺸﻮد(‪:‬‬
‫ﻣﺎﺗﺮﯾﺲ واﺣﺪ‪ :‬ﻣﺎﺗﺮﯾﺲ واﺣﺪ ﻣﺎﺗﺮﯾﺴﯽ اﺳﺖ ﮐﻪ ﻫﻤﻪ دراﯾﻪ ﻫﺎي ﻗﻄﺮ اﺻﻠﯽ آن ﺑﺮاﺑﺮ ‪ ، 1‬و ﺳﺎﯾﺮ دراﯾﻪ ﻫﺎ ﺑﺮاﺑﺮ ﺻﻔﺮ ﺑﺎﺷﻨﺪ‪.‬‬
‫ﺑﺮاي ﻣﺎﺗﺮﯾﺲ واﺣﺪ دارﯾﻢ‪:‬‬
‫‪AI  IA  A‬‬

‫‪40‬‬

‫‪٢٠‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫وارون‪ :‬اﮔﺮ ﻣﺎﺗﺮﯾﺲ ‪ B‬وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺑﻪ ﻧﺤﻮي ﮐﻪ داﺷﺘﻪ ﺑﺎﺷﯿﻢ ‪ ، AB=I‬را وارون ﺿﺮﺑﯽ ﯾﺎ وارون ﻣﺎﺗﺮﯾﺲ ‪ A‬ﻣﯿﻨﺎﻣﻨﺪ‬
‫‪B  A -1‬‬ ‫‪AA -1  A -1A  I‬‬ ‫و ﻣﯿﺘﻮان ﻧﻮﺷﺖ‪:‬‬
‫داﺷﺘﻪ ﺑﺎﺷﺪ آن را ﻧﺎﺗﮑﯿﻦ‪ ،‬و در ﻏﯿﺮ اﯾﻨﺼﻮرت ﺗﮑﯿﻦ ﻣﯿﻨﺎﻣﻨﺪ‪ .‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ وارون‪ ،‬ﺑﻪ ﺷﺮط‬ ‫‪A-1‬‬ ‫اﮔﺮ ‪ A‬وارون ﺿﺮﺑﯽ‬
‫وﺟﻮد‪ ،‬راﻫﻬﺎي ﻣﺨﺘﻠﻔﯽ وﺟﻮد دارد‪ .‬ﯾﮏ روش ﻣﺴﺘﻠﺰم اﺳﺘﻔﺎده از دﺗﺮﻣﯿﻨﺎن اﺳﺖ‪ .‬ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻫﺮ دراﯾﻪ ‪ aij‬ﻣﺎﺗﺮﯾﺲ‪ ،‬ﯾﮏ‬
‫ﮐﻬﺎد وﺟﻮد دارد ﮐﻪ دﺗﺮﻣﯿﻨﺎن ﻣﺎﺗﺮﯾﺴﯽ اﺳﺖ ﮐﻪ از ﺣﺬف ﺳﻄﺮ ‪ i‬ام و ﺳﺘﻮن ‪ j‬ام ﻣﺎﺗﺮﯾﺲ اﺻﻠﯽ‪ ،‬ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪ .‬ﻫﻤﭽﻨﯿﻦ‬

‫‪Cij  (-1)i  j M ij‬‬ ‫ﻫﺮ دراﯾﻪ ‪ aij‬ﻫﻢ ﻋﺎﻣﻞ ﻣﺘﻨﺎﻇﺮي دارد ﮐﻪ ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد‪:‬‬

‫‪C‬‬ ‫ﻣﯿﺘﻮان ﻧﺸﺎن داد ﮐﻪ اﮔﺮ ‪ B‬وارون ﺑﺎﺷﺪ‪ ،‬آﻧﮕﺎه راﺑﻄﻪ ‪ 16-1‬ﺑﺮﻗﺮار اﺳﺖ‪.‬‬
‫‪bij  ji‬‬ ‫‪16 -1‬‬
‫از ‪16-1‬ﻣﯿﺘﻮان درﯾﺎﻓﺖ ﮐﻪ‪ A :‬ﻧﺎﺗﮑﯿﻦ اﺳﺖ اﮔﺮ و ﺗﻨﻬﺎ اﮔﺮ ‪.det A≠0‬‬
‫‪det A‬‬
‫ﯾﮏ روش دﯾﮕﺮ و ﻣﻌﻤﻮﻻ ﺑﻬﺘﺮ ﺑﺮاي ﻣﺤﺎﺳﺒﻪ وارون‪ ،‬اﻧﺠﺎم ﻋﻤﻠﯿﺎت ﻣﻘﺪﻣﺎﺗﯽ ﺑﺮ روي ﺳﻄﺮﻫﺎﺳﺖ‪ .‬اﯾﻦ اﻋﻤﺎل ﻋﺒﺎرﺗﻨﺪ از‪:‬‬
‫‪ .1‬ﺗﻌﻮﯾﺾ دو ﺳﻄﺮ‪.2 ،‬ﺿﺮب ﯾﮏ ﺳﻄﺮ در ﻋﺪدي ﻏﯿﺮ ﺻﻔﺮ‪ .3 ،‬ﺟﻤﻊ ﻣﻀﺮﺑﯽ از ﯾﮏ ﺳﻄﺮ ﺑﺎ ﺳﻄﺮ دﯾﮕﺮ‪.‬‬

‫‪41‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫ﻫﺮ ﻣﺎﺗﺮﯾﺲ ﻧﺎﺗﮑﯿﻦ ‪ A‬را ﻣﯿﺘﻮان ﺑﺎ ﯾﮏ رﺷﺘﻪ ﻣﻨﻈﻢ از اﯾﻦ ﻋﻤﻠﯿﺎت ﺑﻪ ﻣﺎﺗﺮﯾﺲ واﺣﺪ ﺗﺒﺪﯾﻞ ﮐﺮد‪ .‬ﻣﯿﺘﻮان ﻧﺸﺎن داد ﮐﻪ اﮔﺮ‬
‫ﻫﻤﯿﻦ رﺷﺘﻪ اﻋﻤﺎل روي ‪ I‬اﻧﺠﺎم ﺷﻮد‪ ،‬وارون ‪ A‬ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪ .‬ﺗﺒﺪﯾﻞ ﯾﮏ ﻣﺎﺗﺮﯾﺲ ﺑﻪ ﮐﻤﮏ ﯾﮏ رﺷﺘﻪ ﻋﻤﻞ ﺑﺮ ﺳﻄﺮﻫﺎ‪،‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫ﺗﺤﻮﯾﻞ ﺳﻄﺮ ﻧﺎم دارد‪.‬‬
‫‪A  3‬‬ ‫‪1‬‬ ‫‪2 ‬‬ ‫ﻣﺜﺎل‪ :‬وارون ﻣﺎﺗﺮﯾﺲ ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ‪.‬‬

‫‪ 2‬‬ ‫‪2‬‬ ‫‪3 ‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫ﺣﻞ‪ :‬ﺑﺎ ﻋﻤﻠﯿﺎت زﯾﺮ ﻣﯿﺘﻮان ﻣﺎﺗﺮﯾﺲ ‪ A‬را ﺑﻪ ‪ I‬ﺗﺒﺪﯾﻞ ﮐﺮد‪:‬‬
‫‪0‬‬ ‫‪2‬‬ ‫‪5 ‬‬ ‫اﻟﻒ( ﺑﺮاي ﺻﻔﺮ ﺷﺪن دراﯾﻪ ﻫﺎي ﺧﺎرج ﻗﻄﺮ اﺻﻠﯽ ﺳﺘﻮن اول‪ -3 ،‬ﺑﺮاﺑﺮ ﺳﻄﺮ‬
‫‪‬‬
‫‪0‬‬ ‫اول را ﺑﺎ ﺳﻄﺮ دوم و ‪ -2‬ﺑﺮاﺑﺮ ﺳﻄﺮ اول را ﺑﺎ ﺳﻄﺮ ﺳﻮم ﺟﻤﻊ ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪4‬‬ ‫‪5 ‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1 ‬‬
‫‪0‬‬ ‫ب( ﺑﺮاي ‪ 1‬ﺷﺪن دراﯾﻪ ﻗﻄﺮ اﺻﻠﯽ ﺳﺘﻮن دوم‪ ،‬ﺳﻄﺮ دوم را در ½ ﺿﺮب ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪5 2‬‬
‫‪0‬‬ ‫‪4‬‬ ‫‪5 ‬‬
‫‪42‬‬

‫‪٢١‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫‪1‬‬ ‫‪0‬‬ ‫‪3 2‬‬

‫‪0‬‬ ‫ج( ﺑﺮاي ﺻﻔﺮ ﺷﺪن دراﯾﻪ ﻫﺎي ﺧﺎرج ﻗﻄﺮ اﺻﻠﯽ ﺳﺘﻮن دوم‪ ،‬ﺳﻄﺮ دوم‬
‫‪‬‬ ‫‪1‬‬ ‫‪5 2‬‬
‫را ﺑﺎ ﺳﻄﺮ اول و ‪ -4‬ﺑﺮاﺑﺮ ﺳﻄﺮ دوم را ﺑﺎ ﺳﻄﺮ ﺳﻮم ﺟﻤﻊ ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪5 ‬‬
‫‪1‬‬ ‫‪0‬‬ ‫‪3 2‬‬
‫د( ﺑﺮاي ‪ 1‬ﺷﺪن دراﯾﻪ ﻗﻄﺮ اﺻﻠﯽ ﺳﺘﻮن ﺳﻮم‪ ،‬ﺳﻄﺮ ﺳﻮم را در ‪-1/5‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪5 2‬‬
‫‪‬‬ ‫ﺿﺮب ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪1 ‬‬
‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫ه( ﺑﺮاي ﺻﻔﺮ ﺷﺪن دراﯾﻪ ﻫﺎي ﺧﺎرج ﻗﻄﺮ اﺻﻠﯽ ﺳﺘﻮن ﺳﻮم ‪ -3/2 ،‬ﺑﺮاﺑﺮ‬
‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬ ‫ﺳﻄﺮ ﺳﻮم را ﺑﺎ ﺳﻄﺮ اول و ‪ -5/2‬ﺑﺮاﺑﺮ ﺳﻄﺮ ﺳﻮم را ﺑﺎ ﺳﻄﺮ دوم ﺟﻤﻊ‬
‫‪‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪1 ‬‬ ‫ﻣﯿﮑﻨﯿﻢ‪:‬‬

‫‪43‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫ﺣﺎل اﮔﺮ ﻫﻤﯿﻦ روﻧﺪ را ﺑﻪ ﻫﻤﯿﻦ ﺗﺮﺗﯿﺐ روي ‪ I‬اﻧﺠﺎم دﻫﯿﻢ‪ ،‬ﺑﻪ ﺗﺮﺗﯿﺐ ﻣﺎﺗﺮﯾﺴﻬﺎي زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬

‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪0    3‬‬‫‪‬‬ ‫‪1‬‬ ‫‪0    3 2‬‬
‫‪‬‬ ‫‪12‬‬ ‫‪0‬‬
‫‪‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪1 ‬‬ ‫‪  2‬‬ ‫‪0‬‬ ‫‪1 ‬‬ ‫‪  2‬‬ ‫‪0‬‬ ‫‪1 ‬‬
‫‪ 1 2 1 2‬‬ ‫‪0   1 2 1 2‬‬ ‫‪0  7 10‬‬ ‫‪ 1 10 3 10 ‬‬
‫‪   3 2 1 2‬‬ ‫‪0    3 2 1 2‬‬ ‫‪0   1 2‬‬ ‫‪ 1 2 1 2 ‬‬
‫‪ 4‬‬ ‫‪2‬‬ ‫‪1    4 5 2 5‬‬ ‫‪ 1 5   4 5‬‬ ‫‪25‬‬ ‫‪ 1 5‬‬

‫ﮐﻪ ﻣﺎﺗﺮﯾﺲ آﺧﺮ‪ ،‬ﻫﻤﺎن ﻣﺎﺗﺮﯾﺲ وارون ‪ A‬اﺳﺖ‪ .‬اﯾﻦ ﻧﮑﺘﻪ را ﻣﯿﺘﻮان ﺑﻪ ﺳﺎدﮔﯽ اﻣﺘﺤﺎن ﮐﺮد‪.‬‬

‫‪44‬‬

‫‪٢٢‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫در اﯾﻦ ﻣﺜﺎل دراﯾﻪ ‪ a11‬ﺑﺮاﺑﺮ ‪ 1‬ﺑﻮد‪ ،‬اﮔﺮ اﯾﻦ ﻃﻮر ﻧﺒﻮد ﺑﺎﯾﺪ در اوﻟﯿﻦ ﮔﺎم ﺳﻄﺮ ‪ 1‬ﺑﺮ ‪ a11‬ﺗﻘﺴﯿﻢ ﻣﯿﺸﺪ و اﮔﺮ ‪ a11‬ﺑﺮاﺑﺮ ﺻﻔﺮ‬
‫ﺑﻮد‪ ،‬اوﻟﯿﻦ ﮔﺎم ﺗﻌﻮﯾﺾ اﯾﻦ ﺳﻄﺮ ﺑﺎ ﺳﻄﺮي اﺳﺖ ﮐﻪ دراﯾﻪ اول آن ﺻﻔﺮ ﻧﺒﺎﺷﺪ‪.‬‬

‫ﺗﻮاﺑﻊ ﻣﺎﺗﺮﯾﺴﯽ‪ :‬ﮔﺎﻫﯽ ﻻزم اﺳﺖ ﺑﺮدار ﯾﺎ ﻣﺎﺗﺮﯾﺴﯽ در ﻧﻈﺮ ﺑﮕﯿﺮﯾﻢ ﮐﻪ دراﯾﻪ ﻫﺎﯾﺸﺎن ﺗﺎﺑﻌﯽ از ﻣﺘﻐﯿﺮ ﺣﻘﯿﻘﯽ ‪ t‬ﺑﺎﺷﺪ‪:‬‬

‫‪ x1 (t ) ‬‬ ‫‪a11 (t ) ‬‬ ‫‪a1n (t ) ‬‬

‫‪x (t )    , A   ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪ xn (t ) ‬‬ ‫‪an1 (t ) ‬‬ ‫‪ann (t )‬‬

‫ﻣﺎﺗﺮﯾﺲ )‪ A(t‬در ‪ t=t0‬واﻗﻊ در ‪ a<t<b‬ﭘﯿﻮﺳﺘﻪ اﺳﺖ اﮔﺮ ﺗﻤﺎم دراﯾﻪ ﻫﺎي ‪ A‬ﺗﺎﺑﻌﯽ ﭘﯿﻮﺳﺘﻪ در ﻧﻘﻄﻪ ‪ t=t0‬در آن ﻓﺎﺻﻠﻪ‬
‫ﺑﺎﺷﻨﺪ‪ .‬ﺑﻪ ﻃﻮر ﻣﺸﺎﺑﻪ )‪ A(t‬را ﻣﺸﺘﻘﭙﺬﯾﺮ ﻣﯿﻨﺎﻣﻨﺪ‪ ،‬اﮔﺮ ﺗﻤﺎم دراﯾﻪ ﻫﺎﯾﺶ ﻣﺸﺘﻘﭙﺬﯾﺮ ﺑﺎﺷﺪ‪.‬ﻣﺸﺘﻖ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد‪:‬‬

‫‪dA‬‬ ‫‪daij‬‬
‫(‪‬‬ ‫)‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪45‬‬

‫ﻣﺮور ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎره ﻣﺎﺗﺮﯾﺴﻬﺎ‬

‫‪b‬‬ ‫‪b‬‬
‫) ‪A(t ) dt (  aij (t ) dt‬‬ ‫ﺑﻪ ﻧﺤﻮي ﻣﺸﺎﺑﻪ اﻧﺘﮕﺮال ﺗﺎﺑﻊ ﻣﺎﺗﺮﯾﺴﯽ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد‪:‬‬
‫‪‬‬‫‪a‬‬ ‫‪a‬‬

‫‪sin t t‬‬ ‫‪‬‬ ‫ﻣﺜﻼ دارﯾﻢ‪:‬‬

‫‪if A(t )  ‬‬
‫‪1‬‬ ‫‪cos t ‬‬
‫‪cos t 1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪ 2 2‬‬
‫‪ A(t )  ‬‬ ‫‪,‬‬ ‫‪‬‬ ‫‪A(t ) dt  ‬‬ ‫‪‬‬
‫‪0‬‬ ‫‪ sin t ‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪0 ‬‬
‫ﺑﺴﯿﺎري از ﻗﻮاﻋﺪ ﻣﻘﺪﻣﺎﺗﯽ ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال را ﻣﯿﺘﻮان ﺑﻪ ﺗﻮاﺑﻊ ﻣﺎﺗﺮﯾﺴﯽ ﺗﻌﻤﯿﻢ داد‪:‬‬
‫‪d‬‬ ‫‪dA dB‬‬ ‫‪d‬‬ ‫‪dB‬‬ ‫‪dA‬‬
‫‪(A  B) ‬‬ ‫‪‬‬ ‫‪(AB)  A‬‬ ‫‪B‬‬
‫‪dt‬‬ ‫‪dt dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬
‫‪d‬‬ ‫‪dA‬‬ ‫ﻣﺎﺗﺮﯾﺲ ﺛﺎﺑﺖ اﺳﺖ‪C‬‬
‫‪(CA)  C‬‬
‫‪dt‬‬ ‫‪dt‬‬

‫‪46‬‬

‫‪٢٣‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫‪a11 x1  a12 x2  ...  a1n xn  b1‬‬ ‫ﻣﺠﻤﻮﻋﯽ از ﻣﻌﺎدﻟﻪ ﺟﺒﺮي ﺧﻄﯽ از ﻣﺘﻐﯿﺮ‬
‫‪...‬‬ ‫‪...‬‬ ‫‪...‬‬ ‫‪...‬‬
‫‪an1 x1  an 2 x2  ...  ann xn  bn‬‬
‫را ﻣﯿﺘﻮان ﺑﻪ ﺷﮑﻞ ﻣﻘﺎﺑﻞ ﻧﻮﺷﺖ‪:‬‬
‫‪Ax  b‬‬ ‫‪16 -2‬‬

‫ﮐﻪ در آن ﻣﺎﺗﺮﯾﺲ ‪ A‬وﺑﺮدار ‪ b‬ﻣﻌﻠﻮﻣﻨﺪ‪ .‬راﺑﻄﻪ ‪16-2‬ﺑﻪ ازاي ‪ b=0‬ﯾﮏ دﺳﺘﮕﺎه ﻫﻤﮕﻦ و ﺑﻪ ازاي ‪ b≠0‬ﯾﮏ دﺳﺘﮕﺎه ﻧﺎﻫﻤﮕﻦ‬
‫اﺳﺖ‪ .‬اﮔﺮ ‪ A‬ﻧﺎﺗﮑﯿﻦ ﺑﺎﺷﺪ‪ 16-2 ،‬ﯾﮏ ﺟﻮاب ﯾﮑﺘﺎ دارد‪ .‬ﯾﻌﻨﯽ وارون ‪ A‬وﺟﻮد دارد و ﻣﯿﺘﻮان ‪ 16-3‬را ﻧﻮﺷﺖ‪ .‬در اﯾﻦ ﺻﻮرت‬

‫‪x  A -1b‬‬ ‫‪16 -3‬‬ ‫در ﺣﺎﻟﺘﯽ ﮐﻪ ‪ 16-2‬ﻫﻤﮕﻦ اﺳﺖ ﻧﯿﺰ ﺗﻨﻬﺎ ﺟﻮاب ﺑﺪﯾﻬﯽ ‪ x=0‬وﺟﻮد دارد‪.‬‬
‫وﻟﯽ اﮔﺮ ‪ A‬ﺗﮑﯿﻦ ﺑﺎﺷﺪ‪ 16-2 ،‬ﯾﺎ ﺟﻮاب ﻧﺪارد ﯾﺎ اﮔﺮ داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺟﻮاب ﯾﮑﺘﺎ ﻧﺪارد‪ .‬وارون ‪ A‬وﺟﻮد ﻧﺪارد و ‪ 16-3‬دﯾﮕﺮ‬
‫ﻣﻌﺘﺒﺮ ﻧﯿﺴﺖ‪ .‬در اﯾﻦ ﺻﻮرت ﺣﺎﻟﺖ ﻫﻤﮕﻦ ‪ ، 16-2‬ﻋﻼوه ﺑﺮ ﺟﻮاب ﺑﺪﯾﻬﯽ ‪ ، x=0‬ﺟﻮاب ﻏﯿﺮ ﺻﻔﺮ ﻧﯿﺰ دارد‪.‬‬

‫‪47‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫در اﯾﻦ ﺻﻮرت )‪ A‬ﺗﮑﯿﻦ ﺑﺎﺷﺪ( و در ﺣﺎﻟﺖ ﻧﺎﻫﻤﮕﻦ ‪ ، 16-2‬دﺳﺘﮕﺎه ﯾﺎ ﺟﻮاب ﻧﺪارد و ﯾﺎ )اﮔﺮ ‪ b‬ﺷﺮط وﯾﮋه اي داﺷﺘﻪ ﺑﺎﺷﺪ(‬
‫ﺑﯿﻨﻬﺎﯾﺖ ﺟﻮاب دارد‪ .‬اﯾﻦ ﺷﺮط وﯾﮋه ﻋﺒﺎرت اﺳﺖ از ﺑﺮﻗﺮار ﺑﻮدن ‪) 16-4‬ﺻﻔﺮ ﺷﺪن ﺿﺮب داﺧﻠﯽ( ﺑﺮاي ﻫﻤﻪ ﺑﺮدارﻫﺎﯾﯽ ﮐﻪ‬

‫‪n‬‬
‫در ‪16-5‬ﺻﺪق ﮐﻨﻨﺪ )*‪ A‬ﻣﺎﺗﺮﯾﺲ اﻟﺤﺎﻗﯽ اﺳﺖ(‪:‬‬
‫‪(b, y)   bi yi 0‬‬ ‫‪16 -4‬‬
‫‪i 1‬‬

‫در ﺻﻮرت ﺑﺮآورده ﺷﺪن اﯾﻦ ﺷﺮط‪ ،‬دﺳﺘﮕﺎه ‪ 16-2‬ﺑﯿﻨﻬﺎﯾﺖ ﺟﻮاب دارد ﮐﻪ ﻫﻤﻪ ﺑﻪ ﺷﮑﻞ زﯾﺮ ﻫﺴﺘﻨﺪ‪:‬‬

‫‪A* y  0‬‬ ‫‪16 -5‬‬

‫ﮐﻪ )‪ x(0‬ﯾﮏ ﺟﻮاب ﺧﺎص ‪ 16-2‬و ‪ x‬ﺟﻮاﺑﯽ از ﻣﻌﺎدﻟﻪ ﻫﻤﮕﻦ آن اﺳﺖ‪.‬‬

‫‪x  x (0)  ξ‬‬ ‫‪16 -6‬‬

‫‪48‬‬

‫‪٢۴‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫ﺑﺮاي ﯾﺎﻓﺘﻦ ﺟﻮاب ﺧﺎص دﺳﺘﮕﺎﻫﻬﺎي ﺧﻄﯽ ﺑﻬﺘﺮ اﺳﺖ از روش ﺗﺤﻮﯾﻞ ﺳﻄﺮ اﺳﺘﻔﺎده و دﺳﺘﮕﺎه را ﺳﺎده ﮐﺮد ﮐﻪ در ﺻﻮرت‬
‫وﺟﻮد ﺟﻮاب ﺑﺘﻮان آن را ﺑﻪ دﺳﺖ آورد‪ .‬ﺑﻪ اﯾﻦ ﻣﻨﻈﻮر ﻣﯿﺘﻮان ﺑﺮدار ‪ b‬را ﺑﻪ ﺻﻮرت ﯾﮏ ﺳﺘﻮن اﺿﺎﻓﯽ ﺑﻪ ﻣﺎﺗﺮﯾﺲ ﺿﺮاﯾﺐ ‪A‬‬
‫اﺿﺎﻓﻪ ﮐﺮد و ﻣﺎﺗﺮﯾﺲ اﻓﺰوده زﯾﺮ را ﺗﺸﮑﯿﻞ داد‪ .‬ﺳﭙﺲ ﺑﺎ اﻧﺠﺎم ﻋﻤﻠﯿﺎت ﺳﻄﺮي ﺑﺮ ﻣﺎﺗﺮﯾﺲ اﻓﺰوده‪ A ،‬را ﺑﻪ ﻣﺎﺗﺮﯾﺲ ﻣﺜﻠﺜﯽ‬
‫ﺗﺒﺪﯾﻞ ﮐﺮد و ﺳﺮاﻧﺠﺎم ﺑﻪ ﺳﺎدﮔﯽ درﯾﺎﻓﺖ ﮐﻪ دﺳﺘﮕﺎه ﺟﻮاب دارد ﯾﺎ ﻧﻪ‪ ،‬و اﮔﺮ ﺟﻮاب داﺷﺖ آن را ﺑﻪ دﺳﺖ آورد‪.‬‬
‫‪ a11‬‬ ‫‪‬‬ ‫‪a1n b1 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪Ab ‬‬ ‫‪  ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ an1‬‬ ‫‪‬‬ ‫‪ann bn ‬‬

‫ﻣﺜﺎل‪ :‬دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﻣﻘﺎﺑﻞ را ﺣﻞ ﮐﻨﯿﺪ‪.‬‬

‫‪x1  2 x2  3 x3  7‬‬
‫‪ x1  x2  2 x3  5‬‬
‫‪2 x1  x2  x3  4‬‬
‫‪49‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪7 ‬‬
‫‪ 1‬‬ ‫ﺣﻞ‪ :‬ﻣﺎﺗﺮﯾﺲ اﻓﺰوده دﺳﺘﮕﺎه ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪5‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪4 ‬‬
‫ﺣﺎل ﻋﻤﻠﯿﺎت ﺳﻄﺮي ﺑﻪ ﺷﺮح زﯾﺮ اﻧﺠﺎم ﻣﯿﺸﻮد‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪‬‬ ‫اﻟﻒ( ﺳﻄﺮ اول را ﺑﺎ ﺳﻄﺮ دوم و ‪ -2‬ﺑﺮاﺑﺮ ﺳﻄﺮ اول را ﺑﺎ ﺳﻄﺮ‬
‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2 ‬‬ ‫ﺳﻮم ﺟﻤﻊ ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪10‬‬
‫ب و ج( ﺳﻄﺮ دوم را در ‪ -1‬ﺿﺮب ﮐﺮده و ﺳﭙﺲ ‪ -3‬ﺑﺮاﺑﺮ‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪7 ‬‬
‫‪0‬‬ ‫ﺳﻄﺮ دوم را ﺑﺎ ﺳﻄﺮ ﺳﻮم ﺟﻤﻊ ﻣﯿﮑﻨﯿﻢ‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪4‬‬

‫‪50‬‬

‫‪٢۵‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫‪x1  2 x2  3x3  7‬‬
‫‪x2  x3  2‬‬ ‫ﺣﺎل ﺑﺎ ﺗﻘﺴﯿﻢ ﺳﻄﺮ ﭼﻬﺎرم ﺑﺮ ‪ -4‬ﻣﺎﺗﺮﯾﺴﯽ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ ﮐﻪ ﺑﺎ دﺳﺘﮕﺎه‬
‫ﻣﻌﺎدﻻت ﻣﻘﺎﺑﻞ ﻣﺘﻨﺎﻇﺮ اﺳﺖ‪:‬‬
‫‪x3  1‬‬
‫ﮐﻪ از اﯾﻦ ﻋﺒﺎرات ﺑﻪ راﺣﺘﯽ ﺟﻮاب زﯾﺮ ﺑﺮاي دﺳﺘﮕﺎه ﻣﻮرد ﻧﻈﺮ ﻣﺴﺎﻟﻪ ﺑﻪ دﺳﺖ‬
‫‪2 ‬‬
‫ﻣﯽ آﯾﺪ ﮐﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﺘﺎ ﺑﻮدن ﺟﻮاب ﻧﺘﯿﺠﻪ ﻣﯿﮕﯿﺮﯾﻢ ﮐﻪ ﻣﺎﺗﺮﯾﺲ ﺿﺮاﯾﺐ‬
‫‪x   1‬‬
‫دﺳﺘﮕﺎه ﻧﺎﺗﮑﯿﻦ اﺳﺖ‪.‬‬
‫‪1 ‬‬

‫ﻣﺜﺎل‪ :‬در ﻣﻮرد ﺟﻮاب دﺳﺘﮕﺎه زﯾﺮ ﺑﻪ ازاي ﻣﻘﺎدﯾﺮ ﻣﺨﺘﻠﻒ ‪ bi‬ﺑﺤﺚ ﮐﻨﯿﺪ )دﻗﺖ ﺷﻮد ﮐﻪ ﺑﺎ دﺳﺘﮕﺎه ﻣﺜﺎل ﻗﺒﻞ ﻓﻘﻂ در ﯾﮏ‬

‫‪x1  2 x2  3x3  b1‬‬ ‫ﺿﺮﯾﺐ ﻣﺘﻔﺎوت اﺳﺖ(‪.‬‬

‫‪ x1  x2  2 x3  b2‬‬
‫‪2 x1  x2  x3  b3‬‬

‫‪51‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪b1 ‬‬

‫ﺣﻞ‪ :‬ﻣﺎﺗﺮﯾﺲ اﻓﺰوده دﺳﺘﮕﺎه ﻋﺒﺎرت اﺳﺖ از‪:‬‬
‫‪ 1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪b2 ‬‬
‫‪‬‬
‫‪ 2‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪b3 ‬‬
‫ﺣﺎل ﺑﺎ اﻧﺠﺎم ﻋﻤﻠﯿﺎت ﺳﻄﺮي ﻣﺎﻧﻨﺪ ﻣﺮاﺣﻞ اﻟﻒ‪ ،‬ب و ج ﻣﺜﺎل ﻗﺒﻞ‪ ،‬ﻣﺎﺗﺮﯾﺲ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪b1‬‬ ‫‪‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪b1  b2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫ﭘﺲ دﺳﺘﮕﺎه اﯾﻦ ﻣﺴﺎﻟﻪ ﺟﻮاب ﻧﺪارد‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪b1  3b2  b3 ‬‬
‫ﻣﮕﺮ اﯾﻨﮑﻪ راﺑﻄﻪ زﯾﺮ ﺑﺮﻗﺮار ﺑﺎﺷﺪ‪:‬‬
‫‪b1  3b2  b3  0‬‬ ‫)ﻣﯿﺘﻮان ﻧﺸﺎن داد ﮐﻪ اﯾﻦ درﺳﺖ ﻫﻤﺎن ﺷﺮط ‪ 16-4‬ﺑﺮاي اﯾﻦ دﺳﺘﮕﺎه اﺳﺖ(‪.‬‬
‫ﺣﺎل ﻓﺮض ﮐﻨﯿﻢ‪:‬‬
‫‪b1  2, b2  1, b3  5‬‬

‫‪52‬‬

‫‪٢۶‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺟﺒﺮي ﺧﻄﯽ‬

‫‪x1  2 x2  3 x3  2‬‬ ‫اداﻣﻪ ﺣﻞ‪ :‬در اﯾﻦ ﺻﻮرت ﻣﻄﺎﺑﻖ دو ﺳﻄﺮ اول ﻣﺎﺗﺮﯾﺲ اﻓﺰوده دارﯾﻢ‪:‬‬
‫‪x2  x3  3‬‬
‫ﺑﺮاي ﺣﻞ دﺳﺘﮕﺎه ﻣﯿﺘﻮان ﯾﮑﯽ از ﻣﺠﻬﻮﻟﻬﺎ را دﻟﺨﻮاه ﮔﺮﻓﺖ و دوﺗﺎي دﯾﮕﺮ را ﯾﺎﻓﺖ‪:‬‬
‫‪x    3‬‬
‫‪x3     2‬‬
‫‪ x1    4‬‬
‫‪   4‬‬ ‫‪ 1  4‬‬ ‫ﺟﻮاب را ﻣﯿﺘﻮان ﺑﻪ ﺻﻮرت ﺑﺮداري ﻧﻮﺷﺖ‪:‬‬

‫‪x    3    1    3 ‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪1  0 ‬‬
‫ﺑﻪ ﺳﺎدﮔﯽ ﻣﯿﺘﻮان ﻧﺸﺎن داد ﮐﻪ ﺟﻤﻠﻪ دوم ﺳﻤﺖ راﺳﺖ‪ ،‬ﯾﮏ ﺟﻮاب دﺳﺘﮕﺎه ﻧﺎﻫﻤﮕﻦ و ﺟﻤﻠﻪ اول ﺟﻮاب ﻋﻤﻮﻣﯽ دﺳﺘﮕﺎه‬
‫ﻫﻤﮕﻦ ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻣﻌﺎدﻻت ﻣﺴﺎﻟﻪ اﺳﺖ‪.‬‬

‫‪53‬‬

‫اﺳﺘﻘﻼل ﺧﻄﯽ‬

‫ﺑﺮدارﻫﺎي )‪ x(n) ، . . . ، x(1‬را واﺑﺴﺘﻪ ﺧﻄﯽ ﻣﯿﮕﻮﯾﻨﺪ‪ ،‬اﮔﺮ ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﻋﺪد ‪ c1‬ﺗﺎ ‪ cn‬وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ ﮐﻪ ﺣﺪاﻗﻞ ﯾﮑﯽ از‬
‫‪c1x (1)  ...  cn x ( n )  0‬‬ ‫‪16 -7‬‬ ‫آﻧﻬﺎ ﻏﯿﺮ ﺻﻔﺮ ﺑﺎﺷﺪ و‬
‫ﻫﻤﭽﻨﯿﻦ اﮔﺮ ﺗﻨﻬﺎ ﻣﺠﻤﻮﻋﻪ ‪ c1‬ﺗﺎ ‪ cn‬ﺻﺪق ﮐﻨﻨﺪه در ‪ 16-7‬ﺑﻪ ﺻﻮرت ‪ c1= c2= …= cn=0‬ﺑﺎﺷﺪ‪ ،‬آﻧﮕﺎه )‪x(n) ، . . . ، x(1‬‬
‫ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﻫﺴﺘﻨﺪ‪.‬‬
‫ﺣﺎل ﻣﺠﻤﻮﻋﻪ اي از ‪ n‬ﺑﺮدار )‪ x(i‬را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ ﮐﻪ ﻫﺮﮐﺪام ‪ n‬دراﯾﻪ داﺷﺘﻪ ﺑﺎﺷﻨﺪ‪ .‬اﮔﺮ اﯾﻦ ﺑﺮدارﻫﺎ را ﺑﻪ ﻧﺤﻮي در ﯾﮏ‬
‫ﻣﺎﺗﺮﯾﺲ ‪ n‬در ‪ n‬ﺑﻪ ﻧﺎم ‪ X‬ﺑﭽﯿﻨﯿﻢ‪ ،‬ﮐﻪ ﺳﺘﻮﻧﻬﺎي اﯾﻦ ﻣﺎﺗﺮﯾﺲ را ﺗﺸﮑﯿﻞ دﻫﻨﺪ‪ ،‬ﻣﯿﺘﻮان ﮔﻔﺖ‪ :‬ﺑﺮدارﻫﺎي )‪x(n) ، . . . ، x(1‬‬
‫ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﻫﺴﺘﻨﺪ اﮔﺮ و ﺗﻨﻬﺎ اﮔﺮ ‪ .det X≠0‬ﻋﻠﺖ اﯾﻦ اﻣﺮ را ﻃﺒﻖ رواﺑﻂ زﯾﺮ ﺑﺮرﺳﯽ ﮐﻨﯿﺪ )ﺑﻪ ﻋﻬﺪه داﻧﺸﺠﻮ(‪:‬‬

‫‪ x1(1) c1  ...  x1( n ) cn   x11c1  ...  x1n cn ‬‬

‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫) ‪c1x (1)  ...  cn x ( n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  Xc  0‬‬
‫‪ x c  ...  x c   x c  ...  x c ‬‬
‫(‬‫‪1‬‬ ‫)‬ ‫(‬ ‫‪n‬‬ ‫)‬
‫‪ n 1‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪ n1 1‬‬ ‫‪nn n ‬‬

‫‪54‬‬

‫‪٢٧‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺑﺴﻢ ﺍﷲ ﺍﻟﺮﺣﻤﻦ ﺍﻟﺮﺣﻴﻢ‬

‫ﻣﺎﺗﺮﯾﺴﻬﺎ )‪(2‬‬

‫ﺟﻠﺴﻪ ‪18‬‬

‫ﺳﯿﺪ روح اﷲ ﮐﺎﻇﻤﯽ‬

‫رﯾﺎﺿﯽ ﭘﯿﺸﺮﻓﺘﻪ‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫ﻣﻌﺎدﻟﻪ ‪ 17-1‬را ﻣﯿﺘﻮان ﯾﮏ ﺗﺒﺪﯾﻞ ﺧﻄﯽ ﺗﺼﻮر ﮐﺮد ﮐﻪ ﺑﺮدار ‪ x‬را ﺑﻪ ﺑﺮدار ﺟﺪﯾﺪ ‪ y‬ﺗﺒﺪﯾﻞ ﻣﯿﮑﻨﺪ‪.‬‬
‫‪Ax  y‬‬ ‫‪17 -1‬‬
‫ﺑﺮدارﻫﺎﯾﯽ ﮐﻪ ﺗﺤﺖ اﺛﺮ ﯾﮏ ﻣﺎﺗﺮﯾﺲ‪ ،‬ﺑﻪ ﻣﻀﺮﺑﯽ از ﺧﻮدﺷﺎن ﺗﺒﺪﯾﻞ ﻣﯿﺸﻮﻧﺪ‪ ،‬ﺑﺎ اﻫﻤﯿﺖ ﻫﺴﺘﻨﺪ‪ .‬ﺑﺮاي ﯾﺎﻓﺘﻦ ﭼﻨﯿﻦ ﺑﺮدارﻫﺎﯾﯽ‬
‫ﻗﺮار ﻣﯿﺪﻫﯿﻢ ‪ ، y=lx‬ﮐﻪ در آن ‪ l‬اﺳﮑﺎﻟﺮ اﺳﺖ‪ ،‬و ﺑﻪ دﻧﺒﺎل ﺟﻮاب ‪ 17-2‬ﻣﯿﮕﺮدﯾﻢ ﮐﻪ ﻣﻌﺎدل ‪ 17-3‬اﺳﺖ‪:‬‬
‫‪Ax  l x‬‬ ‫‪17 -2‬‬ ‫‪(A - l I) x  0‬‬ ‫‪17 -3‬‬
‫‪det(A - l I)  0‬‬ ‫‪17 -4‬‬ ‫‪17-2‬ﺑﻪ ﺷﺮﻃﯽ ﺟﻮاب ﻏﯿﺮ ﺻﻔﺮ دارد ﮐﻪ‪:‬‬
‫ﻣﻘﺎدﯾﺮ ‪ l‬ﺑﺮآورده ﮐﻨﻨﺪه ‪ ، 17-4‬ﻣﻘﺎدﯾﺮ وﯾﮋه ﻣﺎﺗﺮﯾﺲ ‪ A‬ﺧﻮاﻧﺪه ﻣﯿﺸﻮد‪ .‬ﺟﻮاﺑﻬﺎي ﻏﯿﺮ ﺻﻔﺮ ‪ 17-2‬ﯾﺎ ‪ 17-3‬ﺑﻪ ازاي ﻫﺮ‬
‫ﻣﻘﺪار وﯾﮋه‪ ،‬ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ آن ﻣﻘﺪار وﯾﮋه ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮﻧﺪ‪ .‬ﺑﺮدارﻫﺎي وﯾﮋه را ﻧﻤﯿﺘﻮان ﺑﻪ ﺻﻮرت ﯾﮑﺘﺎ ﺗﻌﯿﯿﻦ ﮐﺮد‪ ،‬ﭼﻮن‬
‫ﻫﺮ ﻣﻀﺮﺑﯽ از ﯾﮏ ﺑﺮدار وﯾﮋه‪ ،‬ﺧﻮد ﯾﮏ ﺑﺮدار وﯾﮋه اﺳﺖ‪ .‬ﮔﺎﻫﯽ ﺿﺮﯾﺐ ﺑﺮدار وﯾﮋه را ﻃﻮري اﻧﺘﺨﺎب ﻣﯿﮑﻨﯿﻢ ﮐﻪ ﯾﮑﯽ از دراﯾﻪ‬
‫ﻫﺎي آن ﺑﺮاﺑﺮ ‪ 1‬ﺑﺎﺷﺪ‪.‬‬

‫‪56‬‬

‫‪٢٨‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫‪2‬‬ ‫‪2‬‬
‫‪A‬‬ ‫ﻣﺜﺎل‪ :‬ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدار وﯾﮋه ﻣﺎﺗﺮﯾﺲ ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪1‬‬ ‫‪3 ‬‬
‫ﺣﻞ‪ :‬ﺑﺎ اﻧﺠﺎم روﻧﺪ زﯾﺮ دو ﻣﻘﺪار وﯾﮋه ﺑﻪ دﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬

‫‪2  l‬‬ ‫‪2‬‬ ‫‪  x1 ‬‬ ‫‪2l‬‬ ‫‪2‬‬

‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪ 0  (2  l )(3  l )  2  0‬‬
‫‪‬‬ ‫‪3  l   x2 ‬‬ ‫‪1‬‬ ‫‪3l‬‬

‫‪5  25  16 l1  4‬‬

‫‪ l2  5l  4  0  l ‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪l2  1‬‬
‫ﺳﭙﺲ ﺑﺎ ﻗﺮار دادن ﻫﺮ ﻣﻘﺪار وﯾﮋه در راﺑﻄﻪ ‪ ، (A-l I)x=0‬ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ آن ﻣﻘﺪار وﯾﮋه ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪ .‬اﺑﺘﺪا ‪:l1‬‬

‫‪2  4‬‬ ‫‪2‬‬ ‫‪  x1 ‬‬ ‫‪ 2‬‬ ‫‪2   x1 ‬‬

‫‪l  l1  4  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬
‫‪‬‬
‫‪3  4  x2 ‬‬ ‫‪1‬‬ ‫‪1  x2 ‬‬

‫‪57‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫از راﺑﻄﻪ ﻗﺒﻞ ﻣﻌﺎدﻟﻪ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ و ﺑﺎ ﮔﺮﻓﺘﻦ ﻣﻘﺪاري دﻟﺨﻮاه ﺑﺮاي ‪) x1‬ﻣﺜﻼ ‪ ( c‬ﻣﯿﺘﻮان ‪ x2‬را ﺗﻌﯿﯿﻦ ﮐﺮد‪.‬‬

‫‪1‬‬
‫‪ 2 x1  2 x2  0  x (1)  c   c  0‬‬
‫‪1‬‬
‫ﻣﻌﻤﻮﻻ ﺛﺎﺑﺖ دﻟﺨﻮاه ‪ c‬را در ﻧﻈﺮ ﻧﻤﯿﮕﯿﺮﯾﻢ و ﻣﯿﻨﻮﯾﺴﯿﻢ‪:‬‬
‫‪1‬‬
‫‪ x (1)   ‬‬
‫‪1‬‬
‫ﻫﻤﯿﻦ روﻧﺪ ﺑﺮاي دوﻣﯿﻦ ﻣﻘﺪار وﯾﮋه ﻧﯿﺰ اﻧﺠﺎم ﻣﯿﺸﻮد‪:‬‬
‫‪1‬‬ ‫‪2  x1 ‬‬
‫‪l  l2  1  ‬‬ ‫‪ 0  x1  2 x2  0  x1  2 x2‬‬
‫‪1‬‬ ‫‪2  x2 ‬‬
‫‪ 2 ‬‬
‫‪ x (2)   ‬‬ ‫ﺑﻪ ﺧﺎﻃﺮ داﺷﺘﻪ ﺑﺎﺷﯿﺪ‪ ،‬ﻫﺮ ﻣﻀﺮب ﻏﯿﺮ ﺻﻔﺮ اﯾﻦ ﺑﺮدارﻫﺎ ﻧﯿﺰ ﺑﺮداري وﯾﮋه اﺳﺖ‪.‬‬
‫‪1 ‬‬

‫‪58‬‬

‫‪٢٩‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫ﭼﻮن ﻣﻌﺎدﻟﻪ ‪ 17-4‬ﯾﮏ ﻣﻌﺎدﻟﻪ درﺟﻪ ‪ n‬ﺑﺮﺣﺴﺐ ‪ l‬اﺳﺖ‪ n ،‬ﻣﻘﺪار وﯾﮋه ‪ l1‬ﺗﺎ ‪ ln‬وﺟﻮد دارد ﮐﻪ ﺑﺮﺧﯽ از آﻧﻬﺎ ﻣﻤﮑﻦ اﺳﺖ‬
‫ﺗﮑﺮاري ﺑﺎﺷﻨﺪ‪ .‬اﮔﺮ ﯾﮏ ﻣﻘﺪار وﯾﮋه ‪m‬ﺑﺎر رﯾﺸﻪ ‪ 17-4‬ﺑﺎﺷﺪ‪ ،‬آن را ﻣﻘﺪار وﯾﮋه ﺑﺎ ﭼﻨﺪﮔﺎﻧﮕﯽ ‪ m‬ﻣﯿﻨﺎﻣﻨﺪ‪ .‬ﻫﺮ ﻣﻘﺪار وﯾﮋه‬
‫ﺣﺪاﻗﻞ ﯾﮏ ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ دارد‪ ،‬ﻣﻘﺪار وﯾﮋه ﺑﺎ ﭼﻨﺪﮔﺎﻧﮕﯽ ‪ m‬ﻣﻤﮑﻦ اﺳﺖ ‪ q‬ﺑﺮدار وﯾﮋه ﻣﺴﺘﻘﻞ ﺧﻄﯽ داﺷﺘﻪ ﺑﺎﺷﺪ ﮐﻪ‬
‫‪.1≤q ≤ m‬‬
‫‪1‬‬ ‫‪1‬‬ ‫ﻣﺜﺎل‪ :‬ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدار وﯾﮋه ﻣﺎﺗﺮﯾﺲ ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪A‬‬
‫‪1‬‬ ‫‪3 ‬‬ ‫ﺣﻞ‪ :‬ﺑﺎ اﻧﺠﺎم روﻧﺪ زﯾﺮ دو ﻣﻘﺪار وﯾﮋه ﺑﻪ دﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬

‫‪1  l‬‬ ‫‪1   x1 ‬‬ ‫‪1 l‬‬ ‫‪1‬‬

‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪3  l   x2 ‬‬ ‫‪1‬‬ ‫‪3l‬‬
‫‪l  2‬‬
‫‪ l2  4l  4  0   1‬‬ ‫ﯾﻌﻨﯽ ﻣﻘﺪار وﯾﮋه ‪ 2‬داراي ﭼﻨﺪﮔﺎﻧﮕﯽ ‪ 2‬اﺳﺖ‪.‬‬
‫‪l2  2‬‬

‫‪59‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫ﺣﺎل ﺑﺮاي ﺗﻌﯿﯿﻦ ﺑﺮدارﻫﺎي وﯾﮋه ﺑﻪ ﺷﮑﻞ زﯾﺮ ﻋﻤﻞ ﻣﯿﮑﻨﯿﻢ‪:‬‬

‫‪1  2‬‬ ‫‪1   x1 ‬‬ ‫‪ 1‬‬ ‫‪1  x1 ‬‬
‫‪l 2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪3  2  x2 ‬‬ ‫‪1‬‬ ‫‪1   x2 ‬‬
‫‪1 ‬‬
‫‪x1  x2  0  x (1)  c   c  0‬‬
‫‪  1‬‬
‫ﻫﻤﺎﻧﮕﻮﻧﻪ ﮐﻪ ﻣﻼﺣﻈﻪ ﻣﯿﺸﻮد‪ ،‬در اﯾﻦ ﻣﺴﺎﻟﻪ ﺗﻨﻬﺎ ﯾﮏ ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻣﻘﺪار وﯾﮋه ﻣﻀﺎﻋﻒ وﺟﻮد دارد‪.‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬

‫ﻣﺜﺎل‪ :‬ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدار وﯾﮋه ﻣﺎﺗﺮﯾﺲ ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪A  1‬‬ ‫‪0‬‬ ‫‪1 ‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪60‬‬

‫‪٣٠‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫ﺣﻞ‪ :‬ﺑﺎ اﻧﺠﺎم روﻧﺪ زﯾﺮ دو ﻣﻘﺪار وﯾﮋه ﺑﻪ دﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬

‫‪ l‬‬ ‫‪1‬‬ ‫‪1   x1 ‬‬ ‫‪l‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪l‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1   x2   0 (*)  1‬‬ ‫‪l‬‬ ‫‪1 0‬‬
‫‪‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪l   x3 ‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪l‬‬
‫‪l1  2‬‬
‫‪3‬‬ ‫‪‬‬ ‫ﺑﻨﺎﺑﺮاﯾﻦ‪ 2 ،‬ﻣﻘﺪار وﯾﮋه ﺳﺎده و ‪ -1‬ﻣﻘﺪار وﯾﮋه ﺑﺎ ﭼﻨﺪﮔﺎﻧﮕﯽ‬
‫‪ l  3l  2  0  l2  1‬‬
‫‪l  1‬‬ ‫‪ 2‬اﺳﺖ‪.‬‬
‫‪ 2‬‬
‫‪ 2‬‬ ‫‪1‬‬ ‫‪1   x1 ‬‬ ‫ﺑﺮاي ﺗﻌﯿﯿﻦ ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ آن ﻣﻘﺪار وﯾﮋه اول دارﯾﻢ‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1   x2   0‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2  x3 ‬‬

‫‪61‬‬

‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه‬

‫ﺑﺎ ﺗﺒﺪﯾﻞ اﯾﻦ دﺳﺘﮕﺎه ﺑﺎ ﻋﻤﻠﯿﺎت ﺳﻄﺮي ﺑﻪ دﺳﺘﮕﺎه ﻣﻌﺎدل ﻣﻘﺎﺑﻞ‪ ،‬ﻣﻄﺎﺑﻖ زﯾﺮ‪ ،‬ﺑﺮدار وﯾﮋه ﺗﻌﯿﯿﻦ ﻣﯿﺸﻮد‪:‬‬

‫‪ 2‬‬ ‫‪1‬‬ ‫‪1  x1 ‬‬ ‫‪1‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪1  x2   0‬‬ ‫‪‬‬ ‫‪x‬‬ ‫)‪(1‬‬
‫‪ 1‬‬
‫‪‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0   x3 ‬‬ ‫‪1‬‬

‫‪x1  x2  x3  0‬‬ ‫ﻣﻌﺎدﻟﻪ )*( ﺑﻪ ازاي ‪ l1‬ﺑﻪ ﺗﮏ ﻣﻌﺎدﻟﻪ ﻣﻘﺎﺑﻞ ﻣﻨﺠﺮ ﻣﯿﺸﻮد )ﭼﺮا؟(‪:‬‬
‫ﭘﺲ ﺑﺎ اﻧﺘﺨﺎب دو ﻣﻘﺪار از ﮐﻤﯿﺎت ‪ x2 ، x1‬و ‪ x3‬ﺑﻪ دﻟﺨﻮاه و ﺗﻌﯿﯿﻦ ﺳﻮﻣﯽ از ﻣﻌﺎدﻟﻪ ﺑﺎﻻ ﻣﯿﺘﻮان ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻣﻘﺪار‬
‫وﯾﮋه را ﺗﻌﯿﯿﻦ ﮐﺮد‪ .‬ﺑﺎ اﻧﺘﺨﺎﺑﻬﺎي ﻣﺘﻔﺎوت‪ ،‬ﻣﻄﺎﺑﻖ روﻧﺪي ﮐﻪ در اداﻣﻪ آورده ﺷﺪه اﺳﺖ‪ ،‬ﻣﯿﺘﻮان دو ﺑﺮدار وﯾﮋه ﻣﺴﺘﻘﻞ ﺑﺮاي‬
‫‪1 ‬‬ ‫اﯾﻦ ﻣﻘﺪار وﯾﮋه ﻣﻀﺎﻋﻒ ﯾﺎﻓﺖ‪.‬‬
‫‪ x1  1‬‬
‫‪‬‬ ‫‪ x3  1  x  0 ‬‬
‫)‪(2‬‬

‫‪ x2  0‬‬ ‫‪  1‬‬

‫‪62‬‬

‫‪٣١‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﻣﺎﺗﺮﯾﺴﻬﺎي ﻫﺮﻣﯿﺘﯽ‬

‫‪0 ‬‬ ‫ﭘﺲ در اﯾﻦ ﻣﺜﺎل ﺑﺮ ﺧﻼف ﻣﺜﺎل ﻗﺒﻞ‪ ،‬ﺑﺮاي ﻣﻘﺪار‬
‫‪ x1  0‬‬
‫‪‬‬ ‫‪ x3  1  x  1 ‬‬
‫)‪(3‬‬
‫وﯾﮋه ﻣﻀﺎﻋﻒ دو ﺑﺮدار وﯾﮋه ﻣﺘﻨﺎﻇﺮ وﺟﻮد دارد‪.‬‬
‫‪ ‬‬
‫‪ x2  1‬‬ ‫‪ 1‬‬
‫****************‬
‫ﻣﺎﺗﺮﯾﺴﻬﺎي ﺧﻮداﻟﺤﺎﻗﯽ ﯾﺎ ﻫﺮﻣﯿﺘﯽ‪ ،‬ﮐﻪ در آﻧﻬﺎ ‪ ، A*= A‬دﺳﺘﻪ ﻣﻬﻤﯽ از ﻣﺎﺗﺮﯾﺴﻬﺎ را ﺗﺸﮑﯿﻞ ﻣﯿﺪﻫﻨﺪ‪ .‬ﻣﺎﺗﺮﯾﺴﻬﺎي ﺣﻘﯿﻘﯽ‬
‫ﻣﺘﻘﺎرن‪ ،‬ﯾﻌﻨﯽ ﻣﺎﺗﺮﯾﺴﻬﺎﯾﯽ ﮐﻪ دراﯾﻪ ﻫﺎي ﺣﻘﯿﻘﯽ دارﻧﺪ و ﺑﺮاي آﻧﻬﺎ ‪ ، AT=A‬زﯾﺮ دﺳﺘﻪ اي از ﻣﺎﺗﺮﯾﺴﻬﺎي ﻫﺮﻣﯿﺘﯽ ﻫﺴﺘﻨﺪ‪.‬‬
‫ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺎﺗﺮﯾﺴﻬﺎي ﻫﺮﻣﯿﺘﯽ ﻫﻤﻮاره داراي وﯾﮋﮔﯽ ﻫﺎي ﻣﻔﯿﺪ زﯾﺮ ﻫﺴﺘﻨﺪ‪:‬‬
‫‪ .1‬ﺗﻤﺎم ﻣﻘﺎدﯾﺮ وﯾﮋه ﺣﻘﯿﻘﯽ ﻫﺴﺘﻨﺪ‪.‬‬
‫‪ .2‬ﻫﻤﯿﺸﻪ ‪ n‬ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺴﺘﻘﻞ ﺧﻄﯽ وﺟﻮد دارﻧﺪ‪ ،‬ﭼﻪ ﻣﻘﺎدﯾﺮ وﯾﮋه ﻣﮑﺮر ﺑﺎﺷﻨﺪ ﯾﺎ ﻧﺒﺎﺷﻨﺪ‪.‬‬
‫‪ .3‬اﮔﺮ )‪ x(1‬و )‪ x(2‬ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻣﻘﺎدﯾﺮ وﯾﮋه ﻣﺘﻔﺎوت‪ ،‬ﺑﺎﺷﻨﺪ آﻧﮕﺎه ‪ .(x(1), x(2))=0‬ﭘﺲ اﮔﺮ ﺗﻤﺎم ﻣﻘﺎدﯾﺮ وﯾﮋه‬

‫‪63‬‬

‫ﻗﻄﺮي ﮐﺮدن ﻣﺎﺗﺮﯾﺲ‬

‫ﺳﺎده ﺑﺎﺷﻨﺪ‪ ،‬آﻧﮕﺎه ﺑﺮدارﻫﺎي وﯾﮋه ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺑﺮدار ﻣﺘﻌﺎﻣﺪ را ﺗﺸﮑﯿﻞ ﻣﯿﺪﻫﻨﺪ‪.‬‬
‫‪ .4‬ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻫﺮ ﻣﻘﺪار وﯾﮋه ﺑﺎ ﭼﻨﺪﮔﺎﻧﮕﯽ ‪ ، m‬ﻣﯿﺘﻮان ‪ m‬ﺑﺮدار وﯾﮋه دو ﺑﻪ دو ﻣﺘﻌﺎﻣﺪ ﯾﺎﻓﺖ‪ .‬ﭘﺲ ﻫﻤﯿﺸﻪ ﻣﯿﺘﻮان ‪ n‬ﺑﺮدار‬
‫وﯾﮋه را ﺑﻪ ﻧﺤﻮي ﺑﺮﮔﺰﯾﺪ ﮐﻪ ﻋﻼوه ﺑﺮ اﺳﺘﻘﻼل ﺧﻄﯽ‪ ،‬ﻣﺘﻌﺎﻣﺪ ﻧﯿﺰ ﺑﺎﺷﻨﺪ‪.‬‬
‫ﻗﻄﺮي ﮐﺮدن ﯾﮏ ﻣﺎﺗﺮﯾﺲ‪:‬‬
‫در ﺑﺮﺧﯽ ﮐﺎرﺑﺮدﻫﺎ‪ ،‬ﺗﺒﺪﯾﻞ ﻣﺎﺗﺮﯾﺲ ﺑﻪ ﻣﺎﺗﺮﯾﺲ ﻗﻄﺮي ﻣﻔﯿﺪ اﺳﺖ‪ .‬اﮔﺮ ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺎﺗﺮﯾﺲ ‪ An*n‬را ﺑﻪ ﺻﻮرت ﺳﺘﻮﻧﯽ‬
‫ﮐﻨﺎر ﻫﻢ در ﯾﮏ ﻣﺎﺗﺮﯾﺲ ﺑﭽﯿﻨﯿﻢ و اﯾﻦ ﻣﺎﺗﺮﯾﺲ ﺟﺪﯾﺪ را ‪ T‬ﺑﻨﺎﻣﯿﻢ‪ ،‬ﻣﺎﺗﺮﯾﺲ ‪ D‬ﮐﻪ از راﺑﻄﻪ زﯾﺮ ﺑﻪ دﺳﺖ ﻣﯽ آﯾﺪ‪ ،‬ﯾﮏ‬
‫‪T 1AT  D‬‬ ‫‪17 -5‬‬ ‫ﻣﺎﺗﺮﯾﺲ ﻗﻄﺮي ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ ﻋﻨﺎﺻﺮ روي ﻗﻄﺮ آن‪ ،‬ﻣﻘﺎدﯾﺮ وﯾﮋه ‪ A‬ﻫﺴﺘﻨﺪ‪.‬‬
‫ﭘﺲ اﮔﺮ ﻣﻘﺎدﯾﺮ و ﺑﺮدارﻫﺎي وﯾﮋه ‪ A‬را داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪ ،‬ﺑﺎ اﺳﺘﻔﺎده از ‪ 17-5‬ﻣﯿﺘﻮان آن را ﻗﻄﺮي ﮐﺮد‪ .‬اﯾﻦ ﻓﺮآﯾﻨﺪ را ﺗﺒﺪﯾﻞ‬
‫ﺗﺸﺎﺑﻬﯽ ﻣﯿﻨﺎﻣﻨﺪ و ‪ A‬ﻣﺸﺎﺑﻪ ﻣﺎﺗﺮﯾﺲ ﻗﻄﺮي ‪ D‬اﺳﺖ‪ .‬اﮔﺮ ‪ A‬ﻫﺮﻣﯿﺘﯽ ﺑﺎﺷﺪ دارﯾﻢ‪ .T-1= T* :‬اﮔﺮ ﺗﻌﺪاد ﺑﺮدارﻫﺎي وﯾﮋه‬
‫ﻣﺴﺘﻘﻞ ﺧﻄﯽ ‪ A‬ﮐﻤﺘﺮ از ‪ n‬ﺑﺎﺷﺪ ﻧﻤﯿﺘﻮان ‪T‬را ﺑﻪ ﻧﺤﻮي ﯾﺎﻓﺖ ﮐﻪ ‪17-5‬ﺑﺮﻗﺮار ﺷﻮد و ‪ A‬ﺑﺎ ﻫﯿﭻ ﻣﺎﺗﺮﯾﺲ ﻗﻄﺮي ﻣﺸﺎﺑﻪ‬
‫ﻧﯿﺴﺖ )ﻗﻄﺮي ﺷﺪﻧﯽ ﻧﯿﺴﺖ(‪.‬‬

‫‪64‬‬

‫‪٣٢‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻣﺮﺗﺒﻪ اول‬

‫ﻣﺸﺎﺑﻪ ﯾﮏ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺧﻄﯽ‪ ،‬دﺳﺘﮕﺎه ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ زﯾﺮ را ﻣﯿﺘﻮان ﺑﻪ ﺷﮑﻞ ﻣﺎﺗﺮﯾﺴﯽ ‪ 17-5‬ﻧﻮﺷﺖ‪:‬‬

‫) ‪x1  p11 (t ) x1    p1n (t ) xn  g1 (t‬‬

‫‪‬‬
‫) ‪xn  pn1 (t ) x1    pnn (t ) xn  g n (t‬‬

‫) ‪x   P(t ) x  g(t‬‬ ‫‪17 -6‬‬

‫اﺑﺘﺪا ﻣﻌﺎدﻟﻪ ﻫﻤﮕﻦ ‪ 17-7‬را در ﻧﻈﺮ ﻣﯿﮕﯿﺮﯾﻢ‪:‬‬
‫‪x   P(t ) x‬‬ ‫‪17 -7‬‬
‫ﭘﺲ از ﺣﻞ ﻣﻌﺎدﻟﻪ ﻫﻤﮕﻦ‪ ،‬راﻫﻬﺎي ﻣﺨﺘﻠﻔﯽ ﺑﺮاي ﺣﻞ ﻣﻌﺎدﻟﻪ ﻧﺎﻫﻤﮕﻦ وﺟﻮد دارد‪ .‬در اداﻣﻪ ﭼﻨﺪ ﻗﻀﯿﻪ ﻣﺮﺑﻮط ﺑﻪ دﺳﺘﮕﺎه‬
‫‪ ، 17-7‬ﺑﺪون ﺑﺮرﺳﯽ اﺛﺒﺎت آﻧﻬﺎ‪ ،‬آورده ﺷﺪه اﺳﺖ‪.‬‬

‫‪65‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻣﺮﺗﺒﻪ اول‬

‫ﻗﻀﯿﻪ ‪ : 17- 1‬اﮔﺮ ﺗﻮاﺑﻊ ﺑﺮداري )‪ x(1‬و )‪ x(2‬ﺟﻮاﺑﻬﺎي دﺳﺘﮕﺎه ‪ 17-7‬ﺑﺎﺷﻨﺪ‪ ،‬ﻫﺮ ﺗﺮﮐﯿﺐ ﺧﻄﯽ )‪ c1 x(1) +c2 x(2‬ﺑﻪ ازاي ﻫﺮ‬
‫ﻣﻘﺪار ﺛﺎﺑﺖ ‪ c1‬و ‪ c2‬ﻧﯿﺰ ﺟﻮاب اﺳﺖ‪.‬‬
‫از اﯾﻦ ﻗﻀﯿﻪ ﻣﯿﺘﻮان ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ ﮐﻪ اﮔﺮ )‪ x(k) ،... ، x(1‬ﺟﻮاﺑﻬﺎي دﺳﺘﮕﺎه ‪ 17-7‬ﺑﺎﺷﻨﺪ‪ ،‬آﻧﮕﺎه )‪c1 x(1)(t) + ... +ck x(k) (t‬‬
‫ﻧﯿﺰ ﺑﻪ ازاي ﺛﺎﺑﺘﻬﺎي دﻟﺨﻮاه ‪ ck ، ... ، c1‬ﻧﯿﺰ ﺟﻮاب اﺳﺖ‪.‬‬
‫‪ x11 (t ) ‬‬ ‫‪x1n (t ) ‬‬ ‫اﮔﺮ ‪ n‬ﺟﻮاب دﺳﺘﮕﺎه ‪ ( x(n) ،... ، x(1) ) 17-7‬را ﺑﻪ ﺻﻮرت ﺳﺘﻮﻧﯽ‬
‫‪X(t )   ‬‬ ‫‪ ‬‬ ‫در ﻣﺎﺗﺮﯾﺲ )‪ X(t‬ﺑﭽﯿﻨﯿﻢ )ﻋﺒﺎرت ﻣﻘﺎﺑﻞ(‪ ،‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻮﺿﯿﺤﺎت‬
‫‪ xn1 (t ) ‬‬ ‫‪xnn (t )‬‬ ‫ﺑﺨﺸﻬﺎي ﻗﺒﻞ ﻣﯿﺪاﻧﯿﻢ ﮐﻪ ﺳﺘﻮﻧﻬﺎي ‪ X‬ﺑﻪ ازاي ﯾﮏ ﻣﻘﺪار ﺧﺎص‬
‫‪ t‬ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﻫﺴﺘﻨﺪ اﮔﺮ و ﺗﻨﻬﺎ اﮔﺮ ﺑﻪ ازاي آن ﻣﻘﺪار ‪ t‬داﺷﺘﻪ‬
‫ﻧﺸﺎن ﻣﯿﺪﻫﯿﻢ‪ .‬ﭘﺲ‬ ‫‪W[x(1),‬‬ ‫‪…,‬‬ ‫])‪x(n‬‬ ‫ﺑﺎﺷﯿﻢ‪ .det X≠0 :‬اﯾﻦ دﺗﺮﻣﯿﻨﺎن را روﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ ﻣﯿﻨﺎﻣﯿﻢ و آن را ﺑﺎ‬
‫ﺟﻮاﺑﻬﺎي )‪ x(n) ،... ، x(1‬در ﯾﮏ ﻧﻘﻄﻪ ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﻫﺴﺘﻨﺪ اﮔﺮ و ﺗﻨﻬﺎ اﮔﺮ روﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ در آﻧﺠﺎ ﺻﻔﺮ ﻧﺒﺎﺷﺪ‪.‬‬

‫‪66‬‬

‫‪٣٣‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻣﺮﺗﺒﻪ اول‬

‫ﻗﻀﯿﻪ ‪ : 17- 2‬اﮔﺮ ﺗﻮاﺑﻊ ﺑﺮداري )‪ x(n) ،... ، x(1‬در ﺗﻤﺎم ﻧﻘﺎط ﯾﮏ ﺑﺎزه ﺟﻮاﺑﻬﺎي ﻣﺴﺘﻘﻞ ﺧﻄﯽ دﺳﺘﮕﺎه ‪ 17-7‬ﺑﺎﺷﻨﺪ‪ ،‬آﻧﮕﺎه ﻫﺮ‬
‫ﺟﻮاب )‪ x=f (t‬دﺳﺘﮕﺎه ‪17-7‬را ﻣﯿﺘﻮان‪ ،‬ﺗﻨﻬﺎ ﺑﻪ ﯾﮏ ﺻﻮرت‪ ،‬ﺑﻪ ﺻﻮرت ﺗﺮﮐﯿﺐ ﺧﻄﯽ )‪ x(n) ،... ، x(1‬ﻧﻮﺷﺖ‪:‬‬

‫) ‪f (t )  c1x (1) (t )    cn x ( n ) (t‬‬ ‫‪17 -8‬‬

‫دﻗﺖ ﮐﻨﯿﺪ ﮐﻪ ﻃﺒﻖ ﻗﻀﯿﻪ ‪ 17-1‬ﺗﻤﺎم ﺟﻮاﺑﻬﺎي ﺑﻪ ﺷﮑﻞ ﻋﺒﺎرت ‪ ، 17-8‬ﺟﻮاب دﺳﺘﮕﺎه ‪17-7‬ﻫﺴﺘﻨﺪ‪ ،‬وﻟﯽ ﺑﻨﺎ ﺑﻪ ﻗﻀﯿﻪ ‪-2‬‬
‫‪ 17‬ﺗﻤﺎم ﺟﻮاﺑﻬﺎي دﺳﺘﮕﺎه ‪ 17-7‬ﺑﻪ ﺷﮑﻞ ﻋﺒﺎرت ‪ 17-8‬ﻫﺴﺘﻨﺪ‪.‬‬
‫اﮔﺮ در ‪ 17-8‬ﺛﻮاﺑﺖ را دﻟﺨﻮاه در ﻧﻈﺮ ﺑﮕﯿﺮﯾﻢ‪ ،‬اﯾﻦ ﻋﺒﺎرت ﺟﻮاب ﻋﻤﻮﻣﯽ ﺧﻮاﻧﺪه ﻣﯿﺸﻮد‪ .‬ﻫﺮ ﻣﺠﻤﻮﻋﻪ ﺟﻮاب )‪x(n) ،... ، x(1‬‬
‫ﮐﻪ در ﺗﻤﺎم ﻧﻘﺎط ﯾﮏ ﺑﺎزه ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﺑﺎﺷﻨﺪ‪ ،‬ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺟﻮاﺑﻬﺎي ﭘﺎﯾﻪ در آن ﺑﺎزه ﺧﻮاﻧﺪه ﻣﯿﺸﻮﻧﺪ‪.‬‬

‫ﻗﻀﯿﻪ ‪ : 17- 3‬اﮔﺮ )‪ x(n) ،... ، x(1‬ﺟﻮاﺑﻬﺎي دﺳﺘﮕﺎه ‪ 17-7‬در ﯾﮏ ﺑﺎزه ﺑﺎﺷﻨﺪ‪ ،‬در اﯾﻦ ﻓﺎﺻﻠﻪ روﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ ﯾﺎ ﻣﺘﺤﺪ ﺑﺎ ﺻﻔﺮ‬
‫اﺳﺖ ﯾﺎ در ﻫﯿﭻ ﻧﻘﻄﻪ اي ﺻﻔﺮ ﻧﯿﺴﺖ‪.‬‬

‫‪67‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻣﺮﺗﺒﻪ اول‬

‫اﻫﻤﯿﺖ ﻗﻀﯿﻪ ‪ 17-3‬در اﯾﻦ اﺳﺖ ﮐﻪ ﻻزم ﻧﯿﺴﺖ روﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ را در ﺗﻤﺎم ﻧﻘﺎط ﯾﮏ ﺑﺎزه ﺑﺮرﺳﯽ ﮐﻨﯿﻢ و ﺗﻨﻬﺎ ﺑﺎ ﺑﺮرﺳﯽ‬
‫روﻧﺴﮑﯿﻦ درﯾﮏ ﻧﻘﻄﻪ ازﺑﺎزه ﻣﯿﺘﻮاﻧﯿﻢ ﺗﻌﯿﯿﻦ ﮐﻨﯿﻢ ﮐﻪ آﯾﺎ )‪ x(n)،... ، x(1‬ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺟﻮاﺑﻬﺎي ﭘﺎﯾﻪ را ﺗﺸﮑﯿﻞ ﻣﯿﺪﻫﻨﺪ ﯾﺎ ﻧﻪ‪.‬‬
‫ﺑﻨﺎ ﺑﻪ ﻗﻀﯿﻪ زﯾﺮ دﺳﺘﮕﺎه ‪ 17-7‬ﻫﻤﯿﺸﻪ ﺣﺪاﻗﻞ ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺟﻮاﺑﻬﺎي ﭘﺎﯾﻪ دارد‪.‬‬
‫‪1 ‬‬ ‫‪0 ‬‬ ‫‪0 ‬‬ ‫ﻗﻀﯿﻪ ‪ : 17- 4‬ﻓﺮض ﮐﻨﯿﺪ )‪ e(n) ،... ، e(1‬ﺑﻪ ﺻﻮرت ﻣﻘﺎﺑﻞ‬
‫‪0 ‬‬ ‫‪1 ‬‬ ‫‪0 ‬‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫ﺑﺎﺷﻨﺪ وﻫﻤﭽﻨﯿﻦ ﻓﺮض ﮐﻨﯿﺪ )‪ x(n) ،... ، x(1‬ﺟﻮاﺑﻬﺎﯾﯽ از‬
‫)‪(1‬‬
‫‪e‬‬ ‫‪  0  , e (2)   0  ,  , e ( n )   ‬‬ ‫دﺳﺘﮕﺎه ‪ 17-7‬در ﯾﮏ ﺑﺎزه ﻫﺴﺘﻨﺪ ﮐﻪ ﺷﺮاﯾﻂ اوﻟﯿﻪ زﯾﺮ‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪0 ‬‬ ‫را ﺑﺮآورده ﻣﯿﮑﻨﻨﺪ‪ ،‬ﮐﻪ ‪ t0‬ﻧﻘﻄﻪ اي در ﺑﺎزه ﻣﺬﮐﻮر اﺳﺖ‪.‬‬
‫‪ 0 ‬‬ ‫‪ 0 ‬‬ ‫‪1 ‬‬
‫در اﯾﻦ ﺻﻮرت )‪ x(n) ،... ، x(1‬ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺟﻮاﺑﻬﺎي ﭘﺎﯾﻪ‬
‫) ‪x (1) (t0 )  e (1) , , x ( n ) (t0 )  e ( n‬‬ ‫دﺳﺘﮕﺎه ‪ 17-7‬اﺳﺖ‪.‬‬
‫ﺑﻪ ﻃﻮرﺧﻼﺻﻪ ﻣﯿﺘﻮان ﮔﻔﺖ ﻫﺮﻣﺠﻤﻮﻋﻪ از ‪n‬ﺟﻮاب ﻣﺴﺘﻘﻞ ﺧﻄﯽ دﺳﺘﮕﺎه ‪17-7‬ﯾﮏ ﻣﺠﻤﻮﻋﻪ ﺟﻮاﺑﻬﺎي ﭘﺎﯾﻪ ﺗﺸﮑﯿﻞ ﻣﯿﺪﻫﺪ‪.‬‬

‫‪68‬‬

‫‪٣۴‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻫﻤﮕﻦ ﺑﺎ ﺿﺮاﯾﺐ ﺛﺎﺑﺖ‬

‫ﯾﮏ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻫﻤﮕﻦ ﺑﺎ ﺿﺮاﯾﺐ ﺛﺎﺑﺖ‪ ،‬ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺑﯿﺎن ﻣﯿﺸﻮد ﮐﻪ در آن ‪ A‬ﯾﮏ ﻣﺎﺗﺮﯾﺲ ‪ n‬در ‪n‬‬

‫‪x  A x‬‬ ‫‪17 -9‬‬ ‫ﺛﺎﺑﺖ اﺳﺖ‪:‬‬

‫ﺑﺮاي ﺣﻞ اﯾﻦ دﺳﺘﮕﺎه ﺟﻮاب را ﺑﻪ ﺷﮑﻞ زﯾﺮ در ﻧﻈﺮ ﻣﯿﮕﯿﺮﯾﻢ ﮐﻪ ‪ r‬و ‪ x‬در آن ﺑﺎﯾﺪ ﺗﻌﯿﯿﻦ ﺷﻮﻧﺪ‪:‬‬

‫‪x  x e rt‬‬ ‫‪17 -10‬‬

‫ﺑﺎ ﻗﺮار دادن ‪ 17-10‬در ‪ 17-9‬دارﯾﻢ‪:‬‬
‫‪rt‬‬ ‫‪rt‬‬
‫‪rx e  Ax e  Ax  rx  (A-rI)x  0‬‬ ‫‪17 -11‬‬
‫ﭘﺲ ﺑﺮاي ﺣﻞ دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ‪ 17-9‬ﺑﺎﯾﺪ دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت ﺟﺒﺮي ‪ 17-11‬ﺣﻞ ﺷﻮد‪ .‬اﯾﻦ ﻣﺴﺎﻟﻪ‬
‫دﻗﯿﻘﺎ ﻫﻤﺎن ﻣﺴﺎﻟﻪ ﯾﺎﻓﺘﻦ ﻣﻘﺎدﯾﺮ و ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺎﺗﺮﯾﺲ ‪ A‬ﮐﻪ ﻗﺒﻼ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ‪.‬‬

‫‪1‬‬ ‫‪1‬‬
‫ﻣﺜﺎل‪ :‬ﺟﻮاب ﻋﻤﻮﻣﯽ دﺳﺘﮕﺎه ﻣﻘﺎﺑﻞ را ﺑﯿﺎﺑﯿﺪ‪.‬‬
‫‪x  ‬‬ ‫‪x‬‬
‫‪4‬‬ ‫‪1‬‬

‫‪69‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻫﻤﮕﻦ ﺑﺎ ﺿﺮاﯾﺐ ﺛﺎﺑﺖ‬

‫ﺣﻞ‪ :‬ﺑﺮاي ﯾﺎﻓﺘﻦ ﺟﻮاﺑﻬﺎي ﺻﺮﯾﺢ‪ ،‬آﻧﻬﺎ را ﺑﻪ ﺷﮑﻞ زﯾﺮ ﻓﺮض ﮐﺮده و در ﻣﻌﺎدﻟﻪ ﻗﺮار ﻣﯿﺪﻫﯿﻢ و ﺑﻪ دﺳﺘﮕﺎه ﺟﺒﺮي ﺑﯿﺎن ﺷﺪه‬

‫‪1  r‬‬ ‫‪1  x1  0‬‬ ‫ﻣﯿﺮﺳﯿﻢ‪:‬‬

‫‪x  ξ e rt  ‬‬ ‫‪‬‬
‫‪4‬‬ ‫‪1  r  x 2  0‬‬
‫اﯾﻦ ﻣﻌﺎدﻟﻪ ﻓﻘﻂ وﻗﺘﯽ ﺟﻮاب ﻏﯿﺮ ﺻﻔﺮ دارد ﮐﻪ دﺗﺮﻣﯿﻨﺎن ﺿﺮاﯾﺐ ﺻﻔﺮ ﺑﺎﺷﺪ‪ .‬ﭘﺲ‪:‬‬
‫‪1 r‬‬ ‫‪1‬‬ ‫‪r  3‬‬
‫‪ 0  (1  r ) 2  4  0   1‬‬
‫‪4‬‬ ‫‪1 r‬‬ ‫‪r2  1‬‬
‫ﺑﺮدارﻫﺎي وﯾﮋه ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﻫﺮ ﯾﮏ از ﻣﻘﺎدﯾﺮ وﯾﮋه و در ﻧﺘﯿﺠﻪ ﺟﻮاﺑﻬﺎي ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻋﺒﺎرﺗﻨﺪ از‪:‬‬
‫‪‬‬ ‫)‪(1‬‬ ‫‪1 ‬‬ ‫)‪ (1‬‬ ‫‪1  3t‬‬
‫‪r1  3  2x1  x 2  0  x   ‬‬ ‫‪x (t )    e‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪‬‬ ‫‪ 2‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪r  1  2x  x  0  x ( 2)  1 ‬‬ ‫‪x ( 2 ) (t )  1  e t‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪  2‬‬ ‫‪‬‬ ‫‪  2‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪70‬‬

‫‪٣۵‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫دﺳﺘﮕﺎﻫﻬﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺧﻄﯽ ﻫﻤﮕﻦ ﺑﺎ ﺿﺮاﯾﺐ ﺛﺎﺑﺖ‬

‫ﺣﺎل ﺑﺎ ﻗﺮار دادن ﺟﻮاﺑﻬﺎي ﻣﻌﺎدﻟﻪ ﺑﻪ ﺻﻮرت ﺳﺘﻮﻧﯽ در ﯾﮏ ﻣﺎﺗﺮﯾﺲ راﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ ﺣﺎﺻﻞ ﻣﯿﺸﻮد‪:‬‬

‫‪e 3t‬‬ ‫‪e t‬‬

‫‪W [ x (1) , x ( 2 ) ](t ) ‬‬ ‫‪3t‬‬ ‫‪t‬‬
‫‪ 4e 2t  0‬‬
‫‪2e‬‬ ‫‪2e‬‬
‫ﭼﻮن راﻧﺴﮑﯿﻦ ﺟﻮاﺑﻬﺎ ﺑﺮاﺑﺮ ﺻﻔﺮ ﻧﺸﺪ‪ ،‬ﺟﻮاﺑﻬﺎ ﻣﺴﺘﻘﻞ ﺧﻄﯽ ﻫﺴﺘﻨﺪ و ﺟﻮاب ﻋﻤﻮﻣﯽ را ﻣﯿﺘﻮان ﺑﻪ ﺻﻮرت زﯾﺮ ﻧﻮﺷﺖ‪:‬‬

‫‪1 ‬‬ ‫‪1 ‬‬

‫‪x  c1x (1) (t )  c2 x ( 2) (t )  c1   e 3t  c2   e t‬‬
‫‪2 ‬‬ ‫‪  2‬‬
‫ﻣﻄﺎﻟﻌﻪ ﺳﺎﯾﺮ ﺑﺨﺸﻬﺎي ﺗﮑﻤﯿﻞ ﮐﻨﻨﺪه اﯾﻦ ﺑﺤﺚ‪ ،‬ﻣﺎﻧﻨﺪ ﻣﻘﺎدﯾﺮ وﯾﮋه ﻣﮑﺮر و ﻣﺨﺘﻠﻂ و ﻧﯿﺰ ﺑﺮرﺳﯽ دﺳﺘﮕﺎﻫﻬﺎي ﺧﻄﯽ ﻧﺎﻫﻤﮕﻦ‬
‫ﺑﻪ ﻋﻬﺪه داﻧﺸﺠﻮ ﮔﺬاﺷﺘﻪ ﻣﯿﺸﻮد‪.‬‬

‫‪71‬‬

‫ﺑﺴﻢ ﺍﷲ ﺍﻟﺮﺣﻤﻦ ﺍﻟﺮﺣﻴﻢ‬

‫ﻣﻌﺎدﻻت اﻧﺘﮕﺮاﻟﯽ‬

‫ﺟﻠﺴﻪ ‪18‬‬

‫ﺳﯿﺪ روح اﷲ ﮐﺎﻇﻤﯽ‬

‫رﯾﺎﺿﯽ ﭘﯿﺸﺮﻓﺘﻪ‬

‫‪٣۶‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫اﻧﻮاع ﻣﻌﺎدﻻت اﻧﺘﮕﺮاﻟﯽ‬

‫ﺗﺒﺪﯾﻞ »ﻣﻠﯿﻦ« ﯾﮑﯽ دﯾﮕﺮ از ﺗﺒﺪﯾﻼت اﺳﺖ ﮐﻪ ﻣﻄﺎﻟﻌﻪ آن ﺑﻪ داﻧﺸﺠﻮ واﮔﺬار ﻣﯿﮕﺮدد‪.‬‬
‫*****‬
‫ﻣﻌﺎدﻻﺗﯽ ﮐﻪ در آﻧﻬﺎ ﺗﺎﺑﻊ ﻣﺠﻬﻮل زﯾﺮ اﻧﺘﮕﺮال ﻗﺮار داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﻣﻌﺎدﻻت اﻧﺘﮕﺮاﻟﯽ ﮔﻮﯾﻨﺪ‪ .‬اﯾﻦ ﻣﻌﺎدﻻت اﻧﻮاع ﻣﺨﺘﻠﻔﯽ دارد‬
‫ﮐﻪ در زﯾﺮ ﻣﻄﺮح ﻣﯿﺸﻮد‪:‬‬
‫‪ -‬اﮔﺮ ﺣﺪود اﻧﺘﮕﺮال ﺛﺎﺑﺖ ﺑﺎﺷﺪ‪ ،‬ﻣﻌﺎدﻟﻪ ﻣﺪﻧﻈﺮ‪ ،‬ﻣﻌﺎدﻟﻪ ﻓﺮدﻫﻠﻢ )‪ ( Fredholm‬ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮد‪.‬‬
‫‪ -‬اﮔﺮ ﯾﮑﯽ از ﺣﺪود اﻧﺘﮕﺮال ﺛﺎﺑﺖ ﻧﺒﺎﺷﺪ‪ ،‬ﻣﻌﺎدﻟﻪ ﻣﺪﻧﻈﺮ‪ ،‬ﻣﻌﺎدﻟﻪ وﻟﺘﺮا )‪ ( Volterra‬ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮد‪.‬‬
‫‪ -‬اﮔﺮ ﺗﺎﺑﻊ ﻣﺠﻬﻮل ﻓﻘﻂ زﯾﺮ اﻧﺘﮕﺮال ﻇﺎﻫﺮ ﺷﻮد‪ ،‬ﻣﻌﺎدﻟﻪ ﻣﺪﻧﻈﺮ‪ ،‬ﻣﻌﺎدﻟﻪ ﻧﻮع اول ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮد‪.‬‬
‫‪ -‬اﮔﺮ ﺗﺎﺑﻊ ﻣﺠﻬﻮل ﻓﻘﻂ زﯾﺮ اﻧﺘﮕﺮال و ﺧﺎرج از آن ﻇﺎﻫﺮ ﺷﻮد‪ ،‬ﻣﻌﺎدﻟﻪ ﻣﺪﻧﻈﺮ‪ ،‬ﻣﻌﺎدﻟﻪ ﻧﻮع دوم ﻧﺎﻣﯿﺪه ﻣﯿﺸﻮد‪.‬‬

‫)‪( 9-1‬‬ ‫ﻣﺜﻼ )‪ ( 9-1‬ﯾﮏ ﻣﻌﺎدﻟﻪ ﻓﺮدﻫﻠﻢ ﻧﻮع اول اﺳﺖ‪.‬‬

‫‪73‬‬

‫اﻧﻮاع ﻣﻌﺎدﻻت اﻧﺘﮕﺮاﻟﯽ‬

‫ﻣﻌﺎدﻟﻪ )‪ ( 9-2‬ﯾﮏ ﻣﻌﺎدﻟﻪ ﻓﺮدﻫﻠﻢ ﻧﻮع دوم اﺳﺖ‪( 9-2) .‬‬

‫)‪( 9-3‬‬ ‫ﻣﻌﺎدﻟﻪ )‪ ( 9-3‬ﯾﮏ ﻣﻌﺎدﻟﻪ وﻟﺘﺮا ﻧﻮع اول اﺳﺖ‪.‬‬

‫)‪( 9-4‬‬ ‫ﻣﻌﺎدﻟﻪ )‪ ( 9-4‬ﯾﮏ ﻣﻌﺎدﻟﻪ وﻟﺘﺮا ﻧﻮع دوم اﺳﺖ‪.‬‬

‫در ﺗﻤﺎم ﻣﻌﺎدﻻت ﺑﺎﻻ ‪ f‬ﺗﺎﺑﻊ ﻣﺠﻬﻮل‪ f ،‬ﯾﮏ ﺗﺎﺑﻊ ﻣﻌﻠﻮم و ‪K‬ﮐﺮﻧﻞ ﻣﻌﺎدﻟﻪ ﻫﺴﺘﻨﺪ‪ .‬اﮔﺮ ‪ f‬ﺑﺮاﺑﺮ ﺻﻔﺮ ﺑﺎﺷﺪ‪ ،‬ﻣﻌﺎدﻟﻪ را ﻫﻤﮕﻦ و‬
‫در ﻏﯿﺮ اﯾﻨﺼﻮرت ﻣﻌﺎدﻟﻪ را ﻧﺎﻫﻤﮕﻦ ﮔﻮﯾﻨﺪ‪.‬‬

‫ﻣﺜﺎل‪ :‬ﻣﻌﺎدﻟﻪ اﻧﺘﮕﺮاﻟﯽ ﻓﺮدﻫﻠﻢ ﻧﻮع دوم ﻧﺎﻫﻤﮕﻦ زﯾﺮ را ﺣﻞ ﮐﻨﯿﺪ‪.‬‬

‫)‪( 9-5‬‬

‫‪74‬‬

‫‪٣٧‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫اﻧﻮاع ﻣﻌﺎدﻻت اﻧﺘﮕﺮاﻟﯽ‬

‫ﺣﻞ‪ :‬ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻋﺒﺎرت )‪ ( 9-6‬ﺑﻪ ﺻﻮرت ﯾﮏ ﺛﺎﺑﺖ و ﺟﺎﮔﺬاري آن در )‪ ( 9-5‬ﺑﻪ )‪ ( 9-7‬ﻣﯿﺮﺳﯿﻢ‪.‬‬

‫)‪( 9-6‬‬

‫)‪( 9-7‬‬
‫ﺣﺎل )‪ ( 9-7‬را در ﺳﻤﺖ راﺳﺖ )‪ ( 9-6‬ﻗﺮار ﻣﯿﺪﻫﯿﻢ‪:‬‬
‫)‪( 9-8‬‬
‫در ﻧﺘﯿﺠﻪ‪:‬‬
‫)‪( 9-9‬‬
‫اﮔﺮ ‪ l‬ﺑﺮاﺑﺮ ‪ 3/2‬ﺑﺎﺷﺪ‪ ،‬ﺑﻪ ازاي ﻫﯿﭻ ‪ A‬راﺑﻄﻪ )‪ ( 9-9‬ﻧﻤﯿﺘﻮاﻧﺪ ﺑﺮﻗﺮار ﺑﺎﺷﺪ‪ .‬در ﻏﯿﺮاﯾﻨﺼﻮرت‪:‬‬
‫)‪( 9-10‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﺑﻪ ازاي ‪ l 3/2‬ﺟﻮاﺑﯽ وﺟﻮد ﻧﺪارد و در ﻏﯿﺮ اﯾﻨﺼﻮرت ﺟﻮاب ﻣﻨﺤﺼﺮ ﺑﻪ ﻓﺮد ﺑﺮاﺑﺮ اﺳﺖ ﺑﺎ‪:‬‬
‫)‪( 9-11‬‬

‫‪75‬‬

‫ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻣﻌﺎدﻟﻪ اﻧﺘﮕﺮاﻟﯽ‬

‫ﻣﻌﺎدﻟﻪ ﺧﻄﯽ درﺟﻪ دو )‪ ( 9-12‬را ﺑﺎ ﺷﺮاﯾﻂ اوﻟﯿﻪ اش در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬

‫)‪( 9-12‬‬

‫ﺑﺎ اﻧﺘﮕﺮاﻟﮕﯿﺮي دارﯾﻢ‪:‬‬

‫ﺑﺎ اﻧﺘﮕﺮاﻟﮕﯿﺮي ﺟﺰء ﺑﻪ ﺟﺰء از اﻧﺘﮕﺮال اول در ﺑﺎﻻ دارﯾﻢ‪:‬‬

‫ﻣﻼﺣﻈﻪ ﻣﯿﮑﻨﯿﺪ ﮐﻪ ﭼﮕﻮﻧﻪ ﺷﺮاﯾﻂ اوﻟﯿﻪ در ﻣﻌﺎدﻟﻪ ﺟﺪﯾﺪ اﻋﻤﺎل ﺷﺪه اﺳﺖ ﺣﺎل ﺑﺎ ﯾﮑﺒﺎر دﯾﮕﺮ اﻧﺘﮕﺮاﻟﮕﯿﺮي دارﯾﻢ‪:‬‬

‫)‪( 9-13‬‬

‫‪76‬‬

‫‪٣٨‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻣﻌﺎدﻟﻪ اﻧﺘﮕﺮاﻟﯽ‬

‫ﺣﺎل ﺑﺮاي ﺗﺒﺪﯾﻞ )‪ ( 9-13‬ﺑﻪ ﯾﮏ راﺑﻄﻪ ﻣﺮﺗﺐ ﺗﺮ از راﺑﻄﻪ )‪ ( 9-14‬اﺳﺘﻔﺎده ﻣﯿﮑﻨﯿﻢ‪:‬‬

‫)‪( 9-14‬‬
‫ﺑﺎ ﺑﻪ ﮐﺎر ﺑﺮدن )‪ ( 9-14‬در )‪ ( 9-13‬دارﯾﻢ‪:‬‬

‫)‪( 9-15‬‬

‫ﺣﺎل اﮔﺮ ‪ K‬و ‪ f‬را ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻌﺮﯾﻒ ﮐﻨﯿﻢ‪ ( 9-15) ،‬ﺑﻪ )‪ ( 9-16‬ﺗﺒﺪﯾﻞ ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬

‫)‪( 9-16‬‬
‫راﺑﻄﻪ )‪ ( 9-16‬ﯾﮏ ﻣﻌﺎدﻟﻪ وﻟﺘﺮا ﻧﻮع دوم اﺳﺖ‪.‬‬

‫‪77‬‬

‫ﺗﺎﺑﻊ ﮔﺮﯾﻦ‬

‫ﺗﺎﺑﻊ ﮔﺮﯾﻦ ﯾﮏ ﺗﺎﺑﻊ ﺳﻮدﻣﻨﺪ ﺑﺮاي ﯾﺎﻓﺘﻦ ﺟﻮاب ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ اﺳﺖ ﮐﻪ در اﯾﻨﺠﺎ ﻗﺼﺪ ﻧﺪارﯾﻢ وارد ﺑﺤﺚ آن ﮔﺮدﯾﻢ و‬
‫ﻓﻘﻂ ﺑﻪ ﺑﯿﺎن ﯾﮏ ﺗﻌﺮﯾﻒ و ﯾﮏ ﻗﻀﯿﻪ در اﯾﻦ ﻣﻮرد اﮐﺘﻔﺎ ﻣﯿﻨﻤﺎﯾﯿﻢ‪ .‬ﻣﻄﺎﻟﻌﺎت ﺑﯿﺸﺘﺮ در اﯾﻦ زﻣﯿﻨﻪ ﺑﻪ ﻋﻬﺪ داﻧﺸﺠﻮﯾﺎن ﺧﻮاﻫﺪ‬
‫ﺑﻮد‪.‬‬
‫ﺗﻌﺮﯾﻒ ‪ : 9- 1‬ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ و ﺷﺮاﯾﻂ ﻣﺮزي ﻫﻤﮕﻦ زﯾﺮ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ ﮐﻪ در آﻧﻬﺎ دو ﺿﺮﯾﺐ ﻣﻮﺟﻮد در ﻫﺮﯾﮏ از‬

‫‪a0 ( x) y  a1 ( x) y  a2 ( x) y  0‬‬ ‫)‪1 y(a )   2 y(a‬‬ ‫ﺷﺮاﯾﻂ ﻣﺮزي ﻫﻤﺰﻣﺎن ﺻﻔﺮ ﻧﯿﺴﺘﻨﺪ‪.‬‬

‫)‪1 y(b)   2 y(b‬‬

‫ﺗﺎﺑﻌﯽ ﭼﻮن )‪ g(x,s‬ﮐﻪ ﺷﺮاﯾﻂ زﯾﺮ را داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﺎﺑﻊ ﮔﺮﯾﻦ ﻣﺴﺎﻟﻪ اي اﺳﺖ ﮐﻪ ﺑﺎ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﻔﺮوض و ﺷﺮاﯾﻂ‬
‫ﻣﺮزﯾﺶ ﺗﻌﺮﯾﻒ ﻣﯿﺸﻮد‪.‬‬
‫‪ g(x,s) .1‬در اﯾﻦ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ازاي ‪ a≤x<s‬و ﺑﻪ ازاي ‪ s<x≤b‬ﺻﺪق ﮐﻨﺪ‪.‬‬
‫)‪1g (a, s)   2 g x (a, s) 1 g (b, s)   2 g x (b, s‬‬ ‫‪ .2‬ﺑﻪ ازاي ‪، a≤x ≤ b‬‬

‫‪78‬‬

‫‪٣٩‬‬
‫‪١۴٣۴/٠٧/٠٧‬‬

‫ﺗﺎﺑﻊ ﮔﺮﯾﻦ‬

‫‪ g(x,s) .3‬ﺑﻪ ازاي ‪ a≤x ≤b‬ﺗﺎﺑﻊ ﭘﯿﻮﺳﺘﻪ اي از ‪ x‬ﺑﺎﺷﺪ‪.‬‬

‫‪gx(x,s) .4‬ﺑﻪ ازاي ‪ a≤x<s‬و ﺑﻪ ازاي ‪ s<x≤b‬ﭘﯿﻮﺳﺘﻪ ﺑﺎﺷﺪ وﻟﯽ در ‪ ، x=s‬ﭘﺮش )‪ -1/a0(s‬را داﺷﺘﻪ ﺑﺎﺷﺪ‪.‬‬

‫ﻗﻀﯿﻪ ‪ : 9- 1‬اﮔﺮ )‪ f (x‬ﯾﮏ ﺗﺎﺑﻊ ﭘﯿﻮﺳﺘﻪ روي ﺑﺎﺷﺪ‪ ،‬ﺗﺎﺑﻊ‬

‫)‪( 9-17‬‬
‫ﯾﮏ ﺟﻮاب ﻣﺴﺎﻟﻪ ﻣﻘﺪار ﻣﺮزي زﯾﺮ اﺳﺖ‪:‬‬

‫)‪( 9-18‬‬

‫ﻣﻄﺎﻟﻌﺎت ﺑﯿﺸﺘﺮ در ﻣﻮرد ﻧﺤﻮه ﺗﻌﯿﯿﻦ ﺗﺎﺑﻊ ﮔﺮﯾﻦ و ‪ ...‬ﺑﻪ ﻋﻬﺪ داﻧﺸﺠﻮﯾﺎن ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫‪79‬‬

‫‪۴٠‬‬