معادله درجه دوم به فرم مربعی (Quadratic Form Equation)، در ریاضیات (Mathematics)

انواع معادلات (Equation) را در آموزش زیر شرح دادیم :

معادله درجه دوم به فرم مربعی (Quadratic Form Equation) :

🔍 تعریف: معادله درجه دوم به فرم مربعی، یک معادله به شکل

\[ \mathbf{x}^T A \mathbf{x} + \mathbf{b}^T \mathbf{x} + c = 0 \]

است که در آن

\[ A \]

یک ماتریس

\[ n \times n \]

(معمولا متقارن)،

\[ \mathbf{x} \]

بردار متغیرها،

\[ \mathbf{b} \]

یک بردار، و

\[ c \]

یک عدد ثابت است. این معادلات در هندسه (مقاطع مخروطی در فضای n بعدی) و بهینه سازی ظاهر می شوند.

\[ \mathbf{x}^T A \mathbf{x} + \mathbf{b}^T \mathbf{x} + c = 0 \]

📌 ویژگی های اصلی:

ماتریس A: نوع ماتریس A (مثبت معین، منفی معین، نامعین) شکل رویه را تعیین می کند.

مقاطع مخروطی در ۲ بعد:

\[ Ax^2 + Bxy + Cy^2 + Dx + Ey + F = 0 \]

— که می تواند بیضی، سهمی، هذلولی یا اشکال واپی ده باشد.

رویه های درجه دوم در ۳ بعد: بیضی گون، سهمی گون، هذلولی گون، استوانه ها و مخروط ها.

بهینه سازی: توابع هدف درجه دوم با قیود خطی یا درجه دوم.

💡 مثال های متنوع:

🔹 مثال ۱ (بیضی):

\[ \frac{x^2}{a^2} + \frac{y^2}{b^2} = 1 \]

— ماتریس A:

\[ \begin{pmatrix} 1/a^2 & 0 \\ 0 & 1/b^2 \end{pmatrix} \]

.

🔹 مثال ۲ (سهمی):

\[ x^2 - y = 0 \]

—

\[ \mathbf{x}^T \begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} \mathbf{x} + (0, -1) \mathbf{x} = 0 \]

.

🔹 مثال ۳ (بیضی گون):

\[ \frac{x^2}{a^2} + \frac{y^2}{b^2} + \frac{z^2}{c^2} = 1 \]

.

🔹 مثال ۴ (هذلولی گون یک پارچه):

\[ \frac{x^2}{a^2} + \frac{y^2}{b^2} - \frac{z^2}{c^2} = 1 \]

.

🌍 کاربردها: هندسه تحلیلی (شناسایی و طبقه بندی مقاطع مخروطی و رویه های درجه دوم)، بهینه سازی محدب (برنامه ریزی درجه دوم)، فیزیک (سطوح انرژی پتانسیل)، آمار (توزیع نرمال چندمتغیره).

📝 نکته جالب: ماتریس A را می توان با استفاده از تجزیه به مقادیر ویژه، به یک ماتریس قطری تبدیل کرد. این کار معادل چرخش محورهای مختصات برای ساده سازی معادله است. مقادیر ویژه A نوع رویه را تعیین می کنند.

🧮 قطری سازی: با استفاده از تجزیه طیفی

\[ A = Q \Lambda Q^T \]

و تغییر متغیر

\[ \mathbf{y} = Q^T \mathbf{x} \]

، معادله به

\[ \sum_{i=1}^n \lambda_i y_i^2 + \mathbf{b}'^T \mathbf{y} + c = 0 \]

تبدیل می شود که تحلیل آن ساده تر است.

⚠️ نکته: علامت مقادیر ویژه λ_i تعیین کننده نوع رویه است. اگر همه λ_i مثبت باشند، رویه یک بیضی گون (یا بیضی) است. اگر مثبت و منفی داشته باشیم، هذلولی گون ظاهر می شود. اگر یکی صفر باشد، سهمی گون داریم.

📈 برنامه ریزی درجه دوم (QP): مسأله بهینه سازی

\[ \min \frac{1}{2} \mathbf{x}^T A \mathbf{x} + \mathbf{b}^T \mathbf{x} \]

با قیود خطی، یک مسأله مهم در بهینه سازی است. اگر A مثبت معین باشد، مسأله محدب است و جواب یکتا وجود دارد.

🔬 مثال عددی: معادله

\[ 2x^2 + 3y^2 - 4xy + 2x - 5y + 1 = 0 \]

را با نوشتن به فرم ماتریسی می توان تحلیل کرد.