‫‪K.N.

Toosi University of technology‬‬

‫‪Calculus of variations‬‬

‫ﺴﺎب ﺮات‬

‫‪Ghasemzadeh‬‬
‫‪1‬‬

‫ﻓﻬﺮﺳﺖ ﻋﻨﺎوﻳﻦ و ﻓﺼﻮل‬

‫‪ -1‬ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‬
‫‪ -2‬ﺳﺮي ﻓﻮرﻳﻪ و اﻧﺘﮕﺮال ﻓﻮرﻳﻪ‬
‫‪-3‬ﻣﻌﺎدﻻت دﻳﻔﺮاﻧﺴﻴﻞ ﺟﺰﺋﻲ‬
‫‪-4‬ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫‪2‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪1‬‬

‫‪K.N. Toosi University of technology‬‬

‫ﻓﻬﺮﺳﺖ ﻋﻨﺎوﻳﻦ و ﻓﺼﻮل‬

‫‪ -1‬ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬
‫‪ -‬ﻳﺎدآوري ﻧﻘﺎط اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ‬
‫‪ -‬اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﻴﺮه‬
‫‪ -‬اﻛﺴﺘﺮﻣﻢ ﻓﺎﻧﻜﺸﻨﺎل‬
‫‪ -‬ﻣﻌﺎدﻟﻪ اوﻟﺮ‬
‫‪-‬‬

‫‪3‬‬

‫‪Calculus of variations‬‬ ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﻳﻜﻲ از روﺷﻬﺎي ﻗﺪرﺗﻤﻨﺪ در ﻣﺤﺎﺳﺒﻪ دﻳﻨﺎﻣﻴﻚ ﺟﺴﻢ ﺻﻠﺐ‪،‬ﺑﻬﻴﻨﻪ ﺳﺎزي ﻣﺪارﻫﺎ و ﺗﺌﻮري ارﺗﻌﺎﺷﺎت‬

‫ﻳﺎدآوري ﻧﻘﺎط اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ‬

‫)‪y  f (x‬‬ ‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ‬
‫‪x 2‬‬ ‫‪x 3‬‬
‫( ‪y ( x  x)  y ( x)  x  y( x) ‬‬ ‫( ‪) y( x) ‬‬ ‫‪) y( x)  ...‬‬
‫!‪2‬‬ ‫!‪3‬‬
‫‪x 2  x 3  0‬‬ ‫)‪y ( x  x)  y ( x)  x  y( x‬‬

‫‪‬‬
‫‪fx  0‬‬ ‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ ﻳﺎ ﻧﻘﺎط ﺑﺎ ﺗﻐﻴﻴﺮات ﺛﺎﺑﺖ‬
‫‪f xx  0‬‬ ‫ﻣﻴﻨﻴﻤﻢ‬
‫‪f xx  0‬‬ ‫ﻣﺎﻛﺰﻳﻤﻢ‬
‫‪f xx  0‬‬ ‫ﻋﻄﻒ‬
‫‪4‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪2‬‬

K.N. Toosi University of technology

‫اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﻴﺮه‬

f ( x1 , x2 ,...) ‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﻴﺮه‬

df  0 ‫ ﻳﺎ‬f x  0
i
i  1,2,..., n ‫ﻧﻘﺎط ﺑﺤﺮاﻧﻲ‬

‫ﺷﺮط ﻓﻮق ﺷﺮط ﻻزم ﺑﺮاي ﻧﻘﺎط اﻛﺴﺘﺮﻣﻢ اﺳﺖ‬

f  x 2  y 2  z 2  xy  x  2 z ‫ﻣﺜﺎل ﺗﻌﻴﻴﻦ ﻧﻘﺎط ﺑﺤﺮاﻧﻲ‬

f x  2x  y 1  0 x0   23
fy  2y  x  0 y0   13 P0  23 , 13 ,1
f z  2z  2  0 z0  1

‫اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﻴﺮه‬

f ( x, y ) ‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ دو ﻣﺘﻐﻴﺮه‬
f ( x, y )  f ( x0 , y0 )  ( x  x0 ) f x  ( y  y0 ) f y


1
2!
 
( x  x0 ) 2 f xx  ( x  x0 )( y  y0 ) f xy  ( y  y0 ) 2 f yy  ...

df  0 ‫ﻳﺎ‬ fx  fy  0 ‫ﻧﻘﺎط ﺑﺤﺮاﻧﻲ‬

f xx ( x0 , y0 )  0 f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy ( x0 , y0 )  0
2 ‫ﻣﻴﻨﻴﻤﻢ ﻧﺴﺒﻲ‬

f xx ( x0 , y0 )  0 f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy ( x0 , y0 )  0 ‫ﻣﺎﻛﺰﻳﻤﻢ ﻧﺴﺒﻲ‬
2

f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy2 ( x0 , y0 )  0 ‫اﻛﺴﺘﺮﻣﻢ ﻧﺴﺒﻲ ﻧﻴﺴﺖ‬

f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy2 ( x0 , y0 )  0 ‫ﻫﻴﭻ ﻧﺘﻴﺠﻪ اي ﻧﻤﻲ‬

6
‫ﺗﻮان ﮔﺮﻓﺖ‬

Dr. Hasan Ghasemzadeh 3

K.N. Toosi University of technology

‫اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﻴﺮه‬

f  2x4  y 2  x2  2 y ‫ﻣﺜﺎل ﺗﻌﻴﻴﻦ ﻧﻘﺎط ﺑﺤﺮاﻧﻲ‬



x0  0 P1  12 ,1


f x  8x  2 x  0
3
1
x0  
2 P2 0,1
fy  2y  2  0 y0  1 P3  12 ,1

f xx  24x 2  2 f yy  2


P1  12 ,1 f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy2 ( x0 , y0 )  8 ‫ﻣﻴﻨﻴﻤﻢ ﻧﺴﺒﻲ‬
f xx ( x0 , y0 )  4

P2 0,1 f xx ( x0 , y0 )  2 f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy2 ( x0 , y0 )  4 ‫اﻛﺴﺘﺮﻣﻢ ﻧﺴﺒﻲ ﻧﻴﺴﺖ‬

P3  12 ,1 f xx ( x0 , y0 )  4 f xx ( x0 , y0 ) f yy ( x0 , y0 )  f xy2 ( x0 , y0 )  8 ‫ﻣﻴﻨﻴﻤﻢ ﻧﺴﺒﻲ‬

7

‫اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﻛﻮادراﺗﻴﻚ‬

n
A x   A x1 , x2 , x3 ,..., xn   a x xj
ij i ‫ﺗﺎﺑﻊ ﻛﻮادراﺗﻴﻚ‬
i , j 1

 2 f ( x (0) ) n
Adx1 , dx2 , dx3 ,..., dxn    dxi dx j ‫ﻣﺎﺗﺮﻳﺲ ﻣﺸﺘﻘﺎت‬
i , j 1 xi x j

A(dxi ) x  x0  0  a strict minimum point ‫ﺷﺮط ﻛﺎﻓﻲ ﺑﺮاي‬

A(dxi ) x  x0  0  a strict maximum point ‫ﻧﻘﺎط اﻛﺴﺘﺮﻣﻢ‬
 a11 a12 ... a1n 
a a22 ... a2 n 
 21
a11  0 a
det  11
a12 
0 ...  . . ... . 
a strict minimum point
a21 a22  det 
. . ... . 
0
 
 . . ... . 
 ... ann 
 an1 an 2
 a11 a12 ... a1n 
a a12  a ... a2 n 
a11  0 det  11
a21 a22 
0 ...  21
 .
a22
. ... .  a strict maximum point
  1  0
n
det 
. . ... . 
 
8  . . ... . 
a ... ann 
 n1 an 2

Dr. Hasan Ghasemzadeh 4

K.N. Toosi University of technology

‫اﻛﺴﺘﺮﻣﻢ ﻫﺎي ﺗﺎﺑﻊ ﻛﻮادراﺗﻴﻚ‬

f  x 2  y 2  z 2  xy  x  2 z
f x  2x  y 1  0 x0   23
fy  2y  x  0 y0   13 P0  23 , 13 ,1
f z  2z  2  0 z0  1

 f xx f xy f xz   2  1 0 a11  2  0
 
 f yx f yy f yz    1 2 0 a a12  2  1
det  11  30
 f zx
 f zy f zz   0 0 2 a21 a22   1 2

 a11 a12 a13  2  1 0

det a21 a22 a23    1 2 0  6  0
 a31 a32 a33  0 0 2

The point is a strict minimum point

9

conditional extremum
‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ ﺑﺎ ﻗﻴﺪ‬
f ( x, y , z )
‫ﻗﻴﺪ‬ g ( x, y , z )  0 ‫ﻳﻚ ﻣﺘﻐﻴﺮ ﺗﺎﺑﻊ دو ﻣﺘﻐﻴﺮ دﻳﮕﺮ‬

fx  0
df  0 ‫ﻳﺎ‬ fy  0
dg  g x dx  g y dy  g z dz  0
fz  0

 dz 
1
g x dx  g y dy 
gz
df  f x dx  f y dy  f z dz  ( f x g z  f z g x )dx  ( f y g z  f z g y )dy
1


gz

 
 z g x  0
fxgz  fz gx  0 f x  f z g f x  g x  0
f y gz  fz g y  0 f y   f z g z g y  0 f y  g y  0
10 ‫ ﺿﺮﻳﺐ ﻻﮔﺮاﻧﮋ‬ F  f  g ‫ﺗﺎﺑﻊ ﺟﺪﻳﺪ‬

Dr. Hasan Ghasemzadeh 5

K.N. Toosi University of technology

conditional extremum
‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ ﺑﺎ ﻗﻴﺪ‬


Fx  0 f x  gx  0

 f ( x, y , z )
g ( x, y , z )  0
 dF  0
Fy  0
Fz  0
F  0
f y  g y  0
f z  g z  0
g ( x, y , z )  0

2 x  y  0 ‫ ﺗﺤﺖ ﻣﺤﺪودﻳﺖ‬f ( x, y )  2 x  y  8 x  y  1 ‫ﻧﻘﺎط ﺑﺤﺮاﻧﻲ ﺗﺎﺑﻊ‬

2 2
‫ﻣﺜﺎل‬
F  f  g  2 x 2  y 2  8 x  y  1   2 x  y 

 Fx  0 4 x  8  2  0 x 1 2
Fy  0 2 y 1   0  y 1
2x  y  0  3
F  0

11

conditional extremum

‫اﻛﺴﺘﺮﻣﻢ ﺗﺎﺑﻊ ﺑﺎ ﻗﻴﻮد‬


f ( x1 , x2 , x3 ,..., xn )
g1  x1 , x2 , x3 ,..., xn   0
g 2 x1 , x2 , x3 ,..., xn   0
...................................
g m  x1 , x2 , x3 ,..., xn   0 m  n
m
F  f   i g i ‫ﺗﺎﺑﻊ ﺟﺪﻳﺪ‬
i 1

 m

dF  0   xi 
 f  jg jx  0 i  1,2,..., n
j 1
i  xi ,  j
 gj  0 j  1,2,..., m

12 m  n

Dr. Hasan Ghasemzadeh 6

K.N. Toosi University of technology

Extrema of functionals
‫ ﻣﻴﻨﻴﻤﻢ ﺑﺎﺷﺪ‬x ‫ ﻛﻪ ﺳﻄﺢ ﺣﺎﺻﻞ از دوران آن ﺣﻮل ﻣﺤﻮر‬a,b ‫ﻣﻄﻠﻮب اﺳﺖ ﻣﻨﺤﻨﻲ ﺑﻴﻦ ﻧﻘﺎط‬ ‫ﻣﺴﺎﻟﻪ‬
a
ds dA  2 yds
b
y b b
x A  2  yds  2  y (1  y2 )1 2 dx
a a

‫ﺗﺎﺑﻌﻚ‬-‫ﻓﺎﻧﻜﺸﻨﺎل‬
(I) ‫ ﻣﻔﺮوض اﺳﺖ اﮔﺮ ﺑﻪ ﻫﺮ ﺗﺎﺑﻊ ﺗﻮﺳﻂ راﺑﻄﻪ اي ﻳﻚ ﻋﺪد ﻣﺘﻨﺎﻫﻲ‬y(x) ‫( از ﺗﻮاﺑﻊ‬M) ‫ﻛﻼﺳﻲ‬
‫ ﻧﺎﻣﻴﺪه ﻣﻲ ﺷﻮد‬M ‫ ﻓﺎﻧﻜﺸﻨﺎل در ﻛﻼس‬I ‫ﻧﺴﺒﺖ داده ﺷﻮد آن ﮔﺎه‬
x2

I  f ( x, y, y)dx
x1
13

Extrema of functionals
x2

I  f ( x, y, y)dx
x1
‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬

f d  f 
  0 Euler- Lagrange equation
y dx  y 
‫اﺛﺒﺎت‬
a( x1 , y1 )  y  y ( x)   ( x) ‫ﺗﺎﺑﻊ اﻛﺴﺘﺮﻣﻢ ﻛﻨﻨﺪه‬:‫ﻓﺮض‬
y ( x)   ( x) 
 ( x1 )   ( x2 )  0
y (x) b ( x2 , y 2 ) x2

I   f ( x, y ( x),  ( x), y( x),  ( x))dx

x
x1
 x
 f x f y f y 
x2 ‫اﺳﺘﻘﻼل‬
dI dI  0
0      dx  y
d d x1  x  y  y   
 
  ( x)

 y   ( x)
 f f 
2 x
dI  
     ( x)   ( x) dx
14 d x1  y y 

Dr. Hasan Ghasemzadeh 7

K.N. Toosi University of technology

Extrema of functionals
x2
 f  f  d f 
x
2 2 x
dI
    ( x) dx   ( x)     ( x)dx  ‫اﻧﺘﮕﺮال ﺟﺰ ﺑﻪ ﺟﺰ‬
d x1  y  y x1 x1 
dx y 
0
 f d f 
x2
dI
     ( x)dx  0
d x1  y dx y 

f d  f 
   0
y dx  y 
Euler- Lagrange equation

d
fy  f y  0
dx

15

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

f  f ( x, y, y) ‫ﻓﺮم دوم‬

df f f dy f dy
  
dx x y dx y dx
df f f f
  y  y
dx x y y
d
yf y   y d  f y   f  y
dx dx y
f  f d  f  
  yf y  
df d
 y     ‫از ﺗﻔﺎﺿﻞ دو راﺑﻄﻪ‬
dx dx x   y dx  y  
d
 f  yf y   f x  0 0 ‫ﻓﺮم اول‬

16
dx

Dr. Hasan Ghasemzadeh 8

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

f ‫ﻓﺮم ﺳﻮم‬
  ( x, y, y)
y
d  f  d   dy  dy
    
dx  y  dx x y dx y dx
  f    f  dy   f 
        y
x  y  y  y  dx y  y 
2 f 2 f 2 f
  y  y 2
xy yy y
f  f2
 f
2
 f
2
  y  y 2  0
‫ﻓﺮم ﺳﻮم‬
y xy yy y
‫ﻳﺎ‬ y  x  f y y   y  x  f yy   f xy   f y  0 F yy 0 
17

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

b
A  2  y (1  y2 )1 2 dx
‫ﻣﺜﺎل‬

f ( x, y, y)  y (1  y2 )1 2
y  x  f y y   y  x  f yy   f xy   f y  0 ‫ﻓﺮم ﺳﻮم اوﻟﺮ ﻻﮔﺮاﻧﮋ‬

f y  (1  y  2 )1 / 2
f y   y y (1  y  2 )  1 / 2
f yy   y (1  y  2 )  1 / 2
f y y   y (1  y  2 )  3 / 2

y y  x   y  2  1  0
‫ﺟﺎﻳﮕﺬاري درﻓﺮم ﺳﻮم اوﻟﺮ ﻻﮔﺮاﻧﮋ‬
‫ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ ﻣﻌﻤﻮﻟﻲ ﻣﺮﺗﺒﻪ دو ﻏﻴﺮ ﺧﻄﻲ‬
18

Dr. Hasan Ghasemzadeh 9

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

y y  x   y  2  1  0
du du dy du
‫ﺗﻐﻴﻴﺮ ﻣﺘﻐﻴﺮ‬ y  u y   u    u
dx dy dx dy
du udu dy
yu  u2 1  ln( u 2  1)1 / 2  ln y
dy u 1
2
y

y  c1 (u 2  1)1 / 2 y  c1 ( y  2  1)1 / 2

y2 dx dy x
y  (
c1
2
 1)1 / 2 c 1
  y 2  c1
2 c1
 c 2  cosh 1 ( y / c1 )

y  c1 cosh( x / c1  c 2 )
19

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

d ‫ﺣﺎﻟﺖ ﻫﺎي ﺧﺎص ﻣﻌﺎدﻟﻪ اوﻟﺮ ﻻﮔﺮاﻧﮋ‬
fy  f y  0
dx
f  f ( y , y ) fx  0 x ‫ ﻣﺴﺘﻘﻞ از‬f - 1

d
 f  yf y   f x  0 ‫ﻓﺮم دوم‬
dx
 f  yf y  cte
y‫ ﻣﺴﺘﻘﻞ از‬f - 2
f  f ( x, y ) fy  0
d d
fy  f y  0 ‫ﻓﺮم اول‬  f y  0
dx dx
20
 f y  cte

Dr. Hasan Ghasemzadeh 10

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﺣﺎﻟﺖ ﻫﺎي ﺧﺎص ﻣﻌﺎدﻟﻪ اوﻟﺮ ﻻﮔﺮاﻧﮋ‬
f  f ( x, y ) f y  0 y’ ‫ ﻣﺴﺘﻘﻞ از‬f - 3
d
fy  f y  0 ‫ﻓﺮم اول‬  fy  0
dx
y,x ‫ ﻣﺴﺘﻘﻞ از‬f - 4
f  f ( y ) fx  fy  0
f xy  f yy  0
y  x  f y y   y  x  f yy   f xy   f y  0 ‫ﻓﺮم ﺳﻮم‬  y  x  f y y   0

if f y y   0  y  x   0  y  ax  b
b b
l   ds   (1  y2 )1 2 dx  y  ax  b ‫ ﻛﻮﺗﺎﻫﺘﺮﻳﻦ ﻓﺎﺻﻠﻪ ﺑﻴﻦ دو ﻧﻘﻄﻪ ؟‬:‫ﻣﺜﺎل‬
‫ﺧﻂ ﻣﺴﺘﻘﻴﻢ‬
21 a a

Extrema of functionals
x2

I  f ( x, y, y)dx ‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬

x1 ‫ﺑﺎ ﻣﻘﺎدﻳﺮ ﻧﺎﻣﺸﺨﺺ در ﻣﺮزﻫﺎ‬
 y  y ( x)   ( x) ‫ﺗﺎﺑﻊ اﻛﺴﺘﺮﻣﻢ ﻛﻨﻨﺪه‬:‫ﻓﺮض‬
y ( x)   ( x) 

 1 ( x )   ( x 2 )  0
 f x f y f y 
x2
dI dI
y (x) 0      dx
d d x1  x  y  y  
x  x
x  x1 x  x2    0 ‫اﺳﺘﻘﻼل‬
 y
 f f 
2 x
  ( x) dI
d x  y

      ( x)   ( x) dx
 y   ( x) y 
  1

x2
 f  f  d f 
x2 x2
dI 
    ( x) dx   ( x)     ( x)dx   f  d  f   0
d x1  y  y x1 x1 
dx y   y dx  y 
x2 
 f d f  f  f
2 x
dI
     ( x)dx   ( x)  0  0
d x1  y dx y  y  y x1
x1
 f
 0
22  y x2

Dr. Hasan Ghasemzadeh 11

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬


‫ﻣﺜﺎل ﺗﺎﺑﻊ اﻛﺴﺘﺮﻣﻢ ﻛﻨﻨﺪه؟‬
I   (2 y sin x  y2 )dx y (0)  0
0

f  2 y sin x  y2 f y  2 sin x f y  2 y

d d
fy  f y  0 2 sin x  (2 y )  0  sin x  y  0 y   cos x  c1
dx dx
f  y( )  0 c1  1
0 2 y x 0
y x2 2 

y   cos x 1  y   sin x  x  c2 y (0)  0  c2  0

 y   sin x  x
23

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

x2

I  f ( x, ~y , ~y)dx ‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬

x1 ‫ﺑﺎ ﭼﻨﺪ ﻣﺘﻐﻴﺮﺗﺎﺑﻊ‬
y T   y1 , y2 , y3 ,..., yn 
~

y T   y1, y2 , y3 ,..., yn 

~

~
y (a)  ~
y0 ‫ﺷﺮاﻳﻂ ﻣﺮزي‬
~ ~
y (b)  y 1

f d  f 
  0 E- L equation
yi dx  yi 
24

Dr. Hasan Ghasemzadeh 12

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬
u  u ( x, y , z ) ‫ﺑﺎ ﭼﻨﺪ ﻣﺘﻐﻴﺮ ﻣﺴﺘﻘﻞ‬

I (u )     f ( x, y, z , u, u x , u y , u z )dxdydz
v

f   f    f    f 
        0
u x  u x  y cte y  u y  x cte z  u z  x cte
E- L
z  cte z  cte y  cte

25

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﻣﺜﺎل روﻳﻪ ﺣﺎﺻﻞ از ﺑﺎد ﻧﻤﻮدن ﻏﺸﺎ‬
x ‫ ؟‬C ‫ﻻﺳﺘﻴﻜﻲ ﻣﺤﺪود ﺑﻪ ﻣﺮز‬

C
1
y I (u ) 
2A  (u x2  u y2  2 Pu )dxdy

f ( x, y , u , u x , u y )

f   f    f 
E- L      0
u x  u x  y  u y 
y  cte x  cte
 
2 P  2u x   2u y   0  u xx  u yy  P
x y  cte y x  cte
26

Dr. Hasan Ghasemzadeh 13

‫‪K.N. Toosi University of technology‬‬

‫‪Calculus of variations‬‬ ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫اﺻﻞ ﻫﺎﻣﻴﻠﺘﻮن‬
‫اﻧﺘﮕﺮال زﻣﺎﻧﻲ اﺧﺘﻼف اﻧﺮژي ﺟﻨﺒﺸﻲ و ﭘﺘﺎﻧﺴﻴﻞ ﺑﺮاي ﻳﻚ ﺳﻴﺴﺘﻢ ﻣﻜﺎﻧﻴﻜﻲ اﻛﺴﺘﺮﻣﻢ ﻣﻲ ﺑﺎﺷﺪ‬
‫اﻳﻦ اﻧﺘﮕﺮال ﺟﺎﻳﮕﺰﻳﻦ ﻣﻌﺎدﻻت ﺣﺮﻛﺖ ﻣﻲ ﺑﺎﺷﺪ‬
‫‪t2‬‬ ‫‪t2‬‬
‫‪I   (T  V )dt   Ldt‬‬
‫‪ T‬اﻧﺮژي ﺟﻨﺒﺸﻲ‬
‫‪t1‬‬ ‫‪t1‬‬ ‫‪ V‬اﻧﺮژي ﭘﺘﺎﻧﺴﻴﻞ‬
‫‪x1‬‬ ‫‪x2‬‬
‫‪L  T V‬‬ ‫‪ L‬ﺗﺎﺑﻊ ﻻﮔﺮاﻧﮋ‬
‫‪k1‬‬ ‫‪k1‬‬
‫‪m‬‬
‫‪k2‬‬ ‫ﻣﺜﺎل‬
‫‪m‬‬ ‫‪1 2 1 2‬‬
‫‪T‬‬ ‫‪mx1  mx2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1 2 1 2 1‬‬
‫‪V‬‬ ‫‪k1 x1  k1 x2  k 2 ( x1  x2 ) 2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪t2  1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪t2‬‬
‫‪I    m( x12  x22 )  k1 x12  k1 x22  k 2 ( x1  x2 ) 2 dt   L(t , x1 , x2 , x1 , x2 )dt‬‬
‫‪t1‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪t‬‬‫‪1‬‬

‫‪27‬‬

‫‪Calculus of variations‬‬ ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫اداﻣﻪ‬

‫‪Lx1 ‬‬
‫‪d‬‬
‫‪Lx   0‬‬ ‫‪‬‬
‫‪1‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪2k1 x1  2k 2 ( x1  x2 ) ‬‬
‫‪d‬‬
‫‪ ‬‬
‫‪dt‬‬
‫‪mx1  0‬‬
‫‪E- L‬‬ ‫‪dt 1‬‬
‫‪ 2k1 x2  2k 2 ( x1  x2 )   mx2   0‬‬
‫‪d‬‬ ‫‪1‬‬ ‫‪d‬‬
‫‪Lx 2  Lx2  0‬‬
‫‪dt‬‬ ‫‪2‬‬ ‫‪dt‬‬

‫‪mx1  k 2 ( x1  x2 )  k1 x1  0‬‬
‫‪‬‬
‫‪mx2  k 2 ( x1  x2 )  k1 x2  0‬‬
‫از اﺻﻞ ﻫﺎﻣﻴﻠﺘﻮن ﻣﻌﺎدﻻت ﺣﺮﻛﺖ ﺑﺪﺳﺖ ﻣﻲ آﻳﺪ‬
‫ﻣﻌﺎدﻻت ﺣﺮﻛﺖ ﻛﻴﻬﺎﻧﻲ ﺑﺮ اﻳﻦ اﺳﺎس ﻧﻮﺷﺘﻪ ﻣﻲ ﺷﻮد‬
‫ﻗﻮاﻧﻴﻦ ﺣﺮﻛﺖ ﻧﻴﻮﺗﻦ ﺣﺎﻟﺖ ﺧﺎص از اﺻﻞ ﻫﺎﻣﻴﻠﺘﻮن اﺳﺖ)ﻃﺒﻴﻌﺖ ﺣﺎﻟﺖ ﺑﻬﻴﻨﻪ را ﺑﺮاي ﺣﺮﻛﺖ اﻧﺘﺨﺎب ﻣﻲ ﻛﻨﺪ(‬

‫‪28‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪14‬‬

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

b
I   f (x , y , y , y ,..., y ( n ) )dx ‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬
a ‫ﺑﺎ ﻣﺸﺘﻘﺎت ﻣﺮﺗﺒﻪ ﺑﺎﻻﺗﺮ‬
 y (a )  A 0  y (b )  B 0
 y (a )  A1  y (b )  B 1
 
‫ ﺷﺮاﻳﻂ ﻣﺮزي‬ y (a )  A 2 y (b )  B 2
 
 .  .
 ( n 1)  ( n 1)
 y (a )  A n 1  y (b )  B n 1

f d i  f 
  (1) ( n ) i  (i )   0 E- L equation
y dx  y 
f d  f  d 2  f  d 3  f 
        ...  0
y dx  y  dx 2  y  dx 3  y (3) 
29

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

q(x) ‫اﻧﺮژي ﻛﻞ ذﺧﻴﺮه ﺷﺪه در ﺗﻴﺮ ﻣﻘﺎﺑﻞ ﺑﺮاﺑﺮ اﺳﺖ ﺑﺎ‬ ‫ﻣﺜﺎل‬
x
 EI  d 2 w( x) 
l 2

l I       qw( x)dx
w 0
2  dx 2  

l
I   f ( x, w, w, w)dx
0

f d  f  d 2  f 
    0 E- L equation
w dx  w  dx 2  w 
d2
 q  0  2 EIw  0  w( 4 ) 
q
dx EI
30

Dr. Hasan Ghasemzadeh 15

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل‬
u  u ( x, y , z )
‫ﺑﺎ ﭼﻨﺪ ﻣﺘﻐﻴﺮ ﻣﺴﺘﻘﻞ و واﺑﺴﺘﻪ‬
v  v ( x, y , z )

I (u, v)     f ( x, y, z , u, v, u x , u y , u z , vx , v y , vz )dv
v

  f 
E- L
f   f    f 
        0
u x  u x  y cte y  u y  x cte z  u z  x cte
z  cte z  cte y  cte

f   f    f    f 
        0
v x  vx  y cte y  v y  x cte z  vz  x cte
z  cte z  cte y  cte
‫ﺑﻪ ﺗﻌﺪاد ﻣﺘﻐﻴﺮ ﻫﺎي واﺑﺴﺘﻪ ﻣﻌﺎدﻟﻪ اوﻟﺮ ﻻﮔﺮاﻧﮋ ﻧﻮﺷﺘﻪ ﻣﻲ ﺷﻮد‬
31

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

x2
‫ﻣﺴﺎﻳﻞ اﻳﺰوﭘﺎراﻣﺘﺮﻳﻚ‬
I 
x1
f ( x, y, y)dx
‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل ﺑﺎ ﻗﻴﺪ‬
 y(a)  A
‫ﺷﺮاﻳﻂ ﻣﺮزي‬ 
 y (b)  B
b
‫ﻗﻴﺪ‬ J   g ( x, y, y)dx  cte
a
d
F  f  g  Fy  Fy  0 E- L
dx

‫ﻣﻌﺎدﻟﻪ ﻣﺮﺗﺒﻪ دو داراي دو ﺛﺎﺑﺖ اﻧﺘﮕﺮال ﮔﻴﺮي ﺑﺎ ﺿﺮﻳﺐ ﻻﮔﺮاﻧﮋداراي ﺳﻪ ﻣﺠﻬﻮل اﺳﺖ‬
‫دو ﻣﻌﺎدﻟﻪ ﺷﺮط ﻣﺮزي وﻳﻚ ﻣﻌﺎدﻟﻪ ﻫﻤﺎن ﻗﻴﺪ اﺳﺖ‬

32

Dr. Hasan Ghasemzadeh 16

K.N. Toosi University of technology

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

x2
‫ﺷﺮط ﻻزم ﺑﺮاي اﻛﺴﺘﺮﻣﻢ ﺷﺪن ﻓﺎﻧﻜﺸﻨﺎل ﺑﺎ ﭼﻨﺪ ﻗﻴﺪ‬
I  f ( x, y, y)dx
x1
 y(a)  A
‫ﺷﺮاﻳﻂ ﻣﺮزي‬ 
 y (b)  B
b
‫ﻗﻴﺪ‬ J i   g i ( x, y, y)dx  cte i  1,2,3,...n
a
n
d
F  f   i g i  Fy  Fy  0 E- L
i
dx

n+2 ‫ﻣﺠﻬﻮﻻت‬
n+2 ‫ﻣﻌﺎدﻻت‬

33

Calculus of variations ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

y =y(x) ‫ﺗﻌﻴﻴﻦ ﻣﻨﺤﻨﻲ ﺑﺎ ﻃﻮل ﺛﺎﺑﺖ و داري ﺑﻴﺸﺘﺮﻳﻦ ﺳﻄﺢ‬ ‫ﻣﺜﺎل‬
y
 y(a)  A
C 
 y (b)  B
1
xdy  ydx 
2
A
a b x x2

L   (1  y2 )1/ 2 dx  cte ‫ﻗﻴﺪ‬

x1

 x  x(t ) 1 t2
2 t1
 A ( xy  yx )dt   f (t , x, y,x , y )dt
 y  y (t )
1/ 2
  dx  2  dy  2 
 
t2 t2

L          dt   x    y 
2 2 1/ 2
dt
  dt   dt  
t1   t1

34
F  f  g 
1
2

( xy  yx )   x 2  y 2 
1/ 2

Dr. Hasan Ghasemzadeh 17

‫‪K.N. Toosi University of technology‬‬

‫‪Calculus of variations‬‬ ‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫) ‪ x  x(t‬‬
‫‪‬‬
‫) ‪ y  y (t‬‬
‫‪F d  F ‬‬
‫‪ ‬‬ ‫‪0‬‬
‫‪E- L‬‬ ‫‪y dt  y ‬‬
‫‪F d  F ‬‬
‫‪ ‬‬ ‫‪0‬‬
‫‪x dt  x ‬‬
‫‪1‬‬ ‫‪d‬‬ ‫) ‪1  (2 x‬‬ ‫‪‬‬ ‫‪x‬‬
‫‪ 2 y  dt ( y / 2  2 2‬‬ ‫‪0‬‬ ‫‪y  2‬‬ ‫‪ c1‬‬
‫‪‬‬
‫‪ 1‬‬
‫‪‬‬
‫‪x  y 2‬‬ ‫‪‬‬
‫‪1/ 2‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪x  y 2‬‬ ‫‪‬‬
‫‪1/ 2‬‬

‫‪d‬‬ ‫) ‪ ( y‬‬ ‫) ‪ ( y‬‬

‫‪  x  ( x / 2 ‬‬ ‫‪0‬‬ ‫‪x ‬‬ ‫‪ c2‬‬
‫‪ 2‬‬ ‫‪dt‬‬ ‫‪‬‬
‫‪x  y 2‬‬
‫‪2‬‬
‫‪‬‬
‫‪1/ 2‬‬
‫‪‬‬ ‫‪‬‬
‫‪x  y 2‬‬
‫‪2‬‬
‫‪‬‬
‫‪1/ 2‬‬

‫‪( y  c1 ) 2  ( x  c2 ) 2  2‬‬ ‫ﻣﻌﺎدﻟﻪ داﻳﺮه‬

‫‪35‬‬

‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‪ -‬ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬

‫ﺣﻞ ﺗﻘﺮﻳﺒﻲ ﻣﺴﺎﻳﻞ ﻣﻘﺪار ﻣﺮزي ﺑﺎ اﺳﺘﻔﺎده از ﺑﻬﻴﻨﻪ ﺳﺎزي ﻓﺎﻧﻜﺸﻨﺎل ﺑﻪ ﺟﺎي ﺣﻞ ﻣﺴﺘﻘﻴﻢ‬

‫روش رﻳﻠﻲ رﻳﺘﺰ‬

‫‪ L( y )  F‬‬ ‫درون ﻧﺎﺣﻴﻪ‬
‫‪ ‬ﻣﺴﺎﻟﻪ ﻣﻘﺪار ﻣﺮزي‬
‫)‪ y  g ( x‬‬ ‫روي ﻣﺮز‬

‫ﺑﻬﻴﻨﻪ ﺳﺎزي ﻓﺎﻧﻜﺸﻨﺎل زﻳﺮ ﺟﻮاب ﻣﺴﺎﻟﻪ را ﻣﻲ دﻫﺪ‬

‫‪I   f ( x, y, y)dx‬‬
‫‪R‬‬
‫ﻓﺮض ‪ :‬ﺗﺎﺑﻊ ﺑﻬﻴﻨﻪ ﺳﺎزي ﻓﺎﻧﻜﺸﻨﺎل‬

‫ﺗﺎﺑﻊ ﭘﺎﻳﻪ‬ ‫)‪y ( x)  y0 ( x)   Aii ( x‬‬ ‫) ‪y0 ( x )  g ( x‬‬

‫ﺑﺎ ﺟﺎﻳﮕﺬاري در ﻓﺎﻧﻜﺸﻨﺎل ﺗﺎﺑﻌﻲ از ﺿﺮاﻳﺐ ﺧﻮاﻫﻴﻢ داﺷﺖ ﺑﺮاي ﺑﻬﻴﻨﻪ ﺳﺎزي ‪:‬‬
‫‪I‬‬
‫‪ 0,‬‬ ‫‪i  1,2,..., n‬‬ ‫ﺑﺎ ﺣﻞ اﻳﻦ ﻣﻌﺎدﻻت ﺿﺮاﻳﺐ ﺑﺪﺳﺖ ﻣﻲ آﻳﻨﺪ‬
‫‪36‬‬
‫‪‬‬‫‪A‬‬ ‫‪i‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪18‬‬

‫‪K.N. Toosi University of technology‬‬

‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‪ -‬ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬

‫روش ﮔﻠﺮﻛﻴﻦ‬
‫‪ L( y )  F‬‬ ‫درون ﻧﺎﺣﻴﻪ‬
‫‪ ‬ﻣﺴﺎﻟﻪ ﻣﻘﺪار ﻣﺮزي‬
‫)‪ y  g ( x‬‬ ‫روي ﻣﺮز‬

‫‪L( y )  F  0‬‬
‫ﺑﻬﻴﻨﻪ ﺳﺎزي ﻓﺎﻧﻜﺸﻨﺎل زﻳﺮ ﺟﻮاب ﻣﺴﺎﻟﻪ را ﻣﻲ دﻫﺪ‬

‫‪ ( L( y)  F )dx  0‬‬

‫‪R‬‬
‫) ‪ y ( x )   A  ( x‬ﺗﺎﺑﻊ ﭘﺎﻳﻪ‬ ‫‪i‬‬ ‫‪i‬‬
‫اﮔﺮﺗﺎﺑﻊ ﭘﺎﻳﻪ ﺟﻮاب ﻣﺴﺎﻟﻪ ﺑﺎﺷﺪ اﻧﺘﮕﺮال ذﻳﻞ ﺻﻔﺮ ﺧﻮاﻫﺪ ﺑﻮد‬

‫‪ ( L( y)  F ) A  ( x)dx  0‬‬

‫‪R‬‬
‫‪i‬‬ ‫‪i‬‬

‫ﺑﺎ ﺣﻞ اﻳﻦ اﻧﺘﮕﺮال ﺿﺮاﻳﺐ ﺑﺪﺳﺖ ﻣﻲ آﻳﻨﺪ ﻛﻪ از روش رﻳﻠﻲ رﻳﺘﺰ ﺳﺎده ﺗﺮ ﺑﻮده و ﻛﺎرﺑﺮد زﻳﺎدي دارد‬
‫ﺗﺬﻛﺮ ‪ :‬ﺗﺎﺑﻊ ﭘﺎﻳﻪ ﺷﺰاﻳﻂ ﻣﺮزي را ﺑﺎﻳﺪ ارﺿﺎ ﻧﻤﺎﻳﺪ‬
‫‪37‬‬

‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‪ -‬ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬

‫ﻣﺜﺎل‬
‫‪ y  y  x  0‬‬ ‫‪0  x 1‬‬
‫‪‬‬
‫‪ y (0)  y (1)  0‬‬ ‫روش رﻳﻠﻲ رﻳﺘﺰ‬
‫‪1‬‬ ‫‪1‬‬
‫‪y   y  x  0 ‬‬ ‫‪extremum I   Fdx   (2xy  y 2  y 2 )dx‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪d‬‬
‫‪fy ‬‬ ‫‪f y   2x  2 y  2 y   0 or‬‬ ‫‪y   y  x  0‬‬ ‫زﻳﺮا‬
‫‪dx‬‬
‫ﺗﺎﺑﻊ ﭘﺎﻳﻪ‬ ‫‪y ( x)  A0  A1 x  A2 x 2‬‬
‫‪ y (0)  0‬‬ ‫‪ A0  0‬‬
‫‪‬‬ ‫‪‬‬ ‫)‪ y ( x)  A1 x(1  x‬‬
‫‪ y (1)  0‬‬ ‫‪ A2   A1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪I   (2xy  y 2  y 2 )dx   (2A1 (x 2  x 3 )  A12 x 2 (1  x ) 2  A12 (1  2x ) 2 )dx‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪11 2‬‬ ‫‪I‬‬ ‫‪1 11‬‬ ‫‪5‬‬
‫‪I   (2 xy  y 2  y2 )dx ‬‬ ‫‪A1  A1‬‬ ‫‪ 0   A1  0  A1 ‬‬
‫‪0‬‬ ‫‪6‬‬ ‫‪30‬‬ ‫‪A1‬‬ ‫‪6 15‬‬ ‫‪22‬‬
‫‪5‬‬
‫‪38‬‬
‫‪ y ( x) ‬‬ ‫)‪x(1  x‬‬
‫‪22‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪19‬‬

K.N. Toosi University of technology

‫ ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬-‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫روش ﮔﻠﺮﻛﻴﻦ‬ ‫ﻣﺜﺎل‬
L( y )  f  y  y  x  0
‫ﺗﺎﺑﻊ ﭘﺎﻳﻪ‬ y ( x)  A1 x(1  x)

 
1 1

 ( y  y  x) A1  x  x dx   2 A1  A1  x  x   x  x  x dx  0

2 2 2

0 0
1 1 1 1 1 5 5
 A1  A1 (   )   0  A1   y ( x)  x(1  x)
3 3 2 5 12 22 22
‫ﺟﻮاب دﻗﻴﻖ‬
D 2

1 y   x  y  c1e  c2 e  x
x x y (0)  y (1)  0  c2  c1 
1
e  e 1
e x  e x
y  x x ‫ﺟﻮاب دﻗﻴﻖ‬ ‫ﺟﻮاب ﺗﻘﺮﻳﺒﻲ‬
e  e 1
0.25 0.035 0.043
0.5 0.057 0.057
0.75 0.05 0.043
39

‫ ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬-‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﺣﻞ ﻣﻌﺎدﻟﻪ ﭘﻮاﺳﻮن‬
‫ﻗﻀﻴﻪ اﻧﺮژي ﻣﻴﻨﻴﻤﻢ‬

PDE  2u  f ‫ ﺑﺮاي ﻣﺴﺎﻟﻪ ﻣﻘﺪار ﻣﻘﺎﺑﻞ‬u ‫ﺗﺎﺑﻊ ﺟﻮاب‬

BC u0

‫ در ﻣﺮزﻫﺎ ﺑﺮاﺑﺮ ﺻﻔﺮ ﺑﺎﺷﺪ‬u ‫ﺑﺮاﺑﺮ ﺗﺎﺑﻊ ﻣﻴﻨﻴﻤﻢ ﺳﺎز ﻓﺎﻧﻜﺸﻨﺎل اﻧﺮژي زﻳﺮ اﺳﺖ ﺑﻄﻮرﻳﻜﻪ‬

J (u )   (u x2  u y2  2uf )dxdy
D

 
fu  fux  f u  2 f  2u xx  2u yy  0 or u xx  u yy  f ‫زﻳﺮا‬
x y y

40

Dr. Hasan Ghasemzadeh 20

K.N. Toosi University of technology

‫ ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬-‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﻣﺜﺎل ﻣﻄﻠﻮﺑﺴﺖ ﺣﻞ ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ ذﻳﻞ ﺑﺎ اﺳﺘﻔﺎده از روش رﻳﻠﻲ رﻳﺘﺰ‬

PDE  2u  f 0  x, y  1
BC u0 x, y  0 x, y  1

1 1
J (u )    (u
2
x  u y2  2uf )dxdy ‫ﻓﺎﻧﻜﺸﻨﺎل اﻧﺮژي‬
0 0
‫ را ﺑﺎ ﺗﺎﺑﻊ ﺗﻘﺮﻳﺐ ﺳﺎز ﺟﺎﻳﮕﺰﻳﻦ ﻣﻲ ﻛﻨﻴﻢ‬u :‫روش رﻳﻠﻲ رﻳﺘﺰ‬

u n ( x, y )  a11 ( x, y )  a2 2 ( x, y )  ...  an n ( x, y )

‫ اراﺋﻪ داده و روي ﻣﺮز ﺻﻔﺮ ﺑﺎﺷﻨﺪ‬u ‫ﻣﻘﺎدﻳﺮ ﻣﻨﺎﺳﺐ ﺟﻬﺖ ﺗﻘﺮﻳﺐ ﺗﺎﺑﻊ‬ 1 ,  2 ,...,  n ‫ﺑﻄﻮرﻳﻜﻪ‬
1  xy (1  x)(1  y )  4  x 21 ( x, y )
 2  x1 ( x, y )  5  y 21 ( x, y )
 3  y1 ( x, y )  6  xy1 ( x, y )
...
41

‫ ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬-‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‬

‫ﺑﺎ ﺟﺎﻳﮕﺬاري در ﻓﺎﻧﻜﺸﻨﺎل‬
 n 2
 j   n  j 
2
n 
J (un )     a j   j 
1 1
 a   2 f a 
j j dxdy
0 0
 j 1 x   j 1 y  j  1 
‫ﺑﺮاي ﻳﺎﻓﺘﻦ ﻣﻴﻨﻴﻤﻢ ﻓﺎﻧﻜﺸﻨﺎل اﻧﺮژي ﻣﺸﺘﻘﺎت ﺟﺰﻳﻲ را ﺑﺮاﺑﺮ ﺻﻔﺮ ﻗﺮار ﻣﻲ دﻫﻴﻢ‬

J (un ) 1 1  n   j   j 1  
 2     1
 a1  f1 dxdy  0
a1 0 0
 j 1  x x y y  
...
J (un ) 1 1  n   j   j  n  
 2    n
 an  f n dxdy  0
an 0 0
 j 1  x x y y  

Aa  b ‫ﺑﺼﻮرت ﻣﺎﺗﺮﻳﺴﻲ‬
42

Dr. Hasan Ghasemzadeh 21

‫‪K.N. Toosi University of technology‬‬

‫ﺣﺴﺎب ﺗﻐﻴﻴﺮات‪ -‬ﻣﻌﺎدﻟﻪ دﻳﻔﺮاﻧﺴﻴﻞ‬

‫‪Aa  b‬‬ ‫دﺳﺘﮕﺎه ﻣﻌﺎدﻻت‬

‫‪a  a1 , a2 ,..., an ‬‬

‫‪T‬‬

‫‪1 1‬‬
‫‪bi   ‬‬ ‫‪‬‬ ‫‪f ( x, y )i ( x, y )dxdy‬‬
‫‪0 0‬‬

‫‪1 1‬‬ ‫‪  j i  j i ‬‬

‫‪Aij  ‬‬ ‫‪  x‬‬ ‫‪‬‬ ‫‪ dxdy‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪x‬‬ ‫‪y y ‬‬

‫ﺑﺎ ﺣﻞ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺿﺮاﻳﺐ ﺑﺪﺳﺖ آﻣﺪه وﺗﺎﺑﻊ ﺟﻮاب ﺗﻘﺮﻳﺒﻲ ﺑﺪﺳﺖ ﻣﻲ آﻳﺪ‬

‫‪43‬‬

‫ﭘﺎﻳﺎن درس رﻳﺎﺿﻴﺎت ﻣﻬﻨﺪﺳﻲ ﭘﻴﺸﺮﻓﺘﻪ‬

‫ﻣﻮﻓﻖ ﺑﺎﺷﻴﺪ‬

‫‪44‬‬

‫‪Dr. Hasan Ghasemzadeh‬‬ ‫‪22‬‬