ماتریس


مقدمه :
شاید یکی از کاربردی ترین مفاهیم و مباحث ریاضی ، مبحث مربوط به ماتریس است که از آن به عنوان ابزاری قوی در مباحث دیگر ریاضیات و بخصوص در فیزیک کوانتم و علومی چون آمار ، حسابداری و ........ استفاده می شود . امروزه ماتریس ها یکی از ابزارهای اساسی محاسبات علمی ریاضیات به حساب می روند و در واقع ، نقش امروز ماتریس ها در ریاضیات و پیشبرد آن ، مانند نقش دیروز اعداد است . ریاضیات کاربردی ، در تمام شاخه ها ، نیاز مبرم به ماتریس دارد ، به خصوص که در بیش تر موارد حل مسائل عملی به نوعی با حل دستگاه های معادلات یا نامعادلات پیوند می خورد که حل چنین دستگاه هایی با ماتریس ها ارتباط تنگاتنگ دارد . ا زاین ور ، این مبحث حتی در سطح دبیرستان نیز از اهمیت ویژه ای برخوردار است ، به طوری که هم در کتاب درسی ریاضیات سال دوم ، هم در هندسه ی تحلیلی و جبر خطی دوره ی پیش دانشگاهی و هم در کتاب های ریاضی عمومی رشته های مهندسی از آن استفاده شده است . لذا ، با مطالعه و یادگیری مفاهیم مربوط به ماتریس ها و کاربرد آن ها ، یکی از جالب ترین و در عین حال ، مفید ترین موضوعات ریاضی بررسی خواهد شد .
تعریف ماتریس : بر اساس تعریفی که اولین بار یک ریاضیدان انگلیسی به نام «کیلی» برای ماتریس ارائه داد ، «ماتریس ، آرایشی از اعداد حقیقی است که روی سطرها و ستون های منظم قرار گرفته و با دو کروشه محصور شده باشند .» هر یک از اعداد حقیقی موجود در یک ماتریس را یک درایه یا عنصر آن ماتریس می نامند .
هر یک از آرایش های زیر یک ماتریس است : (ماتریس ها را با حروف بزرگ نشان می دهیم . )
هر درایه در یک ماتریس ، در تقاطع یک سطر با یک ستون قرار دارد ، مثلاً در ماتریس A ، عدد 2 در تقاطع سطر اول با ستون دوم قرار دارد و یا در ماتریس B ، عدد در تقاطع سطر دوم و ستون دوم واقع است که در واقع ، جایگاه هر درایه در هر ماتریس با همین تقاطع ها مشخص و برای هر درایه در هر ماتریس دو اندیس در نظر گرفته می شود که اولی سطر و دومی ستون مربوط به آن درایه را معلوم می کند . برای مثال ، وقتی می نویسیم یعنی درایه ی روی سطر دوم و ستون سوم و برای هر ماتریس نیز دو اندیس در نظر گرفته می شود که اندیس اول ( از چپ ) تعداد سطرها و اندیس دوم تعداد ستون های آن ماتریس را نشان می دهد . برای مثال اگر B ماتریسی با دو سطر و سه ستون باشد ، می نویسیم و می گوییم « B ماتریسی 2 در 3 » یا «از مرتبه ی 2 در 3 » است ، و در حالت کلی اگر A ماتریسی باشد ، داریم :

نسبیت

مقدمه :
معمولا سه مرحله مجزا در تحول بینیتی وجود دارد. این سه مرحله به طور شماتیک است. در ابتدا یک زیر وامه که تشکیل از یک صفحه فریتی است روی مرزدانه آشیت جوانه زنی کرده و تا زمانی که رشد آن توسط تغییر شکل پلاستیک آشیت زمینه متوقف نشده به رشد خود ادامه می دهد. در این مرحله زیر واحدهای جدید در نوک صفحه فریتی قبلی جوانه زنی کرده و رشد می کنند . مجموعه ای از چند زیر واحد را اصطلاحا یک شیف (Sheef) می گویند. سرعت متوسط طویل شدن یک شیف قاعدتا کمتر از یک زیر واحد است که علت آن وقفه های زمانی بین تکیل زیر واحدهای متوالی است . رسوبگذاری کاربید که در مرحله بعدی وقوع می یابد سرعت تحول را با حذف کربن از آشیت باقی مانده یا از فریت فوق اشباع متاثر می کند.
دمای شروع تحول
دمای شروع تشکیل نسبیت و هم چنین فریت ویرمن اشتاین که ماهیت تحول آن بسیار شبیه به نسبیت می باشد ) به ترکیب شیمیایی فولاد بیش از دمای حساس هستند (شکل a6.3(
این مساله نشان دهنده اثر انحنای محلول بر تحولات بینیتی یا فریت ویرمن اشتاتن است.
ویاگرام زمان – دما – استحاله (TTT) در فولاد ها اغلب مطابق شکل b 6.3 است . همانطور که ملاحظه می گردد این دیاگرام شامل در منحنی c شکل است که بالائی مربوط به تحولات نفوذی یا تحولات همراه با دوباره بنا شدن ساختارهای فازی (Re Consteructive) و منحنی پایینی مربوط به تحولات برشی یا همراه با جابجایی دسته جمعی انحنا (displacive) می باشند . دمای روی منحنی پایینی شکل b6.3 نشان دهنده بالاترین دمایی است که فریت ویرمن اشتاتن و نسبیت یکسان بوده و صرفا به شرایط ترمودینامیکی بستگی دارد. با توجه به تاثیر عناصر آلیاژی بر دمای شروع تحول نسبیتی روابط تجربی زیادی در فولادهای مختلف ارائه شده اند مثلا رابطه برای فولادهای مختلف با آنالیز 55/0-1/0 درصد کربن 35/0-1/0 درصد سیلسیوم 7/1-2/0 درصد منگنز 0/5-0 درصد نیکل 5/3-0 درصد کروم 0/1-0 درصد مولیون ارائه گردیده است.



جوانه زنی نسبیت
همانطور که اشاره گردید جوانه زنی نسبیت مشتمل است بر تشکیل یک زیر واحد به صورت یک صفحه فریتی در مرزدانه آشیت اولیه سرعت جوانه زنی تابعی از دما و انرژی فعالسازی تحول است و به صورت زیر بیان می گردد.

از رابطه فوق v فاکتور نوسانی انرژی فعالسازی جوانه زنی و A ثابت است .
رشد نسبیت
جابجایی فصل مشترک بین واحدهای نسبیت باآشتینت باقی مانده نیازمند جابجایی ایتمهای فاز مادر و اختیار ساختار فاز محصول است . سهولت وقوع این فرایند میزان تحرک مرز را تعیین می نماید البته توزیع اتمهای محلول و همچنین کربن حرکت فصل مشترک را محدود می نماید .بنابر این دو عامل تحرک مرز در اثر جابجایی اتمهاو نفوذ کربن و اتمهای محلول تعیین کننده سینیتک رسد نسبیت هستند . هر دو این فرایندها نیرو محرکه موجود برای تحول را مصرف می کنند.
هنگامی که بیشتر نیرو محرکه موجود جهت نفوذ اتمها مصرف می گردد تحول را کنترل شونده توسط نفوذ می گویند و اگر بالعکس نیرومحرکه جهت اتمها در سراسر فصل مشترک مصرف شود آنرا تحول کنترل شونده بالفصل مشترک می گویند . ابعاد تیغه های نسبیت در طی رشد تحت کنترل نفوذ با زمان به صورت پارا بولیک تغییر می کند . با افزایش ابعاد فاز محصول منطقه نفوذی هم گسترش می یابد و افزایش مسافت نفوذ جهت رسیدن اتمهای محلول به دورترین نقاط باعث کاهش سرعت نفوذ می شود .
ولی صفحات یا سوزنهای موجود با توجه به توزیع اتمهای محلول به وجوه با سرعتی ثابت به رشد خود ادامه می دهند.

مینیمم کردن توابع چند متغیره

مقدمه:
یک کاربرد مهم حساب دیفرانسیل، پیدا کردن مینیمم موضعی یک تابع است. مسائل مربوط به ماکزیمم کردن نیز با تئوری مینیمم کردن قابل حل هستند. زیرا ماکزیمم F در نقطه ای یافت می شود که -F مینیمم خود را اختیار می کند.
در حساب دیفرانسیل تکنیک اساسی برای مینیمم کردن، مشتق گیری از تابعی که می‌خواهیم آن را مینیمم کنیم و مساوی صفر قرار دادن آن است.
نقاطی که معادله حاصل را ارضا می کنند، نقاط مورد نظر هستند. این تکنیک را می توان برای توابع یک یا چند متغیره نیز استفاده کرد. برای مثال اگر یک مقدار مینیمم را بخواهیم، به نقاطی نگاه می کنیم که هر سه مشتق پاره ای برابر صفر باشند.
این روند را نمی توان در محاسبات عدی به عنوان یک هدف عمومی در نظر گرفت. زیرا نیاز به مشتقی دارد که با حل یک یا چند معادله بر حسب یک یا چند متغیر بدست می آید. این کار به همان سختی حل مسئله بصورت مستقیم است.

مسائل مقید و نامقید مینیمم سازی:
مسائل مینیمم سازی به دو شکل هستند:نامقید و مقید:
در یک مسئله ی مینیمم سازی نامقید یک تابع F از یک فضای n بعدی به خط حقیقی R تعریف شده و یک نقطه ی با این خاصیت که

جستجو می شود.
نقاط در را بصورت z, y, x و... نشان می دهیم. اگر نیاز بود که مولفه های یک نقطه را نشان دهیم می نویسیم:

در یک مسئله ی مینیمم سازی مقید، زیر مجموعه ی K در مشخص می شود . یک نقطة
جستجو می شود که برای آن:

چنین مسائلی بسیار مشکل ترند، زیرا نیاز است که نقاط در K در نظر گرفته شوند. بعضی مواقع مجموعه ی K به طریقی پیچیده تعریف می شود.
سهمی گون بیضوی به معادله‌ی

را در نظر بگیرید که در شکل 1-14 مشخص شده است. به وضوح مینیمم نامقید در نقطه ی
(1و1) ظاهر می شود، زیرا:

اگر
مینیمم مقید 4 است و در (0،0) اتفاق می افتد.
Matlab دارای قسمتی است برای بهینه سازی که توسط اندرو گریس طراحی شده و شامل دستورات زیادی برای بهینه سازی توابع عمومی خطی و غیر خطی است.
برای مثال ما می توانیم مسئله ی مینیمم سازی مربوط به سهمی گون بیضوی نشان داده شده در شکل 1-14 را حل نماییم.
ابتدا یک M-file به نام q1.m می نویسیم و تابع را تعریف می کنیم: