درباره وبلاگ به وبلاگ من خوش آمدید آخرین مطالب پيوندها
تبادل لینک
هوشمند نويسندگان
خداحافظ ایگرگ وبلاگ صلحی عدد مختلط عددی به شکل است که و اعداد حقیقیاند و یکهٔ موهومی با خصوصیت 2 = -1 است. عدد قسمت حقیقی و عدد قسمت موهومی نامیده و نوشته میشود: اعداد حقیقی را میتوان به عنوان اعداد مختلط با قسمت موهومی صفر در نظر گرفت، یعنی عدد حقیقی معادل است با عدد مختلط . مجموعهٔ اعداد مختلط را بصورت تعریف میکنیم. تعاریفبرابریدو عدد مختلط برابرند اگر و تنها اگر بخشهای حقیقی و موهومی آنها دو به دو با یکدیگر برابر باشند. یعنی a + bi = c + di اگر و تنها اگر a = c و b = d. نمادگذاری و اعمال جبریمجموعه اعداد مختلط معمولاً با نشان داده میشود. اعداد مختلط نیز میتوانند جمع، تفریق، و ضرب شوند با در نظر گرفتن معادلهٔ i 2 = −1 تقسیم اعداد مختلط را نیز میتوان تعریف کرد (پایین را ببینید). بنابراین مجموعه اعداد مختلط یک میدان تشکیل میدهد که، در مقایسه با اعداد حقیقی، به طور جبری بسته است. میدان مختلطاعداد مختلط را میتوان به صورت زوجهای مرتب (a, b) از اعداد حقیقی نیز تعریف کرد. با اعمال: بنابراین اعداد مختلط تشکیل یک میدان میدهند، میدان مختلط، که با C نشان داده میشود. از آنجایی که عدد مختلط a + bi به طور منحصربهفرد با یک زوج مرتب (a, b) نمایش داده میشود، پس اعداد مختلط یک تناظر یک به یک با نقاط در صفحه دارند. به آن صفحه مختلط گفته میشود. عدد حقیقی a را با عدد مختلط (a, 0) نشان میدهیم و در این حالت میدان اعداد حقیقی R یک زیرمیدان از C میشود. واحد موهومی i عدد مختلط (0, 1) است. منظوراز تقسیم دو عدد مختلط یعنی یافتن عددی است مثل x + iy که در تساوی
صدق نماید، پس از محاسبه رابطه بالا داریم
پس کافی است اعداد x و y را چنان پیدا کنیم که در روابط
مگر آنکه c = d = 0 بنابراین البته همین نتیجه را میتوانستیم از ضرب صورت و مخرج کسر در
نیز بدست آوریم ریشه nام اعداد مختلطفرض کنید n یک عدد طبیعی باشد، عدد مختلط Z را ریشهٔ n ام عدد مختلط داده شدهٔ Z0 می خوانند، هرگاه جمعه 29 آذر 1392برچسب:, :: 17:14 :: نويسنده : عطا صلحی
اتحاد یک گزاره ریاضی همواره صادق است که معمولاً برای سادهسازی فعالیتهای جبری در ریاضی بکار میرود. تعریفی دیگرمعادله ای که به ازای هر عدد حقیقی برقرار باشد اتحاد نامیده می شود.[۱] کاربرد اتحاد
انواع اتحاداتحادها بسیار زیاد هستند اما چند اتحاد اصلی که پایهٔ اتحادهای دیگر هستند بدین قرارند: مربع دو جمله ایمربع سه جملهایمکعب مجموع دو جملهمزدوجاتحاد جمله مشترکمجموع و تفاضل مکعبات دوجمله (چاق و لاغر)اویلر(اولر)اتحاد لاگرانژنیوتونییک شنبه 10 آذر 1392برچسب:, :: 21:25 :: نويسنده : عطا صلحی
شنبه 18 آبان 1392برچسب:, :: 23:40 :: نويسنده : عطا صلحی
در آمار و احتمالات تابع چگالی احتمال به تابعی اطلاق میشود که توزیعی آماری را به شکل انتگرالی نمایش دهد. مقدار این تابع غیر منفی است. توزیع پیوسته یک متغیرهاحتمال آنکه متغیر تصادفی در بازه [a,b] واقع شود از رابطهٔ زیر بدست میآید: همچنین کل مساحت زیر نمودار برابر است با ۱؛ یعنی: در نتیجه تابع توزیع تجمعی را میتوان بصورت زیر نوشت: و اگر f تابعی پیوسته باشد: تعریفمتغیر تصادفی X را در نظر بگیرید که مقدار آن در فضای اندازه تعریف شده و توزیع احتمال آن اندازه X∗P در است، آنگاه چگالی X نسبت به اندازه مرجع μ در بواسطه مشتق رادون−نیکودیم به شکل زیر تعریف میشود: بعبارت دیگر، به ازای هر مجموعه اندازهپذیر ، f میتواند هر تابع قابل اندازهگیری با ویژگی زیر باشد: برخلاف احتمالی که به یک متغیر تصادفی گسسته نسبت داده می شود، تابع چگالی احتمال می تواند مقادیر بیشتر از یک را نیز اختیار کند. به طور مثال توزیع یکنواخت در بازه [1/2 ,0] چگالی احتمالی f(x) = 2 برای 0 ≤ x ≤ ½ دارد و f(x) = 0 برای خارج این بازه دارد با داشتن تابع چگالی احتمالی متغیر تصادفی X می توان مقدار امید ریاضی آن را به شکل زیر محاسبه کرد چند روش محاسبهاز روش های بدست آوردن تابع چگالی احتمالی متغیر تصادفی X مشتق گیری از تابع توزیع تجمعی (FX(x آن است و که به صورت زیر تعریف می شود یک روش دیگر برای بدست آوردن تابع چگالی احتمالی متغیر تصادفی X تخمین مقدار آن در یک بازه کوچک مانند : است. یا به عبارت دیگر : رابطه بین توزیع های گسسته و پیوستهمی توان بعضی از متغیر های تصادفی گسسته را نیز با استفاده از تابع چگالی احتمالی توصیف کرد. به طور مثال برای متغیر تصادفی که دو مقدار 1 و -1 را هر کدام با احتمال 1/2 می گیرد، می توان چگالی احتمال زیر را نسبت داد به طور کلی اگر متغیر تصادفی n مقدار حقیقی را اختیار کند می توان تابع چگالی احتمای آن را به این شکل نوشت که مقادیر x1, …, xn مقادیری هستند که متغیر تصادفی X با احتمال p1, …, pn اختیار می کند.. چگالی احتمال توابع چند متغیرهبرای متغیرهای تصادفی X1, …, Xn همچنین این امکان وجود دارد که یک تابع چگالی چند متغیره تعریف کنیم که به تمامی "X" ها بستگی داشته باشد که به آن تابع چگالی احتمال مشترک (توام) گویند. این تابع چگالی تابع چگالی n متغیره نام دارد به طوری که به ازای هر فضای احتمال "n" بعدی "D" از متغیر های تصادفی x1, …, xn احتمال اینکه این دسته متغیرها در "D" قرار بگیرند، به صورت زیر است: اگر( F(x1, …, xn) = Pr(X1 ≤ x1, …, Xn ≤ xn باشد، به آن توزیع تجمعی احتمال بردار (X1, …, Xn) گوییم که در آنصورت توزیع چگالی احتمال توام از طریق مشتق گیری از آن بدست می آید: چگالی توزیع حاشیه ای(fXi(xi به ازای i=1, 2, …,n چگالی توزیع حاشیه ای می گوییم که فقط تابع Xi است. میتوان آنرا از طریق انتگرال گیری از توزیع تجمعی نسبت به n-1 متغیر دیگر بدست آورد. استقلالتابع توزیع مشترک n متغیره X1, …, Xn مستقل از تک تک آنها مستقل است اگر و تنها اگر: نتیجه فرعیاگر بتوان تابع توزیع مشترک یک بردار n تایی را به صورت حاصلضرب n تابع تک متغیره نوشت (لزومی ندارد که هر fi یک چگالی احتمال باشد) در آنصورت n متغیر از یکدیگر مستقل هستند و چگالی توزیع احتمال هریک به صورت زیر محاسبه میشود: مثالاین مثال ابتدایی حالت ساده دو متغیره از تعریف تابع چکالی احتمال چند متغیره است. فرض کنید فضای یک فضای دو متغیره با بردار مختصات (X, Y) است. احتمال اینکه در کنج مثبت باشد، اینگونه است: جمع دو متغیر تصادفی مستقلتابع چگالی احتمال دو متغیر مستقل U و V، که هر یک دارای یک تابع چگالی احتمالند، کانولوشن تابع چگالی تک تک آن هاست: میتوان رابطه بالا را به N متغیر مستقل، با چگالی های U1, …, UN تعمیم داد: متغیرهای وابسته و تغییر متغیراگر تابع چگالی احتمال متغیر تصادفی X به صورت (fX(x داده شده باشد، میتوان(ولی معمولاً غیر ضروری است، زیر را مشاهده کنید) تابع چگالی احتمال متغیری مانند (Y = g(X را محاسبه کرد. به این کار "تغییر متغیر" میگویند و در عمل برای تولید متغیر تصادفی با شکل دلخواه fg(X) = fY با استفاده از مولد عدد تصادفی شناخته شده(برای مثال یکنواخت)، مورد استفاده قرار میگیرد. اگر تابع g یکنواخت باشد، در آنصورت تابع چگالی حاصل به صورت زیر است: در اینجا منظور از g−1، تابع معکوس و منظور از 'g، تابع مشتق است. این به دنبال این حقیقت ناشی میشود که احتمال در ناحیه مشتق گیری تحت تاثیر تغییر متغیر، باید ثابت بماند. یعنی: یا برای توابعی که یکنواخت نیستند، تابع چگالی احتمال "y" به صورت زیر است: که در آن (n(y تعداد جواب های "x" برای رابطه g(x) = y و (g−1k(y ها همان جواب ها هستند. حال وسوسه انگیز است که در مورد امید ریاضی((E(g(X نیز بیندیشیم. به این منظور ابتدا باید چگالی احتمال( fg(X را برای متغیر تصادفی جدید (Y = g(X بیابیم. به جای محاسبه بهتر است را محاسبه کرد. دو انتگرال در تمامی شرایط در حالی که X و (g(X دارای تابع توزیع چگالی باشند، جواب یکسانی دارند. هیچ الزامی وجود ندارد که تابع g یک تابع یک به یک باشد. برخی مواقع انتگرال دوم، بسیار راحت تر از اولی قابل محاسبه است. متغیرهای چندگانهفرمول بالا را میتوان به متغیرهایی (که آنها را دوباره y می نامیم) وابسته به چند متغیر تصادفی تعمیم داد. (f(x0, x1, …, xm−1 را میتوان به عنوان تابع چگالی احتمال y در نظر گرفت که به آنها وابسته است که این وابستگی به صورت y = g(x0, x1, …, xm−1) است. در نتیجه تابع چگالی به صورت زیر بدست می آید: که در آن انتگرال روی m-1 بعد است و باید dV را متناسب با این انتگرال پارامتریزه جایگزین کرد. متغیرهای تصادفی x0, x1, …, xm−1 باالتبع توابعی از این پارامتریزه کردن ها هستند. شاید بصری به نظر برسد، ولی این ناشی از مطلب زیر است: فرض کنید 'x' یک متغیر تصادفی n-بعدی با تابع چگالی احتمال f است. اگر y = H(x) و H تابعی دوسویه و تشخیص پذیر باشد، y دارای چگالی احتمال g است: که مشتق در نظر گرفته شده، ماتریس ژاکوبی معکوس تابع H نسبت به y است. با استفاده از تابع دلتا، (و فرض بر استقلال) جواب یکسانی به صورت زیر بدست می آید. اگر تابع چگالی احتمال متغیرهای تصادفی مستقل Xi, i = 1, 2, …n به صورت (fXi(xi داده شده باشند، میتوان تابع چگالی احتمال متغیرهایی مانند (Y = G(X1, X2, …Xn را حساب کرد. فرمول زیر ارتباطی بین تابع چگالی احتمال y که با (fY(y نشان میدهیم و (fXi(xi با استفاده از تابع دلتای دیراک برقرار میکند:
چهار شنبه 8 آبان 1392برچسب:, :: 17:12 :: نويسنده : عطا صلحی
تابعهای وارون مثلثاتی در ریاضیات، وارون تابعهای مثلثاتی اند که طبق تعریف تابع وارون، بُرد آنها زیرمجموعهٔ دامنهٔ تابع اصلی دیگری است. از آنجایی که تابعهای مثلثاتی هیچکدام یک به یک نیستند، برای همین برای وارون آنها تابع بماند (به ازای یک ورودی چند خروجی به دست نیاید) باید آنها را محدود کرد (نگاه کنید به ). برای نمونه اگر تعریف کنیم آنگاه است اما به ازای یک x یکتا میتوان چندین y پیدا کرد که به ازای آن شود، مانند y مساوی صفر، π و ۲π که به ازای همهٔ آنها مقدار سینوس یا x برابر با صفر است و این به این معنی است که تابع وارون سینوس یا arcsin میتواند میتواند چندین جواب داشته باشد درحالی که این خلاف مفهوم تابع بودن است. برای همین برای تمامی تابعهای وارون مثلثاتی محدودیت بُرد یا خروجی قرار میدهیم تا به ازای یک ورودی چندین خروجی نداشته باشند. تابعهای اصلی در جدول زیر آورده شدهاند:
رابطهٔ میان تابعهای وارون مثلثاتیزاویههای مکمل: ورودیهای با علامت مخالف: ورودیهای وارون شده: در صورتی که تنها بخشی از جدول سینوس را داشته باشیم: هرگاه از ریشهٔ دوم یک عدد مختلط استفاده شد، باید ریشهٔ با بخش حقیقی مثبت را انتخاب کرد (یا بخش موهومی مثبت، اگر خود آن، عدد حقیقی منفی بود). با استفاده از رابطهٔ خواهیم داشت: رابطههای میان تابعهای مثلثاتی و تابعهای وارون مثلثاتیراه حل کلیتابعهای مثلثاتی در مجموعهٔ اعداد حقیقی، همگی تابعهای متناوب اند و در بازههایی به اندازهٔ ۲π مقدار همهٔ آنها مرتب تکرار میشود. دورهٔ تناوب تابعهای سینوس و کسکانت از ۲πk − π/۲ (به ازای kهای عضو مجموعهٔ اعداد صحیح) شروع میشود و در ۲πk + π/۲ تمام میشود، درنتیجه مقدار تابع میان بازهٔ ۲πk + π/۲ تا ۲πk + ۳π/۲ دوباره بر روی خودش باز میگردد. دورهٔ تناوب کسینوس و سکانت از ۲πk شروع میشود و در ۲πk + π تمام میشود و مقدار تابع در فاصلهٔ میان ۲πk + π تا ۲πk + ۲π دوباره بر روی خودش باز میگردد. دورهٔ تناوب تانژانت از ۲πk − π/۲ شروع میشود و در ۲πk + π/۲ تمام میشود و مقدار تابع به ازای بازههای ۲πk + π/۲ تا ۲πk + ۳π/۲ مرتب تکرار میشود. دورهٔ تناوب کتانژانت از ۲πk شروع میشود و در ۲πk + π تمام میشود، و تابع به ازای بازههای ۲πk + π تا ۲πk + ۲π بر روی خودش باز میگردد. این تناوب در تابعهای وارون نیز به همین ترتیب ادامه دارد، با فرض اینکه k عدد صحیحی است داریم: مشتق تابعهای وارون مثلثاتینوشتار اصلی:
مشتق ساده این نوع تابعها، به ازای xهای مختلط و حقیقی به قرار زیر است: رابطههای زیر ویژهٔ xهای حقیقی است: برای مشتق ساده اگر باشد، آنگاه داریم: استفاده از انتگرالهای معینعبارت انتگرالی برابر با تابعهای وارون مثلثاتی به قرار زیر است: سریهای نامتناهیمانند تابع سینوس و کسینوس، وارون این توابع را نیز میتوان به کمک سریهای نامتناهی محاسبه کرد:
همچنین لئونارد اویلر برای وارون تانژانت، سری کارآمدتری را پیدا کرد، که عبارت است از: هشدار: به ازای n= ۰ عبارت به یک تبدیل میشود که خود برابر با ۱ است. همچنین در ادامه میتوان نشان داد که: انتگرال نامعین تابعهای وارون مثلثاتیبرای تمامی xهای حقیقی و مختلط، رابطههای زیر برقرار است: تنها برای x ≥ ۱ که عضو مجموعه اعداد حقیقی اند: تمامی رابطههای بالا به کمک انتگرالگیری جزء به جژء قابل دستیابی است. نمونهبا استفاده از داریم: آنگاه: با استفاده از : پس: و دوباره x را جایگزین میکنیم:
عدد موهومی، یک عدد به شکل است به طوری که یک عدد غیر صفر و حقیقی، همچنین نیز به صورت (که به آن واحد موهومی نیز میگویند) تعریف شده باشد، است. یک عدد موهومی را میتوان به یک عدد حقیقی مانند اضافه کرد که پس از آن یک عدد مختلط به شکل که در آن و به ترتیب، قسمت حقیقی و قسمت موهومی است تشکیل شود. همچنین میتوان گفت که اعداد موهومی، اعداد مختلطی هستند که قسمت حقیقی آنها صفر باشد. مربع یک عدد موهومی، یک عدد حقیقی منفی است. سه شنبه 7 آبان 1392برچسب:, :: 16:14 :: نويسنده : عطا صلحی
در ریاضیات، ضرب خارجی عملگری دوتایی بر دو بردار در فضای سه بعدی اقلیدسی است که نتیجه آن برداری است که بر دو بردار اولیه عمود است. در مقابل، ضرب داخلی یک اسکالر را نتیجه میدهد. در بسیاری از کاربردهای فیزیکی و مهندسی نیاز به یافتن برداری عمود بر دو بردار میباشد که میتوان در این موارد از حاصلضرب خارجی استفاده کرد. تعریفحاصلضرب خارجی دو بردار a و b با a × b نمایش داده میشود. در فضای اقلیدسی سهبعدی در دستگاه مختصات راستگرد، حاصلضرب خارجی دو بردار، برداری است مانند c که بر دو بردار a و b عمود است و جهت آن با استفاده از قانون دست راست تعیین میگردد و اندازه آن برابر است با مساحت متوازیالاضلاعی که این دو بردار دو ضلع مجاور آن را تشکیل میدهند. یعنی: که θ زاویه بین دو بردار a و a ، b و b اندازه این دو بردار، و بردار یکه در راستای عمود بر دو بردار a و b و در جهت تعیین شده توسط قانون دست راست است. منابعمشارکتکنندگان ویکیپدیا، «Cross product»، ویکیپدیای انگلیسی، دانشنامهٔ آزاد (بازیابی در ۲۹ فوریه ۲۰۰۸). شنبه 4 آبان 1392برچسب:, :: 22:13 :: نويسنده : عطا صلحی
اگر عضوهای دو مجموعه و را در مجموعهٔ دیگری بریزیم، این مجموعه را اجتماع آنها نامیده و با نمایش میدهیم. اصل موضوع اجتماعاگر S مجموعهای از مجموعهها باشد، مجموعهای مانند C یافت میشود که همه اعضای S زیرمجموعه آن باشند. یعنی برای هر داشته باشیم . اجتماع همه اعضای S که آن را با یا نشان میدهیم بهصورت زیر تعریف میشود: مجموعه بالا طبق اصل تصریح وجود دارد و با استفاده از اصل موضوع گسترش میتوان نشان داد که یکتاست. برای دو مجموعه دلخواه A و B، را با نشان میدهیم و میخوانیم "A اجتماع B". اجتماع سه مجموعه B، A و C را با ،... و اجتماع n مجموعه را با نمایش میدهیم. میتوان نشان داد که خواص اجتماعمهمترین ویژگی این است که هم A و هم B زیرمجموعه آن هستند. فیالواقع کوچکترین مجموعهایست که این ویژگی را دارد. اگر اشتراک دو مجموعه A و B را با نشان دهیم، به ازای هر B، A و C داریم: شنبه 4 آبان 1392برچسب:, :: 21:54 :: نويسنده : عطا صلحی
مجموعهٔ شامل عضوهای مشترک دو مجموعه را اشتراک آنها مینامیم و آن را با نماد ∩ نشان میدهیم مثل : A∩B تعریفاگر S مجموعهای ناتهی از مجموعهها باشد و عضو دلخواهی از S، اشتراک همه اعضای S که آنرا با یا نشان میدهیم بهصورت زیر تعریف میشود: مجموعه بالا طبق اصل تصریح وجود دارد و با استفاده از اصل موضوع گسترش میتوان نشان داد که یکتاست. اشتراک "صفر"تا مجموعه در حالت کلی تعریف نمیشود؛ اما در یک مسئله خاص اگر مجموعه مرجع U باشد، تعریف میشود . اشتراک دو مجموعه دلخواه A و B را با نشان داده و میخوانیم "A اشتراک B". اشتراک سه مجموعه A، B و C را با ،... و اشتراک n مجموعه را با نشان میدهیم. میتوان نشان داد که خواص اشتراکمهمترین ویژگی اشتراک دستهای از مجموعهها این است که زیرمجموعه همه آنهاست. فیالواقع اشتراک آنها بزرگترین مجموعهایست که این ویژگی را دارد. اگر اجتماع دو مجموعه A و B را با نشان دهیم، به ازای هر سه مجموعه A، B و C داریم:
شنبه 4 آبان 1392برچسب:, :: 21:53 :: نويسنده : عطا صلحی
|