Bu derste öğrenecekleriniz
- Determinantı kofaktör açılımıyla ve eliminasyondaki pivotların çarpımıyla hesaplamak; satır işlemlerinin determinanta etkisini açıklamak
- Determinantın alan/hacim ölçeği olarak geometrik anlamını kullanarak bir yapının mekanizmaya yaklaştığını fark etmek
- Ters matrisi Gauss–Jordan yöntemiyle bulmak ve esneklik matrisinin terimlerini etki katsayısı olarak yorumlamak
- Cramer kuralını küçük sembolik sistemlerde uygulamak ve sayısal çözümde neden kullanılmadığını açıklamak
- Vektör ve matris normlarıyla koşul sayısını hesaplamak; hata sınırını türetip yorumlamak
- Küçük determinant ile kötü koşullanmanın aynı şey olmadığını örnekle göstermek
1. Neden öğreniyoruz? Çubukları yatıklaşan bir duvar konsolu
Bir atölye duvarına, üzerinde küçük bir vinç makarası taşıyacak bir konsol bağlanacak. Konsol iki çelik çubuktan oluşuyor: üstteki çubuk 1 yatay, alttaki çubuk 2 ise yatayla $\varphi$ açısı yapan bir dikme. İki çubuk sağ uçta mafsallı bir B düğümünde birleşiyor ve düğüme $P = 10$ kN düşey yük asılıyor (Şekil 1). Mimar, tavan yüksekliği yüzünden dikmenin olabildiğince yatık olmasını istiyor: $\varphi = 30^\circ$ yerine $10^\circ$, hatta $5^\circ$.
Ders 1.1'de gördüğümüz rijitlik yöntemini bu düğüme uygularsak $2\times2$ bir sistem elde ederiz: $\mat{K}\vect{u} = \vect{f}$. Burada $\vect{u} = [u,\ v]^{\T}$ düğümün yer değiştirmesi, $\vect{f} = [0,\ -P]^{\T}$ düğüme etkiyen yüktür. Bu derste dört soruyu yanıtlayacağız:
- Sistemin çözümü var mı, tek mi? Bunu matrisi çözmeden, tek bir sayıyla (determinantla) söyleyebilir miyiz?
- $\mat{K}$'nın tersinin fiziksel anlamı nedir?
- $u$ ve $v$ için $\varphi$'ye bağlı kapalı formüller nasıl çıkar?
- Dikme yatıklaştıkça hesaplanan yer değiştirmeye ne kadar güvenebiliriz? Yükün doğrultusunda $1^\circ$'lik bir belirsizlik sonucu ne kadar değiştirir?
Dördüncü soru, yapının fiziksel davranışı ile sayısal çözümün güvenilirliğinin aynı matematiksel nesneden, yani matrisin koşulundan okunabildiğini gösterecek.
2. Ön bilgiler
2×2 ve 3×3 determinant
Kare bir matrise bir sayı karşılık getiren işlemi lisans derslerinden biliyorsunuz. $2\times2$ için:
$$\det\begin{bmatrix} a & b\\ c & d\end{bmatrix} = ad - bc .$$$3\times3$ için Sarrus kuralı: ilk iki sütunu matrisin sağına tekrar yazıp sol üstten sağ alta inen üç köşegenin çarpımlarını toplar, sağ üstten sol alta inen üç köşegenin çarpımlarını çıkarırız:
$$\det\begin{bmatrix} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\end{bmatrix} = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33}.$$Sarrus kuralı yalnız $3\times3$ için geçerlidir; $4\times4$ ve üstü için aşağıdaki kofaktör açılımı ya da eliminasyon gerekir.
Mini örnek: $\det\begin{bmatrix}3&1\\1&2\end{bmatrix} = 3\cdot2-1\cdot1 = 5$ ve
$$\det\begin{bmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{bmatrix} = 8 + 0 + 0 - 0 - 2 - 2 = 4 .$$Alan ve hacim sezgisi
Düzlemde iki vektörün, $\vect{a} = [a_1, a_2]^{\T}$ ve $\vect{b} = [b_1, b_2]^{\T}$, gerdiği paralelkenarın alanı $|a_1 b_2 - a_2 b_1|$'dir; bu, sütunları $\vect{a}$ ve $\vect{b}$ olan matrisin determinantının mutlak değeridir. Üç boyutta üç vektörün gerdiği paralelyüzün hacmi de aynı biçimde $3\times3$ determinantın mutlak değeridir. İki vektör aynı doğrultudaysa paralelkenar çöker, alan sıfır olur.
Bir de Ders 1.1'den üç şeyi hatırlayalım: temel satır işlemleri (iki satırı değiştirmek, bir satırı sıfırdan farklı bir sayıyla çarpmak, bir satıra başka bir satırın katını eklemek) çözüm kümesini değiştirmez; eliminasyon bir üst üçgen matrise götürür; $n\times n$ bir sistem ancak rank $n$ ise tek çözümlüdür.
3. Determinant: tanım, özellikler, geometrik anlam
Kofaktör açılımı
Determinant , $n\times n$ bir $\mat{A}$ matrisine karşılık gelen ve matrisin tersinir olup olmadığını söyleyen sayıdır. Genel tanımı özyinelidir: $\mat{A}$'nın $i$. satırını ve $j$. sütununu silerek elde edilen $(n-1)\times(n-1)$ matrisin determinantına minör $M_{ij}$ denir; işaretli minöre de kofaktör denir:
$$C_{ij} = (-1)^{i+j} M_{ij} .$$Determinant herhangi bir satır (ya da sütun) boyunca açılabilir:
$$\det\mat{A} = \sum_{j=1}^{n} a_{ij}\,C_{ij} \quad (i \text{ sabit}), \qquad \det\mat{A} = \sum_{i=1}^{n} a_{ij}\,C_{ij} \quad (j \text{ sabit}).$$İşaretler satranç tahtası gibi dizilir: sol üst köşe $+$, komşuları $-$. Pratik kural: en çok sıfır içeren satırı ya da sütunu seçin; sıfır olan terimlerin kofaktörünü hesaplamaya gerek kalmaz.
Kofaktör açılımı büyük matrislerde kullanılmaz
$n\times n$ matriste kofaktör açılımı $n$ tane $(n-1)\times(n-1)$ determinant ister; işlem sayısı kabaca $n!$ ile büyür. $n = 20$ için $20! \approx 2{,}4\cdot10^{18}$ çarpma gerekir. Aynı determinant eliminasyonla yaklaşık $\tfrac{2}{3}n^3 \approx 5300$ işlemle bulunur. Kofaktör açılımı tanım, ispat ve küçük sembolik matrisler içindir.
Özellikler ve nereden geldikleri
Determinantın bütün özellikleri üç temel davranıştan çıkar: (i) birim matrisin determinantı 1'dir, (ii) iki satır yer değiştirince işaret değişir, (iii) determinant her satırda ayrı ayrı doğrusaldır (bir satırı $c$ ile çarpmak determinantı $c$ ile çarpar; bir satır iki vektörün toplamıysa determinant da iki determinantın toplamı olur). Bunlardan şu kurallar gelir:
| İşlem | Etkisi | Neden |
|---|---|---|
| İki satırı değiştirmek | $\det$ işaret değiştirir | Temel kural (ii) |
| Bir satırı $c$ ile çarpmak | $\det$ $c$ ile çarpılır | Satırda doğrusallık; dolayısıyla $\det(c\mat{A}) = c^n\det\mat{A}$ |
| Bir satıra başka satırın katını eklemek | Değişmez | Doğrusallık + iki eşit satırlı matrisin determinantı sıfırdır |
| Devrik almak | $\det\mat{A}^{\T} = \det\mat{A}$ | Satırlar için söylenen her şey sütunlar için de geçerli olur |
| Çarpım | $\det(\mat{A}\mat{B}) = \det\mat{A}\,\det\mat{B}$ | Ardışık iki dönüşümün alan ölçekleri çarpılır |
| Üçgen (ya da köşegen) matris | Köşegen elemanlarının çarpımı | İlk sütun boyunca tekrar tekrar açılım |
| Ters matris | $\det\mat{A}^{-1} = 1/\det\mat{A}$ | $\det(\mat{A}\mat{A}^{-1}) = \det\mat{I} = 1$ |
En önemli sonuç şudur ve Ders 1.1'deki rank kavramını tek bir sayıya bağlar:
$$\det\mat{A} \neq 0 \iff \rank\mat{A} = n \iff \mat{A} \text{ tersinirdir} \iff \mat{A}\vect{x} = \vect{b} \text{ her } \vect{b} \text{ için tek çözümlüdür.}$$Determinantı sıfır olan kare matrise tekil matris denir. Tekil bir $\mat{A}$ için $\mat{A}\vect{x} = \vect{0}$ sisteminin sıfırdan farklı bir çözümü vardır; mekanikte bu çözüm, kuvvet gerektirmeden mümkün olan bir harekettir: rijit cisim hareketi ya da mekanizma.
Türetme Determinantı eliminasyonla hesaplamak neden doğru?
İleri eliminasyon yalnız "bir satıra başka satırın katını ekle" işlemini kullanırsa determinant hiç değişmez. Sıfır pivotla karşılaşıp iki satırı değiştirirsek işaret değişir. Sonunda bir üst üçgen matris $\mat{U}$ elde ederiz ve onun determinantı köşegen elemanlarının, yani pivotların çarpımıdır. Dolayısıyla
$$\det\mat{A} = (-1)^{s}\, p_1\, p_2 \cdots p_n ,$$burada $s$ yapılan satır değiştirme sayısı, $p_k$ ise pivotlardır. Kısmi pivotlamalı LU ayrışımında ($\mat{P}\mat{A} = \mat{L}\mat{U}$) $\det\mat{L} = 1$ ve $\det\mat{P} = (-1)^s$ olduğundan aynı sonuç çıkar. Bilgisayar kütüphaneleri determinantı bu yoldan hesaplar.
Geometrik anlam: alan ölçeği ve yön
$2\times2$ bir $\mat{A}$ matrisi düzlemdeki birim kareyi, kenarları $\mat{A}$'nın iki sütunu olan bir paralelkenara götürür (Şekil 2). $|\det\mat{A}|$ bu paralelkenarın alanıdır; yani dönüşüm her alanı $|\det\mat{A}|$ katına çıkarır. Determinantın işareti yönü söyler: negatifse dönüşüm düzlemi "ters çevirir" (bir aynalamayı içerir). Üç boyutta aynı şey hacim için geçerlidir.
Bu bakış açısı konsolumuzda doğrudan işe yarar. Her çubuk düğüme yalnız kendi ekseni boyunca rijitlik verir. Çubuğun yönü birim vektör $\vect{e}_i$ ise rijitlik katkısı $k_i\,\vect{e}_i\vect{e}_i^{\T}$'dir (Ders 1.1'deki eleman matrisinin düzleme döndürülmüş hâli). Çubuk yönlerini sütun olarak yazdığımız $\mat{E} = [\vect{e}_1\ \vect{e}_2]$ matrisiyle, $k_1 = k_2 = k$ için
$$\mat{K} = k\left(\vect{e}_1\vect{e}_1^{\T} + \vect{e}_2\vect{e}_2^{\T}\right) = k\,\mat{E}\mat{E}^{\T} \quad\Longrightarrow\quad \det\mat{K} = k^2\,(\det\mat{E})^2 .$$$\det\mat{E}$ ise iki çubuk yönünün gerdiği paralelkenarın alanıdır: $\vect{e}_1 = [1, 0]^{\T}$, $\vect{e}_2 = [\cos\varphi, \sin\varphi]^{\T}$ için $\det\mat{E} = \sin\varphi$. Böylece
$$\boxed{\det\mat{K} = k^2\sin^2\varphi}$$bulunur. Çubuklar aynı doğrultuya yaklaştıkça ($\varphi\to0$) paralelkenar çöker ve determinant sıfıra iner: iki çubuk artık düğümü çubuklara dik yönde tutamaz, sistem bir mekanizmaya dönüşür. Determinant burada bir fiziksel uyarı ışığıdır.
Kademeli çubuğun rijitlik matrisinin determinantı
Verilenler
Ders 1.1'deki kademeli çelik çubuk: sol ucu ankastre, üç parçanın eksenel rijitlikleri $k_1 = 400$, $k_2 = 200$, $k_3 = 200$ kN/mm. Rijitlik matrisi
$$\mat{K} = \begin{bmatrix} 600 & -200 & 0\\ -200 & 400 & -200\\ 0 & -200 & 200\end{bmatrix}\ \text{kN/mm} = 200\begin{bmatrix} 3 & -1 & 0\\ -1 & 2 & -1\\ 0 & -1 & 1\end{bmatrix}\ \text{kN/mm}.$$Ayrıca sol mesnet kaldırılmış (serbest–serbest) çubuğun matrisi $\mat{K}' = 200\begin{bmatrix}1&-1&0\\-1&2&-1\\0&-1&1\end{bmatrix}$ kN/mm.
İstenenler
$\det\mat{K}$ ve $\det\mat{K}'$; sonuçların anlamı.
Model ve kabuller
Doğrusal elastik çubuk, düğüm yer değiştirmeleri $u_1, u_2, u_3$. $\det(c\mat{A}) = c^n\det\mat{A}$ kuralıyla $200$ çarpanını dışarı alırız: $\det\mat{K} = 200^3\det\hat{\mat{K}}$, $\hat{\mat{K}} = \mat{K}/200$.
Çözüm
Yol 1 — kofaktör açılımı (1. satır). Üçüncü terim sıfırla çarpıldığından iki kofaktör yeter:
$$\det\hat{\mat{K}} = 3\det\begin{bmatrix}2&-1\\-1&1\end{bmatrix} - (-1)\det\begin{bmatrix}-1&-1\\0&1\end{bmatrix} + 0 = 3(2-1) + (-1-0) = 2 .$$Yol 2 — pivotlar. Ders 1.1'deki eliminasyonda pivotlar $3$, $5/3$ ve $2/5$ çıkmıştı ve hiç satır değiştirmemiştik:
$$\det\hat{\mat{K}} = 3\cdot\frac{5}{3}\cdot\frac{2}{5} = 2 .$$Böylece $\det\mat{K} = 200^3\cdot 2 = 1{,}6\cdot10^{7}\ (\text{kN/mm})^3$.
Serbest–serbest çubuk. $\hat{\mat{K}}'$'nün üç satırının toplamı sıfır vektörüdür: $[1,-1,0] + [-1,2,-1] + [0,-1,1] = [0,0,0]$. Bir satıra diğer ikisini eklemek determinantı değiştirmez ama o satırı sıfırlar; sıfır satırlı matrisin determinantı sıfırdır. Dolayısıyla $\det\mat{K}' = 0$.
Kontrol
İki yol aynı sonucu verdi. Birim: üç satırın her biri kN/mm taşıdığından determinant (kN/mm)$^3$ birimindedir. Limit kontrolü: $k_1\to0$ yaparsak ankastre çubuk serbest çubuğa dönüşür; genel olarak bu tür bir zincirde $\det\mat{K} = k_1k_2k_3$ olduğu gösterilebilir ($400\cdot200\cdot200 = 1{,}6\cdot10^7$ ✓) ve $k_1\to0$ için sıfıra gider, $\det\mat{K}'=0$ ile tutarlıdır.
Fiziksel yorum
$\det\mat{K}\neq0$: ankastre çubuğun her yük için tek bir denge konumu vardır. $\det\mat{K}' = 0$: mesnetsiz çubuk her yükü taşıyamaz; dengeli yükte yer değiştirme bir rijit öteleme kadar belirsizdir. Determinantın sayısal değeri (burada $1{,}6\cdot10^7$) tek başına "ne kadar sağlam" sorusunu yanıtlamaz; birimlere ve ölçeğe bağlıdır. Bunun için koşul sayısına ihtiyacımız olacak.
Benzer problem Üç eşit yaylı zincir
Sol ucu duvara bağlı, art arda üç eşit yay ($k = 100$ kN/mm) ve aralarında üç düğüm var. Rijitlik matrisi $\mat{K} = 100\begin{bmatrix}2&-1&0\\-1&2&-1\\0&-1&1\end{bmatrix}$ kN/mm. Determinantı hem kofaktör açılımıyla hem pivotlarla bulun.
İpucu
$100^3$'ü dışarı alın. Eliminasyonda ikinci satıra birincinin yarısını, üçüncü satıra ikincinin $2/3$'ünü ekleyin.
Çözümü göster
Kofaktör: $2(2\cdot1-1) - (-1)(-1\cdot1-0) = 2 - 1 = 1$. Pivotlar: $2$, $2-\tfrac12 = \tfrac32$, $1-\tfrac23 = \tfrac13$; çarpım $2\cdot\tfrac32\cdot\tfrac13 = 1$. Sonuç $\det\mat{K} = 100^3\cdot1 = 10^6$ (kN/mm)$^3$; $k_1k_2k_3 = 100^3$ ile de tutarlı.
4. Ters matris ve esneklik matrisi
Tanım ve varlık
Kare bir $\mat{A}$ için $\mat{A}\mat{X} = \mat{X}\mat{A} = \mat{I}$ eşitliğini sağlayan $\mat{X}$ matrisine $\mat{A}$'nın ters matrisi denir ve $\mat{A}^{-1}$ ile gösterilir. Ters matris varsa tektir ve ancak $\det\mat{A}\neq0$ iken vardır. Sık kullanılan kurallar:
$$(\mat{A}\mat{B})^{-1} = \mat{B}^{-1}\mat{A}^{-1}, \qquad (\mat{A}^{\T})^{-1} = (\mat{A}^{-1})^{\T}, \qquad (c\mat{A})^{-1} = \tfrac{1}{c}\mat{A}^{-1}.$$Çarpımın tersinde sıranın değiştiğine dikkat edin: önce $\mat{B}$ sonra $\mat{A}$ uygulanan bir dönüşümü geri almak için önce $\mat{A}$'yı, sonra $\mat{B}$'yi geri alırız (gömleği giyip ceketi giyen biri önce ceketi çıkarır). İkinci kuraldan, simetrik bir matrisin tersi de simetriktir.
$2\times2$ için kapalı formül, her zaman ezbere bilinmeye değer:
$$\begin{bmatrix} a & b\\ c & d\end{bmatrix}^{-1} = \frac{1}{ad-bc}\begin{bmatrix} d & -b\\ -c & a\end{bmatrix}.$$Köşegen elemanlar yer değiştirir, köşegen dışı elemanlar işaret değiştirir, hepsi determinanta bölünür. Genel $n$ için karşılığı ek matris formülüdür: $\mat{A}^{-1} = \frac{1}{\det\mat{A}}\,[C_{ji}]$, yani kofaktör matrisinin devriğinin determinanta bölümü. Bu formül kuramsal bir araçtır; hesap için Gauss–Jordan kullanılır.
Gauss–Jordan yöntemi
Gauss–Jordan yöntemi $\mat{A}\mat{X} = \mat{I}$ denklemini, yani aynı katsayı matrisli $n$ sistemi (sağ tarafları $\mat{I}$'nın sütunları) tek seferde çözer. Uygulama sırası:
- $[\,\mat{A}\mid\mat{I}\,]$ genişletilmiş matrisini yazın.
- İleri eliminasyonla sol yarıyı üst üçgene getirin (gerekirse satır değiştirin).
- Her pivot satırını pivota bölerek köşegeni 1 yapın.
- Bu kez aşağıdan yukarı eliminasyonla köşegen üstünü de sıfırlayın.
- Sol yarı $\mat{I}$ olduğunda sağ yarı $\mat{A}^{-1}$'dir. Sol yarıda bir sıfır satır çıkarsa $\mat{A}$ tekildir.
Esneklik matrisi: tersin fiziksel anlamı
Rijitlik denkleminde $\mat{K}\vect{u} = \vect{f}$ kuvvetleri yer değiştirmelerden hesaplar. Tersini alırsak
$$\vect{u} = \mat{C}\,\vect{f}, \qquad \mat{C} = \mat{K}^{-1}$$elde ederiz. $\mat{C}$'ye esneklik matrisi denir. Elemanlarının anlamı doğrudan bu yazılıştan okunur: yalnız $j$. düğüme birim kuvvet uygularsak ($\vect{f} = \vect{e}_j$) $\vect{u} = \mat{C}\vect{e}_j$, yani $\mat{C}$'nin $j$. sütunu olur. Dolayısıyla $C_{ij}$, $j$ noktasındaki birim yükün $i$ noktasında oluşturduğu yer değiştirmedir. Bu sayılara etki katsayısı denir. Laboratuvarda bir yapının esneklik matrisini tek tek noktalara yük asıp bütün noktalardaki sehimleri ölçerek kurabilirsiniz; rijitlik matrisini doğrudan ölçmek ise zordur (bir noktayı birim kadar itip diğer bütün noktaları sabit tutmak gerekir).
$\mat{K}$ simetrik olduğu için $\mat{C}$ de simetriktir: $C_{ij} = C_{ji}$. Bu, mekanikteki Maxwell–Betti karşılıklılık teoreminin ta kendisidir: $j$'ye konan birim yükün $i$'de yaptığı sehim, $i$'ye konan birim yükün $j$'de yaptığı sehime eşittir.
Kademeli çubuğun esneklik matrisi
Verilenler
Aynı ankastre kademeli çubuk: $\hat{\mat{K}} = \mat{K}/200 = \begin{bmatrix}3&-1&0\\-1&2&-1\\0&-1&1\end{bmatrix}$; yükler $\vect{f} = [0,\ 10,\ 20]^{\T}$ kN.
İstenenler
$\mat{C} = \mat{K}^{-1}$; $\vect{u} = \mat{C}\vect{f}$; $\mat{C}$'nin elemanlarının yorumu.
Model ve kabuller
$\mat{K}^{-1} = \tfrac{1}{200}\hat{\mat{K}}^{-1}$ (birim mm/kN). $\hat{\mat{K}}^{-1}$'i Gauss–Jordan ile, kesirlerle hesaplayalım.
Çözüm
Başlangıç: $\left[\begin{array}{rrr|rrr} 3&-1&0&1&0&0\\ -1&2&-1&0&1&0\\ 0&-1&1&0&0&1\end{array}\right]$
- $S_1 \leftarrow S_1/3$: $[\,1,\ -\tfrac13,\ 0 \mid \tfrac13,\ 0,\ 0\,]$.
- $S_2 \leftarrow S_2 + S_1$: $[\,0,\ \tfrac53,\ -1 \mid \tfrac13,\ 1,\ 0\,]$; ardından $S_2 \leftarrow \tfrac35 S_2$: $[\,0,\ 1,\ -\tfrac35 \mid \tfrac15,\ \tfrac35,\ 0\,]$.
- $S_3 \leftarrow S_3 + S_2$: $[\,0,\ 0,\ \tfrac25 \mid \tfrac15,\ \tfrac35,\ 1\,]$; $S_3 \leftarrow \tfrac52 S_3$: $[\,0,\ 0,\ 1 \mid \tfrac12,\ \tfrac32,\ \tfrac52\,]$.
- Yukarı doğru: $S_2 \leftarrow S_2 + \tfrac35 S_3$: $[\,0,\ 1,\ 0 \mid \tfrac12,\ \tfrac32,\ \tfrac32\,]$.
- $S_1 \leftarrow S_1 + \tfrac13 S_2$: $[\,1,\ 0,\ 0 \mid \tfrac12,\ \tfrac12,\ \tfrac12\,]$.
Böylece
$$\hat{\mat{K}}^{-1} = \begin{bmatrix}\tfrac12&\tfrac12&\tfrac12\\ \tfrac12&\tfrac32&\tfrac32\\ \tfrac12&\tfrac32&\tfrac52\end{bmatrix}, \qquad \mat{C} = \frac{1}{200}\hat{\mat{K}}^{-1} = \begin{bmatrix}0{,}0025&0{,}0025&0{,}0025\\ 0{,}0025&0{,}0075&0{,}0075\\ 0{,}0025&0{,}0075&0{,}0125\end{bmatrix}\ \text{mm/kN}.$$Yer değiştirmeler:
$$\vect{u} = \mat{C}\vect{f} = \begin{bmatrix}0{,}0025\cdot30\\ 0{,}0075\cdot10 + 0{,}0075\cdot20\\ 0{,}0075\cdot10 + 0{,}0125\cdot20\end{bmatrix} = \begin{bmatrix}0{,}075\\ 0{,}225\\ 0{,}325\end{bmatrix}\ \text{mm}.$$Kontrol
(1) $\hat{\mat{K}}\hat{\mat{K}}^{-1}$'in ilk satırı: $3\cdot\tfrac12 - \tfrac12 + 0 = 1$, $3\cdot\tfrac12 - \tfrac32 = 0$, $\tfrac32 - \tfrac32 = 0$ ✓ (diğer satırlar da benzer). (2) $\vect{u}$ Ders 1.1'de Gauss eliminasyonu ve statikle bulduğumuz değerlerle aynı ✓. (3) $\mat{C}$ simetrik ✓. (4) Birim: mm/kN × kN = mm ✓.
Fiziksel yorum
Elemanlar fiziksel olarak kolayca okunur. Seri bağlı yaylarda esneklikler toplanır; $j$'deki birim yük, ankastre uçtan $j$'ye kadar olan bütün parçaları uzatır, $j$'nin ötesindeki parçalar yüksüz kalır ve yalnız taşınır. Bu yüzden
$$C_{ij} = \sum_{s=1}^{\min(i,j)} \frac{1}{k_s}: \quad C_{11} = \tfrac{1}{400},\quad C_{22} = \tfrac{1}{400}+\tfrac{1}{200},\quad C_{33} = \tfrac{1}{400}+\tfrac{2}{200}\ \text{mm/kN}.$$İkinci önemli gözlem: $\mat{K}$ üç köşegenli (seyrek) olduğu hâlde $\mat{C}$ tamamen dolu. Rijitlik yereldir (her düğüm yalnız komşusuna bağlıdır), esneklik ise küreseldir (her yük her yer değiştirmeyi etkiler). Büyük sonlu eleman modellerinde $\mat{K}$ milyonlarca satırlı ama çok seyrek bir matristir; tersini almak bu seyrekliği yok eder ve belleği tüketir.
Benzer problem Üç eşit yaylı zincirin esneklik matrisi
Önceki benzer problemdeki zincir için ($k = 100$ kN/mm) $\mat{C}$'yi hiç eliminasyon yapmadan "seri yaylar" yorumuyla yazın ve yalnız uç düğüme $5$ kN yük asıldığında üç düğümün yer değiştirmesini bulun.
İpucu
$C_{ij} = \min(i,j)/k$ olur.
Çözümü göster
$\mat{C} = \frac{1}{100}\begin{bmatrix}1&1&1\\1&2&2\\1&2&3\end{bmatrix}$ mm/kN. $\vect{f} = [0, 0, 5]^{\T}$ için $\vect{u} = \mat{C}$'nin 3. sütunu $\times5$ $= [0{,}05;\ 0{,}10;\ 0{,}15]$ mm. Kontrol: $\mat{K}\mat{C}$'nin ilk satırı $100\cdot\tfrac{1}{100}[2-1,\ 2-2,\ 2-2] = [1, 0, 0]$ ✓.
Çözüm için ters matris hesaplanmaz
$\mat{A}\vect{x} = \vect{b}$'yi çözmek için $\mat{A}^{-1}$'i hesaplayıp $\vect{b}$ ile çarpmak üç nedenle kötü bir fikirdir: (1) Ters matris yaklaşık $n^3$ işlem ister, tek bir eliminasyon ise $\tfrac23 n^3$; (2) yuvarlama hatası genellikle daha büyüktür; (3) seyrek bir matrisin tersi doludur. Yazılımlarda x = A⁻¹b yerine LU (ya da simetrik pozitif tanımlı matrislerde Cholesky) ayrışımı kullanılır; ayrışım bir kez yapılır, farklı yük durumları için yalnız ileri–geri yerine koyma tekrarlanır. Ters matris, esneklik matrisi gibi elemanlarının kendisi anlamlı olduğunda hesaplanır.
5. Cramer kuralı
Cramer kuralı , $\det\mat{A}\neq0$ olan $n\times n$ bir sistemin çözümünü determinantlarla yazar:
$$x_j = \frac{\det\mat{A}_j}{\det\mat{A}}, \qquad j = 1, \dots, n,$$burada $\mat{A}_j$, $\mat{A}$'nın $j$. sütununun yerine $\vect{b}$ yazılarak elde edilen matristir.
Türetme Cramer kuralı nereden geliyor?
$\mat{A}\vect{x} = \vect{b}$ eşitliği $\vect{b} = x_1\vect{a}_1 + \dots + x_n\vect{a}_n$ demektir ($\vect{a}_k$: $\mat{A}$'nın sütunları). $\mat{A}_j$'de $j$. sütun yerine $\vect{b}$'yi koyup bu toplamı yazalım ve determinantın sütunlarda doğrusal olmasını kullanalım:
$$\det\mat{A}_j = \det[\vect{a}_1,\dots,\textstyle\sum_k x_k\vect{a}_k,\dots,\vect{a}_n] = \sum_k x_k \det[\vect{a}_1,\dots,\vect{a}_k,\dots,\vect{a}_n] .$$$k\neq j$ olan her terimde $\vect{a}_k$ sütunu iki kez geçer, determinant sıfırdır. Geriye yalnız $k = j$ terimi kalır: $\det\mat{A}_j = x_j\det\mat{A}$.
Ne zaman kullanılır? İki durumda değerlidir: (i) $2\times2$ ya da $3\times3$ bir sistemde katsayılar sembolikse ve çözümü bir parametrenin (açı, rijitlik oranı) fonksiyonu olarak görmek istiyorsak; (ii) büyük olmayan bir sistemde bilinmeyenlerden yalnız birine ihtiyaç varsa. Sayısal çözüm için kullanılmaz: $n+1$ determinant gerekir ve her biri eliminasyonla hesaplanırsa toplam iş eliminasyonun $n$ katına çıkar.
Konsolun yer değiştirmelerini φ'ye bağlı formüllerle bulmak
Verilenler
İki çubuklu konsol: $k_1 = k_2 = k$, çubuk 1 yatay, çubuk 2 yatayla $\varphi$ açısında; düşey yük $P$ aşağı. Kısaltma: $c = \cos\varphi$, $s = \sin\varphi$.
İstenenler
$u(\varphi)$ ve $v(\varphi)$ kapalı formülleri; $\varphi = 30^\circ$, $k = 50$ kN/mm, $P = 10$ kN için sayısal değerler; çubuk kuvvetleri.
Model ve kabuller
Küçük yer değiştirme, doğrusal elastik çubuklar, mafsallı birleşimler. $\vect{e}_1 = [1, 0]^{\T}$, $\vect{e}_2 = [c, s]^{\T}$ ve
$$\mat{K} = k\left(\vect{e}_1\vect{e}_1^{\T} + \vect{e}_2\vect{e}_2^{\T}\right) = k\begin{bmatrix} 1 + c^2 & cs\\ cs & s^2\end{bmatrix},\qquad \vect{f} = \begin{bmatrix}0\\ -P\end{bmatrix},\qquad \det\mat{K} = k^2\left[(1+c^2)s^2 - c^2s^2\right] = k^2 s^2 .$$Bir çubuktaki eksenel kuvvet (çekme pozitif) $N_i = k\,\vect{e}_i^{\T}\vect{u}$'dur: çubuğun uzaması, düğüm yer değiştirmesinin çubuk eksenine izdüşümüdür.
Çözüm
Her iki satırı $k$'ye bölelim: $\hat{\mat{K}} = \mat{K}/k$, $\hat{\vect{f}} = \vect{f}/k = [0,\ -P/k]^{\T}$; çözüm değişmez ve $\det\hat{\mat{K}} = s^2$.
$$u = \frac{\det\hat{\mat{K}}_1}{\det\hat{\mat{K}}} = \frac{1}{s^2}\det\begin{bmatrix}0 & cs\\ -P/k & s^2\end{bmatrix} = \frac{cs\,P/k}{s^2} = \frac{P}{k}\cot\varphi ,$$ $$v = \frac{\det\hat{\mat{K}}_2}{\det\hat{\mat{K}}} = \frac{1}{s^2}\det\begin{bmatrix}1+c^2 & 0\\ cs & -P/k\end{bmatrix} = -\frac{P}{k}\,\frac{1+\cos^2\varphi}{\sin^2\varphi}.$$Sayılar: $P/k = 10/50 = 0{,}2$ mm, $\cot30^\circ = 1{,}7321$, $(1+\cos^2 30^\circ)/\sin^2 30^\circ = 1{,}75/0{,}25 = 7$:
$$u = 0{,}2\cdot1{,}7321 = 0{,}3464\ \text{mm}, \qquad v = -0{,}2\cdot7 = -1{,}4\ \text{mm}.$$Çubuk kuvvetleri: $N_1 = k\,u = 50\cdot0{,}3464 = 17{,}32$ kN (çekme), $N_2 = k(cu + sv) = 50(0{,}866\cdot0{,}3464 - 0{,}5\cdot1{,}4) = 50(0{,}3 - 0{,}7) = -20$ kN (basınç).
Kontrol
Statik: B düğümünün dengesinde düşey: dikmenin düşey bileşeni yükü taşır, $20\sin30^\circ = 10$ kN ✓; yatay: $17{,}32 = 20\cos30^\circ$ ✓. Çubuk kuvvetlerini statikten bulup $\delta_i = N_i/k$ uzamalarından geriye yer değiştirmeyi çözmek aynı $u, v$'yi verir. Limit: $\varphi = 90^\circ$'de ($c = 0$, $s = 1$) $u = 0$ ve $v = -P/k$: yük doğrudan düşey çubukla taşınır ✓. $\varphi\to0$'da $v \approx -2P/(k\varphi^2)\to -\infty$ ✓ (mekanizma). Birim: kN/(kN/mm) = mm ✓.
Fiziksel yorum
Formüller tasarımcıya doğrudan bir şey söyler: sehim $1/\sin^2\varphi$ ile büyür. $\varphi$'yi $30^\circ$'den $10^\circ$'ye indirmek $\sin^2$'yi $0{,}25$'ten $0{,}030$'a düşürür ve düşey sehim yaklaşık dokuz kat artarak $-13{,}07$ mm olur; $5^\circ$'de $-52{,}46$ mm. Çubuk kuvvetleri de $1/\sin\varphi$ ile büyür. Sayısal bir çözüm bu eğilimi tek tek $\varphi$ değerleri için gösterir; Cramer kuralıyla elde edilen sembolik çözüm ise eğilimin kendisini verir.
Benzer problem Seri iki yay, sembolik çözüm
Duvar–$k_1$–düğüm 1–$k_2$–düğüm 2 dizilişinde yalnız düğüm 2'ye $F$ kuvveti etkiyor: $\begin{bmatrix}k_1+k_2 & -k_2\\ -k_2 & k_2\end{bmatrix}\begin{bmatrix}x_1\\x_2\end{bmatrix} = \begin{bmatrix}0\\F\end{bmatrix}$. Cramer kuralıyla $x_1$ ve $x_2$'yi bulun ve sonucu seri yay formülüyle karşılaştırın.
İpucu
$\det\mat{K} = (k_1+k_2)k_2 - k_2^2$ sadeleşir.
Çözümü göster
$\det\mat{K} = k_1k_2$. $x_1 = \det\begin{bmatrix}0&-k_2\\F&k_2\end{bmatrix}/(k_1k_2) = k_2F/(k_1k_2) = F/k_1$. $x_2 = \det\begin{bmatrix}k_1+k_2&0\\-k_2&F\end{bmatrix}/(k_1k_2) = (k_1+k_2)F/(k_1k_2) = F/k_1 + F/k_2$. Seri yaylarda esneklikler toplanır: $1/k_{\text{eş}} = 1/k_1 + 1/k_2$ ✓.
6. Koşul sayısı ve kötü koşullanma
Soru: tersinir ama güvenilir mi?
$\varphi = 5^\circ$'lik konsolda $\det\mat{K} = 2500\sin^2 5^\circ = 18{,}99\ (\text{kN/mm})^2$; sıfır değil, matris tersinir. Ama yükü ya da çubuk açısını ölçerken yaptığımız küçük bir hata sonucu ne kadar değiştirir? Bu soruyu yanıtlamak için hataların "büyüklüğünü" ölçmemiz gerekir: bunun aracı normdur.
Vektör ve matris normları
Bir vektörün normu $\|\vect{x}\|$, uzunluk kavramını genelleyen negatif olmayan bir sayıdır ($\|\vect{x}\| = 0 \iff \vect{x} = \vect{0}$, $\|c\vect{x}\| = |c|\,\|\vect{x}\|$, üçgen eşitsizliği). Mühendislikte üçü yaygındır:
$$\|\vect{x}\|_1 = \sum_i |x_i|, \qquad \|\vect{x}\|_2 = \Big(\sum_i x_i^2\Big)^{1/2}, \qquad \|\vect{x}\|_\infty = \max_i |x_i| .$$Örnek: $\vect{x} = [3, -4, 1]^{\T}$ için $\|\vect{x}\|_1 = 8$, $\|\vect{x}\|_2 = \sqrt{26} = 5{,}099$, $\|\vect{x}\|_\infty = 4$. Yer değiştirme vektöründe $\|\cdot\|_\infty$ "en büyük sehim", $\|\cdot\|_2$ "toplam yer değiştirmenin büyüklüğü" gibi okunur.
Bir matrisin matris normu , matrisin bir vektörü en fazla kaç kat büyütebileceğidir (vektör normundan türetilen, indüklenmiş norm):
$$\|\mat{A}\| = \max_{\vect{x}\neq\vect{0}} \frac{\|\mat{A}\vect{x}\|}{\|\vect{x}\|} .$$Hesap için pratik formüller: $\|\mat{A}\|_1$ = en büyük mutlak sütun toplamı, $\|\mat{A}\|_\infty$ = en büyük mutlak satır toplamı, $\|\mat{A}\|_2$ = $\mat{A}^{\T}\mat{A}$'nın en büyük özdeğerinin karekökü (simetrik matriste en büyük $|\lambda|$). Örneğin $\mat{A} = \begin{bmatrix}4&1\\2&3\end{bmatrix}$ için $\|\mat{A}\|_1 = \max(6, 4) = 6$, $\|\mat{A}\|_\infty = \max(5, 5) = 5$.
Koşul sayısı ve hata sınırı
Koşul sayısı , tersinir bir matris için
$$\kappa(\mat{A}) = \|\mat{A}\|\,\|\mat{A}^{-1}\| \ \ge 1$$olarak tanımlanır. Anlamı şu eşitsizlikle ortaya çıkar: sağ taraf $\delta\vect{b}$ kadar bozulursa çözüm $\delta\vect{x}$ kadar değişir ve
$$\boxed{\ \frac{\|\delta\vect{x}\|}{\|\vect{x}\|} \;\le\; \kappa(\mat{A})\,\frac{\|\delta\vect{b}\|}{\|\vect{b}\|}\ }$$olur. Yani koşul sayısı, verideki göreli hatanın çözümde en fazla kaç katına büyüyebileceğidir. $\kappa$ küçükse (1'e yakın) matris iyi koşullu, çok büyükse kötü koşullu dur.
Türetme Hata sınırının türetimi
$\mat{A}\vect{x} = \vect{b}$ ve $\mat{A}(\vect{x} + \delta\vect{x}) = \vect{b} + \delta\vect{b}$ eşitliklerini çıkarırsak $\mat{A}\,\delta\vect{x} = \delta\vect{b}$, yani $\delta\vect{x} = \mat{A}^{-1}\delta\vect{b}$ bulunur. Matris normunun tanımından:
$$\|\delta\vect{x}\| \le \|\mat{A}^{-1}\|\,\|\delta\vect{b}\| . \qquad (1)$$Öte yandan $\vect{b} = \mat{A}\vect{x}$ olduğundan $\|\vect{b}\| \le \|\mat{A}\|\,\|\vect{x}\|$, yani
$$\frac{1}{\|\vect{x}\|} \le \frac{\|\mat{A}\|}{\|\vect{b}\|} . \qquad (2)$$(1) ve (2)'yi çarparsak $\dfrac{\|\delta\vect{x}\|}{\|\vect{x}\|} \le \|\mat{A}\|\,\|\mat{A}^{-1}\|\,\dfrac{\|\delta\vect{b}\|}{\|\vect{b}\|}$ elde edilir. Eşitsizlik keskindir: $\vect{b}$, $\mat{A}$'nın en çok büyüttüğü doğrultuda, $\delta\vect{b}$ ise $\mat{A}^{-1}$'in en çok büyüttüğü doğrultuda seçilirse eşitlik sağlanır. Benzer bir sınır matrisin kendisindeki hatalar için de vardır: $\|\delta\vect{x}\|/\|\vect{x} + \delta\vect{x}\| \le \kappa(\mat{A})\,\|\delta\mat{A}\|/\|\mat{A}\|$.
Simetrik pozitif tanımlı matrislerde (rijitlik matrisleri böyledir) 2-normlu koşul sayısının çok kullanışlı bir biçimi vardır:
$$\kappa_2(\mat{K}) = \frac{\lambda_{\max}}{\lambda_{\min}},$$burada $\lambda$'lar $\mat{K}$'nın özdeğerleridir. Özdeğerleri Ders 1.3'te ayrıntılı göreceğiz; şimdilik şu kadarı yeter: $\lambda_{\max}$ yapının en rijit olduğu doğrultudaki rijitlik, $\lambda_{\min}$ en yumuşak olduğu doğrultudaki rijitliktir. Koşul sayısı bu iki rijitliğin oranıdır.
Basamak kaybı kuralı
Bilgisayarda çift duyarlıklı sayılar yaklaşık 16 anlamlı basamak taşır. İyi yazılmış bir çözücüyle bile çözümde yaklaşık $\log_{10}\kappa$ basamak kaybedilir: $\kappa = 10^{4}$ ise yaklaşık 12 basamak, $\kappa = 10^{12}$ ise yalnız 4 basamak güvenilirdir. Verinin kendisi (yük, malzeme sabiti, ölçü) zaten üç dört basamak doğrulukta olduğundan mühendislikte asıl sorun genellikle yuvarlama değil, verideki belirsizliğin $\kappa$ kadar büyütülmesidir.
Küçük determinant kötü koşul demek değildir
$\mat{A} = 0{,}1\,\mat{I}$ ($10\times10$) için $\det\mat{A} = 0{,}1^{10} = 10^{-10}$; ama $\mat{A}^{-1} = 10\,\mat{I}$ ve $\kappa(\mat{A}) = 0{,}1\cdot10 = 1$: mükemmel koşullu bir matris. Determinant ölçeğe çok duyarlıdır ($\det(c\mat{A}) = c^n\det\mat{A}$); birimi mm'den m'ye çevirmek bile determinantı $10^{3n}$ kat değiştirir. Koşul sayısı ise ölçekten bağımsızdır: $\kappa(c\mat{A}) = \kappa(\mat{A})$. Tersine, $\begin{bmatrix}1&1\\1&1{,}0001\end{bmatrix}$ matrisinin determinantı $10^{-4}$ ama koşul sayısı yaklaşık $4\cdot10^4$'tür. "Determinant küçük mü?" yerine "koşul sayısı büyük mü?" diye sorun.
Konsolun koşul sayısı ve yük doğrultusundaki belirsizlik
Verilenler
Konsol, $k_1 = k_2 = k = 50$ kN/mm, $P = 10$ kN. İki dikme açısı: $\varphi = 30^\circ$ ve $\varphi = 5^\circ$. Yükün doğrultusu montaj sırasında $1^\circ$ kayabiliyor.
İstenenler
$\kappa_2(\mat{K})$; yük $1^\circ$ döndüğünde yer değiştirme vektörünün göreli değişimi; bunun hata sınırıyla karşılaştırılması.
Model ve kabuller
$\mat{K}/k = \mat{E}\mat{E}^{\T}$, $\operatorname{iz}(\mat{K}/k) = 2$ (her $\vect{e}_i\vect{e}_i^{\T}$'nin izi 1'dir), $\det(\mat{K}/k) = \sin^2\varphi$. $2\times2$ simetrik matrisin özdeğerleri iz ve determinanttan bulunur: $\lambda^2 - 2\lambda + \sin^2\varphi = 0$. Yükteki bozulma: $\vect{f}$, $1^\circ$ dönmüş $\vect{f}'$ ile değişir; $\|\delta\vect{f}\|/\|\vect{f}\| = 2\sin 0{,}5^\circ = 0{,}01745$ (yaklaşık yüzde 1,75).
Çözüm
Özdeğerler ve koşul sayısı. $\lambda = 1 \pm \sqrt{1 - \sin^2\varphi} = 1 \pm \cos\varphi$ (birim $k$). Dolayısıyla
$$\kappa_2 = \frac{1+\cos\varphi}{1-\cos\varphi} = \cot^2\frac{\varphi}{2} .$$$\varphi = 30^\circ$: $\lambda = 1{,}866k$ ve $0{,}134k$, $\kappa_2 = \cot^2 15^\circ = 13{,}93$. $\varphi = 5^\circ$: $\lambda = 1{,}9962k$ ve $0{,}0038k$, $\kappa_2 = \cot^2 2{,}5^\circ = 524{,}6$. Rijit doğrultu iki çubuğun açıortayı, yumuşak doğrultu ona diktir.
Yük $1^\circ$ dönünce. Sonuç yükün başlangıç doğrultusuna bağlıdır. Üç doğrultu için hesap (her satırda yük $1^\circ$ saat yönü tersine döndürüldü):
| $\varphi$ | Yük doğrultusu | $\vect{u}$ [mm] | $\|\delta\vect{u}\|/\|\vect{u}\|$ | Büyütme | $\kappa_2$ |
|---|---|---|---|---|---|
| $30^\circ$ | düşey (aşağı) | (0,346; −1,400) | 0,0047 | 0,27 | 13,93 |
| $30^\circ$ | yatay | (0,200; −0,346) | 0,0631 | 3,61 | 13,93 |
| $30^\circ$ | açıortay ($15^\circ$) | (0,104; 0,028) | 0,2431 | 13,93 | 13,93 |
| $5^\circ$ | düşey (aşağı) | (2,286; −52,458) | 0,0006 | 0,03 | 524,6 |
| $5^\circ$ | yatay | (0,200; −2,286) | 0,3995 | 22,89 | 524,6 |
| $5^\circ$ | açıortay ($2{,}5^\circ$) | (0,100; 0,004) | 9,155 | 524,6 | 524,6 |
"Büyütme" sütunu $\dfrac{\|\delta\vect{u}\|/\|\vect{u}\|}{\|\delta\vect{f}\|/\|\vect{f}\|}$ oranıdır. Son satırda yük $2{,}5^\circ$'den $3{,}5^\circ$'ye döndüğünde yer değiştirme $(0{,}100;\ 0{,}004)$ mm'den $(0{,}060;\ 0{,}921)$ mm'ye sıçrar: yükte yüzde 1,75'lik bir değişiklik, yer değiştirmede yüzde 915'lik bir değişiklik.
Kontrol
(1) Her satırda büyütme $\le\kappa_2$ ✓; açıortay yükünde sınıra eşit (eşitsizliğin keskin olduğu durum: yük rijit doğrultuda, bozulma yumuşak doğrultuda) ✓. (2) $\varphi = 90^\circ$ limiti: $\kappa_2 = \cot^2 45^\circ = 1$, çubuklar dik, iki doğrultu eşit rijit ✓. (3) $\varphi = 30^\circ$ için $\lambda_{\min}\lambda_{\max} = 0{,}134\cdot1{,}866 = 0{,}25 = \sin^2 30^\circ$ ✓ (determinant = özdeğerlerin çarpımı).
Fiziksel yorum
Koşul sayısı bir en kötü durum büyütmesidir. Düşey yükte, yük zaten yumuşak doğrultuya yakın olduğundan yer değiştirme çok büyüktür ama doğrultudaki küçük bir hata onu oransal olarak az değiştirir. Açıortay doğrultusundaki yükte ise yapı yükü rijit biçimde taşır; ancak yükün $1^\circ$ sapan küçük bileşeni yumuşak doğrultuyu uyarır ve sonuç tamamen değişir. $\varphi = 5^\circ$'lik konsol, matematik açıdan tersinir olsa da mühendislik açısından güvenilmezdir: sonuç, kontrol edemediğimiz montaj toleranslarına bağlıdır. Mimarın isteğine verilecek yanıt "yatık dikme sehimi büyütür" ile bitmez; "yatık dikmeli konsolun davranışı küçük kusurlara aşırı duyarlıdır" da eklenmelidir.
Benzer problem 60° ve 10° dikmeler
Aynı konsolu $\varphi = 60^\circ$ ve $\varphi = 10^\circ$ için düşünün. Her biri için $\kappa_2$'yi bulun ve yük doğrultusundaki $1^\circ$'lik belirsizliğin yer değiştirmede en fazla yüzde kaçlık değişikliğe yol açabileceğini hesaplayın.
İpucu
$\kappa_2 = \cot^2(\varphi/2)$ ve en kötü durumda göreli değişim $\kappa_2\cdot0{,}01745$'tir.
Çözümü göster
$\varphi = 60^\circ$: $\kappa_2 = \cot^2 30^\circ = 3$; en fazla $3\cdot1{,}745\% = 5{,}2\%$. $\varphi = 10^\circ$: $\kappa_2 = \cot^2 5^\circ = 130{,}6$; en fazla $130{,}6\cdot1{,}745\% \approx 228\%$. Dikme açısı 6 kat küçülünce (60°→10°) en kötü büyütme yaklaşık 44 kat artıyor; küçük açılarda $\kappa_2 \approx 4/\varphi^2$ olduğundan büyüme açının karesiyle ters orantılıdır.
Mekanikte kötü koşullanmanın üç kaynağı
- Neredeyse mekanizma. Konsolumuzdaki gibi: bir doğrultudaki rijitlik diğerlerine göre çok küçük. Sığ kafesler, uzun narin elemanlar, yetersiz mesnetlenmiş modeller ($\lambda_{\min}\to0$).
- Çok rijit ve çok yumuşak elemanlar bir arada. Sonlu eleman modelinde "rijit bağ" yerine çok büyük rijitlikli bir yay (ceza yayı) kullanmak, kauçuk takozla çelik çerçeveyi aynı modelde birleştirmek. $\lambda_{\max}$ çok büyür.
- Birim ve ölçek karışımı. Aynı vektörde mm cinsinden ötelemeler ile radyan cinsinden dönmeler, N ile N·mm birlikte kullanıldığında matrisin elemanları $10^6$ kat farklı olabilir. Örneğin $\diag(10^6, 1)$'in koşul sayısı $10^6$'dır ama değişkenleri yeniden ölçeklemek (köşegen ölçekleme) onu 1'e indirir. Bu tür kötü koşullanma "yapay"dır ve giderilebilir; birinci türdeki ise yapının gerçek bir özelliğidir.
Etkileşimli araç: iki çubuklu kafeste koşullanma
Aşağıdaki araçta iki çubuğun açılarını kaydırıcılarla değiştirebilirsiniz. Sol panel kafesi, yükü ve (ölçekli) yer değiştirme okunu; sağ panel ise $(u, v)$ düzleminde $\mat{K}\vect{u} = \vect{f}$ sisteminin iki satırına karşılık gelen iki doğruyu ve kesişim noktasını (çözüm) gösterir. Yükün büyüklüğü sabit tutulup doğrultusu belirsizlik payı kadar değiştiğinde çözümün dolaşabileceği bölge bir elips olarak çizilir; elipsin uzunluğu koşul sayısıyla büyür.
Bu etkileşimli araç için tarayıcıda JavaScript açık olmalıdır.
Şunu deneyin: (1) Çubukları dik yapın ($90^\circ$ fark): iki doğru dik kesişir, elips daireye yakındır, $\kappa\approx1$. (2) İkinci çubuğu birincinin doğrultusuna yaklaştırın: doğrular neredeyse paralel olur, kesişim noktası uzaklaşır, $\det$ küçülür ve elips ince uzun bir şerite dönüşür. (3) Yükü çubukların açıortayına çevirin: yer değiştirme küçük ama belirsizlik elipsi göreli olarak çok büyük.
7. Başa dönüş: konsolun yanıtları
Açılıştaki dört soruyu artık yanıtlayabiliriz.
- Çözüm var ve tek mi? $\det\mat{K} = k^2\sin^2\varphi$. $0 < \varphi < 180^\circ$ olduğu sürece sıfırdan farklıdır, her yük için tek bir denge konumu vardır. $\varphi = 0$ (iki çubuk aynı doğrultuda) tekildir: yapı bir mekanizmadır.
- Tersin anlamı: $\mat{C} = \mat{K}^{-1} = \dfrac{1}{k s^2}\begin{bmatrix} s^2 & -cs\\ -cs & 1+c^2\end{bmatrix}$ esneklik matrisidir; $C_{22} = (1+c^2)/(k s^2)$, düğüme asılan birim düşey yükün yaptığı düşey sehimdir ve simetri Maxwell–Betti karşılıklılığını ifade eder.
- Kapalı formüller: $u = (P/k)\cot\varphi$, $v = -(P/k)(1+\cos^2\varphi)/\sin^2\varphi$. $\varphi = 30^\circ$ için $u = 0{,}346$ mm, $v = -1{,}40$ mm; çubuk kuvvetleri $N_1 = 17{,}32$ kN çekme, $N_2 = 20$ kN basınç.
- Güvenilirlik: $\kappa_2 = \cot^2(\varphi/2)$. $\varphi = 30^\circ$'de $13{,}9$ (sorunsuz); $\varphi = 5^\circ$'de $525$: yük doğrultusundaki $1^\circ$'lik sapma bazı yük durumlarında sonucu tamamen değiştirebilir.
Mühendislik kararı: dikme açısı mümkünse $30^\circ$–$60^\circ$ aralığında tutulmalı ($\kappa_2$ 14'ten 3'e). Yatık dikme şartsa, düğümü dik doğrultuda tutan üçüncü bir eleman eklemek $\lambda_{\min}$'i büyütür ve koşul sayısını düşürür (Alıştırma 6'ya bakın). Ayrıca $\varphi$ küçükken basınçtaki dikmenin kuvveti $P/\sin\varphi$ ile büyüdüğünden burkulma da kontrol edilmelidir (MAK 613 — Euler kolon burkulması).
8. Sık yapılan hatalar
- Kofaktör işaretini unutmak. $C_{ij} = (-1)^{i+j}M_{ij}$; ikinci terimin önündeki eksi en sık kaybolan işarettir.
- $\det(c\mat{A}) = c\det\mat{A}$ yazmak. Doğrusu $c^n\det\mat{A}$; her satır ayrı ayrı $c$ ile çarpılır.
- Sarrus kuralını $4\times4$'e uygulamak. Yalnız $3\times3$ için geçerlidir.
- $(\mat{A}\mat{B})^{-1} = \mat{A}^{-1}\mat{B}^{-1}$ yazmak. Sıra ters döner: $\mat{B}^{-1}\mat{A}^{-1}$.
- Sistemi çözmek için ters matris almak. Hem yavaş hem daha az doğrudur; seyrekliği de bozar. LU/Cholesky kullanın.
- Determinantı koşulun ölçüsü sanmak. Determinant ölçeğe bağlıdır; $0{,}1\,\mat{I}$'nın determinantı minicik ama koşul sayısı 1'dir.
- Koşul sayısını "her zaman olan" büyütme sanmak. $\kappa$ en kötü durum sınırıdır; gerçek büyütme verinin ve bozulmanın doğrultusuna bağlıdır (örnek tablodaki 0,03 ile 524,6 arası).
9. Alıştırmalar
Alıştırma 1KolayKavramsalDeterminant kuralları
$3\times3$ bir $\mat{A}$ için $\det\mat{A} = 5$ veriliyor. $\det(2\mat{A})$, $\det(-\mat{A})$, $\det\mat{A}^{\T}$, $\det\mat{A}^{-1}$ ve $\det(\mat{A}^2)$ nedir? $\mat{A}$'nın iki satırını değiştirip sonra bir satırını 3 ile çarparsak determinant ne olur?
İpucu
$\det(c\mat{A}) = c^n\det\mat{A}$ ve $\det(\mat{A}\mat{B}) = \det\mat{A}\det\mat{B}$.
Çözümü göster
$\det(2\mat{A}) = 2^3\cdot5 = 40$; $\det(-\mat{A}) = (-1)^3\cdot5 = -5$; $\det\mat{A}^{\T} = 5$; $\det\mat{A}^{-1} = 1/5$; $\det\mat{A}^2 = 25$. Satır değiştirme $-5$, ardından bir satırı 3 ile çarpma $-15$ verir.
Alıştırma 2OrtaSayısalİki ucu ankastre yay zincirinin tersi
İki ucu duvara bağlı, dört eşit yaylı ($k$) ve üç düğümlü zincirin rijitlik matrisi $\mat{K} = k\begin{bmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{bmatrix}$'dir. (a) $\det\mat{K}$'yı bulun. (b) $\mat{K}^{-1}$'i Gauss–Jordan ile hesaplayın. (c) Hangi düğüm en esnek? Düğüm 3'e konan yük düğüm 1'i hangi yönde hareket ettirir?
İpucu
Determinant ön bilgi bölümündeki mini örnekte hesaplandı. Gauss–Jordan'da ilk adım $S_1/2$, sonra $S_2 + S_1$.
Çözümü göster
(a) $\det\mat{K} = 4k^3$. (b) $\mat{K}^{-1} = \dfrac{1}{4k}\begin{bmatrix}3&2&1\\2&4&2\\1&2&3\end{bmatrix}$; sağlama: ilk satır $\tfrac14[2\cdot3-2,\ 2\cdot2-4,\ 2\cdot1-2] = [1, 0, 0]$. (c) En büyük köşegen eleman $C_{22} = 1/k$: orta düğüm en esnektir (iki yandaki duvara en uzak). $C_{13} = 1/(4k) > 0$: düğüm 3'e pozitif yönde konan yük düğüm 1'i de aynı yönde, ama dörtte bir oranında hareket ettirir.
Alıştırma 3OrtaKavramsalEsneklik ölçümü
Bir makine şasisinin üç noktasında sehim ölçülebiliyor ve her noktaya ayrı ayrı 1 kN'lık yük asılabiliyor. (a) Esneklik matrisini nasıl kurarsınız; kaç deney gerekir? (b) Ölçtüğünüz matrisin tam simetrik çıkmaması neye işaret eder, bu durumda ne yaparsınız? (c) Rijitlik matrisini bu ölçümlerden nasıl elde edersiniz ve bu işlem ölçüm hatalarını neden büyütebilir?
İpucu
$C_{ij}$'nin tanımını ve koşul sayısının hata sınırındaki rolünü düşünün.
Çözümü göster
(a) Her deneyde yük bir noktaya asılır, üç noktadaki sehim ölçülür; bu, $\mat{C}$'nin bir sütunudur. Üç deney yeter. (b) Maxwell–Betti'ye göre $\mat{C}$ simetrik olmalıdır; fark ölçüm hatası, doğrusal olmayan davranış (boşluk, sürtünme) ya da yük uygulama noktası hatasıdır. Fark küçükse $\tfrac12(\mat{C} + \mat{C}^{\T})$ ile simetrik hâle getirilir; büyükse deney gözden geçirilir. (c) $\mat{K} = \mat{C}^{-1}$. Ölçülen $\mat{C}$'deki göreli hata $\mat{K}$'ya en fazla $\kappa(\mat{C})$ kadar büyüyerek geçer; şasi bazı doğrultularda çok rijit, bazılarında çok yumuşaksa $\kappa$ büyük olur ve hesaplanan $\mat{K}$ güvenilmez.
Alıştırma 4OrtaSayısalYalnız bir bilinmeyen gerektiğinde Cramer
Kademeli çubukta ($\hat{\mat{K}} = \mat{K}/200$) yalnız uç yer değiştirmesi $u_3$ isteniyor. $\hat{\mat{K}}\vect{u} = [0;\ 0{,}05;\ 0{,}1]^{\T}$ mm sisteminde $u_3$'ü Cramer kuralıyla bulun.
İpucu
$\det\hat{\mat{K}} = 2$ biliniyor; yalnız $\det\hat{\mat{K}}_3$'ü hesaplayın (3. sütun yerine sağ taraf).
Çözümü göster
$\det\hat{\mat{K}}_3 = \det\begin{bmatrix}3&-1&0\\-1&2&0{,}05\\0&-1&0{,}1\end{bmatrix} = 3(0{,}2+0{,}05) - (-1)(-0{,}1-0) = 0{,}75 - 0{,}1 = 0{,}65$. $u_3 = 0{,}65/2 = 0{,}325$ mm ✓.
Alıştırma 5OrtaSayısalNeredeyse aynı iki ölçüm
İki şekil değiştirme ölçerin (strain gauge) okumalarından iki bilinmeyen hesaplanıyor; ölçerler neredeyse aynı doğrultuda olduğu için sistem $\begin{bmatrix}1&1\\1&1{,}01\end{bmatrix}\vect{x} = \vect{b}$ biçiminde. (a) $\vect{b} = [2;\ 2{,}01]$ ve $\vect{b} = [2;\ 2{,}02]$ için çözümleri bulun. (b) $\infty$-normunda $\kappa_\infty$'u hesaplayın ve (a)'daki büyütmeyle karşılaştırın.
İpucu
$2\times2$ ters formülünü kullanın: $\det = 0{,}01$.
Çözümü göster
(a) $\mat{A}^{-1} = 100\begin{bmatrix}1{,}01&-1\\-1&1\end{bmatrix}$. $\vect{b} = [2;\ 2{,}01]$ → $\vect{x} = [1;\ 1]$; $\vect{b} = [2;\ 2{,}02]$ → $\vect{x} = [0;\ 2]$. (b) $\|\mat{A}\|_\infty = 2{,}01$, $\|\mat{A}^{-1}\|_\infty = 100\cdot2{,}01 = 201$, $\kappa_\infty = 404{,}01$ ($\kappa_2 \approx 402$). Gözlenen: $\|\delta\vect{b}\|_\infty/\|\vect{b}\|_\infty = 0{,}01/2{,}01 = 0{,}50\%$, $\|\delta\vect{x}\|_\infty/\|\vect{x}\|_\infty = 1/1 = 100\%$; büyütme $201 \le 404$ ✓. Ölçer doğrultuları ayrıştırılmadıkça ölçüm düzeni kullanışsızdır.
Alıştırma 6ZorSayısalÜç çubuklu düğüm: en iyi ve en kötü yerleşim
Bir düğüme rijitliği $k$ olan üç çubuk bağlanıyor; çubuk doğrultuları yatayla $\alpha_1, \alpha_2, \alpha_3$ açıları yapıyor. $\mat{K} = k\sum_i \vect{e}_i\vect{e}_i^{\T}$. (a) $(0^\circ, 60^\circ, 120^\circ)$ yerleşimi için $\mat{K}$'yı hesaplayın ve $\kappa_2 = 1$ olduğunu gösterin. (b) $(0^\circ, 45^\circ, 90^\circ)$ ve $(0^\circ, 10^\circ, 20^\circ)$ için $\kappa_2$'yi bulun. (c) İki çubuklu konsolda yatık dikmeye üçüncü bir düşey çubuk eklemek neden koşulu iyileştirir?
İpucu
$\vect{e}\vect{e}^{\T} = \begin{bmatrix}\cos^2\alpha & \cos\alpha\sin\alpha\\ \cos\alpha\sin\alpha & \sin^2\alpha\end{bmatrix} = \tfrac12\begin{bmatrix}1+\cos2\alpha & \sin2\alpha\\ \sin2\alpha & 1-\cos2\alpha\end{bmatrix}$. $2\alpha$ açıları $0^\circ, 120^\circ, 240^\circ$ ise kosinüs ve sinüs toplamları sıfırdır.
Çözümü göster
(a) İpucundaki biçimle $\mat{K} = \tfrac{k}{2}\begin{bmatrix}3 + \sum\cos2\alpha_i & \sum\sin2\alpha_i\\ \sum\sin2\alpha_i & 3 - \sum\cos2\alpha_i\end{bmatrix} = \tfrac{3k}{2}\mat{I}$; iki özdeğer de $1{,}5k$, $\kappa_2 = 1$: düğüm her doğrultuda eşit rijit (izotrop). (b) $(0, 45, 90)$: $\mat{K} = k\begin{bmatrix}1{,}5&0{,}5\\0{,}5&1{,}5\end{bmatrix}$, özdeğerler $k$ ve $2k$, $\kappa_2 = 2$. $(0, 10, 20)$: özdeğerler $0{,}0603k$ ve $2{,}9397k$, $\kappa_2 = 48{,}7$; üç çubuk da benzer doğrultuda olduğu için dik doğrultu yine yumuşak. (c) Düşey çubuk, yumuşak doğrultuya (açıortaya dik, neredeyse düşey) doğrudan rijitlik ekler. Hesap: $\mat{K}/k = \begin{bmatrix}1+c^2 & cs\\ cs & 1+s^2\end{bmatrix}$, iz $= 3$, determinant $= (1+c^2)(1+s^2) - c^2s^2 = 2$; özdeğerler $2k$ ve $k$, yani $\kappa_2 = 2$ — dikme açısı ne olursa olsun. $\varphi = 5^\circ$'de koşul sayısı 525'ten 2'ye iner.
Alıştırma 7OrtaKavramsalYapay kötü koşullanma ve ölçekleme
Bir kiriş elemanında bilinmeyenler bir öteleme (mm) ve bir dönme (rad) olsun; elde edilen matris $\mat{A} = \begin{bmatrix}10^6 & 0\\ 0 & 1\end{bmatrix}$ ölçeğinde. (a) $\kappa_2(\mat{A})$ nedir? (b) $\mat{D} = \diag(10^{-3}, 1)$ ile $\tilde{\mat{A}} = \mat{D}\mat{A}\mat{D}$ ve yeni değişken $\tilde{\vect{x}} = \mat{D}^{-1}\vect{x}$ tanımlanırsa koşul sayısı ne olur? (c) Bu tür bir kötü koşullanma ile konsoldaki kötü koşullanma arasındaki fark nedir?
İpucu
$\mat{A}\vect{x} = \vect{b}$ ise $(\mat{D}\mat{A}\mat{D})(\mat{D}^{-1}\vect{x}) = \mat{D}\vect{b}$.
Çözümü göster
(a) $\kappa_2 = 10^6$. (b) $\tilde{\mat{A}} = \mat{I}$, $\kappa_2 = 1$. (c) Buradaki büyük koşul sayısı yalnız birim seçiminden gelir; değişkenler yeniden ölçeklenince kaybolur (köşegen ön koşullandırma). Konsoldaki ise yapının fiziksel bir özelliğidir: hangi birimi seçersek seçelim çubuklara dik doğrultuda rijitlik çok küçüktür ve yük belirsizliği sonuca büyüyerek geçer.
10. Özet
- Determinant, matrisin alan/hacim ölçeğidir; $\det\mat{A}\neq0 \iff$ tersinir $\iff$ rank $n$ $\iff$ tek çözüm. Pratikte pivotların çarpımı olarak hesaplanır; kofaktör açılımı küçük ve sembolik matrisler içindir.
- Rijitlik matrisinin tersi esneklik matrisidir: $C_{ij}$, $j$'deki birim yükün $i$'deki etkisidir; simetrisi Maxwell–Betti karşılıklılığıdır. $\mat{K}$ seyrek olsa da $\mat{C}$ doludur; sistemi çözmek için ters alınmaz.
- Cramer kuralı $x_j = \det\mat{A}_j/\det\mat{A}$; sembolik küçük sistemlerde parametre etkisini görmek için değerlidir, sayısal çözüm için değil.
- Koşul sayısı $\kappa = \|\mat{A}\|\,\|\mat{A}^{-1}\|$ verideki göreli hatanın çözümde en fazla kaç kat büyüyebileceğidir; simetrik pozitif tanımlı matriste $\kappa_2 = \lambda_{\max}/\lambda_{\min}$, yani en rijit ve en yumuşak doğrultuların oranıdır.
- Küçük determinant kötü koşul demek değildir; koşul sayısı ölçekten bağımsızdır. İki çubuklu konsolda $\det\mat{K} = k^2\sin^2\varphi$ ve $\kappa_2 = \cot^2(\varphi/2)$.
Bir sonraki derste, burada yalnız sonucu kullandığımız özdeğerleri ve özvektörleri ele alacağız: $\lambda_{\max}$ ve $\lambda_{\min}$'in "en rijit ve en yumuşak doğrultu" olarak anlamını asal gerilmeler üzerinden göreceğiz (Ders 1.3).
11. Tez ve araştırmada nerede karşına çıkar?
- Sonlu eleman çözücüleri. Çözücülerin verdiği "pivot oranı çok büyük" ya da "matris tekil/neredeyse tekil" uyarıları, modelde eksik mesnet, bağlanmamış eleman ya da mekanizma olduğunu gösterir. Bu uyarıyı determinant değil, pivotların ve koşul tahmininin büyüklüğü tetikler.
- Ceza yöntemi ve rijit bağlar. Sınır şartını çok büyük bir rijitlikle uygulamak (ceza katsayısı) şartı iyi sağlar ama $\kappa$'yı büyütür; katsayının seçimi doğruluk ile koşul arasında bir dengedir. Lagrange çarpanları bu sorunu başka bir bedelle (simetrik ama tanımsız matris) çözer.
- İteratif çözücüler. Büyük 3B modellerde eşlenik gradyan gibi yöntemlerin gereken iterasyon sayısı kabaca $\sqrt{\kappa}$ ile artar. Ön koşullandırma (köşegen ölçekleme, eksik Cholesky, çok ağlı yöntemler) etkin koşul sayısını düşürmek içindir.
- Ters problemler ve deney verisi. Ölçülen sehimlerden rijitlik ya da yük tahmini (model güncelleme, hasar tespiti) çoğu zaman kötü koşullu bir sistemdir; düzenlileştirme (Tikhonov) burada ortaya çıkar. Bu konu makine öğrenmesindeki düzenlileştirmeyle doğrudan ilişkilidir.
İleri okuma için Trefethen ve Bau'nun Numerical Linear Algebra kitabının koşullanma ve kararlılık bölümleri kısa ve çok açıktır; sonlu eleman bağlamı için MKC 525 — Mühendislikte Sonlu Elemanlar Analizi notlarına bakabilirsiniz.
Kaynaklar ve ileri okuma
- E. Kreyszig, Advanced Engineering Mathematics, 10. baskı, John Wiley & Sons, 2011 (ISBN 978-0-470-45836-5). — §7.6–7.8 determinantlar, Cramer kuralı, Gauss–Jordan ile ters matris (s. 291–308); §20.2 LU ayrışımı ve ters matris (s. 852–857); §20.4 kötü koşullanma ve normlar (s. 864–871)
- L. N. Trefethen, D. Bau III, Numerical Linear Algebra, SIAM, 1997 — Ders 12 “Conditioning and Condition Numbers”. — Ders 12 "Conditioning and Condition Numbers"
- G. Strang, Introduction to Linear Algebra, 5. baskı, Wellesley-Cambridge Press, 2016. — Bölüm 2 (ters matris, eliminasyon) ve Bölüm 5 (determinantlar)
- G. Strang, 18.06 Linear Algebra (Bahar 2010), MIT OpenCourseWare — ders videoları ve notları. — Determinant, Cramer kuralı ve ters matris dersleri Bağlantı
Bölüm ve sayfa numaraları Kreyszig 10. baskıya (Wiley, 2011) göredir. Metin, örnekler ve şekiller özgündür; kitaptan alıntı yapılmamıştır. Tam liste: kaynakça.