مقاله سرا

این وبلاگ حاوی مقاله های بسیار کاربردی میباشد امیدواریم نهایت استفاده از آنها را ببرید

مقاله سرا

این وبلاگ حاوی مقاله های بسیار کاربردی میباشد امیدواریم نهایت استفاده از آنها را ببرید

خرپا

روش تبدیل به درجه :

عدد = مقدارش = shift t که حاصل به توان 1 می رسد و بعد مقدارش = cos

مطلوبست محاسبه نیروهای داخلی بر حسب خرپای شکل زیر :



 

 


کششی       کششی

 

سازه های متقارن :

1 – از لحاظ شکل هندسی و شرایط تکیه گاهی 2 – از لحاظ بارهای خارجی

 


 

 
   

 

                                                                                                                                                                                                         

               

    با استفاده از روش مفصل ها نیروی داخلی مرکب از اعضای داخلی زیر را محاسبه کنید؟

 

تذکر 2 : هرگاه در گره ای دو عضو غیر //// و بدون بار خارجی متصل باشند. نیرو داخلی هر دو عضو صفر است.

سازه متقارن :

 1 – تقارن هندسی     

2 – تقارن بارگذاری

خرپا می توانند به لحاظ شکل ظاهری می توانند به شکل منوبل زیر باشد.

الف ) خرپای ساده : به خرپایی گفته می شود که از مجاورت مثلث بر ساخته که گوه ها فقط در رئوس آنهاست تشکیل یافته است.

ب ) خرپای مرکب : خرپایست که از اتصال جثه خرپای ساده به یکدیگر تشکیل شده و در آن حداقل یک مثلث وجود دارد. که گوه در راس آن قرار گرفته باشد.

ج ) خرپای مختلط : خرپایی است که هیچ یک از تعاریف فوق برای آن صدق نکند.

روش حل خرپاها

برای حل خرپاها از سه روش استفاده می گردد که عبارتند از :

1 – روش مفصل یا گره

2 – روش مقطع یا برش

3 – روش نیروی مجهول

که از روش 1 و 2 و 3 یا به عبارتی از هر سه روش برای حل خرپای ساده و مرکب می توان استفاده نمود. ولی فقط از نیروی مجهول جهت خرپای مختلط استفاده می نمایند.

روش مفصل یا گره :

در این روش به کمک نوشتن معادلات تعامل برای سبک تک گره ها ( در خرپای صفحه ای ) برای هر گره دو معادله تعادل وجود دارد. نیروهای داخلی را پس از آنکه واکنش های تکیه گاهی را می گردیم بدست خواهیم آورد. در این روش بایستی از گره ها این محاسبه را شروع نماییم که بیش از عضو مجهول به آن متصل شده باشد. این روش به صورت متوالی و پیاپی انجام می گیرد.

تذکر 1 : هر گاه در گره ای سه عضو بدون بار خارجی متصل باشند که دو عضو آن در یک امتداد قرار گرفته باشند نیروی داخلی عضو سوم حتما صفر است.

               

                                                                   

 

 

 

خرپا

دستگاهی ساختمانی مکانیکی متشکل از اجزاء با نیروی فقط محوری که از اتصالات مفصلی و لولایی این اجزا تشکیل یافته است. اجزاء خرپا فقط نیروی محوری تحمل می کند و این اجزا از نیروی کشی و لنگر خمشی صرف نظر می گردد. معمولا از خرپاها جهت پوشش دهانه های وسیع و همچنین ساخت دکل ها استفاده می گردد. نسبت به تیرها نسبتا اقتصادی می باشد. خرپاها به دو صورت دیده می شود . الف ) خرپا صفحه ای ب ) خرپا فضایی که ما در این درس به تشریح و حل خرپاهای صفحه ای و خرپاهای فضایی راه حل شان مانند خرپاهای فضایی بوده . ما بسیار پیچیده تر می باشد. به همین علت برای حل آنها از نرم افزارهای تخصصی Sep ( برنامه آنالیز سازه ) و etbs استفاده می گردد.

خرپا صفحه ای : که کلیه اجزای سازه ای و بارای آن در یک صفحه قرار داشته باشد. حال آنکه در خرپای فضایی عضوها در امتداد مختلف و در فرم سه بعدی هستند و نیروها و بارهای وارد نیز در جاهای مختلف داده می شود. در خرپاها نیز مانند سایر سازه ای مکانیکی می بایستی در ابتدا معین یا نامعینی دستگاه معین گردد. سپس به محاسبه واکنش های تکیه گاهی نیروهای داخلی در صورت معین بودن پرداخته شود. جهت بررسی معینی یا نامعینی یک سازه خرپا باید به روش زیر اقدام نمود.

 تعداد واکنش های تکیه گاهی r=4

                                  تعداد اجزا  m=11

تعداد مجهولات m+r=15

14=7×2=j2 معادلات تعادل در نتیجه j=r تعداد گره ها

 

دستگاه معین :

 


4=1+3 مجهولات                                                                   

4=1+3 معادلات                                                                    

                                  


فرمول 1

نمایش مولفه ها ،

نمایش تصویری مختصات یا نمایش مختصاتی

 

 

 

 

فرمول 2

برای محاسبه کردن مقدار                          

فرمول 3

این فرمول برای بدست آوردن اندازه فرمول استفاده می شود

فرمول 4

مثال برای فرمول 4

مثال : نقاط  و  است. مطلوب است محاسبه بردار AB.

فرمول 5

 

         

 

مطلوب است محاسبه بردار  در صورتی که اندازه R ( واحد R=4 ) و زوایایی که با محور x و y می سازد 30 و 60 درجه می باشد.



 

 

 

 

 


مطلوب است محاسبه بردار  که مقدار آن در واحد و در راستای نیم ساز ربع اول و سوم می باشد ؟

فرمول 6

در فضا                                   

مثال : مطلوب است محاسبه بردار R به اندازه 6 واحد که به موازات نیمساز می باشد ؟

 

 

 

بردار یکه هر بردار :

برداری است هم جهت و هم راستا با بردار اصلی اما مقدارش ( اندازه اش ) واحد است. از تقسیم هر بردار بر اندازه اش بردار یکه آن بردار محاسبه می شود.

فرمول کلی 7

مثال :

فرمول 8

مثال :

فرمول 9

مثال : بردارن در فضا موجود است که زوایایی که با محور x و z می سازد به ترتیب 30 و 60 درجه می باشد. مطلوبست محاسبه زوایایی که این بردار با محور y می سازد؟

از طریق فرمول 8 بدست می آید.

مثال  را بدست آورید.

 

 

 

توزیع‎های احتمالی گسسته


توزیع‎های احتمالی گسسته

 

مقدمه

 

در حالی که اغلب تعیین توزیع احتمالی برای یک متغیر تصادفی معین مفید است، بسیاری مواقع در استنباط آماری و تصمیم‎گیری توابع احتمالی متغیرها دارای یک فرم هستند. در چنین مواردی استفاده از نظریه توابع احتمالی شرح داده شده در فصل پنجم برای به دست آوردن نتایج کلی در مورد توزیع احتمالی مثل میانگین و واریانس بهتر است از به دست آوردن این مشخصه‎ها در هر حالت ویژه. زیراکسل کننده خواهد بود که در هر مورد جدید با استفاده از توزیع احتمالی یا چگالی، فرایند تعیین مشخصه‎ها مثل میانگین و واریانس را انجام دهیم. خوشبختانه به اندازة کافی همانندی بین انواع معین از آزمایشهای منحصر به فرد معلوم وجود دارد، به طوری که به دست آوردن یک فرمول که نشان دهندة ویژگی عمومی این آزمایش‎ها باشد را ممکن می‎سازد.

در این فصل بعضی از توزیع‎های احتمالی متغیرهای تصادفی گسسته مثل توزیع‎ةای دو جمله‎ای، فوق هندسی و پواسن را مطالعه خواهیم نمود و خواص آنها را بررسی می‎کنیم این توزیع‎ها از مهمترین توزیع‎های گسسته در آمار هستند که کاربرد زیادی دارند. توزیع‎های احتمالی متغیرهای پیوسته با تأکید بر توزیع نرمال که کاملاً شناخته شده است و در آمار استفادة زیادی از آن می‎شود در فصل هفتم بحث خواهد شد.

آزمایش دو جمله‎ای

بسیاری از آزمایشگاه هستند که دارای یک ویژگی عمومی بوده و آن عبارت است از اینکه نتایج آنها به یکی از دو پیشامد دسته‎بندی می‎شوند. برای مثال، «آزمایش دسته بندی یک متقاضی شغل که مرد یا زن است» دارای دو نتیجه می‎‏باشد، آزمایش پرتاب یک سکه که نتیجة آن پیشامد شیرآمدن و خط آمدن می‎باشد. تولد یک نوزاد که نتیجة آن پسر و یا دختر می‎باشد. آزمایش انتخاب یک کالای تولیدی که نتیجة آن تنها به یکی از دو صورت سالم و یا ناقص اتفاق می‎افتد.

در حقیقت این امکان همیشه وجود دارد که نتایج رخدادهایی که در زندگی روزمره اتفاق می‎افتد را به صورت دو نتیجه «موفقیت» و یا «عدم موفقیت» شرح دهیم. امتحانهایی که تنها منتج به دو نتیجه می‎شوند، نقش بسیار مهمی در یکی از توزیع‎های احتمالی گسسته که کاربرد زیادی در عمل دارد یعنی «توزیع دو جمله‎ای» ایفا می‎کنند.

قبل از این که توزیع دو جمله‎ای را معرفی کنیم، آزمایش دو جمله‎ای را شرح می‎دهیم با توجه به مثالهای بالا و مثالهایی مثل مصاحبه با یک رأی دهنده که جواب آن موافق کاندیدای مورد نظر است و یا نیست. پرتاب موشک که نتیجة آن به هدف خوردن و یا به هدف نخوردن است، ملاحظه می‎شود که صرف نظر از بعضی از تفاوتها همة آنها دارای یک مشخصة ویژه آزمایش دو جمله‎ای می‎باشند.

تعریف:

یک آزمایش دو جمله‎ای دارای فرضیات زیر است.

1-آزمایش دو جمله‎ای مرکب از n امتحان یکسان ساده است.

2-هر امتحان منتج به یکی از دو نتیجه می‎شود. یک نتیجه را موفقیت و با S نشان داده و نتیجة دیگر را عدم موفقیت و با F نشان می‎دهیم.

3-احتمال موفقیت در یک امتحان ساده مساوی P است، که از یک امتحان به امتحان دیگر ثابت باقی می‎ماند احتمال عدم موفقیت مساوی q=1-P است.

4-امتحان‎ها از هم مستقل می‎باشند.

5-علاقمند به X، تعداد موفقیتهای هستیم که در nبار آزمایش ساده مشاهده می‎شود. امتحانهای ساده‎ای که در این شرایط صدق می‎کنند به آزمایش‎های «برتولی» معروفند. در عمل فرضهای بیان شده در یک آزمایش دو جمله‎ای تنها در حالتهای محدودی وجود دارند، اما مادامی که هر آزمایش روی آزمایش دیگر اثر ناچیزی داشته باشد می‎توان نظریة دو جمله‎ای را بکار برد.

برای مثال، احتمال این که یک رای‎دهنده موافق کاندیدای معینی در یک انتخاب سیاسی رأی به دهد تقریباً از یک امتحان به امتحان دیگر ثابت می‎ماند. مادامی که جامعة رای دهندگان در مقایسه با نمونه نسبتاً بزرگ باشد. اگر پنجاه درصد جامعه 1000 نفری از رای دهندگان کاندیدای A را ترجیح به دهند، آن گاه احتمال موافق بودن اولین مصاحبه شونده به کاندیدای A مساوی  خواهد بود. احتمال موافق بودن دومین مصاحبه شونده به کاندیدای A مساوی  یا  خواهد بود که بستگی دارد به اینکه آیا اولین مصاحبه شونده موافق بوده یا مخالف آن. هر دو عدد نزدیک به   هستند، در عمل برای سومین، چهارمین و nامین انتخاب هم همین طور است در صورتی که n                           خیلی بزرگ باشد. اما اگر تعداد جامعه 10 و تعداد موافق کاندیداA، 5 نفر باشند، آن گاه احتمالی این که اولین رای دهنده موافق A باشد مساوی   و دومین مساوی   یا   بستگی به این که اولی موافق یا مخالف بوده است خواهد بود. بنابراین برای جوامع کوچک، احتمال موافق بودن از یک رأی دهنده به رأی دهنده دیگر (از یک امتحان به امتحان دیگر) به طور محسوس تغییر می‎کند و نتیجتاً آزمایش دو جمله‎ای نخواهد بود.

توزیع احتمالی دو جمله‎ای

توزیع دو جمله‎ای بوسیلة مقادیر n و p که پارامترهای توزیع هستند توصیف می‎شود. پارامتر هر توزیع عبارت است از یک مشخصة جامعه. در توزیع دو جمله‎ای پارامتر n عبارت است «تعداد امتحانها» و p عبارت از احتمال موفقیت در هر امتحان ساده می‎باشد. برای هر n وp داده شده با توجه به فرضیات آزمایش دو جمله‎ای می‎توان احتمال هر تعداد موفقیت را حساب کرد و نیز می‎توان دیگر مشخصه‎های توزیع مثل میانگین و واریانس را هم به دست آورد.

برای نشان دادن این که چگونه توزیع احتمالی دو جمله‎ای حاصل می‎شود،‌فرایند تولید را در نظر بگیرید که یک وسیلة همانندی تولید می‎کند که به دو صورت سالم و یا ناقص دسته‎بندی می‎شود. وقتی که فرایند به طور درست کار نکند، احتمال ثابت 10/0=p وجود دارد که کالا ناقص تولید شود. تعداد ناقص‎ها هر مقداری از 0 تا تعداد آزمودنی (n) می‎تواند باشد. برای مثال، ممکن است سئوال شود، «احتمال این که در یک نمونة تصادفی چهارتایی یک نتیجة ناقص باشد چقدر است؟ یا احتمال این که دو یا بیشتر در یک نمونة تصادفی چهارتایی ناقص وجود داشته باشد چقدر است؟ کلمة تصادفی معادل مستقل بودن در تعریف آزمون دو جمله‎ای است.

برای محاسبة احتمالات در آزمایش دو جمله‎ای می‎توانیم از قوانین ضرب احتمال استفاده کنیم. مانند

(یک رویداد) p(تعداد رویدادهای مربوط)=(پیشامد)p

در یک مسئله دو جمله‎ای، علاقمند به محاسبة احتمال دقیقاً x موفقیت در n  تکرار امتحان برنولی هستیم، که هر امتحان دارای احتمال موفقی p است. به این معنی که ما x موفقیت و n-x عدم موفقیت داریم. برای محاسبه چنین احتمالهایی، لازم است که احتمال یک رویداد از این وع را پیدا کنیم، آن گاه آن را در تعداد ممکن چنین رویدادهایی ضرب کنیم. چون فرقی ندارد کدام رویداد را ابتدا بررسی کنیم، فرضی کنید به طور اختیاری این رویداد را بررسی کنیم که در آن x موفقیت ابتدا رخ دهد، ادامه پیدا کند یا n-x (عدم موفقیت). فرض کنید موفقیت S= و عدم موفقیت F= باشد، بنابراین این رویداد ویژه به صورت زیر مرتب نمود.

SS…S  FF…F

n-x عدم موفقیت        x موفقیت

برای تعیین احتمال توأم چنین دنبالة ویژه‎ای از موفقیت‎ها و عدم موفقیت‎ها، توجه کنید که امتحانها فرض می‎شوند که از هم مستقل هستند. چون احتمال یک موفقیت p(S)=p و p(F)=q است، بنابراین داریم.

P(SS…S  FF…F)=p(S)p(S)…p(S)p(F)p(F)…p(F)

=(p)(p)…(P)(q)(q)..(q)

می‎توان نشان داد که  نشان دهندة احتمال هر دنباله‎ای است که در آن x موفقیت و n-x عدم موفقیت وجود دارد. بنابراین کافی است بدانیم چند رخ داد متفاوتی وجود دارد که در آن x موفقیت و n-x عدم موفقیت داشته باشیم. جواب عبارت است از تعداد ترکیب‎های x از n می‎دانیم این تعداد عبارت از

بنابراین حاصلضرب  در  احتمال x موفقیت در n امتحان را با احتمال ثابت موفقیت (p) به صورت زیر به دست می‎دهد.

(6-1) (x موفقیت در n امتحان)p

این توزیع را توزیع دو جمله‎ای گویند. اگر متغیر تصادفی X دارای توزیع دو جمله‎ای با پارامترهای n و p باشد معمولاً آن را به صورت زیر می‎نویسند.

مثال 6-1 اگر کسر ناقصی تولید یک کالا مساوی 1/0=p باشد، در یک نمونة تصادفی چهارتایی از این کالاها توزیع احتمالی تعداد کالاهای ناقص را حساب کنید.

حل: یک کالای انتخاب دو صورت خواهد داشت یا سالم است و یا ناقص. احتمال این که یک کالای انتخاب ناقص باشد مساوی 1/0=p کالاهای انتخابی از همدیگر مستقل هستند بنابراین تعداد کالاهای خراب در نمونه دارای توزیع دو جمله‎ای است. بنابراین توزیع احتمالی تعداد کالاهای خراب طبق جدول 6-1 خواهد بود.

 

جدول 6-1: توزیع دو جمله با 4=n و 1/0=p

جمع

4

3

2

1

0

Xتعداد کالاهای خراب

1

0001/0

0036/0

0486/0

2916/0

6561/0

P(x)

 

که در آن احتمال این که دقیقاً (1=x) کالای خراب در نمونة چهارتایی (4=n) وقتی که 1/0=p باشد، داشته باشیم به صورت زیر حساب می‎شود

با استفاده از جدول 6-1 به سادگی می‎توان احتمال این که تعداد خراب‎ها کمتر یا مساوی 2 باشد را حساب کرد.

مثال 6-2 به منظور عیب یابی در تولید یک نوع کالا که به مقدار زیاد توسط ماشین در کارخانه تولید می‎شود، با استفاده از طرح نمونه‎گیری، کالای تولیدی بازرسی می‎شود. ده قلم کالا به طور تصادفی انتخاب و مورد آزمایش قرار می‎گیرند. چنانچه دو یا بیشتر کالای ناقص مشاهده شود، کالای تولیدی رد می‎شود. اگر کل کالای تولیدی دقیقاً 5 درصد ناقص داشته باشد، احتمال این که کالا پذیرفته شود چقدر است؟ احتمال این که کالا رد شود چقدر است؟

حل: با توجه به شرایط یک آزمایش دو جمله‎ای، مشاهده می‎شود که تعداد کالاهای ناقص در نمونه، x دارای توزیع دو جمله‎ای زیر است.

در صورتی کالا پذیرفته می‎شود که در نمونه یا خراب مشاهده نشود و یا یکی مشاهده شود بنابراین

آن گاه، احتمال رد کالا عبارت خواهد بود از

مثال 6-3 یک واکسن جدید جلوگیری از سرماخوردگی برای تعیین اثر جلوگیری آن در سرماخوردگی عمومی مورد آزمایش قرار گرفته است. برای این کار به ده نفر واکسن تزریق کرده و بعد از مدت یکسال مشاهده شده که هشت نفر زمستان را بدون سرماخوردگی سپری کرده‎اند.

فرض کنید وقتی که واکسن استفاده نشود، احتمال اینکه یک نفر بدون سرماخوردگی زمستان را سپری کند مساوی 5/0 باشد. احتمال اینکه هشت نفر یا بیشتر زمستان را بدون سرماخوردگی سپری کنند بشرطی که واکسن در افزایش مقاومت بدن در برابر سرماخوردگی موثر نباشد چقدر است؟

حل: فرض کنید در صورتی که واکسن مؤثر نباشد، احتمال اینکه یک نفر زمستان را بدون سرماخوردگی طی کند مساوی 5/0=p است. توزیع احتمالی برای x، تعداد سرما نخوره‎ها عبارت است از:

مثالهای 6-1، 6-2 و 6-3 موارد استفادة توزیع دو جمله‎ای و محاسبة احتمال x موفقیت در n امتحان را با توجه به تعریف آزمایش دو جمله‎ای روشن می‎ساند.

البته نکتة مهم این است که برای هر عمل فیزیکی بایستی دقیقاً مشخصه‎های آزمایش دو جمله‎ای بخش 6-2 برای تعیین اینکه آیا مدل آزمایش دو جمله‎ای برای عمل مورد نظر معتبر است تطبیق داده شود.

توجه می‎کنید که مثالهای فوق مسائلی احتمالی بودند تا آماری. احتمال موفقیت در یک امتحان ساده معلوم است و ما می‎خواهیم در n امتحان احتمال پیشامدهای عددی معینی را حساب کنیم. حال روش را بر عکس در نظر می‎گیریم، به این معنی که فرض می‎کنیم یک نمونه از جامعه داریم و می‎خواهیم راجع به p استنباط بکنیم. شکل فیزیکی مثالهای 6-2 و 6-3 در صورتی که هدف نهایی استنباط آماری باشد وضعیت عملی خوبی به دست می‎دهد از این دو مسئله در بخش‎های آتی در استنباط آماری استفاده خواهیم کرد.

تمرین 6-1 اطلاعات قبلی نشان می‎دهد که 30درصد تمام بیمارانی که در یک کلینیک پذیرش می‎شوند نمی‎توانند هزینة خود را پرداخت کنند. فرض کنید 4=n بیمار جدید نشان دهندة یک نمونة جدید از جامعة بیمارانی باشند که توسط کلینیک تحت مداوا قرار می‎گیرند. احتمال اینکه

الف) هیچکدام از بیماران هزینه را پرداخت نکنند.

ب) یک نفر از بیماران هزینه را پرداخت نکند.

ج) تمام بیماران هزینه را پرداخت کنند.

احتمال اینکه تیراندازی در هر شلیک تیر به هدف بزند مساوی 8/0 است. او چهار تیر به هدف شلیک می‎کند، پیدا کنید.

الف) دقیقاً دو تیر به هدف بزند.

ب)لااقل یک تیر به هدف بزند.

ج)چهار تیر به هدف اصابت نماید.

6-3 یک روش جدید جراحی 80درصد با موفقیت انجام می‎شود. اگر عمل جراحی پنج مرتبه انجام شود و فرض کنیم که عملاً از یکدیگر مستقل باشند پیدا کنید.

الف) احتمال اینکه هر پنج عمل با موفقیت انجام شوند چقدر است؟

ب) احتمالی اینکه کمتر از دو عمل به موفقیت بیانجامد چقدر است؟

ج) فقط چهار عمل با موفقیت انجام شود چقدر است؟

6-4 به تمرین 6-3 مراجعه نمائید، اگر کمتر از دو عمل با موفقیت همراه بودند در بارة تیم عمل جراحی چه نظری داشتید؟

6-5 به تمرین 6-3 مراجعه کنید، اگر x تعداد موفقیت‎ها در عمل‎های جراحی باشد، توزیع احتمالی آن را رسم نمائید.

6-4-میانگین و واریانس توزیع دو جمله‎ای

می‎دانیم که توزیع دو جمله‎ای بوسیلة پارامترهای n و P مشخص می‎‏شوند. از طرفی هر توزیعی دارای مشخصه‎هایی است مثل میانگین و واریانس. بنابراین ممکن است در توزیع دو جمله‎ای، میانگین و واریانس را نیز بر حسب n وp بدست آورد.

می‎توان با استفاده از قضایای مربوط به جمع و با استفاده از مهارت در جابجایی جبری، میانگین و واریانس متغیر تصادفی x که دارای توزیع دو جمله‎ای با پارامتر pو n است را مستقیماً حساب نمود در اینجا سعی می‎کنیم این ویژگی‎های توزیع را با استفاده از مثالهای ساده حساب کرده و آن گاه در حالت کلی تعمیم دهیم. برای n=1، توزیع احتمالی x عبارت از

1

0

X

P

Q

P(x)

با توجه به تعریف امید ریاضی، داریم

و برای 2=n، توزیع احتمالی عبارت است از

2

1

0

X

2p

Pq2

2q

P(x)

برای 3=n با توجه به توزیع احتمالی x داریم

می‎توان حدس زد که نتیجه در حالت کلی نیز برقرار است. در واقع می‎توان با استفاده از قضایای ریاضی نشان داد که امید رضای x در توزیع دو جمله‎ای با n امتحان با پارامتر p، برابر است با

به همین طریق می‎توان واریانس x را برای 2و1=n امتحان به دست آورد. برای 1=n

برای 2=n

با جایگذاری q=1-p، خواهیم داشت

به سادگی می‎توان نشان داد که برای 3=n، واریانس مساوی pq3 است. در حالت کلی برای n امتحان و با پارامتر p، می‎توان استنباط نمود که واریانس و انحراف معیار برابر است با

و

مثال 6-4 در یک فرایند تولید که کالای همانندی تولید می‎شود، 10% کالاهای تولیدی ناقص هستند در انتخاب 20 نمونه تصادفی کالا از این فرایند، میانگین و واریانس و انحراف معیار تعداد کالاهای ناقص را حساب کنید.

حل: فرض می‎کنیم مقدار کالاهای ناقص در نمونه باشد =x

واضح است که

بنابراین،

تمرین

6-6 به تمرین 6-1 مراجعه نمائید، می‎دانیم که 30 درصد بیماران پذیرش شده قادر به پرداخت هزینة بیمارستان نیستند. اگر در طول زمان یکسال 2000 نفر در بیمارستان معالجه گردند حساب کنید.

الف) میانگین افرادی که قادر به پرداخت صورتحساب بیمارستان نیستند چیست؟

ب) واریانس و انحراف معیار این تعداد را حساب کنید.

6-7 یک آزمون دارای 15 سوال است که هر سوال دارای چهار جواب احتمالی بوده که فقط یکی از آنها درست است. شخصی به طور شانسی علامت می‎زند، مطلوبست محاسبة

الف) میانگین تعداد جوابهای درست

ب) احتمال اینکه به 8 تا 10 سوال جواب درست به دهد چقدر است؟

6-8اگر متغیر تصادفی x دارای توزیع دو جمله‎ای با میانگین 5/2 و واریانس 25/1 باشد را محاسبه کنید.

6-9 فرض کنید کاندیدای سیاسی دارای دقیقاً 50درصد آرای عمومی باشد.

الف) اگر 10000رأی را به عنوان نمونه تصادفی از جامعة رای دهندگان در نظر بگیریم، امید ریاضی x، تعداد رأی دهندگان به کاندیدای مورد نظر چقدر است؟

ب) انحراف معیار x را پیدا کنید.

ج) فرض کنید 4700=x باشد، آیا این مقدار x با احتمال مورد نظر قابل قبول است؟ نتیجة مشاهده را چگونه می‎توان شرح داد؟

 محاسبة احتمال در توزیع دو جمله‎ای

با استفاده از جدول

محاسبة احتمالهای دو جمله‎ای وقتی nبزرگ باشد کار خسته کننده‎ای است. جداول بسیاری برای توزیع دو جمله‎ای تهیه شده و نشان بر اهمیت کاربردی این توزیع دارد.

یکی از این جدولها در ضمیمه «جدول 1» آمده است. در این جدول مجموع احتمالهای دو جملهی از 0=x تا a=x برای اندازه‎های مختلف nو p آمده است. برای نشان دادن چگونگی استفاده از جدول فرض کنید در توزیع دو جمله‎ای با 10=n و4/0=p بخواهیم جمع احتمالهای از 0=x تا 5=x را حساب کنیم. می‎دانیم این احتمال برابر است با

که در آن

834/0 مشاهده می‎شود بنابراین داریم،

و نتیجتاً

مثال 6-5 فرش کنید (4/0و20)x»B باشد، احتمالهای زیر را با استفاده از جدول حساب کنید.

الف)

ب)

حل: الف)

ب)

با استفاده از بستة نرم افزار MINITAB می‎توان هم احتمال تجمعی و اهم احتمال انفرادی را به دست آورد. احتمالهای دو جمله‎ای انفرادی مربوط به مقدار x برای هر ترکیب n و p را می‎توان با دستور PDF و ادامره با (;) (سمیکلن) و آن گاه با زیر دستور BINOMIAL N P یافت. واضح است که N اندازة نمونه و p احتمال موفقیت در هر آزمایش است. احتمالهای تجمعی دو جمله‎ای را می‎توان با استفاده از دستور CDF، ادامه با (;)  و آن گاه زیر دستور BINOMIAL N P مشاهده نمود. خروجی MINITAB برای هر دو دستور PDFو CDF وقتی 10=n و 5/0=p باشد در جدول 6-2 داده شده است. دستور PDF، احتمال انفرادی p(x=k) و دستور CDF احتمالهای p(x£k) را به دست می‎دهند.

جدول 6-2 احتمالهای دو جمله‎ای خروجی MINITAB برای 10=n و 5/0=p

خروجی MINITAB ممکن است تمام احتمالهای مقادیر برای ترکیبات مختلف را به دست ندهد. زیرا دارای کنترل خارجی است در صورتی که باشد و یا معادل آن  با در نظر گرفتن دقت لازم، محاسبه متوقف می‎شود.

مثال 6-6 میانگین و انحراف معیار متغیر تصادفی که دارای توزیع احتمالی دو جمله‎ای با 10=n و 0/5=p را حساب کنید. احتمال اینکه x در فاصلة بیفتد چقدر است؟

حل: میانگین و انحراف معیار برابر است با

بنابراین فاصلة  برابر است با

یا فاصله از 8/1 تا 2/8 شامل 2و3و 8 است. بنابراین

نتیجة حاص تقریباً با قانون تجربی مطابقت دارد.

کاربردهای توزیع دو جمله‎ای

کنترل کیفیت

یکی از مشخصات کلی تولید انبوه این است که تمامی اقلامی که از خط تولید بیرون می‎آیند با استانداردهای تعیین شده مطابقت نمی‎کنند. این اقلام را اقلام «ناقص» می‎نامند. در واحد کنترل کیفیت سعی می‎شود عواملی را که باعث تولید کالای ناقص می‎شوند را شناسایی نمایند. حتی با بازرسی مداوم و کامل نیز ممکن است کالای ناقص تولید شود. بنابراین کالای تولیدی یا ناقص (موفقیت) و یا سالم می‎باشد و اقلام متوالی که از خط تولید به دست می‎آیند، مانند آزمایش‎های دو جمله‎ای عمل می‎کنند. در صورتی که احتمال تولید کالای معیوب خیلی کم باشد، گفته می‎شود که فرایند تولید «در حالت کنترل آماری» است.

دانستن اینکه آیا فرآیند تولید در کنترل آماری است مهم است و با بازرسی منظم و کامل می‎توان بامر اینکه آیا روند تولید در کنترل آماری است واقف شد. اما بازرسی کامل مشکلاتی دارد که همیشه انجام آن مقدور نیست. به عنوان مثال هزینه و وقت زیادی باید صرف نمود که از نظر اقتصادی مقرون به صرفه نیست و مشکل دیگر اینکه اصولاً برخی از آزمایشها ماهیت تخریبی دارند. مثلاً آزمایش کردن یک لامپ فلاش عکاسی برای تعیین مقدار نور تولیدی، باعث سوختن لامپ شده و اگر همة لامپ‎ها به این روش آزمایش شوند، تولید کننده لامپی برای فروش نخواهد داشت.

نوع دیگر بازرسی که نسبت به بازرسی کامل ارزان و نیز وقت گیر نمی‎باشد، عبارت است از بکارگیری یک. «طرح نمونه‎گیری» که در آن یک نمونه تصادفی به اندازة n از تولید انبوه انتخاب و هرکدام از کالاها را بازرسی نموده و تعداد x ناقص ثبت می‎گردد. اگر x کمتر یا مساوی یک عدد قبولی معین a باشد، تولید انبوه پذیرفته می‎شود. اگر x از a  بیشتر باشد، کل تولید رد می‎شود. فرض کنید که یک تولید کننده طرح نمونه‎گیری با 10=n و 1=a را بکار می‎برد. اگر تولید انبوه 5درصد ناقصی داشته باشد، احتمال پذیرش کالا چقدر است؟ رد چقدر؟ فرض کنید اقلام متوالی انتخاب شده مستقل باشند.

حل: فرض کنید x تعداد ناقص‎های مشاهده شده باشد. با توجه به شرایط آزمایش دو جمله‎ای، واضح است که x دارای توزیع دو جمله‎ای با 10=n و 05/0=pاست. و

ملاحظه می‎شود که این طرح نمونه‎گیری روشی است کاملاً کاربردی و استنباطی در مورد کل جامعة اقلام تولیدی (تولید انبوه). اگر تولید انبوه رد شود چنین استنباط می‎شود که کسر ناقص p، بیش از اندازة بزرگ است. اگر تولید انبوه کالا پذیرفته شود چنین استنباط می‎شود که، p کوچک است و فرایند تولید قابل قبول است.

توجه نمائید که از نظر کاربردی عملی، p احتمال ناقص بودن کالا در تولید انبوه معمولاً‌ معلوم نیست. می‎توان این کسر ناقصی را در حالتی که فرایند تولید به مدت طولانی در حالت کنترل آماری است به دست آورد. البته برای مقادیر مختلف کسر ناقصی p، می‎توان احتمال پذیرش را به صورت یک نمودار به نام منحنی پذیرش کالا و یا منحنی مشخصه عمل کنندة طرح نمونه‎گیری نشان داد. یک نمونه از منحنی ویژه پذیرش در شکل (6-1) نشان داده شده است. یک طرح رضایت بخش نمونه‎گیری پذیرش انبوه کالا آن است که احتمال پذیرش توده کالا با درصد خرابی کم زیاد بوده و احتمال پذیرش تولید انبوه با درصد خرابی زیاد کم باشد. احتمال پذیرش همیشه با افزایش درصد خرابی کاهش می‎یابد، نتیجه‎ای که با شهود ما مطابقت دارد.

مثال 6-7 احتمال پذیرش انبوه کالا را برای طرح نمونه‎گیری با اندازة نمونه 5=n و عدد قبولی 0=a و درصد خرابیهای 1/0=p، 3/0=p و 5/0=p حساب کنید. منحنی ویژه پذیرش طرح نمونه‎گیری را رسم نمائید.

حل: تولید انبوه پذیرفته می‎شود اگر 5=n کالا نمونه گرفته شود و 0=a کالا ناقص مشاهده شود.

منحنی پذیرش را می‎توان با استفاده از سه نقطه به دست آمده در محاسبات بالا رسم نمود. به علاوه می‎دانیم که احتمال پذیرش وقتی که 0=p است مساوی 1 و مساوی صفر است اگر 1=p می‎باشد. منحنی طرح پذیرش کالا در شکل (6-1) رسم شده است.

پذیرش نمونه‎ای که به طریق معقولی عمل می‎کند، یک مثال از استنباط آماری است زیرا روش دلالت بر تصمیم مربوط به کسر ناقصی p در تولید انبوه دارد. اگر تولید انبوه را پذیرفتید، این دلالت بر این دارد که کسر ناقصی p نسبتاً مقدار پذیرفتنی گوچکی است. اگر رد بکنید، واضح است که فکر می‎کنید p خیلی بزرگ است. نتیجتاً، روش پذیرش تولید انبوه به روش نمونه‎ای عبارت است از یک روش تصمیم‎گیری مربوط به کسر ناقصی در کل تولید.

شکل 6-1: منحنی طرح پذیرش کالا 5=n و 0=a

اندازة آزمایش:

از تجربیات گذشته معلوم شده است که به طور متوسط تقریباً 20درصد جوانانی که در آزمایش معینی مورد استفاده قرار می‎گیرند بیش از پایان آزمایش می‎میرند. اگر بخواهیم با احتمال حداقل 98/0 با حداقل 5 حیوان آزمایش را کامل کنیم با چند حیوان باید شروع کنیم؟

حل: اگر B تعداد حیوانات زنده باقیمانده را مشابه تعداد موفقیتها در n تکرار آزمایش دو جمله‎ای با احتمال 8/0=p بدانیم، می‎خواهیم کوچکترین nی را طوری بیابیم که 98/0=(5B³)p باشد. ابتدا با 7=n آزمایش را شروع می‎کنیم. احتمال اینکه 5 یا بیشتر موفقیت در 7=n آزمایش دو جمله‎ای با 8/0=p داشته باشیم چقدر است؟

خواهیم داشت:

بنابراین هفت حیوان کافی نیست. محاسبات مشابهی نشان می‎دهند که احمتال زنده ماندن 5 یا بیش از 5 حیوان بازای 8=n برابر است با 9437/0 است و همین احتمال اگر 9=n حیوان مورد آزمایش قرار گیرند برابر است با 98/0 در نتیجه 9 حیوان کوچکترین حیوانی است که نتیجة مطلوب را تأمین می‎کند.

تمرین

6-10 در یک طرح نمونه‎گیری با اندازة نمونه 10=n و عدد قبولی 1=a بین خریدار و فروشنده توافق می‎شود. احتمال اینکه خریدار مقدار زیادی کالا را با درصد خرابیهای زیر بخرد چقدر است؟

الف) 1/0=p                 ب)3/0=p     ج)5/0=p

د)0=p            ه)1=p

6-11 منحنی ویژه پذیرش را برای طرح نمونه‎گیری تمرین 6-10 رسم نمائید.

6-12 فرض کنید که یک خط تولیدی مدتی در حالت کنترل است و در این مدت مشاهده شده که متوسط فراوانی معیوب‎ها 5درصد است. چنانچه هر روز 10 قلم کالا از تولید روزانه مورد بررسی قرار گیرد و فرض شود که تولید در حالت کنترل است، احتمال اینکه در نمونه روزانه 3 یا بیشتر کالای معیوب مشاهده شود چقدر است؟

6-13 از تجربیات گذشته معلوم شده که به طور متوسط 20 درصد دانشجویان یک رشتة تحصیلی موفق به پایان بردندوره نمی‎شوند. اگر بخواهیم با احتمال حداقل 95/0 با حداقل 10 دانشجو دورة را به پایان برسانیم، چند دانشجو در هر دوره بایستی گزینش نمائیم.

6-6آزمون فرض

بحث در بارة نظریه آزمون‎های فرض در این جا ممکن است کمی زود باشد. اما به لحاظ اینکه معرفی این مطلب موارد استفاده توزیع دو جمله‎ای را در تصمیم‎گیریهای آماری بیان می‎کند و بهعلاوه این بحث مقدماتی از آزمونهای فرض که گاهی اوقات فهم آن مشکل است، باعث می‎گردد که در یک دورة زمانی فکر دانشجو بتدریج درگیری آن بشود، لذا بهتر است معرفی گردد.

توابع


در ریاضیات ، تابعرابطه‌ای است که رابطه بین اعضای یک مجموعه را با اعضایی از مجموعه‌ای دیگر (شاید یک عضو از مجموعه) را بیان می‌کند. نظریه درباره تابع یک پایه اساسی برای خیلی از شاخه‌های ریاضی به حساب می‌آید.

مفاهیم تابع ، نگاشت و تبدیل معمولاً مفاهیم مشابه‌ای هستند. عملکرد ها معمولاً دو به دو بین اعضای تابع وارد عمل می‌شوند.

 

تعریف تابع

در ریاضیات تابع عملکردی است که برای هر ورودی داده شده یک خروجی منحصر بفرد تولید می‌کند معکوس این مطلب را در تعریف تابع بکار نمی‌برند یعنی در واقع یک تابع می‌تواند برای چند ورودی متمایز خروجیهای یکسان را نیز تولیدکند. برای مثال با فرض y=x2 باورودیهای 5- و 5 خروجی یکسان 25 راخواهیم داشت. در بیان ریاضی تابع رابطه‌ای است که در آن عنصر اول به عنوان ورودی و عنصر دوم به عنوان خروجی تابع جفت شده است.

 

 

 

به عنوان مثال تابع f(x)=x2 بیان می‌کند که ارزش تابع برابر است با مربع هر عددی مانند X

img/daneshnameh_up/b/b5/function-pic2.jpg









در واقع در ریاضیات رابطه را مجموعه جفتهای مراتب معرفی می‌کنند.

ا این شرط که هرگاه دو زوج با مولفه‌های اول یکسان در این رابطه موجود باشند آنگاه مولفه‌های دوم آنها نیز یکسان باشد. همچنین در این تعریف خروجی تابع را به عنوان مقدار تابع در آن نقطه می‌نامند. مفهوم تابع اساسی اکثر شاخه‌های ریاضی و علوم محاسباتی می‌باشد. همچنین در حالت کلی لزومی ندارد که ما بتوانیم فرم صریح یک تابع را به صورت جبری آلوگرافیکی و یا هر صورت دیگر نشان دهیم.


فقط کافیست این مطلب را بدانیم که برای هر ورودی تنها یک خروجی ایجاد می‌شود در چنین حالتی تابع را می‌توان به عنوان یک جعبه سیاه در نظر گرفت که برای هر ورودی یک خروجی تولید می‌کند. همچنین لزومی ندارد که ورودی یک تابع ، عدد و یا مجموعه باشد. یعنی ورودی تابع را می‌توان هر چیزی دلخواه در نظر گرفت البته با توجه به تعریف تابع و این مطلبی است که ریاضیدانان در همه جا از آن بهره می‌برند.

تاریخچه تابع

نظریه مدرن توابع ریاضی بوسیله ریاضیدان بزرگ لایب نیتر مطرح شد همچنین نمایش تابع بوسیله نمادهای (y=f(x توسط لئونارد اویلر در قرن 18 اختراع گردید، ولی نظریه ابتدایی توابع به عنوان عملکرهایی که برای هر ورودی یک خروجی تولید کند توسط جوزف فوریه بیان شد. برای مثال در آن زمان فوریه ثابت کرد که هر تابع ریاضی سری فوریه دارد.


چیزی که ریاضیدانان ما قبل اوبه چنین موردی دست نیافته بودند، البته موضوع مهمی که قابل ذکر است آنست که نظریه توابع تا قبل از بوجود آمدن نظریه مجموعه‌ها در قرن 19 پایه و اساس محکمی نداشت. بیان یک تابع اغلب برای مبتدی‌ها با کمی ابهام همراه است، مثلا برای توابع کلمه x را به عنوان ورودی و y را به عنوان خروجی در نظر می‌گیرند ولی در بعضی جاها y,x را عوض می‌کنند.

 

 

 

ورودی تابع

ورودی یک تابع را اغلب بوسیله x نمایش می‌دهند. ولی زمانی که ورودی تابع اعداد صحیح باشد. آنرا با x اگر زمان باشد آنرا با t ، و اگر عدد مختلط باشد آنرا با z نمایش می‌دهند. البته اینها مباحثی هستند که ریاضیدانان برای فهم اینکه تابع بر چه نوع اشیایی اثر می‌کند بکار می‌رود. واژه قدیمی آرگومان قبلا به جای ورودی بکار می‌رفت. همچنین خروجی یک تابع را اغلب با y نمایش می‌دهند در بیشتر موارد به جای f(x) , y گفته می‌شود. به جای خروجی تابع نیز کلمه مقدار تابع بکار می‌رود. خروجی تابع اغلب با y نمایش داده می‌شود. ولی به عنوان مثال زمانی که ورودی تابع اعداد مختلط باشد، خروجی آنرا با "W" نمایش می‌دهیم. (W = f(z

تعریف روی مجموعه‌ها

یک تابع رابطه‌ای منحصر به فرد است که یک عضو از مجموعه‌ای را با اعضای مجموعه‌ای دیگر مرتبط می‌کند. تمام روابط موجود بین دو مجموعه نمی‌تواند یک تابع باشد برای روشن شدن موضوع ، مثالهایی در زیر ذکر می‌کنیم:


img/daneshnameh_up/a/af/122.jpg



 



img/daneshnameh_up/c/c5/23.gif


این رابطه یک تابع نیست چون در آن عنصر 3، با دو عنصر ارتباط دارد. که این با تعریف تابع متناقص است چون برای یک عنصر از مجموعه، دو عنصر در مجموعه موجود است




 



·         این رابطه یک تابع یک به یک است. چون به ازای هر x یک y وجود دارد.

تعریف ساخت یافته تابع

بطور ساخت یافته یک تابع از مجموعه x به مجموعه y بصورت f:xy نوشته می‌شود و به صورت سه تایی مرتب ( (x,y,G(f) نمایش داده می‌شود. بطوری که (G(f زیر مجموعه‌ای از حاصلضرب کارتزین xy می‌باشد. با این شرط که به ازای هر x در X یک Y متعلق به Y نسبت داد شود. با این شرط زوج مرتب (x,y) را در داخل (G(f می‌پذیریم. در این حالت نیز X را به عنوان دامنه f و y را به عنوان برد fو (G(f را به عنوان نمودار و یا گراف تابع F در نظر می‌گیرند.

خواص توابع

توابع می‌توانند:

·         زوج یا فرد باشند.

·         پیوسته یا ناپیوسته باشند.

·         حقیقی یا مختلط باشند.

·         اسکالر یا برداری باشند.

توابع چند متغیره

یک تابع ممکن است بیشتر از یک متغیر داشته باشد برای مثال یک تابع از f است که دارای سه پارامتر x,y,z است که یک ارزش را برای تابع تولید می‌کنند. از توابع چند متغیره می‌توان به قانون جاذبه نیوتن اشاره کرد که در آن دو جرم با متغیر و و نیز یک متغیر برای فاصله هر جرم به نام در آن وجود دارد.



با مقدار دهی به سه پارامتر فوق مقدار تابع F محاسبه خواهد شد.

تابع

در ریاضیات ، تابعرابطه‌ای است که رابطه بین اعضای یک مجموعه را با اعضایی از مجموعه‌ای دیگر (شاید یک عضو از مجموعه) را بیان می‌کند. نظریه درباره تابع یک پایه اساسی برای خیلی از شاخه‌های ریاضی به حساب می‌آید.

مفاهیم تابع ، نگاشت و تبدیل معمولاً مفاهیم مشابه‌ای هستند. عملکرد ها معمولاً دو به دو بین اعضای تابع وارد عمل می‌شوند.

 

تعریف تابع

در ریاضیات تابع عملکردی است که برای هر ورودی داده شده یک خروجی منحصر بفرد تولید می‌کند معکوس این مطلب را در تعریف تابع بکار نمی‌برند یعنی در واقع یک تابع می‌تواند برای چند ورودی متمایز خروجیهای یکسان را نیز تولیدکند. برای مثال با فرض y=x2 باورودیهای 5- و 5 خروجی یکسان 25 راخواهیم داشت. در بیان ریاضی تابع رابطه‌ای است که در آن عنصر اول به عنوان ورودی و عنصر دوم به عنوان خروجی تابع جفت شده است.

 

 

 

به عنوان مثال تابع f(x)=x2 بیان می‌کند که ارزش تابع برابر است با مربع هر عددی مانند X

img/daneshnameh_up/b/b5/function-pic2.jpg









در واقع در ریاضیات رابطه را مجموعه جفتهای مراتب معرفی می‌کنند.

ا این شرط که هرگاه دو زوج با مولفه‌های اول یکسان در این رابطه موجود باشند آنگاه مولفه‌های دوم آنها نیز یکسان باشد. همچنین در این تعریف خروجی تابع را به عنوان مقدار تابع در آن نقطه می‌نامند. مفهوم تابع اساسی اکثر شاخه‌های ریاضی و علوم محاسباتی می‌باشد. همچنین در حالت کلی لزومی ندارد که ما بتوانیم فرم صریح یک تابع را به صورت جبری آلوگرافیکی و یا هر صورت دیگر نشان دهیم.


فقط کافیست این مطلب را بدانیم که برای هر ورودی تنها یک خروجی ایجاد می‌شود در چنین حالتی تابع را می‌توان به عنوان یک جعبه سیاه در نظر گرفت که برای هر ورودی یک خروجی تولید می‌کند. همچنین لزومی ندارد که ورودی یک تابع ، عدد و یا مجموعه باشد. یعنی ورودی تابع را می‌توان هر چیزی دلخواه در نظر گرفت البته با توجه به تعریف تابع و این مطلبی است که ریاضیدانان در همه جا از آن بهره می‌برند.

تاریخچه تابع

نظریه مدرن توابع ریاضی بوسیله ریاضیدان بزرگ لایب نیتر مطرح شد همچنین نمایش تابع بوسیله نمادهای (y=f(x توسط لئونارد اویلر در قرن 18 اختراع گردید، ولی نظریه ابتدایی توابع به عنوان عملکرهایی که برای هر ورودی یک خروجی تولید کند توسط جوزف فوریه بیان شد. برای مثال در آن زمان فوریه ثابت کرد که هر تابع ریاضی سری فوریه دارد.


چیزی که ریاضیدانان ما قبل اوبه چنین موردی دست نیافته بودند، البته موضوع مهمی که قابل ذکر است آنست که نظریه توابع تا قبل از بوجود آمدن نظریه مجموعه‌ها در قرن 19 پایه و اساس محکمی نداشت. بیان یک تابع اغلب برای مبتدی‌ها با کمی ابهام همراه است، مثلا برای توابع کلمه x را به عنوان ورودی و y را به عنوان خروجی در نظر می‌گیرند ولی در بعضی جاها y,x را عوض می‌کنند.

 

 

 

ورودی تابع

ورودی یک تابع را اغلب بوسیله x نمایش می‌دهند. ولی زمانی که ورودی تابع اعداد صحیح باشد. آنرا با x اگر زمان باشد آنرا با t ، و اگر عدد مختلط باشد آنرا با z نمایش می‌دهند. البته اینها مباحثی هستند که ریاضیدانان برای فهم اینکه تابع بر چه نوع اشیایی اثر می‌کند بکار می‌رود. واژه قدیمی آرگومان قبلا به جای ورودی بکار می‌رفت. همچنین خروجی یک تابع را اغلب با y نمایش می‌دهند در بیشتر موارد به جای f(x) , y گفته می‌شود. به جای خروجی تابع نیز کلمه مقدار تابع بکار می‌رود. خروجی تابع اغلب با y نمایش داده می‌شود. ولی به عنوان مثال زمانی که ورودی تابع اعداد مختلط باشد، خروجی آنرا با "W" نمایش می‌دهیم. (W = f(z

تعریف روی مجموعه‌ها

یک تابع رابطه‌ای منحصر به فرد است که یک عضو از مجموعه‌ای را با اعضای مجموعه‌ای دیگر مرتبط می‌کند. تمام روابط موجود بین دو مجموعه نمی‌تواند یک تابع باشد برای روشن شدن موضوع ، مثالهایی در زیر ذکر می‌کنیم:


img/daneshnameh_up/a/af/122.jpg



 



img/daneshnameh_up/c/c5/23.gif


این رابطه یک تابع نیست چون در آن عنصر 3، با دو عنصر ارتباط دارد. که این با تعریف تابع متناقص است چون برای یک عنصر از مجموعه، دو عنصر در مجموعه موجود است




 



·         این رابطه یک تابع یک به یک است. چون به ازای هر x یک y وجود دارد.

تعریف ساخت یافته تابع

بطور ساخت یافته یک تابع از مجموعه x به مجموعه y بصورت f:xy نوشته می‌شود و به صورت سه تایی مرتب ( (x,y,G(f) نمایش داده می‌شود. بطوری که (G(f زیر مجموعه‌ای از حاصلضرب کارتزین xy می‌باشد. با این شرط که به ازای هر x در X یک Y متعلق به Y نسبت داد شود. با این شرط زوج مرتب (x,y) را در داخل (G(f می‌پذیریم. در این حالت نیز X را به عنوان دامنه f و y را به عنوان برد fو (G(f را به عنوان نمودار و یا گراف تابع F در نظر می‌گیرند.

خواص توابع

توابع می‌توانند:

·         زوج یا فرد باشند.

·         پیوسته یا ناپیوسته باشند.

·         حقیقی یا مختلط باشند.

·         اسکالر یا برداری باشند.

توابع چند متغیره

یک تابع ممکن است بیشتر از یک متغیر داشته باشد برای مثال یک تابع از f است که دارای سه پارامتر x,y,z است که یک ارزش را برای تابع تولید می‌کنند. از توابع چند متغیره می‌توان به قانون جاذبه نیوتن اشاره کرد که در آن دو جرم با متغیر و و نیز یک متغیر برای فاصله هر جرم به نام در آن وجود دارد.



با مقدار دهی به سه پارامتر فوق مقدار تابع F محاسبه خواهد شد.

توابع مثلثاتی


ارتفاع مثلث

ALTITUDE OF A  Triangle

هر ارتفاع مثلث، پاره خطی است که یک سر آن یک رأس مثلث، و سر دیگر آن، پای عمودی است که از آن رأس بر ضلع مقابل به آن رأس فرود می‎آید؛ مانند ارتفاع  هر مثلث، سه ارتفاع دارد، ،  و  که در یک نقطة مانند  به نام مرکز ارتفاعی مثلث همرسند. اندازة ارتفاعهای ،  و  را بترتیب با ،  و  نشان می‎دهند.

 

اصل نامساوی مثلثی

Axiom Triangle Inequality

هر گاه A، B و C سه نقطة دلخواه باشند، آن گاه . تساوی، وقتی برقرار است که سه نقطه روی یک خط راست، و نقطة B بین دو نقطة A و C باشد.

 

انتقال) توابع مثلثاتی

Axiom Triangle Inequality

برای محاسبة مقادیر نسبتهای مثلثاتی در ربعهای دوم، سوم و چهارم می‎توان از رابطه‎‏های زیر استفاده کرد:

توابع کسینوس و سینوس دوره‎ای، با دورة ْ360 هستند:

تابع تانژانت دوره‎ای، با دورة ْ180است:

همچنین از تبدیلهای زیر نیز می‎توان استفاده کرد:

 

اندازة زاویه

Measure of an angle

نسبت آن زاویه است، به زاویه‎ای که به عنوان واحد زاویه اختیار شده است.

اندازة شعاع کرة محاطی چهار وجهی منتظم

¬ چهار وجهی منتظم

اندازة شعاع کرة محیطی چهار وجهی منتظم

¬ چهار وجهی منتظم

 

اندازة مساحت مثلث

Area of a Triangle

برابر است با نصف حاصلضرب اندازة هر ضلع مثلث در اندازة ارتفاع نظیر آن ضلع. اگر مساحت مثلث ABC را با S نمایش دهیم، داریم:

با توجه به این که  است، داریم:

برای محاسبة مساحت مثلث از دستور  که در آن  و به دستور هرون Heron مرسوم است، نیز استفاده می‎کنند.

 

اندازة نیمسازهای زاویه‎های برونی مثلث

Measure of external angle bisectors of triangle

تصفیه: در هر مثلث، مربع اندازة نیمساز هر زاویة برونی، برابر است با حاصلضرب اندازه‎های دو پاره خطی که آن نیمساز بر ضلع سوم پدید می‎آورد، منهای حاصلضرب اندازه‎های دو ضلع آن زاویه.

یعنی اگر در مثلث ABC AD¢نیمساز زاویة برونی A باشد داریم:

اگر اندازة نیمسازهای زاویه‎ای برونی A، B و C از مثلث ABC را بترتیب با ، d¢a و d¢b و d¢c محیط مثلث را با ‍P2 نشان دهیم، داریم:

 

 

 

 

 

 

 

 

 

اندازة نیمسازهای زاویه‎های برونی مثلث

Measure of internal angle bisectors of triangle

قضیه: در هر مثلث، مربع اندازة نیمساز هر زاویة درونی برابر است با حاصلضرب اندازة دو ضلع آن زاویه، منهای حاصلضرب دو پاره خطی که آن نیمساز بر ضلع سوم پدید می‎آورد. یعنی اگر AD نیمساز زاویة درونی A از مثلث ABC باشد، داریم:

 

اگر اندازة نیمسازهای زاویه‎های درونی A، B و C از مثلث ABC به ضلعهای BC=a ,AC=b و AB=c را بترتیب da، db و dc بنامیم، داریم:

 

تابع تانژانت

Tangent function

این تابع به صورت ‎tgx = yمی‎باشد. دورة تناوب آن p است. کافی است نمودار تابع را در فاصلة  رسم کنیم. برای رسم نمودار در فاصلة  منحنی را در امتداد xها به اندازة p در سمت راست xها انتقال می‎دهیم؛ چون  می‎باشد، منحنی تابع اکسترمم نسبی ندارند و در  دارای مجانب است.

 

تابع سینوس

Sine function

این تابع به صورت y=sin x می‎باشد. دورة تناوب آن 2p است. کافی است نمودار تابع را در فاصلة  رسم کنیم و برای رسم منحنی در فاصلة  منحنی را در امتداد xها به اندازة 2p در سمت راست xها انتقال می‎دهیم. و برای رسم منحنی در فاصلة   منحنی را به اندازة 2p در سمت چپ xها انتقال می‎دهیم. تابع روی  در  ماکزیمم نسبی و در  می‎نیمم نسبی و در x=p دارای عطف می‎باشد.

 

تابع کتانژانت

Cotangent function

این تابع به صورت y=cotg x می‎باشد. دورة تناوب آن p است. کافی است نمودار را در فاصلة  رسم کنیم. برای رسم نمودار در فاصلة  منحنی را در امتداد xها به اندازة p در سمت راست xها انتقال می‎دهیم؛ چون  می‎‏باشد. منحنی تابع اکسترمم نسبی ندارد و در  و  دارای مجانب و در  عطف دارد.

 

 

تابع کسینوس

Cosine function

این تابع به صورت y=socx می‎باشد. دورة تناوب آن 2p است. کافی است نمودار را در فاصله  رسم نماییم و برای رسم منحنی در فاصلة  منحنی را به اندازة  در سمت چپ xها انتقال می‎دهیم.

تابع روی  در  می‎نیمم نسبی و در  و  دارای عطف می‎باشد.

 

تابع مثلثاتی

Trigonometric function

تابعهایی که ضابطة آنها به کمک نسبتهای مثلثاتی تعریف شده باشد.

هر یک از تابعهای زیر مثلثاتی است:

 

توابع مثلثاتی

()

توابع f(x)= sin x و g(x)=cos x و h(x) tgx و j(x)=cotg x یا ترکیبی از آنها را توابع مثلثاتی نامند. مثلاً  تابع مثلثاتی می‎باشد.

مثال 1: دامنة تابع گنگ مثلثاتی  روی  کدام است؟

مثال 2: برد تابع  برابر است با:

مثال 3: برد تابع  کدام است؟

 

مثال 4: مطلوب است نمودار  در یک دورة تناوب

 

توابع معکوس مثلثاتی

Inverse trigonometric functions

1.تابع با ضابطة  در فاصله  یک به یک بوده و دارای معکوسی به صورت یاو نمودار آن و مشتق آن  می‎باشد.

2.تابع با ضابطة  به ازاء ، تابع یک به یک بوده، معکوس آن وجود داشته به صورت  یا  و نمودار آن و مشتق آن به صورت  می‎باشد.

3. تابع با ضابطة  به ازاء  تابع یک به یک بوده و معکوس آن به صورت  یا x=tg y و نمودار آن و مشتق آن  می‎باشد.

4. تابع با ضابطة y=cotg x به ازاء  یک به یک بوده و معکوس آن به صورت  یا  و نمودار آن و مشتق آن  می‎باشد.

 

حالتهای تشابه دو مثلث

 

1.اگر دو زاویه از یک مثلث، با دو زاویه از مثلث دیگر برابر باشند.

2.اگر یک زاویه از یک مثلث، با یک زاویه از مثلث دیگر برابر، و ضلعهای مجاور به این زاویه در دو مثلث نظیر به نظیر متناسب باشند.

3.اگر سه ضلع از یک مثلث، با سه ضلع نظیر آنها از مثلث دیگر متناسب باشند.

حالتهای همنهشتی دو مثلث

States of congruent triangles

دو مثلث در یکی از سه حالت زیر همنهشت خواهند بود:

حالت اول. هر گاه دو زاویه و ضلع بین آنها از مثلثی، با دو زاویه و ضلع بین آنها از مثلث دیگر، نظیر به نظیر مساوی باشند.

به عنوان مثال، اگر در دو مثلث ABC و و و این دو مثلث همنهشتند.

حالت دوم. اگر دو ضلع و زاویة بین آنها از مثلثی، با دو ضلع و زاویة بین آنها از مثلثی دیگر، نظیر به نظیر برابر باشند.

به عنوان مثال، اگر در دو مثلث ABC و AC=DF,AB=DE,DEF و  این دو مثلث همنهشتند.

حالت سوم. هرگاه سه ضلع از مثلثی، نظیر به نظیر با سع ضلع از مثلثی دیگر، مساوی باشند.

به عنوان مثال، اگر در دو مثلث ABC و BC=EF,AB=DE,DEF و AC=DF باشد، دو مثلث ABC و DEF همنهشتند.

 

حد توابع سادة مثلثاتی

 

 حد و  حد

 حد  حد ()

این حدود نشان می‎دهند تابع  و  در هر نقطه پیوسته و تابع f(x)=tg x روی فاصلة () پیوسته و تابع f(x)=cotg x روی فاصله () پیوسته است.

مثال: مطلوب است () حد، با استفاده از قضایای حدود داریم:

حد

 

خطهای همرس در مثلث

Concurrent lines in a triangle

1.سه عمود منصف ضلعها،

2.سه نیمساز زاویه‎های درونی،

3.نیمسازهای دو زاویة برونی با نیمساز زاویة درونی سوم،

4.سه ارتفاع،

5.سه میانه.

 

دایره‎های محاطی برونی مثلث

Excircles

دایره‎هایی هستند که بر یک ضلع و امتداد دو ضلع دیگر مثلث مماسند. مرکز این دایره‎ها، نقطه‎های برخورد نیمسازهای دو زاویه خارجی و نمیساز زاویة درونی سوم است. هر مثلث سه دایرة محاطی برونی دارد. شکل صفحه بعد، دایرة محاطی برونی مثلث، مماس بر ضلع BC را نشان می‎دهد.

 

دایرة مثلثاتی

Reigonometric circle

دایره‎ای به شعاع واحد است که روی آن نقطه‎ای به عنوان مبدأ و جهتی به عنوان جهت مثبت حرکت، اختیار شده باشد. در حالت عمومی، انتهای سمت راست قطر افقی را به عنوان مبدأ حرکت (نقطة A) و خلاف جهت حرکت عقربه‎های ساعت را جهت مثبت اختیار می‎کنند.

 

دایرة محاطی داخلی مثلث

Inscribed circle

دایره‎‏ای است که بر ضلعهای مثلث مماس است. مرکز این دایره، محل برخورد نمیسازهای زاویه‎ای داخلی مثلث است.

 

دایرة محیطی مثلث

Circumscribed circle

دایره‎ای است که بر سه رأس مثلث می‎گذرد. مرکز آن، نقطة بر خورد عمود منصفهای ضلعهای مثلث است.

 

دستگاه‎های مثلثاتی کلاسیک

Classic trigonometric systems

برای حل دستگاه‎های مثلثاتی چند مجهولی، هیچ‎گونه قاعدة کلی که در حل تمام دستگاه‎ها بتوان از آن استفاده کرد، وجود ندارد. ولی در این مورد، برای حل دستگاه‎های چند مجهولی مثلثاتی، می‎توان دستگاه‎های دو معادلة دو مجهولی را به سه نوع کلاسیک دسته‎بندی کرد و طریقه حل هر یک را در حالت کلی بیان کرد.

1-دستگاه‎های مثلثاتی کلاسیک نوع اول:

 

 

برای حل این نوع دستگاه‎ها از اتحادهای تبدیل حاصل جمع به حاصل ضرب استفاده می‎کنیم. برای مثال، دستگاه زیر را حل می‎کنیم:

بنابر این،‌دستگاه کلاسیک، به دستگاه سادة زیر تحویل می‎شود:

2-دستگاه‎های مثلثاتی کلاسیک نوع دوم:

 

 

برای حل این نوع دستگاه‎ها،‌ از اتحادهای تبدیل حاصلضرب به حاصل جمع استفاده می‎کنیم. برا مثال، دستگاه زیر را حل می‎کنی:

بنابراین، دستگاه کلاسیک، به دستگاه سادة زیر تحویل می‎شود:

از جمع معادله‎های این دستگاه، نتیجه می‎شود:

 

3-دستگاه‎های مثلثاتی کلاسیک نوع سوم:

برای حل این نوع دستگاه‎های مثلثاتی، در دو طرف معادلة دوم دستگاه، به وسیلة ترکیب نسبت در صورت و تفضیل نسبت در مخرج، آن را به صورت کسری که در صورت و مخرج آن، مجموع و تفاضل دو نسبت مثلثاتی همنام است، تبدیل می‎کنیم و پس از تبدیل صورت و مخرج کسر به حاصل ضرب، با استفااده از  مقدار  را تعیین نموده و از آن جا مقادیر x و y از حل یک دستگاه ساده به دست می‎آیند.

برای مثال، دستگاه زیر را حل می‎کنیم:

 


بنابراین، دستگاه کلاسیک، به دستگاه سادة صفحة بعد تحویل می‎شود:

مثالی دیگر:

 

بنابراین، دستگاه کلاسیک، به دستگاه سادة زیر تحویل می‎شود: