مدلسازی با تابع: نمایش شکل یا پدیده با استفاده از معادله یا تابع
۱. تعریف تابع و ویژگیهای بنیادین
تابع یک قانون یا رابطه است که به هر ورودی (متغیر مستقل) دقیقاً یک خروجی (متغیر وابسته) نسبت میدهد. در مدلسازی، ورودی معمولاً زمان یا مکان، و خروجی کمیت مورد مطالعه (مثل دما، جمعیت یا ارتفاع) است. تابع را با نماد $f(x)$ نشان میدهیم که در آن $x$ ورودی و $f(x)$ خروجی است. برای نمونه، تابع $f(x)=2x+1$ یک مدل خطی ساده است.
ویژگی مهم تابع این است که به ازای هر $x$ در دامنه1، دقیقاً یک مقدار برد2 وجود دارد. برای مدلسازی یک پدیده، ابتدا باید دامنهٔ مجاز را مشخص کنیم. مثلاً در مدل هزینهٔ سیب، دامنه $x \ge 0$ است.
۲. مدلهای خطی: سادهترین شکل مدلسازی
مدل خطی به شکل $f(x)=ax+b$ است و تغییرات یکنواخت را نشان میدهد. در این رابطه $a$ شیب (نرخ تغییر) و $b$ عرض از مبدأ است. مثال ساده: رابطهٔ تبدیل دما از سلسیوس به فارنهایت: $F(C)=\frac{9}{5}C+32$. در این مدل با هر افزایش یک درجهٔ سلسیوس، دما به میزان $1.8$ درجه فارنهایت افزایش مییابد.
| نوع مدل | فرم تابعی | نرخ تغییر | مثال علمی |
|---|---|---|---|
| خطی | $y=ax+b$ | ثابت ($a$) | تبدیل واحدها |
| درجه دو (سهمی) | $y=ax^2+bx+c$ | خطی (وابسته به $x$) | حرکت شتابدار |
| نمایی | $y=a \cdot b^x$ | نسبی (درصدی) | رشد جمعیت، واپاشی رادیواکتیو |
۳. مدلهای غیرخطی: سقوط آزاد و حرکت پرتابهها
یکی از شناختهشدهترین مدلهای غیرخطی در فیزیک دبیرستان، معادلهٔ ارتفاع در حرکت سقوط آزاد است: $h(t) = h_0 + v_0 t - \frac{1}{2} g t^2$. در این تابع، $h(t)$ ارتفاع در لحظهٔ $t$، $h_0$ ارتفاع اولیه، $v_0$ سرعت اولیه و $g \approx 9.8 \text{ m/s}^2$ شتاب جاذبه است. این مدل یک سهمی رو به پایین را نشان میدهد و حداکثر ارتفاع در نقطهٔ رأس سهمی رخ میدهد.
۴. مدلسازی رشد و واپاشی: توابع نمایی
بسیاری از پدیدههای زیستی و شیمیایی از قانون نمایی پیروی میکنند. تابع $P(t)=P_0 e^{rt}$ (رشد) یا $P(t)=P_0 e^{-rt}$ (واپاشی) مدل مناسبی است. $P_0$ مقدار اولیه، $r$ نرخ رشد (یا واپاشی) و $t$ زمان است. در سطح دبیرستان معمولاً از پایهٔ طبیعی $e$ استفاده نمیشود و تابع به شکل $P(t)=P_0 a^t$ با $a \gt 1$ برای رشد و $0 \lt a \lt 1$ برای کاهش نوشته میشود.
مثال عددی: جمعیت اولیهٔ یک کلنی باکتری 500 عدد است و هر ساعت دو برابر میشود. مدل این پدیده $P(t)=500 \times 2^t$ است که در آن $t$ بر حسب ساعت میباشد. پس از $3$ ساعت، جمعیت به $500 \times 8 = 4000$ میرسد.
۵. کاربرد عملی: مدلسازی دمای روزانه با تابع سینوسی
تغییرات دمای هوا در یک شبانهروز تقریباً سینوسی است. مدل عمومی به شکل $T(t)=A \sin\left(\frac{2\pi}{24}(t - t_0)\right) + T_{avg}$ نوشته میشود. $A$ دامنهٔ نوسان (نصف اختلاف بیشینه و کمینه)، $T_{avg}$ میانگین دما، و $t_0$ ساعت وقوع بیشینه دماست. با چنین مدلی میتوان دمای هر ساعت از روز را تخمین زد. این نوع مدلسازی در هواشناسی و طراحی سامانههای خورشیدی کاربرد دارد.
چالشهای مفهومی
پاسخ: اگر یک ورودی به بیش از یک خروجی نسبت داده شود، آن رابطه تابع نیست. برای نمونه، دایره به معادلهٔ $x^2+y^2=r^2$ یک تابع نیست زیرا به ازای یک $x$ (به جز نقاط انتهایی) دو مقدار $y$ (مثبت و منفی) وجود دارد.
پاسخ: دامنه بر اساس محدودیتهای فیزیکی پدیده تعیین میشود. در مدل ارتفاع سقوط آزاد، دامنه زمانی از لحظهٔ رها شدن تا برخورد به زمین است ($0 \le t \le t_{\text{برخورد}}$). در مدل جمعیت، دامنه $t \ge 0$ است.
پاسخ: با بررسی نرخ تغییرات. اگر نرخ تغییر ثابت بود، مدل خطی؛ اگر نرخ تغییر خطی بود (یعنی شتاب ثابت)، مدل درجه دو؛ اگر نرخ تغییر نسبی (درصدی) ثابت بود، مدل نمایی مناسب است. همچنین دادههای تجربی را میتوان روی محور مختصات رسم کرد تا شکل تقریبی منحنی مشخص شود.
جمعبندی
پاورقی
1 دامنه (Domain): مجموعه تمام مقادیر مجاز برای متغیر مستقل (ورودی) تابع.
2 برد (Range): مجموعه تمام مقادیر خروجی که تابع میتواند به ازای ورودیهای دامنه تولید کند.
3 متغیر مستقل (Independent Variable): ورودی تابع که معمولاً با $x$ یا $t$ نشان داده میشود و مقدار آن آزادانه انتخاب میگردد.
4 متغیر وابسته (Dependent Variable): خروجی تابع که مقدار آن به متغیر مستقل وابسته است.
