چندجمله ای های متعامد – از صفر تا صد

سید سراج حمیدی
سید سراج حمیدی
۱۴۰۳/۰۵/۱۷
۱۲۵ دقیقه
۴۱۴۲
آموزش متنی جامع

چندجمله‌ای‌های متعامد (Orthogonal Polynomials) دنباله‌ای نامتناهی از چندجمله‌ای‌های عمود بر هم هستند. در این آموزش با چندجمله ای های متعامد آشنا می‌شویم.

چندجمله ای های متعامد – از صفر تا صد
997696

چندجمله‌ ای‌ های متعامد

چندجمله‌‌ای‌‌های p(x)p(x) و q(x)q(x) که روی بازه [a,b]\left[ {a,b} \right] تعریف شده‌‌اند، متعامد هستند، هرگاه

∫abp(x)q(x)w(x)dx=0,\large { \int \limits _ a ^ b { p \left ( x \right ) q \left ( x \right ) w \left ( x \right ) d x } } = { 0 , }

که در آن، w(x){w\left( x \right)} تابع وزن غیرمنفی است.

دنباله چندجمله‌‌ای pn(x){p_n}\left( x \right) (n=0,1,2,…n = 0,1,2, \ldots) که در آن nn مرتبه pn(x){p_n}\left( x \right) است را دنباله‌‌ای از چندجمله‌‌ای‌‌های متعامد می‌‌گویند، هرگاه:

∫abpm(x)pn(x)w(x)dx=cnδmn,\large { \int \limits _ a ^ b { { p _ m } \left ( x \right ){ p _ n } \left ( x \right ) w \left ( x \right ) d x } } = { { c _ n } { \delta _ { m n } } , }

که در آن، cnc_n ثابت‌‌های تعیین شده و δmn{\delta _{mn}} دلتای کرونکر است.

سری فوریه تعمیم‌ یافته

سری فوریه تعمیم‌ یافته، بسط سری یک تابع بر اساس دستگاهی از چندجمله‌‌ای‌‌های متعامد است. با استفاده از این تعامد، تابع تکه‌‌ای پیوسته f(x)f(x) می‌‌تواند به صورت بسط سری فوریه تعمیم‌ یافته بیان شود:

∑n=0∞cnpn(x) = {f(x),  if f(x) is continuousf(x–0)+f(x+0)2,  at a jump discontinuity\large { \sum \limits _ { n = 0 } ^ \infty { { c _ n } { p _ n } \left ( x \right ) } \text { = }} \kern0pt { \begin {cases} f \left ( x \right ) , \; \text {if}\, f \left ( x \right ) \,\text {is continuous} \\ \frac { { f \left ( { x – 0 } \right ) + f \left ( { x + 0 } \right ) } } { 2 } , \; \text {at a jump discontinuity} \end {cases}}

در ادامه به بررسی چهار نوع از چندجمله‌‌ای‌‌های متعامد شامل چندجمله‌‌های هرمیت، لاگر، لژاندر و چبیشف می‌‌پردازیم.

چند جمله‌‌ای‌‌های هرمیت

چندجمله‌‌ای‌‌های هرمیت Hn(x)=(–1)nex2dndxne–x2{H_n}\left( x \right) ={\left( { – 1} \right)^n}{e^{{x^2}}}{\large\frac{{{d^n}}}{{d{x^n}}}\normalsize} {e^{ – {x^2}}} روی بازه (–∞,∞)\left( { – \infty ,\infty } \right) نسبت به تابع وزن e–x2{e^{ – {x^2}}} متعامد هستند:

∫–∞∞e–x2Hm(x)Hn(x)dx={0,m≠n2nn!π,m=n.\large { \int \limits _ { – \infty } ^ \infty { { e ^ { – { x ^ 2 } } } { H _ m } \left ( x \right ) { H _ n } \left ( x \right ) d x } } = { \begin {cases} 0 , & m \ne n \\ { 2 ^ n } n ! \sqrt \pi , & m = n \end {cases} . }

در تعریف دیگری، از تابع وزن e–x22{e^{ – \frac{{{x^2}}}{2}}} استفاده می‌‌شود. در برخی موارد، این تعریف در نظریه احتمال ترجیح داده می‌‌شود، زیرا 12πe–x22{\large\frac{1}{{\sqrt {2\pi } }}\normalsize} {e^{ – \frac{{{x^2}}}{2}}} تابع چگالی احتمال برای توزیع نرمال است.

چند جمله‌‌ای‌‌های لاگر

این نوع چندجمله‌‌ای‌‌ها که به صورت Ln(x)=exn!dn(xne–x)dxn,n=0,1,2,3,…{L_n}\left( x \right) ={\large\frac{{{e^x}}}{{n!}}\normalsize} {\large\frac{{{d^n}\left( {{x^n}{e^{ – x}}} \right)}}{{d{x^n}}}\normalsize}, n = 0,1,2,3, \ldots تعریف می‌‌شوند، روی بازه (0,∞)\left( {0,\infty } \right) با تابع وزن e–x{{e^{ – x}}} متعامدند:

∫0∞e–xLm(x)Ln(x)dx={0,m≠n1,m=n.\large { \int \limits _ 0 ^ \infty { { e ^ { – x } } { L _ m } \left ( x \right ) { L _ n } \left ( x \right ) d x } } = { \begin {cases} 0 , & m \ne n \\ 1 , & m = n \end {cases}.}

چند جمله‌‌ای‌‌های لژاندر

چندجمله‌‌ای‌‌های لژاندر Pn(x)=12nn!dn(x2–1)ndxn,n=0,1,2,3,…{P_n}\left( x \right) ={\large\frac{1}{{{{2^n}n!}}\normalsize} {\large\frac{{{d^n}{{\left( {{x^2} – 1} \right)}^n}}} {d{x^n}}}\normalsize},n = 0,1,2,3, \ldots روی بازه [−1,1]\left[ {-1,1} \right] متعامد هستند:

∫–11Pm(x)Pn(x)dx={0,m≠n22n+1,m=n.\large { \int \limits _ { – 1 } ^ 1 { { P _ m } \left ( x \right ){ P _ n } \left ( x \right ) d x } } = { \begin {cases} 0 , & m \ne n \\ \frac { 2 } { { 2 n + 1 } } , & m = n \end {cases} . }

چند جمله‌‌ای‌‌های چبیشف

چندجمله‌‌ای‌‌های چبیشف نوع اول Tn(x)=cos⁡(narccos⁡x){T_n}\left( x \right)= \cos \left( {n\arccos x} \right) روی بازه [−1,1]\left[ {-1,1} \right] با تابع وزن 11–x2{\large\frac{1}{{\sqrt {1 – {x^2}} }}\normalsize} متعامد هستند:

∫–11Tm(x)Tn(x)1–x2dx={0,m≠nπ,m=n=0π2,m=n≠0.\large { \int \limits _ { – 1 } ^ 1 { \frac { { { T _ m } \left ( x \right ) { T _ n } \left ( x \right ) } } { { \sqrt { 1 – { x ^ 2 } } } } d x } } = { \begin {cases} 0 , & m \ne n \\ \pi , & m = n = 0 \\ \frac { \pi } { 2 } , & m = n \ne 0 \end {cases}.}\\

مثال‌ها

در این بخش، مثال‌هایی را درباره چندجمله‌ای‌های متعامد ارائه می‌کنیم.

مثال ۱

نشان دهید که مجموعه توابع زیر روی بازه [–π,π]\left[ { – \pi ,\pi } \right] متعامدند.

I1=∫–ππsin⁡mxsin⁡nxdx,      I2=∫–ππcos⁡mxcos⁡nxdx,      I3=∫–ππsin⁡mxcos⁡nxdx.\large { { I _ 1 } = \int \limits _ { – \pi } ^ \pi { \sin m x \sin n x d x } , \; \; \; } \kern-0.3pt \\ \large { { I _ 2 } = \int \limits _ { – \pi } ^ \pi { \cos m x \cos n x d x } , \; \; \; } \kern-0.3pt \\ \large { { I _ 3 } = \int \limits _ { – \pi } ^ \pi { \sin m x \cos n x d x } . }

حل: ابتدا باید انتگرال‌‌های زیر را تعیین کنیم:

I1=∫–ππsin⁡mxsin⁡nxdx=12∫–ππ[cos⁡(mx–nx)−cos⁡(mx+nx)]dx=12∫–ππ[cos⁡(m–n)x−cos⁡(m+n)x]dx=12[(sin⁡(m–n)xm–n−sin⁡(m+n)xm+n)∣–ππ]\large { { I _ 1 } = \int \limits _ { – \pi } ^ \pi { \sin m x \sin n x d x } } = { { \frac { 1 } { 2 } \int \limits _ { – \pi } ^ \pi { \Big [ { \cos \left ( { m x – n x } \right ) } } } } - { { { { \cos \left ( { m x + n x } \right ) } \Big] d x } } } \\ \large = { { \frac { 1 } { 2 } \int \limits _ { – \pi } ^ \pi { \Big[ { \cos \left ( { m – n } \right ) x } } } } - { { { { \cos \left ( { m + n } \right ) x } \Big] d x } } } = { \frac { 1 } { 2 } \Big[ { \left . { \Big ( { \frac { { \sin \left ( { m – n } \right ) x } } { { m – n } } } } \right . } - { \left . { { \frac { { \sin \left ( { m + n } \right ) x } } { { m + n } } } \Big ) } \right | _ { – \pi } ^ \pi } \Big ] }

انتگرال اول برابر است با:

I1 = sin⁡(m–n)πm–n–sin⁡(m+n)πm+n=0.\large { { I _ 1 } \text { = }} \kern0pt { \frac { { \sin \left ( { m – n } \right ) \pi } } { { m – n } } – \frac { { \sin \left ( { m + n } \right ) \pi } } { { m + n } } } = { 0 . }

برای حالت m≠nm \ne n:

I1=∫–ππsin⁡2xdx=12∫–ππ(1–cos⁡2nx)dx=12[(x–sin⁡2nx2n)∣–ππ]=12[π–sin⁡2nπ2n–(–π)−sin⁡(–2nπ)2n]=π.\large { { I _ 1 } = \int \limits _ { – \pi } ^ \pi { { { \sin } ^ 2 } x d x } } = { \frac { 1 } { 2 } \int \limits _ { – \pi } ^ \pi { \left ( { 1 – \cos 2 n x } \right ) d x } } = { \frac { 1 }{ 2 } \left [ { \left . { \left ( { x – \frac { { \sin 2 n x } } { { 2 n } } } \right ) } \right | _ { – \pi } ^ \pi } \right ] }\\ \large = { { \frac { 1 } { 2 } \left [ { \pi – \frac { { \sin 2 n \pi } } { { 2 n } } – \left ( { – \pi } \right ) } \right . } } - { { \left . { \frac { { \sin \left ( { – 2 n \pi } \right ) } } { { 2 n } } } \right ] } } = { \pi . }

و برای حالت m=nm=n، داریم:

I1=∫–ππsin⁡mxsin⁡nxdx={0,m≠n π,m=n.\large { { I _ 1 } } = { \int \limits _ { – \pi } ^ \pi { \sin mx\sin n x d x } } = { \begin {cases} 0 , & m \ne n \ \pi, & m = n \end {cases} . }

بنابراین:

I2=∫–ππcos⁡mxcos⁡nxdx={0,m≠nπ,m=n,\large { { I _ 2 } } = { \int \limits _ { – \pi } ^ \pi { \cos mx \cos n x d x } } = { \begin {cases} 0, & m \ne n \\ \pi, & m = n \end {cases},}

به طور مشابه، می‌‌توان انتگرال‌‌های دوم و سوم را به دست آورد:

I3=∫–ππsin⁡mxcos⁡nxdx={0,m≠nπ,m=n.\large { { I _3 } } = { \int \limits _ { – \pi } ^ \pi { \sin m x \cos n x d x } } = { \begin {cases} 0, & m \ne n \\ \pi , & m = n \end {cases} . }

این بدین معنی است که مجموعه توابع زیر روی بازه [–π,π]\left[ { – \pi ,\pi } \right] دستگاه متعامد تشکیل می‌‌دهند:

1,cos⁡x,sin⁡x,cos⁡2x,sin⁡2x,…,  cos⁡mx,sin⁡mx,…\large { 1 , \cos x , \sin x , \cos 2 x , \sin 2 x , \ldots , \; } \kern-0.3pt { \cos m x , \sin m x , \ldots }

مثال ۲

بسط سری فوریه-هرمیت تابع درجه دوم f(x)=Ax2+Bx+Cf\left( x \right) =A{x^2} + Bx + C را به دست آورید.

حل: در اینجا از جملات صریح چندجمله‌‌ای‌‌های هرمیت استفاده می‌‌کنیم:

H0(x)=1,      H1(x)=2x,      H2(x)=4x2–2.\large { { H _ 0 } \left ( x \right ) = 1 , \; \; \; } \kern-0.3pt { { H _ 1 } \left ( x \right ) = 2 x , \; \; \; } \kern-0.3pt {{ H _2 } \left ( x \right ) = 4 { x ^ 2 } – 2 . }

سپس، روش ضرایب نامعین را به کار می‌‌بریم:

Ax2+Bx+C=c0H0(x)+c1H1(x)+c2H2(x).\large { A { x ^ 2 } + B x + C } = { { c _ 0 } { H _ 0 } \left ( x \right ) } + { { c _ 1 } { H _ 1 } \left ( x \right ) } + { { c _ 2 } { H _ 2 } \left ( x \right ) . }

با جایگذاری چندجمله‌‌ای‌‌های هرمیت و برابر قرار دادن ضرایب، داریم:

$$ \large { { A { x ^ 2 } + B x + C } = { { c _ 0 } \cdot 1 } + { { c _ 1 } \cdot 2 x } + { { c _ 2 } \cdot \left ( { 4 { x ^ 2 } – 2 } \right ) , \; \; } } \\ \large \Rightarrow { { A { x ^ 2 } + B x + C } = { { c _ 0 } + 2 { c _ 1 } x } } + { { 4 { c _ 2 } { x ^ 2 } – 2 { c _ 2 } , \; \; } } \\ \large \Rightarrow { \left\{ { \begin {array}{* { 2 0 } { l } } { 4 { c ^ 2 } = A } \\ { 2 { c _ 1 } = B } \\ {{ c _ 0 } – 2 { c _ 2 } = C } \end {array} } \right.,\;\; } \Rightarrow { { c _ 0 } = C + \frac { A } { 2 } , \; \; } \kern-0.3pt{ { c _ 1 } = \frac { B } { 2 } , \; \; } \kern-0.3pt { { c _ 2 } = \frac { A } { 4 } .} $$

مطالب مجله فرادرس را در جستجوی گوگل سریع‌تر ببینید

بر اساس رای ۲۰ نفر
آیا این مطلب برای شما مفید بود؟
اگر پرسشی درباره این مطلب دارید، آن را با ما مطرح کنید.
منابع:
Math24
PDF
مطالب مرتبط
۲ دیدگاه برای «چندجمله ای های متعامد – از صفر تا صد»

سلام دکتر خسته نباشید لطفا دباره متعامد بودن تابع لاگرانژ نیز صحبت کنیدممنون

دکتر زندی نابغه هست دروود به شرفت شیر مادرت حلالت باشه مرد
چقدر من از شما یاد گرفتم
دروود به شرفت چقدرم عالی و مسلط تدریس میکنند

نظر شما چیست؟

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *