كتاب رياضيات و كاربرد آن در مديريت презентация

Содержание

Слайд 2

مؤلف: ليدا فرخي

تهيه ي پاور پوينت: اردوان ميرزايي
تعداد واحد : 3

Слайд 3

اهداف درس

توانايي حل مسئله
تقويت تفكر رياضي
آشنايي با: بردارها
ماتريس و دترمينان
دستگاه معادلات خطي

و توابع خطي
توابع چند متغيره و معادلات ديفرانسيل
انتگرال

Слайд 4

فهرست مطالب

فصل اول: بردارها
فصل دوم:ماتريس و دترمينان
فصل سوم: دستگاه

معادلات خطي و توابع خطي
فصل چهارم: توابع چند متغيره
فصل پنجم:معادلات ديفرانسيل
فصل ششم: انتگرال

Слайд 5

فصل اول: بردارها

بردارها در صفحه
ضرب عددي دو بردار
بردارها

در فضاي سه بعدي
ضرب برداري بردارها
بردارها در فضايn بعد

Слайд 6

فصل دوم:ماتريس و دترمينان

ماتريس
دترمينان
وارون ماتريس

Слайд 7

فصل سوم: دستگاه معادلات خطي و توابع خطي

دستگاه معادلات
استقلال

و وابستگي خطي
رتبه ي يك ماتريس
توابع خطي

Слайд 8

فصل چهارم: توابع چند متغيره

توابع چند متغيره
حد و پيوستگي توابع

چند متغيره
مشتق هاي جزيي
ديفرانسيل كل و مشتقگيري ضمني
ماكسيمم و مينيمم توابع دو متغيره
ماكسيمم و مينيمم توابع نسبت به شرايط داده شده

Слайд 9

فصل پنجم:معادلات ديفرانسيل

آشنايي معادلات ديفرانسيل
معادلات ديفرانسيل جدايي پذير

Слайд 10

فصل ششم: انتگرال

انتگرال

Слайд 11

فصل اول: بردارها

Слайд 12

كميتهايي مانند سرعت يا شتاب يك متحرك و نيروي وارد بر يك جسم

هنگامي مشخص مي شوند كه علاوه بر اندازه سو و جهتشان نيز معين باشد.اين نوع كميت ها را برداري مي ناميم.

Слайд 13

برخي از كميت ها هنگامي كه اندازه ي آنها بر حسب واحد مشخصي

داده شود كاملا معين مي شوند.
مانند درجه ي حرارت، جرم، طول و حجم ، هزينه و درآمد. اين گونه كميت ها را عددي يا اسكالر مي ناميم.

Слайд 14

1.1بردارها در صفحه

Слайд 15

1.1.1تعريف

است، يك پاره خط B و انتهاي آن Aكه ابتداي آن AB

پاره خط

A

B

جهت دار ناميده مي شود. به شكل زير توجه كنيد:

نمايش ميدهيمAB رايك بردار مي ناميم و باABپاره خط جهت دار
را انتهاي برداَرمي ناميم. B را مبدا و نقطه ي A نقطه ي

Слайд 16

1.1.2 تساوي دو بردار

دو بردارAB و CD را برابر يا همسنگ مي ناميم

و مينويسيم AB=CD ، اگر اندازه و جهت آنها يكي باشد.

A

B

C

D

Слайд 17

1.1.3 جمع بردارها

دو بردار AB وCD را در نظر مي گيريم.مجموعAB+CD برداري

است مانند V كه به يكي از دو روش زير به دست مي آيد.
با توجه به تعريف تساوي دو بردار، مي توان دو برداررا كه داراي يك مبدا نباشند نيز با يكديگر جمع كرد.

Слайд 18

روش اول

از نقطه ي B بردار BE را برابر با بردارCD رسم مي

كنيم.
بردارV=AE مجموع دو برذارAB وCD است.

A

B

E

C

D

V=AB+BE=AB+CD

V=AE

Слайд 19

روش دوم

از نقطه ي دلخواه P، دو برابرPQ وPR را كه به ترتيب

برابر با بردارهايAB وCD هستند ، رسم مي كنيم. بردارPS قطرمتوازي الاضلاع حاصل از اين دو بردار برابر با Vمجموع دو بردارAB وCD است.

P

R

V

S

Q

C

D

A

B

P=V=PQ=AB+CD

Слайд 20

1.1.4 بردار صفر

اگر اندازه ي بردارV برابر صفر باشد يعني V =0

، بردارV را بردار صفر مي ناميم و0 با نشان مي دهيم. بنا بر اين اندازه ي0 برابر صفر است ، ولي جهت آن مشخص نيست.

Слайд 21

1.1.5 ضرب عدد در بردا ر(ضرب اسكالر)

فرض مي كنيمV برداري دلخواه وC

عددي حقيقي باشد.منظور از حاصلضرب عددC در بردارV برداري است با اندازه ي C V و همجهت با VاگرC>0 و در خلاف جهتV اگرC<0. حاصلضرب عددC در بردارV را باCV نشان مي دهيم.در شكل :اگرC=0 آنگاهCV برابر است با بردار صفر.

V

V

CV

CV

Слайд 22

1.1.7 تعريف

بردارV را كه ابتداي آن مبدا مختصات و انتهاي آن نقطه ي

(a1 , a2)است در صفحه ي مختصات xoy است ، بردار نظير زوج مرتب (a1 , a2) مي ناميم. اعداد a1 و a2 را مؤلفه هاي بردارV ميناميم و مي نويسيم:

V= (a1 , a2)

a1

a2

(a1 , a2)

0

V

Слайд 23

1.11 قضيه

اگرV1=(a1,a2) وV2=(b1,b2) دو بردار باشند ، آنگاه مجموع V1+V2 برابر است با:

V1+V2=

(a1+b1 , a2+b2)

Слайд 24

1.1.13 تعريف قرينه ي يك بردار

اگرV=(a1,a2)، آنگاه بردار(-a1,-a2) را قرينه ي بردارV مي

ناميم و با-V نشان مي دهيم. پس:

-V=(-a1, -a2)

Слайд 25

1.1.14 تعريف تفاضل دو بردار

بردارV+(-U) را كه مساوي با جمعV با قرينه يU

است تفاضلU ازV مي ناميم و باV-U نشان مي دهيم. يعني:

V-U=V+(-U)

Слайд 26

1.15 تعبير هندسي تفاضل دو بردار

نمايش هاي دو بردارV وU را از

يك نقطه رسم مي كنيم. در اين صورت، پاره خط جهت داري كه مبدا آن نقطه ي انتهايي نمايشU و انتهاي آن، نقطه ي انتهايي نمايشV باشد ، يك نمايش بردارV-U است. زيرا بنا بر تعريف جمع بردارها داريم:

U+(V-U)=V

Слайд 27

1.1.16 اندازه ي يك بردار

اندازه ي بردار V=(a1,a2) برابر است با:

V =

a1+a2

2

2

Слайд 28

1.1.18 قضيه

اگرV وU وW بردارهايي در V بوده وc وd اعدادي حقيقي باشند،

آنگاه جمع برداري و ضرب اسكالر داراي خواص زيرند:
U+V=V+U ( قانون جا به جايي جمع)
U+(V+W)=(U+V)+W (قانون شركت پذيري جمع)
برداري مانند 0 درV وجود دارد به طوري كهV+0=V (وجود هماني نسبت به عمل جمع)
برداري مانند-V وV در هست به طوري كه V+(-V)=0(وجود قرينه ي هندسي نسبت به عمل جمع)

x

Слайд 29

ادامه

(cd) V=c (dV) ( قانون شركت پذيري)
C (U+V)=cU+cV ( قانون بخشپذيري)
(c+d)U=cU+dU ( قانون

بخشپذيري)
U=U ( وجود هماني نسبت به ضرب اسكالر)

+

-

Слайд 30

1.1.20 تعريف فضاي برداري حقيقي

فضاي برداري حقيقيV مجموعه اي است از بردارها، همراه

با مجموعه اعداد حقيقي ( اسكالرها) ، با دو عمل جمع برداري و ضرب اسكالر، به طوري كه هر جفت بردارU وV درV و هر اسكالرc ، بردارهايU+V وcU طوري تعريف شده باشند كه در خواص قضيه ي قبل صدق كنند.

Слайд 31

بردارهاي يكه

اندازه ي هر دو بردار (0و1) و(1و0) ، برابر با 1 است،

آنها را بردارهاي يكه مي ناميم و با نمادهاي زير نشان ميدهيم.

i = (1,0)

j = (0,1)

Слайд 32

با توجه به نماد گذاري گذشته براي هر بردارV=(a1,a2) به
دست مي آوريم:

(a1,a2)=a1

(1,0)+a2 (0,1)=a1 i+ a2 j

Слайд 33

بنابر اين هر بردارV2 در را مي توان به صورت يك تركيب
خطي

از دو بردارi وj (عبارتي به صورت a1 i + a2 jرا يك
تركيب خطي ازi وj مي نامند.) نوشت. از اين رو بردارهايi وj
يك پايه براي فضاي برداريV2 تشكيل مي دهند . تعداد عناصر
يك پايه يك فضاي برداري ، بعد فضاي برداري نام دارد.
بنابر اينV2 يك فضاي برداري دو بعدي است.

Слайд 34

1.1.25 تعريف توازي بردارها

دو بردار نا صفرU وV را موازي مي ناميم ،

در صورتي كه اسكالر (عدد حقيقي )c وجود داشته باشد، به طوري كهV=cU .

Слайд 35

1.1.25 قضيه

اگرV بردار نا صفري باشد ، آنگاه

U = V

1

v

بردار يكه (

واحد) هم جهت باV است.

Слайд 36

1.2 ضرب عددي دو بردار

Слайд 37

1.2.1 تعريف ضرب عددي دو بردار

اگر U=(a1,a2) وV=(b1,b2) دو بردار درV2 باشند

، آنگاه حاصلضرب عددي دو بردارU وV را باU.V نشان مي دهيم و به صورت زير تعريف مي كنيم:
U.V=(a1,a2).(b1,b2)=a1 b1+a2 b2

Слайд 38

توجه مي كنيم كه حاصلضرب عددي دو بردار ، عددي حقيقي است

و بردار نيست. اين حاصلضرب داخلي يا حاصلضرب نقطه اي دو بردار نيز ناميده مي شود.

Слайд 39

1.2.4 قضيه

اگرU وV وW بردارهايي درV2 بوده وc يك اسكالر باشد. آنگاه:
U.V=V.U .1


U.(V+W)=U.V+U.W .2
(U+V).W=U.W+V.W .3
c(U.V)=(cU).V=U.(cV) .4
0.U=0 .5
V.V= V .6

Слайд 40

1.2.5 تعريف زاويه ي بين دو بردار

فرض مي كنيمU وV دو بردار

نا صفر باشند به طوريU كه مضرب اسكالري ازV نباشد.اگرOP وOQ به ترتيب بردارهاي نمايشگرU وV باشند.آنگاه زاويه ي بينU وV را كوچكترين زاويه ي بين دو پاره خطOP وOQ تعريف مي كنيم.

Слайд 41

شكل زيرزاويه ي بين دو بردار را ذر حالتي كه مضرب اسكالري

از نباشد، نشان مي دهد:

x

y

u

v

Q

P

θ

Слайд 42

1.2.6 قضيه

اگر θ زاويه ي بين دو بردارU وV باشد،آنگاه:
U.V= U V cos

θ

Слайд 43

1.2.8 نتيجه

از قضيه ي قبل نتيجه مي شود كه دو بردارU وV بر

هم عمودند ( متعامدند) اگر و تنها اگر:
U.V=0

Слайд 44

1.2.10 تصوير يك بردار بر روي بردار ديگر

فرض مي كنيمOP وOQ به ترتيب

نمايشگرهاي بردارهاي UوV باشند.تصويرOQ در جهت OP،بردارOR است،كه در آنR پاي عمود از نقطهQ ي بر خطي است كه از دو نقطه ي كه از دو نقطهD وP مي گذرد.

Слайд 45

شكل: تصوير بردارV بر روي بردارP

x

y

v

u

o

p

Q

R

θ

Слайд 46

1.2.11 تعريف

اگرU بردار ناصفري باشد، تصوير برداريV روي بردارU به صورت زير تعريف

مي كنيم:

Proj = u

v

u

U.V

U

2

Слайд 47

تصوير اسكالرV روي U برابر باV cosθ است . با توجه به قضيه

داريم:

V cosθ = =V.( )

V.U

U

U

U

Слайд 48

1.3 بردارها در فضاي سه بعدي

Слайд 49

1.3.1 تعريف

مجمو عه ي تمام سه تايي هاي مرتب از اعداد حقيقي

را فضاي عددي سه بعدي مي ناميم و باR نشان مي دهيم. هر سه تايي مرتب (z وy وx) را يك نقطه در فضاي عددي سه بعدي مي ناميم.

Слайд 50

1.3.2 قضيه

فاصله ي بين دو نقطه ( zو yوx) p و ( zو

yوx) p برابر است با:

1

1

1

2

2

2

pp = (x –x )+(y –y )+(z –z )

1

1

1

1

2

2

2

2

Слайд 51

1.3.4 تعريف

يك بردار در فضاي سه بعدي، يك سه تايي مرتب از اعداد

حقيقي به صورت ( a وa و a ) است. اعدادa ،a وa را مولفه هاي بردار ( a و aوa ) مي ناميم. مجموعه تمام بردارهايي به صورت ( a و a و a)را با V3 نشان مي دهيم.

1

1

1

2

2

2

3

3

3

3

2

1

Слайд 52

اگر بردارهاي يكهi وj وk عبارت باشند از:

i=(1,0,0) j=(0,1,0) k=(0,0,1)

آنگاه هر بردار در

را مي توان به صورت
زير نوشت:

V=(a1,a2,a3(

V3

V=(a1,a2,a3)=a1 i+ a2 j+ a3 k

Слайд 53

1.3.5 تعريف

سه زاويه يα وβ وδ زوايايي كه بردارV نا صفر به ترتيب

با جهت مثبت محورهاي x وy وz مي سازد را زواياي هاديV مي ناميم.توجه كنيد كه هر زاويه ي هادي بزرگتر يا مساوي0 و كوچكتر يا مساويп است.

Слайд 54

زواياي هادي بردار (V=(a1,a2,a3 در شكل نشان داده شده است.

x

y

z

o

R

a1

a3

a2

p =(a1,a2,a3 )

α

β

δ

V

Слайд 55

در شكل مؤلفه هايV اعدادي مثبت و زواياي هادي آن مثبت و كوچكتر2п/

از هستند.به طوري كه در شكل ديده مي شود، مثلث قايم الزاويهOPR است و داريم :

COSα=

OR

OP

a1

V

=

Слайд 56

مي توان نشاشن داد كه دستور اخير به ازايп п/2 ≤α≤ نيز بر

قرار است.دستور هاي مشابهي برايCOSβ و α COS به دست مي آيند.

COSβ

=

COS α

=

a2

a3

V

V

Слайд 57

اعداد α COS و COSβ وδ COS راكسينوسهاي هادي بردارV مي نامند.
توجه كنيد

كه بردار صفر ، زواياي هادي و در نتيجه كسينوس هاي هادي ندارد.

Слайд 58

1.3.7 نكته

اگر اندازه ي يك بردار و كسينوسهاي هادي آن معلوم باشند،آنگاه بردار

به طور منحصر به فردي معي است، زيرا:

COS α

COSβ

COS δ

V

V

V

a1=

a2=

a3=

Слайд 59

1.3.8 قضيه

اگر COS α و COSβ و COS δ كسينوسهاي هادي بردار Vباشند،آنگاه:

COS

α

COSβ

COS δ

+

+

=

1

2

2

2

Слайд 60

1.3.15 نتيجه

از قضيه و تعريف كسينوسهاي هادي نتيجه مي شمد كه مؤلفه هاي

يك بردار يكه كسينوسهاي هادي آن هستند.

Слайд 61

به عبارت ديگر اگر (V=(a1,a2,a3 بردار يكه هم جهت با V باشد آنگاه:


Слайд 62

در مورد بردارهاي فضايي اعمال جمع ، تفريق،ضرب اسكالر و ضرب عددي دو

بردار درV3 ،مشابه آنچهV2 در تعريف مي شوند.
فرض مي كنيم U=(a1,a2,a3) و V=(b1,b2,b3) يك اسكالر باشد.داريم:

Слайд 65

1.3.14نكته

به آساني مي توان نشان داد كه:

1

0

Слайд 66

1.3.15قضيه

اگرθ زاويه ي بين دو بردار نا صفرU وV درV3 باشد آنگاه:

Слайд 67

1.3.16تعريف

دو بردار درV3 را موازي مي ناميم اگر و تنها اگر يكي از

بردارها مضرب اسكالري از ديگري باشد.

Слайд 68

1.3.17قضيه

دو بردار نا صفر درV3 موازي اند اگر و تنها اگر زاويه ي

بين آنها0 ياп باشد.

Слайд 69

1.3.18قضيه

دو بردار نا صفرU وV درV3 متعامدند اگر و تنها اگر
U.V=0

Слайд 70


1.4ضرب برداري بردارها

Слайд 71

1.4.1تعريف

اگر U=(a1,a2,a3) و V=(b1,b2,b3) آنگاه حاصل ضرب برداريU درV با نشانU*V مي دهيم.برداري

است كه به صورت زير تعريف مي شود:

U*V=(a2b3-a3b2,a3b1-a1b3,a1b2-a2b1)

Слайд 72

براي سهولت در يادگيري و به ذهن سپردن دستور U*V ، از نماددترمينين

استفاده مي كنيم.يك دترمينان مرتبه ي دوم را به صورت زير تعريف مي كنيم:

Слайд 73

با استفاده از نماد دترمينان دستور محاسبه ي U*V به صورت زير در

مي آيد:

Слайд 74

سمت راست عبارت اخير را مي توان با نماد زير نشان داد:

Слайд 75

1.4.3قضيه

اگرU وV بردارهايي درV3 باشند، آنگاه:

U*V= - (V*U)

Слайд 76

1.4.4قضيه

اگرi وj وk بردارهاي يكه يV3 باشند، آنگاه:

Слайд 77

1.4.5قضيه

اگرU وV وW بردارهايي درV3 وc يك اسكالر باشد آنگاه:

Слайд 78

1.4.7قضيه

اگرU وV دو بردارV3 وθ زاويه ي بينU وV باشد،آنگاه:

U*V = U

V sinθ

Слайд 79

1.4.9نتيجه

اگرU وV دو بردار نا صفر درV3 باشند آنگاه و موازي اند اگر

و تنها اگرU*V=0

Слайд 80

1.4.11قضيه

اگرU وV وW سه بردار درV3 باشند، آنگاه:

Слайд 81

1.4.12تعريف

فرض مي كنيم U=(a1,a2,a3) و V=(b1,b2,b3)و =(c1,c2,c3) W. حاصلضربU.(V*W) را حاصلضرب عددي سه

گانه بردارهاي UوV وW مي ناميم.

Слайд 82

حاصلضرب عددي سه گانه برابر است با:

Слайд 83

حاصلضرب عددي سه گانه يك اسكالر است.

Слайд 84

1.4.13قضيه

اگرU وV دو بردار نا صفر در باشند آنگاه:

Слайд 85

1.5بردارهاي فضاي n بعدي

Слайд 86

1.5.1تعريف

فرض كنيدn عدد صحيح مثبتي باشد، n تايي مرتب (x1,x2…,xn)مجموعه اي ازn عدد

است كه به ترتيب معيني نوشته شده اند.

Слайд 87

اعداد حقيقي xn,……,x2,x1 را به ترتيب مؤلفه هاي اول تا nام اينn تايي

مرتب مي خوانيم.مجموغه ي تمام nتايي هاي مرتب را با R نشان مي دهيم.

n

Слайд 88

دو تايي مرتبY=(y1,y2,…yn) وX=(x1,x2,…xn) را برابر مب ناميم اگر و تنها اگر براي

هرi=1,2,…n داشته باشيم:
xi=yi

Слайд 89

1.5.3تعريف

فرض مي كنيمU=(a1,a2,…an) وV=(b1,b2,…bn) دو بردار درVn وc عدد حقيقي (اسكالر) باشد.

Слайд 90

مجموع دو بردار و ضرب اسكالر عدد در بردار به صورت زير تعزيف

مي شود:
U+V=(a1+b1,a2+b2,…,an+bn)
cU=(ca1,ca2,…,can)

Слайд 91

1.5.4قضيه

فرض مي كنيم U وV و W سه بردار درVn وc وk دو

اسكالر (عدد حقيقي) باشند. در اين صورت
الف)جمع بردارها جا به جايي پذير است، يعني
U+V=V+U

Слайд 92

ب) جمع بردارها شركت پذير است، يعني
(U+V)+W=U+(V+W)
پ)عمل جمع داراي عضو خنثي است

يعني بردار0=(0,0,…,0) بردار صفرn مؤلفه اي وجود دارد به طوري كه
U+0=U

Слайд 93

ت) براي هرU بردار قرينه U – وجود دارا به طوري كه
U+(-U)=0
ث)c

(U+V)=c U +c V
‍ج)(c k) U=c (k U)
ح)(c+ k) U=c U +k U
خ)وجود هماني نسبت به ضرب اسكالر،يعني
1U=U

Слайд 94

1.5.5تعريف

طول بردار U=(a1,a2,…an) برابر است با

Слайд 95

فصل دوم:ماتريس و دترمينان

Слайд 96

در اين فصل با معرفي ماتريس مفهوم بردار را تعميم مي دهيم.همچنين انواع

ماتريس،ماتريسهاي خاص و اعمال جبري روي ماتريس ها ،دترمينين و وارون ماتريس را مورد مطالعه قرار مي دهيم.

Слайд 97

2.1ماتريس

Слайд 98

2.1.1تعريف

هر جدولي از اعداد را كه شامل m سطر وn ستون باشد،يك ماتريس

mدرn مي ناميم و به شكل زير نشان مي دهيم.

يا

Слайд 99

هر يك از اعدادaij را يك عنصر يا درايه ماتريس مي ناميم.در اينجاi

انديس سطر وj انديس ستون است،به بيان ديگر ،عنصرaij در محل تلاقي سطرi ام و ستونj ام ماتريس قرار دارد.

Слайд 100

2.1.2تعريف

الف)هر گاه ماتريسA=(aij)mn تنها داراي يك سطر باشد،يعنيm=1 ،اين ماتريس را يك ماتريس

سطري (بردار سطري)مي ناميم.
ماتزيس ‌‌‌‍[1و4و3-] يك ماتريس سطري است.

Слайд 101

اگر ماتريس A=(aij)mn تنها داراي يك ستون باشد.يعني n=1،اين ماتريس را يك ماتريس

ستوني (بردار ستوني)مي ناميم.
ماتريس يك ماتريس ستوني است.

Слайд 102

پ) اگر تمام عناصر ماتريس A=(aij)mn صفر باشند آن را ماتريس صفر مي

ناميم و به صورتA=0mn يا A=0نشان مي دهيم.مانند:

Fيك ماتريس صفر2*3 است.

Слайд 103

2.1.3تعريف

ماتريسي را كه تعداد سطرها و تعداد ستونهايش برابر باشد، يك ماتريس مربع

مي ناميم.به بيان ديگر A=(aij)mn يك ماتريس مربع است اگر و تنها اگرm=n

Слайд 104

در ماتريس مربع A=(aij)mn ،قطري را كه شامل عناصر a11,a22,…,ann قطر اصلي و

اين عناصر را عناصر قطر اصلي مي ناميم.

Слайд 106

2.1.4تعريف

ماتريس مربع A=(aij)mn را يك ماتريس هماني يا واحدn*n مي ناميم اگر هر

يك از عناصر قطر اصلي برابر 1 و همه ي عناصر ديگر آن صفر باشند.

Слайд 107

ماتريس واحد n*n را با Iنشان مي دهيم .مانند:

Слайд 108

2.1.5تعريف تساوي دو ماتريس

دو ماتريس A=(aij)mn و B=(bij)pq را برابر مي گوييم اگر

m=pوn=q و براي هرi وj كهi=1,2,…mوj=1,2,…n داشته باشيم aij=bij

Слайд 109

براي مثال:

Слайд 110

2.1.7تعريف

فرض مي كنيم A=(aij)mn و B=(bij)mn دو ماتريس m*nوk عددي حقيقي باشد.

Слайд 111

الف) حاصل جمع اين دو ماتريس را باA+B نشان داده و به صورت

زير تعريف مي كنيم:

Слайд 112

ب)حاصل ضرب عدد حقيقيk درA ماتريس را باkA نشان داده و به صورت

زير تعريف مي كنيم:

Слайд 113

توجه كنيد كه A+B و kA ماتريسهاي m*n هستند.توجه داشته باشيد كه جمع

دو ماتريس كه داراي تعداد سطرهاي متفاوت يا تعداد ستونهاي متفاوت باشند تعريف نشده است.

Слайд 114

2.1.9تعريف

اگر A=(aij)m0 ماتريس A (1-) را قرينه ي ماتريس A مي ناميم و

با A=(-aij)m0 – نشان مي دهيم.
اگر A=(aij)mn و B=(bij)mn بنابر تعريف داريم:
A-B=A+(-B)

Слайд 115

2.1.11قضيه

اگرA وB وC سه ماتريسm*n وk وh دو عدد حقيقي باشند آنگاه:

Слайд 116

2.1.13تعريف

ماتريسهاي A=(aij)mp و B=(bij)pn را در نظر مي كيريم.منظور از حاصل ضربA درB

ماتريسm*n اي چونc به طوري كه

حاصل ضربA درB يعنيc را باAB نشان مي دهيم.

Слайд 117

2.1.15قضيه

اگر A=(aij)mn يك ماتريس مربعيn*n باشد آنگاه:

Слайд 118

2.1.16قضيه

اگر A=(aij)mpو B=(bij)pq و C=(cij)qn آنگاه
A(BC)=(AB)C

Слайд 119

2.1.19قضيه

اگر A=(aij)pnو B=(bij)pn و C=(cij)mp
C(A+B)=CA+CB

Слайд 120

2.1.20تعريف

اگر در ماتريس A=(aij)mn جاي سطرها و ستونها را با يكديگر عوض كنيم،

ماتريس حاصل را ترانهاده(Transpose) ماتريس A مي ناميم و آن را با A نشان مي دهيم. به بيان ديگر A=(bij)nmكه در آن برايi وj داريم:
bij=aij

T

T

Слайд 121

2.1.21قضيه

اگرA وB دو ماتريسm*nوk عددي حقيقي باشد آنكاه:
الف) (A)=Aيعني ترانهاده ، ترانهاده ماتريس

با ماتريس برابر است.
ب)(kA)=k(A) يعني ترانهاده مضربي از يك ماتريس با همان مضرب ترانهاده ماتريس بربار است.

T

T

T

T

Слайд 122

پ) (A+B) = A+ B،يعني ترانهاده مجموع دوماتريس با مجموع ترانهاده هاي دو

ماتريس برابر است.
ت) اگرA وB دو ماتريس مربع باشند،آنگاه(AB)=B A ،يعني ترانهاده ي حاصلضرب دو ماتريس با حاصلضرب ترانهاده ماتريس دومي در ترانهاده ماتريس اولي برابر است.

T

T

T

T

T

T

Слайд 123

2.1.23تعريف

الف) ماتريس مربع A را متقارن مي ناميم اگر A= A .
براي مثال

ماتريس زير متقارن است .توجه كنيد كه در ماتزيس متقارن عناصر ماتريس نسبت به قطر اصلي متقارن هستند.

T

Слайд 124

ب) ماتريس A مربع را شبه متقارن مي ناميم اگرA=A . اگر يك

ماتريس شبه متقارن باشد بايد براي هرi وj داشته باشيم aij=-aij اما ازaii=-aii نتيجه مي شودaii=0 .پس عناصر قطر اصلي در ماتريس شبه متقارن همگي برابر صفرند.

T

Слайд 125

پ) ماتريس A مربع را قطري مي ناميم اگر همه ي عناصر غير

واقع بر قطر اصلي آن صفر باشند.مانند:

Слайд 126

ت) ماتريس قطري S را يك ماتريس اسكالر مي ناميم، اگر عناصر قطر

اصلي آن برابر عدد ثابتK باشد، يعني

Слайд 127

ث) ماتريس n*n وc را متعامد مي گوييم اگر :

Слайд 128

براي مثال:

آنگاه

پسc ماتريسي متعامد است.

Слайд 129

ج)ماتريس مربعU را ماتريس مثلثي بالا مي ناميم، اگر تمام عناصر زير قطر

اصلي آن صفر باشد.مانند:

Слайд 130

چ)ماتريس مربع Lرا ماتريس مثلثي پايين مي ناميم، اگر تمام عناصر بالاي قطر

اصلي آن صفر باشد.مانند:

Слайд 131

2.1.25تعريف

در ماتريس مربع A=(aij)nn مجموع تمام قطر اصلي را اثر A مي ناميم

و باtr(A) نشان مي دهيم.پس:

Слайд 132

2.2 دترمينان

Слайд 133

دترمينان ماتريسA را باdet A ياA نشان مي دهيم.

Слайд 134

2.2.1تعريف

1) ماتريس 1*1 تنها داراي يك عنصرa11 است، دترمينان اين ماتريس را برابر

با عدد a11 تعريف مي كنيم.

Слайд 135

2) دترمينان ماتريس 2*2

به صورت زير تعريف مي شود

Det A= A = =

a11a22-a12a21

a11

a12

a21

a22

Слайд 136

2.2.2تعريف

ماتريس A=(aij)nn را در نظر مي گيريم. فرض كنيد Mij ماتريسي(n-1)*(n-1) باشد كه

از حذف سطرi ام و ستونj ام ماتريسA به دست آمده است. دترمينان ماتريس Mij،يعني Mij را مينور عنصر در ماتريس مي ناميم.

Слайд 137

2.2.3تعريف

همسازه عنصر aij در ماتريس A=(aij)nn را با Aij نشان مي دهيم وبرابر

با عدد زير است:

Слайд 138

2.2.4تعريف

دترمينان ماتريس A=(aij)nn را به صورت

تعريف مي كنيم.مي گوييم دترمينيانA بر حسب

سطرi ام
بسط داده شده است.

Слайд 139

بنابر اين تعريف براي محاسبه ي دترمينان يك ماتريس، يك سطر يا يك

ستون را انتخاب مي كنيم . اين سطر يا ستون را در همسازه اش ضرب ، سپس مقادير حاصل را با هم جمع مي كنيم.

Слайд 140

اگر دترمينان را بر حسب سطر يا ستوني كه بيشترين تعداد صفر را

دارد محاسبه مي كنيم، محاسبات كوتاهتر مي شود، زيرا نيازي به محاسبه ي همسازه هاي صفر نيست.چون حاصلضرب صفر در هر همسازه اي صفر است.

Слайд 141

2.2.7قضيه(خواص دترمينان)

1) دترمينان ماتريس مربع A و ترانهادهA برابر است .يعني:
A =

A
2) اگر تمام عناصر يك سطر يا يك ستون ماتريس A صفر باشند، آنگاه
A =0

T

Слайд 142

3) اگر تمام عناصر يك سطر يا يك ستون ماتريس A در عددr

ضرب مي كنيم آنگاه دترمينان ماتريس حاصل برابر با A rاست.
4) دترمينان ماتريس حاصل از تعويض دو سطر يا دو ستون ماتريس A مساوي است با منهاي دترمينان A.

Слайд 143

5) اگر دو سطر يا دو ستون ماتريسي برابر باشند، آنگاه مقدار دترمينان

آن برابر با صفر است.
6)دترمينان حاصل از جمع مضرب اسكالري از يك سطر (يا ستون) با سطري ( يا ستوني) ديگر از ماتريس A مساوي است با دترمينان A.

Слайд 144

7) دترمينان حاصلضرب دو ماتريس برابر با حاصلضرب دترمينانهاي آنها است يعني
AB

= A B
8) دترمينان يك ماتريس قطري برابر است با حاصلضرب عناصر روي قطر اصلي آن.
9) دترمينان ماتريس واحد برابر يك است، يعني
In = 1

Слайд 145

2.2.15تعريف

اگر دترمينان ماتريس A=(aij)nn برابر صفر باشد ، ماتريس A را منفرد مي

ناميم. در غير اين صورت ماتريس را غير منفرد مي ناميم.
ماتريس زير منفرد است.

Слайд 146

2.3وارون ماتريس

Слайд 147

2.3.1تعريف

ماتريس A=(aij)nn را وارون پذير مي ناميم ، اگر ماتريسي مانند B=(bij)nn وجود

داشته باشد به طوري كه
AB=BA=In
اگرA ماتريسي وارون پذير باشد، آنگاه وارون آن منحصر به فرد است و آن را با A نشان مي دهيم.

1-

Слайд 148

2.3.5اعمال سطري مقدماتي

ماتريس A=(aij)nn را در نظر مي كيريم. هر يك از اعمال

زير را كه بر روي سطر هاي ماتريس A انجام مي پذيرد، يك عمل سطري مقدماتي مي ناميم.
1) تعويض دو سطر ماتريس A.
2) ضرب يك سطر ماتريس A در يك عدد نا صفر.
3) افزودن مضربي از يك سطر ماتريس A به سطري ديگر.

Слайд 149

براي اختصار در نوشتن اعمال سطري مقدماتي ، از حرفR ، اول كلمه

ي Rowبه معناي سطر به صورت زير استفاده مي كنيم.
الف) Ri Rj به معناي تعويض سطرi ام و سطرj ام
ب) kR1به معناي ضرب سطرi ام ماتريس در عدد ناصفرk
پ) Rj+kRiبه معناي افزودن برابر سطر ام به سطر ام

Слайд 150

2.3.8قضيه

اگر ماتريس وارون پذير A به وسيله ي يك سلسله اعمال مقدماتي تبديل

به ماتريس واحد شود، آنگاه با انجام همين سلسله اعمال سطري مقدماتي بر روي ماتريس واحد ، وارون ماتريس A به دست مي آيد.

Слайд 151

براي به دست آوردن وارون ماتريس A معمولا اعمال سطري مقدماتي را به

طور هم زمان بر روي ماتريس A و ماتريس واحد انجام مي دهند.لذا ماتريس مركب[A I] را در نظر گرفته و با انجام يك سلسله اعمال مقدماتي سطري آن را تبديل به[I B] ميكنيم.بنا بر قضيه ي بالا، برابر وارون ماتريس است.

Слайд 152

2.3.11تعريف

ترانهاده ماتريس همسازه هاي ماتريس مربع A را ماتريس الحاقي A مي ناميم

و با نشان مي دهيم ، پس:

Слайд 153

2.3.13قضيه

اگر A يك ماتريسn*n باشد آنگاه :

Слайд 154

2.3.13قضيه

اگرdetA=0 ،آنگاه وارون وجود دارد و برابر است با

عكس اين نتيجه نيز درست

است.يعني اگرA وارون پذير باشد ، آنگاه

Слайд 155

2.3.17قضيه

اگرA وB دو ماتريس مربع n*n و وارون پذير باشند آنگاه
الف) ماتريس

حاصلضرب وارون پذير است و
ب) ماتريس ترانهادهA وارون پذير است و

Слайд 156

پ) وارون ماتريس وارونA برابرA است ، يعني
ت) دترمينان وارون ماتريس A برابر

با معكوس دترمينان A است يعني

Слайд 157

فصل سوم: دستگاه معادلات خطي و توابع خطي

Слайд 158

در اين فصل با استفاده از مفهوم ماتريس و دترمينان روشي براي حل

و بحث در وجود جوابهاي دستگاه معادلات خطي ارائه دهيم. سپس استقلاال و وابستگي خطي يك مجموعه از بردارها را مورد بررسي قرار دهيم. در خاتمه ي فصل با توابع خطي آشنا مي شويم.

Слайд 159

3.1دستگاه معادلات خطي

Слайд 160

معادله اي به صورت a1x1+a2x2+…+anxn=0 با مجهول xn,…,x2,x1را يك معادله ي n مجهولي

خطي مي ناميم. n تايي(x1,x2,…,xn) از اعداد حقيقي را كه در اين معادله صدق كنند يك جواب آن مي ناميم.

Слайд 161

3.1.1تعريف

مجموعه اي از معادلات خطي
را يك دستگاهm معادله ي خطيn مجهولي مي ناميم.

Слайд 162

تايي از اعداد حقيقي را در تمام معادله هاي دستگاه صدق كند يك

جواب اين دستگاه مي ناميم.

Слайд 163

اين دستگاه را ميتوان به صورت معادله ي ماتريسي زير نوشت:

Слайд 164

با فرض
معادله ي ماتريسي اخير به صورت خلاصه ي زير در مي
آيد.

AX=B
Aرا ماتريس ضرايب X را ماتريس مجهولها وB را ماتريس طرف دوم دستگاه معادلات خطي مي ناميم.

Слайд 165

توجه كنيد يك دستگاه معادلات خطي ممكن است داراي يك جواب منحصر به

فرد يا بينهايت جواب باشد ويا اصلا جوابي نداشته باشد.

Слайд 166

اينك به معرفي روشهايي براي حل يك دستگاه معادلات خطي مي پردازيم.
1- روش

حذف گوسي
2- دستور كرامر

Слайд 167

3.1.2روش حذف گوسي

ميتوان نشان داد دو دستگاه معادلات خطي كه يكي از آنها

به وسيله ي انجام اعمال زير روي معادلات دستگاه ديگري به دست آمده باشد داراي جواب يا جوابهاي يكسان هستند:

Слайд 168

ضرب يك معادله ي دستگاه در عددي غير صفر.
تعويض محل دو معادله ي

دستگاه و
افزودن مضربي از يك معادله به معادله ي ديكر دستگاه.

Слайд 169

پس براي حل دستكاه AX=B بايد تا جايي كه ممكن است به وسيله

ي اعمال سطري مقدماتي ماتريس[A B] را به ماتريس ساده تري تبديل كنيم تا جوابها به آساني به دست آيند.

Слайд 170

3.1.6قضيه

اگر تعداد مجهولها با تعداد معادله ها ي يك دستگاه معادلات خطي برابر

باشد (دستگاهn معادلاتn مجهولي) و ماتريس ضرايب دستگاه وارون پذير باشد آنگاه دستگاه همواره داراي يك جواب منحصر به فرد است.

Слайд 171

3.1.8دستور كرامر

اگر ضرايب يك دستگاهn معادلاتn مجهولي وارون پذير باشد آنگاه جواب دستگاه

برابر است با
كه درآن Ai ماتريس حاصل از جايگزين كردن
ماتريس ستوني در ستون iام ماتريسA است.
فرمول * را دستور كرامر مي ناميم.

Слайд 172

3.1.10تعريف

اكر در دستگاهm معادله يn خطي مجهولي طرف دوم تمام معادلات صفر باشند

دستگاه را همگن مي ناميم. در غير اين صورت دستگاه را غير همگن مي ناميم.

Слайд 173

روشن است كه در دستگاه همگن هموارهx1=x2=…=xn=0 يك جواب دستگاه هست. اين جواب

به جواب بديهي دستگاه موسوم است.

Слайд 174

3.1.11قضيه

دستكاهn معادله ي خطيn مجهولي همگن داراي يك جواب غير بديهي ( غير

صفر) است. اگر و تنها اگر دترمينان ضرايب دستگاه صفر باشد.

Слайд 175

3.1.13نتيجه

يك دستگاه m معادله يn خطي مجهولي همگن همواره داراي يك جواب غير

بديهي ( غير صفر) است اگر
m

Слайд 176

3.1.15قضيه

اگرX1 وX2 دو جواب دستگاه غير همگن AX=B باشند آنگاهX2-X1 جوابي براي دستگاه

همگن AX=0 است.

Слайд 177

3.1.13نتيجه

دستگاه غير همگن AX=B داراي يك جواب منحصر به فرد است اگر و

تنها اگر جواب AX=0 منحصر به فرد باشد.

Слайд 178

3.2استقلال و وابستگي خطي

Слайд 179

3.2.1تعريف

مجموعه يm بردار{V1,V2,…,Vn} از عناصر فضاي برداري R را مستقل خطي مي ناميم

اگر هيچ مجمو عه اي از اعداد حقيقي c1,c2,…,cn به جزc1=c2=…=cm=0 وجود نداشته باشد به طوري كه

Слайд 180

به بيان ديگر مجموعه يm بردار{V1,V2,…,Vn} مستقل خطي است تنها جواب معادله ي
برابر

با c1=c2=…=cm=0 باشد. در غير اين صورت اين مجموعه را وابسته ي خطي مي ناميم.

Слайд 181

3.3رتبه ي يك ماتريس

Слайд 182

در اين بخش به هر ماتريس عدد صحيح و مثبتي به نام رتبه

ي ماتريس را نسبت مي دهيم. با استفاده از اين عدد در مورد جوابهاي دستگاههاي معادلات خطي را بررسي مس كنيم.

Слайд 183

3.3.1تعريف

فرض كنيمA ماتريسيm*n باشد. حداكثر تعداد سطرهاي مستقل خطي ماتريسA را رتبه ي

ماتريسA مي ناميم و با نشانr(A) مي دهيم.

Слайд 184

به عبارت ديگر اگرR1,R2,…,Rm سطرهاي ماتريسA باشند رتبه يa برابر با حداكثر تعداد

بردارهاي مستقل خطي در مجموعه ي{R1,R2,…,Rm} است.

Слайд 185

يك روش تعيين رتبه ي ماتريسA اين است كه بزرگترين زير ماتريس مربع

A را كه دترمينانش مخالف صفر باشد به دست آوريم ، تعداد سطرهاي اين ماتريس برابر رتبه ي ماتريس A است.

Слайд 186

3.3.6خواص رتبه ي ماتريس

الف) رتبه ي ماتريس واحدIn برابر باn است، يعني:
ب) رتبه

ي ماتريسA با رتبه ي ترانهاده ي A برابر است ، يعني:

Слайд 187

پ) اگر A ماتريس n*nباشد آنگاهr(A)=n اگر و تنها اگرdet A=0 به بيان

ديگرr(A)det A=0 .
ت) رتبه ي حاصلضرب دو ماتريس همواره نابيشتر از كوچكترين رتبه دو ماتريس است ، يعني:

Слайд 188

3.3.7نتيجه

اينك با استفاده از مفهوم رتبه ي ماتريس به طور خلاصه به بررسي

جوابهاي دستگاه معادلات خطي AX=B در حالتهاي مختلف مي پردازيم.
فرض مي كنيم ماتريس ضرايب A ، باشد.m برابر با تعداد معادلات وn مساوي با تعداد مجهولهاي دستگاه است. رتبه ي ماتريس مركب[A B] را باr(A B) نشان مي دهيم.

Слайд 189

الف) اگرr(A B)=r(A) آنگاه دستگاه داراي حداقل يك جواب است.
ب) اگر r(A B)=r(A)=n

آنگاه دستگاه داراي يك جواب منحصر به فرد است.
پ) اگرت) اگر r(A B)=r(A) آنگاه دستگاه جواب ندارد.

Слайд 190

3.4توابع خطي

Слайд 191

در اين بخش به مطالعه ي توابع خطي كه توابعي از يك فضاي

برداري به فضاي برداري ديگري هستند مي پردازيم.

Слайд 192

3.4.1تعريف

تابع n متغيره يf از فضاي برداريR به فضاي برداري R را كه

به ازاي هر عدد حقيقيr و هر دوn تايي
از R در دو شرط زير صدق مي كند، يك تابع خطي مي ناميم.

n

m

n

Слайд 193

3.4.3قضيه

تابعf: R R خطي است.اگر و تنها اگر هر مؤلفه مقدا رتابع
fدر

به صورت يك تركيب خطي از اعداد
x1,x2,…,xn باشد.

n

n

Слайд 194

از اين قضيه نتيجه مي شود كه اگرf : R R تابع خطي

با شد آنگاه اعداد حقيقي
وجود دارند به طوري كه

n

m

Слайд 195

بنا بر اينA=(aij)m*n قرار دادن مقدار تابع خطيf را ميتوان به ازاي هرx

R به صورت ماتريسي

F(x)=Ax

نوشت.ماتريسA را يك ماتريس نمايشگر تابع خطي Fميناميم.

n

Слайд 196

3.4.6تعريف

تابعF : R R را كه براي هر به صورت زير تعريف مي

شود، تابع صفر مي ناميم.
تعريف ميشود .تابع هماني مي ناميم.

m

n

Слайд 197

3.4.7تعريف

تابعI: R R را كه براي هرX Є R به صورت

n

n

n

Слайд 198

3.4.8تعريف

توابع خطي f : R R و g : R R را در

نظر مي گيريم:
مجموع f وg را باf+g نشان ميدهيم و به صورت زير تعريف مي كنيم:
(f+g)(x)=f(x)+g(x)
2) فرض ميكنيمk عددي حقيقي باشد.حاصلضرب عدد حقيقيk درf را با نشان kf ميدهيم و به صورت زير مي نويسيم.
(kf)(x)=k f(x)

m

n

n

m

Слайд 199

فصل چهارم:توابع چند متغيره

Слайд 200

در فصل هاي قبل با توابعي سر و كار داشتيم كه تنها وابستهبه

يك متغير بودند. اين نوع توابع را يك متغيره مي ناميم. ولي اكثر توابع در اقتصاد و مديريت به بيش از يك متغير وابسته اند.

Слайд 201

فرض كنيد هزينه ي ماهانه ي خانواده اي بستگي به مقدار مصرف آنها

از مواد غذايي،پوشاك،خدمات مسكوني و خدمات بهداشتي و درماني دارد.پس مس توان گفت تابع هزينه ي اين خانواده يك تابع 4 متغيره است.

Слайд 202

4.1توابع چند متغيره

Слайд 203

تابعf كه قلمرو آن زير مجموعه اي ازR و برد آن زير مجموعه

اي از اعداد حقيقي باشد.يك تابع n متغيره مي ناميم.

n

Слайд 204

اگرf يك تابعn متغيره باشد هر عنصر قلمرو آن ،n تايي (x1.x2,…,xn)است ،

مقدار تابع به ازاي اين عنصر قلمرو را با f(x1.x2,…,xn) نشان مي دهيم.

Слайд 205

4.1.3تعريف

اگرf,g دو تابع n متغيره باشند آنگاه براي هرx ازR و هر عدد

حقيقي k، اعمال جبري زير تعريف مي شود.

n

Слайд 206

4.2حد و پيوستگي توابع چند متغيره

Слайд 207

4.2.1تعريف

فرض مي كنيم f يك تابع دو متغيره باشد مي گوييم حد تابع

f در نقطه ي (a,b)برابر با Lاست . هنگامي كه نقطه (x,y) به نقطه ي (a,b) نزديك و نزديكتر مي شود مقدارf(x,y) به عدد حقيقيL نزديك و نزديكتر شود .

Слайд 208

مي توان نشان داد كه عدد حقيقيL در صورت وجود منحصر به فرد

است و لذاL را با نماد زير نشان مي دهيم.

Слайд 209

حد توابع سه متغيره و به طور كليn متغيره نيز به همين صورت

تعريف مي شود.تمام مطالبي كه در اين بخش براي توابع دو متغيره عنوان مي شود براي توابعn متغيره نيز درست است.

Слайд 210

4.2.2قضيه

اگرf(x,y)=x , g(x,y)=y آنگاه
الف)

Слайд 211

ب)اگرk(x,y)=k تابعي ثابت باشد آنگاه
Lim k(x,y)=k
(x,y) (a,b)
كه در آنk عددي ثابت

است.

Слайд 212

4.2.3قضيه

اگر حد تابع دو متغيره يf در نقطه ي(a,b) برابرL باشد آنگاه

Слайд 213

اين قضيه بيان مي كند كه اگر lim f(x.y)=L آنگاه حد تابع f

وقتي كه نقطه ي (x,y) در مسيرهايy=b ياx=a به تقطه ي ميل كند برابر باL است.

(x,y) (a,b)

Слайд 214

4.2.5قضيه

اگر حد تابعf هنگامي(x,y) كه بر روي دو منحني متمايز به نقطه ي(a,b)

نزديك مي شود متفاوت باشد آنگاه حد تابعf در اين نقطه وجود ندارد.

Слайд 215

4.2.6نتيجه

اگر
آنگاه تابع f در نقطه ي(a,b) حد ندارد.

Слайд 216

توجه كنيد در ابتداx را ثابت
فرض كرده را در صورت وجود
محاسبه

مي كنيم.سپس حد عبارت به دست آمده را كه تابعي
ازx است وقتي كه x aپيدا مي كنيم.

Слайд 217

4.2.8قضيه

اگر حد توابع دو متغيره يf وg در نقطه ي (a,b) اگر حد

توابع دو متغيره يf وg در نقطه ي (a,b) وجود داشته باشد آنگاه
1)حد مجموع دو تابع برابر با مجموع حدهاي آنها است، يعني:

Слайд 218

2)براي هر عدد ثابتk

Слайд 219

3)حد تفاضل دو تابع برابر با حدهاي آنهاست يععني:

Слайд 220

4)حد حاصلضرب دو تنبع برابر با حاصلضرب حدهاي آنهاست.يعني:

Слайд 221

5) حد خارج قسمت دو تابع برابر با خارج قسمت حدهاي آنهاست مشروط

بر اينكه حد تابع مخرج مخالف صفر باشد، يعني:

Слайд 222

4.2.10قضيه

اگر و تابع يك متغيرهg درL پيوسته
باشد آنگاه:

Слайд 223

4.2.12تعريف

تابع دو متغيره يf را در نقطه ي (a,b) پيوسته مي ناميم اگر

شرايط زير بر قرار باشد.
1)تابعf در نقطه ي (a,b) تعريف شده باشد يعني (a,b) fمعين باشد.
2) وجود داشته باشد.

Слайд 224

3)
در صورتي كه يكي از اين شرايط بر قرار نباشد تابع f را

در نقطه ي (a,b) نا پيوسته مي ناميم.

Слайд 225

4.2.14قضيه

اگر توابع دو متغيره ي f وg در نقطه ي (a,b) پيوسته باشند

آنگاه تواب (kعددي حقيقي)
(با شرايط g(a,b)=0) نيز در نقطه ي (a,b) پيوسته اند.

Слайд 226

4.2.16قضيه

اگر تابع دو متغيره ي f در نقطه ي (a,b) و تابع يك

متغيره يg در (a,b) f پيوسته باشند آنگاه تابع مركبgof در نقطه ي (a,b) پيوسته است.

Слайд 227

4.3مشتقهاي جزئي

Слайд 228

در اين بخش مفهومي نزديك به مفهوم مشتق توابع يك متغيره را در

مورد توابع چند متغيره ارائه مي دهيم. از اين مفهوم براي شناخت بهتر توابع چند متغيره استفاده مي كنيم.

Слайд 229

4.3.1تعريف

فرض مي كنيمf تابعي از دو متغيرx وy باشد. اگر
وجود داشته باشد مقدار

اين حد را مشتق جزيي f نسبت به متغيرx در نقطه ي(x,y) ميناميم.و آن را با نمادهايf (x,y) يا (بخوانيد روند f (x,y)به روندx
)نشان مي دهيم.

x

Слайд 230

به همين ترتيب مشتق جزيي تابع f نسبت به متغيرy در نقطه ي(x,y)

به صورت
تعريف مي شود.مشروط بر اينكه اين حد وجود داشته باشد.

Слайд 231

اگر f (x,y) وجود داشته باشد f تابعي از دو متغيرx وy است

اين تابع را به صورت خلاصه نشان ميدهيم.
تابع نيز به همين ترتيب تعريف مي شود.
توابع f و f را مشتقهاي جزيي مرتبه ي اول f مي ناميم.

x

x

x

y

Слайд 232

در اينجا نماد ∂ را به جايd برتي تمايز مشتقهاي جزيي از مشتق

معمولي به كار مي بريم.
براي محاسبه ي f (x,y) در تابع f (x,y) متغيرy را ثابت تلقي مي كنيم. و ازf نسبت به متغيرx مانند يك تابع يك متغيره مشتق مي گيريم.

x

Слайд 233

به همين ترتيب در محاسبه ي f (x,y) متغير را در تابعf(x,y) ثابت

در نظر گرفته و ازf نسبت به متغير y مانند يك تابع يك متغيره مشتق مي گيريم.

x

Слайд 234

4.3.4مشتقهاي جزيي مرتبه هاي بالاتر

نظير مفهوم مشتقهاي مرتبه هاي بالاتر براي توابع يك

متغيره مي توان مشتقهاي جزيي مرتبه هاي بالاتررا براي توابع nمتغيره تعريف كرد. اگرf تابعي از دو متغيرx وy باشد آنگاه f وf نيز توابعي از متغيرهايx وy هستند.پس مي توان مشتقهاي جزيي توابع f وf را تعريف كرد.

x

x

y

y

Слайд 235

اين مشتقها را مشتقهاي جزيي مرتبه دوم تابع f مي ناميم. مشتقهاي جزيي

مرتبه دوم تابع f عبارتند از:

Слайд 236

لازم به تذكر است كه ترتيب نوشتن متغيرهايx وy در f بر
خلاف

ترتيب آنها در نماد است.

x

y


2

f



y

x

Слайд 237

4.3.6قضيه

فرض مي كنيم f تابعي با متغير هاي x وy باشد. اگر توابع

f و f در نقطه ي(a,b) پيوسته باشد آنگاه:

xy

yx

Слайд 238

4.4ديفرانسل كل و مشتقگيري ضمني

Слайд 239

4.4.1تعريف

فرض مي كنيم f تابعي با متغير هاي x وy باشد. اگر مشتقهاي

جزيي مرتبه اولf وجود داشته باشد ديفرانسيل كل تابعf را با نشانdf ميدهيم و به صورت زير تعريف مي كنيم كه در آنdx وdy به ترتيب ديفرانسيل متغير هاي x وy است.

Слайд 240

ديفرانسيل كل تابع بيش از دو متغيره نيز به همين ترتيب تعريف مي

شود، اگرu تابعي از چهار متغيرx،y ،z وt باشد آنگاه ديفرانسيل كل تابع برابر است با:

Слайд 241

4.4.3نكته

فرض مي كنيم f تابعي با متغير هاي x وy باشد. اگر متغير

هاي x وy نيز توابع يك متغيره ي مشتقپذيري از متغير ديگري مانند t باشند آنگاه داريم:

Слайд 242

4.4.6تعريف

فرض مي كنيم f تابعي با متغير هاي x وy باشد. اگر مشتقهاي

جزيي مرتبه ي اول f بر روي ناحيه اي پيوسته باشد و متغير هاي x وy توابعي ازمتغير ديگري مانند t باشند آنگاه مشتق تابع f نسبت به t را با df/dt نشان مي دهيم و بنابراين تعريف برابر است با
توجه كنيد كه در واقع fتنها تابعي از متغير t است.

Слайд 243

4.4.8قاعده زنجيري براي توابع چند متغيره

فرض مي كنيم f تابعي با متغير هاي

x وy باشد. اگر متغير هاي x وy توابعي از دو متغيرuوv باشند آنگاه مشتقهاي جزيي مرتبه ي اول f نسبت به متغير هاي uوv برابرند با:

Слайд 244


قاعده زنجيري براي توابع بيش از دو متغير كاملا مشابه است.

Слайд 245

4.4.10مشتقگيري ضمني

به كمك مفهوم مشتقهاي جزيي مي توان دستور ساده اي براي مشتقگيري

از توابع ضمني ( غير صريح) دو متغيره به دست آورد.

Слайд 246

فرض مي كنيم معادله يf(x,y)=0 ،متغيرy را به صورت
تابعي ازx به طور

ضمني تعريف كند، ∂f/ ∂x , ∂f/ ∂y
وجود داشته باشند و=0 ∂f/ ∂y آنگاه به دست مي آوريم:

Слайд 247

4.4.12مشتقهاي جزيي توابع ضمني

فرض مي كنيم تابع دو متغيره يz=f(x,y) در معادله ي

F(x,y,z)صدق كند.پس اگر∂F/∂x=0 آنگاه:
∂z/ ∂x=- =-

∂f/ ∂x

∂f/ ∂z

Fx(x,y,z)

Fz(x,y,z)

Слайд 248

به همين ترتيب به دست مي آوريم
مشروط بر اينكه ∂F/∂x=0

Слайд 249

4.5ماكسيمم و مينيمم توابع دو متغيره

Слайд 250

همهنطور كه از مشتقهاي اول و دوم يك تابع يك متغيره براي تعيين

ماكسيمم و مينيمم آن استفاده مي كرديم از مشتقهاي جزيي مرتبه ي اول و دوم مي توان براي يافتن ماكسيمم و مينيمم توابع چند متغيره استفاده كنيم.

Слайд 251

4.5.1تعريف

فرض مي كنيم f تابعي با متغير هاي x وy باشد. در اين

صورت:
الف) f(a,b) مقدار ماكسيمم (مطلق) fمي ناميم. اگر براي هر(x,y) از قلمروf داشته باشيم:
F(x,y)<=f(a,b)

Слайд 252

ب) f(a,b) مقدارمينيمم (مطلق) fمي ناميم. اگر براي هر(x,y) از قلمروf داشته باشيم:
F(x,y)>=f(a,b)


Слайд 253

4.5.2تعريف

فرض مي كنيم f تابعي با متغير هاي x وy باشد. در اين

صورت:
الف) مي گوييمf تابع در(a,b) داراي يك ماكسيمم نسبي است. اگر دايره به مركز (a,b) در قلمروf وجود داشته باشد به طوري كه به ازاي هر(x,y) در درون اين دايره داشته باشيم:
f(x,y)<=f(a,b)

Слайд 254

ب) مي گوييمf تابع در(a,b) داراي يك مينيمم نسبي است. اگر دايره به

مركز (a,b) در قلمروf وجود داشته باشد به طوري كه به ازاي هر(x,y) در درون اين دايره داشته باشيم:
f(x,y)>=f(a,b)

Слайд 255

4.5.4قضيه

فرض مي كنيم تابع دو متغيره fدر(a,b) يك ماكسيمم يا مينيمم نسبي دارد.اگر

مشتقهاي جزيي مرتبه ي اولf در (a,b) موجود باشند آنگاه:
Fx(a,b)=0
Fy(a,b)=0

Слайд 256

از اين قضيه نتيجه مي شود كه اگر تابع fدر(a,b) يك ماكسيمم يا

مينيمم نسبي داشته باشد آنگاه (a,b) يك جواب دستگاه دو مجهولي زير است:

Слайд 257

هر جواب اين دستگاه را (نظير توابع يك متغيره ) يك نقطه ي

بحراني تابع f ميناميم.توجه كنيد كه نقطه ي (c,d) ممكن است يك نقطه ي بحراني f باشد ولي تابع fدر اين نقطه ماكسيمم و مينيمم نسبي داشته باشد.

Слайд 258

اگر Fy(a,b) Fx(a,b)= ولي تابع F در((a,b ماكسيمم يا مينيمم نسبي نداشته باشد

مي گوييم تابع F در ((a,b داراي يك نقطه ي زين اسبي است.

Слайд 259

معمولا با استفاده از تعريف تشخيص اينكه يك نقطه ي بحراني تابع دو

دو متغيره ي F ماكسيمم است يا مينيمم مشكل است .اما به كمك مشتقهاي جزيي مرتبه ي دوم توابع يك يك متغيره قادر به اين امر هستيم.

Слайд 260

4.5.8آزمون مشتق دوم

فرض مي كنيم f تابعي با متغير هاي x وy باشد.و

Fy(a,b)=0 Fx(a,b)= همچنين فرض مي كنيم مشتقهاي جزيي F درون دايره اي به مركز((a,b پبوسته باشند و

Слайд 261

در اين صورت
الف) اگر(a,b)>0 ∆ وFxx(a,b)<0 آنگاه F در(a,b)ماكسيمم نسبي دارد.
ب) اگر(a,b)>0

∆ وFxx(a,b)>0 آنگاه F در(a,b)مينيمم نسبي دارد.

Слайд 262

پ) اگر(a,b)>0 ∆ آنگاه F در(a,b)يك نقطه ي زين اسبي دارد . به

عبارت ديگر ماكسيمم و مينيمم ندارد.
ت) اگر(a,b)=0 ∆ از اين آزمون نتيجه اي به دست نمي آيد.

Слайд 263

دقت كنيد كه اگر(a,b)>0 ∆ آنگاه حاصلضرب fxx(a,b)fyy(a,b) مثبت است.پس fxx(a,b)وfyy(a,b) هم علامت

مي باشند .در نتيجه در بندهاي الف و ب آ زمون مشتق دوم ميتوان fyy(a,b) را جايگزين fxx(a,b) نمود.

Слайд 264

4.6ماكسيمم و مينيمم توابع نسبت به شرايط داده شده

Слайд 265

در اكثر مسايل مديريت و اقتصاد تعيين ماكسيمم و مينيمم يك تابع چند

متغيره با توجه به يك يا چند شرط صورت مي گيرد.

Слайд 266

براي مثال فرض كنيد هدف يك مصرف كننده به حداكثر رسانيدن مطلوب در

مصرف دو كالاي 1و2 است. فرض كنيد قيمت اين دو كالا به ترتيب برابر باp1 وp2 ميزان مصرف او از اين دو كالا به ترتيب برابر با x1وx2 باشد.اما اين مصرف كننده محدوديتهايي نيز دارد.

Слайд 267

يكي از محدوديتها ميزان درآمد او است. پس مطلوب است اين مصرف كننده

تابغي از ميزان استفاده او از اين دو كالا بوده و ميزان مخارج مصرفي او از اين دو كالا بايد با ميزان درآمد او نيز برابر باشد.به بيان ديگر ميتوان گفت كه اين مصرف كننده ميخواهد مطلوبيت خود را با ت.جه به محدوديت درآمد به حد اكثر برساند.

Слайд 268

پس بايد ماكسيمم تابع
U=f(x1,x2)
را نسبت به شرط (محدوديت)
P1x1+p2x2=y
پيدا كنيم كه

در آن U=f(x1,x2) تابع مطلوب است.

Слайд 269

به دو روش مي توان اين كار را انجام داد. يكي به روش

جايگزيني و ديگري به روش لاگرانژ .اين دو روش را در زير معرفي مي كنيم.

Слайд 270

4.6.1روش جايگزيني

يكي از روشهاي به دست آوردت ماكسيمم و مينيمم توابع نسبت به

شرايط داده شده از طريق جايگزين كردن تلبع محدوديت ( شرايط داده شده) در تابع هدف است. بدين ترتيب مسئله تبديل به مسئله ي ماكسيمم يا مينيمم كردن يك تابع بدون محدوديت ميشود.

Слайд 271

4.6.3روش لاگرانژ

ميخواهيم ماكسيمم يا مينيمم تابع دو متغيره يf(x,y) را با محدوديتg(x,y)=0 بيابيم.متغير

جديدλ موسوم به ضريب لاگرانژ را در نظر مي گيريم با استفاده از متغير λ تابع جديدي به نام تابع لاگرانژ را به صورت زير تعريف ميكنيم.
F(x,y, λ)=f(x,y)- λg(x,y)

Слайд 272

پس اگر fدر (a,b)ماكسيمم يا مينيمم داشته باشيم آنگاه 0λ= λ وجود دارد

به طوري كه(a,b, λ) يك جواب دستگاه سه معادله سه مجهولي زير است.

Слайд 273

4.6.5شرط كافي براي وجود ماكسيمم و مينيمم توابع نسبت به شرايط داده شده

فرض

مي كنيم تابع دو متغيره يf(x,y) تحت محدوديتg(x,y)=0 داده شده باشد و) λ F(x,y, تابع لاگرانژ متناظر باشد . ثابت ميشود كه شرط كافي براي وجود

Слайд 274

الف) ماكسيمم اين است كه

Слайд 275

ب) مينيمم اين است كه

Слайд 276

4.6.6نكته

روش لاگرانژ را ميتوان براي تابعn متغيرهf(x1,x2,…,xn) با تابع محدوديت gi(x1,x2,…,xn) i=1,2,…,nكه در

آن تعميم داد.

Слайд 277

در اين صورت تابع لاگرانژ عبارتند از
از مساوي صفر قرار دادن مشتقهاي جزيي

تابع لاگرانژ دستگاهي شاملn+k معادله ي n+k مجهولي به دست مي آيد.

Слайд 278

فصل پنجم:معادلات ديفرانسيل

Слайд 279

حل برخي از مسايل در مديريت ئ اقتصاد منجر به بررسي معادله اي

بين يك تابع مجهول و مشتقهاي آن مي شود.چنين معادله اي را يك معادله ي ديفرانسيل مي ناميم.در اين فصل با معرفي چند نوع معادله ي ديفرانسيل ساده روش حل آنها را مطالعه مي كنيم.

Слайд 280

5.1آشنايي با معادلات ديفرانسيل

Слайд 281

5.1.1تعريف

فرض كنيدy تابعي ازx باشد هر معادله اي به صورتF(x,y,y,…,y ) را كهF

در آن تابعي ازn+2 متغيرx ، y و n مشتق اولy نسبت بهx باشد يك معادله ي ديفرانسيل معمولي مرتبه ي n ام مي ناميم.

(n)

Слайд 282

توجه كنيد منظورy از مشتق n ام y نسبت بهx است و مرتبه

ي يك معادله ي ديفرانسيل برابر با مرتبه ي بالاترين مشتق موجود در معادله است.

(n)

Слайд 283

5.1.2تعريف

تابع y=f(x) را يك جواب معادله ي ديفرانسيل
F(x,y,y,…,y )=0
در فاصله يI مي

ناميم.در صورتي كه به ازاي هرx متعلق بهI تابع y=f(x) و مشتق هاي آن در معادله صدق كنند.

(n)

Слайд 284

مجموعه ي تمام جوابهاي معادله را جواب عمومي معادله مي ناميم.
منظور از حل

يك معادله ي ديفرانسيل به دست آوردن جواب عمومي آن است.

Слайд 285

5.1.4تعريف

معادله ي ديفرانسيل مرتبه ي ام
با شرايط اوليه
را كه در آن ها

اعداد معيني هستند يك مسئله با مقادير اوليه مي ناميم.

Слайд 286

توجه كنيد كه براي معادله ي ديفرانسيل مرتبه ي nامn شرط اوليه وجود

دارد .اين شرايط مقادير تابع مجهول و(n-1) مشتق اول آن را در نقطه ي x0معين مي كنند.مي توان نشان داد كه با وضع محدوديتهايي برF يك مسئله با مقادير اوليه داراي يك مجواب منحصر به فرد است. اين جواب را جواب خصوصي مسئاله مي ناميم.

Слайд 287

5.1.7تعريف

يك معادله ي ديفرانسيل با مشتقات جزيي معادله ايست كه شانل يك تابع

مجهول چند متغيره (بيش از يك متغير) همرام با مشتقات جزيي آن باشد.

Слайд 288

5.2معادلات ديفرانسيل جدايي پذير

Слайд 289

در اين بخش روش حل معادلات ديفرانسيلي را بررسي مي كنيم كه مي

توان متغيرهاي آنها را از يكديگر جدا كرد.

Слайд 290

5.2.1تعريف

معادله ي ديفرانسيل مرتبه ي اول p(x)dx+q(y)dy=0 را كه در آنp وq دو

تابع حقيقي به ترتيب در فاصله هايI1 وI2 پيوسته اند يك معادله ي ديفرانسيل جدايي پذير مي ناميم.
Имя файла: كتاب-رياضيات-و-كاربرد-آن-در-مديريت.pptx
Количество просмотров: 20
Количество скачиваний: 0