Absolute Value Calculator
Calculate the absolute value of any number or expression. |x| returns the non-negative magnitude. This free math tool gives instant, accurate results.
مقدار مطلق چیست؟
مقدار مطلق یک عدد، فاصله آن عدد از صفر بر روی خط اعداد است، بدون توجه به جهت. به صورت |x| نوشته میشود و مقدار مطلق همیشه غیر-منفی است. برای هر عدد حقیقی x: اگر x ≥ 0، آنگاه |x| = x. اگر x < 0، آنگاه |x| = -x (ضد x، که آن را مثبت میکند).
مثالها: |7| = 7، |-7| = 7، |0| = 0، |-3.14| = 3.14. مقدار مطلق بزرگی را بدون توجه به علامت نشان میدهد. آن را به عنوان فاصله فیزیکی بین عدد و مبدأ بر روی خط اعداد در نظر بگیرید — فاصله همیشه مثبت است.
در نمایش: |x - y| فاصله بین دو نقطه x و y بر روی خط اعداد را نشان میدهد. این تفسیر به اعداد مختلط به عنوان مدولوس گسترش مییابد: |a + bi| = √(a² + b²)، که فاصله از مبدأ در صفحه مختلط را نشان میدهد. این مفهوم در آنالیز، توپولوژی و نظریه فضای متریک بنیادی است، جایی که «توابع فاصله» از مقدار مطلق آشنا تعمیم یافتهاند.
نمایش |x| توسط کارل ویرشتراس در سال 1841 معرفی شد. قبل از این، ریاضیدانان این مفهوم را به صورت کلامی توصیف میکردند. نمایش ساده با خط عمودی اکنون در سراسر ریاضیات، فیزیک، مهندسی و علوم کامپیوتر جهانی است، که نشان میدهد ایده «بزرگی بدون علامت» چقدر مرکزی است.
خواص و قوانین مقدار مطلق
مقدار مطلق چندین خاصیت جبری مهم را دنبال میکند که بهطور مداوم در اثباتها و محاسبات استفاده میشوند. درک این قوانین به شما امکان میدهد تا با اعتماد به نفس با عبارتهای مقدار مطلق کار کنید.
- غیر-منفی بودن: |x| ≥ 0 برای تمام x حقیقی. برابری تنها در x = 0 برقرار است.
- هویت: |x| = 0 اگر و تنها اگر x = 0.
- تابع زوج: |-x| = |x|. تابع مقدار مطلق حول محور y متقارن است.
- ضربی بودن: |x × y| = |x| × |y|. مقدار مطلق یک حاصلضرب برابر با حاصلضرب مقادیر مطلق است.
- زیر-ضربی بودن جمعها (نامساوی مثلث): |x + y| ≤ |x| + |y|. یکی از مهمترین نامساویها در کل ریاضیات.
- نامساوی مثلث معکوس: ||x| - |y|| ≤ |x - y|.
- تقسیم: |x / y| = |x| / |y| (هنگامی که y ≠ 0).
- توان: |x²| = x² = |x|². همیشه غیر-منفی.
حل معادلات مقدار مطلق نیاز به در نظر گرفتن هر دو حالت دارد. |x| = 5 به معنای x = 5 یا x = -5 است. |2x - 3| = 7 به معنای 2x - 3 = 7 (بنابراین x = 5) یا 2x - 3 = -7 (بنابراین x = -2) است. همیشه هر دو حل در معادله اصلی را بررسی کنید. برای معادلات پیچیدهتر مانند |x - 2| = |x + 1|، هر دو طرف را تربيع کنید یا موارد را بر اساس مناطق علامت در نظر بگیرید.
نامساویهای مقدار مطلق دو الگو دارند. |x| < a (جایی که a > 0) به معنای -a < x < a — یک بازه محدود. |x| > a به معنای x < -a یا x > a — دو شعاع نامحدود. اینها به طور مکرر در تحلیل خطا، مشخصات تحمل در مهندسی و تعریف همسایگیها در حساب دیفرانسیل و آنالیز بوجود میآیند. نمایش |x - c| < δ تعریف رسمی «x در عرض δ از c» است، که قلب تعریف اپسیلون-دلتا از یک حد است.
مثالهای گام به گام
کار کردن با مثالها درک محاسبات مقدار مطلق و حل معادلات را محکم میکند. در اینجا چند مثال با سطوح دشواری افزایش یافته آمده است.
| عبارت | حل گام به گام | نتیجه |
|---|---|---|
| |-42| | از آنجایی که -42 < 0، |x| = -x را اعمال کنید: -(-42) = 42 | 42 |
| |3.14 - 7| | 3.14 - 7 = -3.86؛ از آنجایی که منفی است، نفی را اعمال کنید: 3.86 | 3.86 |
| |x| = 9 | x = 9 یا x = -9 (دو حل) | x ∈ {-9, 9} |
| |2x + 4| = 10 | مورد 1: 2x+4=10 → x=3؛ مورد 2: 2x+4=-10 → x=-7 | x ∈ {-7, 3} |
| |x - 3| < 5 | -5 < x-3 < 5 → -2 < x < 8 | x ∈ (-2, 8) |
| |3x - 6| ≥ 9 | 3x-6 ≥ 9 (x≥5) یا 3x-6 ≤ -9 (x≤-1) | x ≤ -1 یا x ≥ 5 |
| |(-3)² - 12| | (-3)² = 9؛ 9 - 12 = -3؛ |-3| = 3 | 3 |
| |i| در مختلط | |0 + 1i| = √(0² + 1²) = √1 = 1 | 1 |
یک اشتباه کلیدی که دانشآموزان مرتکب میشوند: |-x| همیشه -x نیست — برابر با |x| است که مثبت است. همچنین، √(x²) = |x|، نه فقط x. به عنوان مثال، √((-5)²) = √25 = 5 = |-5|. فراموشی این نکته منجر به سادهسازیهای نادرست در الجبر میشود.
نامساوی مثلث: چرا مهم است
نامساوی مثلث |x + y| ≤ |x| + |y| ممکن است مهمترین خاصیت مقدار مطلق باشد. نام آن از هندسه گرفته شده است: در هر مثلث، طول هر ضلع کمتر یا مساوی مجموع دو ضلع دیگر است. نسخه یک بعدی (مقدار مطلق) حالت انحطاطی این حقیقت هندسی است.
این نامساوی سنگ بنای آنالیز است. برای اثبات پیوستگی توابع، همگرایی دنبالهها و سریهای همگرا، و نتایج اساسی درباره فضاهای متریک استفاده میشود. هر اثباتی که یک تابع پیوسته است در نهایت در یک نقطه از نامساوی مثلث استفاده میکند. تعمیم به فضاهای برداری به نامساوی نرمال تبدیل میشود: ||u + v|| ≤ ||u|| + ||v||.
در عمل، نامساوی مثلث محدودیتهای مفیدی فراهم میکند. اگر بدانید |a| ≤ M و |b| ≤ N، پس |a + b| ≤ M + N — خطای ترکیبی حداکثر مجموع خطاهای فردی است. این در آنالیز عددی، انتشار خطا و تحملهای مهندسی استفاده میشود. نامساوی مثلث معکوس ||a| - |b|| ≤ |a - b| به شما میگوید که اختلاف در مقدارها توسط مقدار اختلاف محدود میشود.
شرط برابری |x + y| = |x| + |y| تنها زمانی برقرار است که x و y علامت یکسانی داشته باشند (یا حداقل یکی صفر باشد). این حالت "مثلث انحطاطی" است که جایی همه سه نقطه روی یک خط قرار دارند — به این معنی که x و y در یک جهت هستند.
مقدار مطلق در کاربردهای دنیای واقعی
مقدار مطلق در سراسر علم، مهندسی و زندگی روزمره هر جا که به جای جهت به بزرگی اهمیت میدهید ظاهر میشود. درک کاربردهای آن به شما کمک میکند زمان و چرا باید از آن استفاده کنید را بشناسید.
فیزیک — سرعت در مقابل سرعت زاویهای: سرعت مقدار مطلق سرعت زاویهای است. یک خودرو با سرعت زاویهای -60 mph (حرکت به عقب با 60 mph) سرعت |-60| = 60 mph دارد. سرعت زاویهای یک مقدار علامتدار است (جهت مهم است)؛ سرعت علامتگذاری نشده است (فقط بزرگی). همین اصل برای جابجایی در مقابل فاصله طی شده صدق میکند.
امور مالی — انحراف از معیارهای: هنگام مقایسه بازده سرمایهگذاری، ممکن است بخواهید انحراف مطلق از یک معیار را بدون توجه به علامت داشته باشید: چقدر از آن فاصله دارید، بالا یا پایین؟ خطای ردیابی یک صندوق معمولاً به عنوان میانگین مربعی انحرافهای مطلق بیان میشود.
آمار — انحراف مطلق میانگین (MAD): MAD = (1/n) × Σ|xᵢ - mean|. برخلاف واریانس (که انحرافها را مربع میکند)، MAD واحدهای اصلی را حفظ میکند و نسبت به دادههای پرت کمتر حساس است. در آمار مقاوم، کنترل کیفیت و به عنوان یک معیار دقت پیشبینی (خطای مطلق میانگین، یا MAE) استفاده میشود.
علوم کامپیوتر — توابع فاصله: نرمال L1 (فاصله منهتن) بین دو نقطه مجموع اختلافات مطلق مختصات است: d = Σ|aᵢ - bᵢ|. در پردازش تصویر، یادگیری ماشین (رگرسیون lasso) و مشکلات مسیریابی شهری استفاده میشود. توابع abs() به طور گسترده در مرتبسازی، عملیات مقایسه و الگوریتمهای پردازش سیگنال استفاده میشوند.
مهندسی — تحملها: یک مشخصه تولید "5.00 mm ± 0.02 mm" به این معنی است که |اندازهگیری شده - 5.00| ≤ 0.02. تمام اندازهگیریهای درون نوار تحمل قابل قبول هستند. این یک کاربرد مستقیم نامساویهای مقدار مطلق در کنترل کیفیت است.
یادگیری ماشین — توابع زیان: تابع زیان Mean Absolute Error (MAE) از |پیشبینی شده - واقعی| برای هر مثال آموزش استفاده میکند. برخلاف Mean Squared Error (MSE)، همه خطاها را برابر و بدون توجه به اندازه در نظر میگیرد و نسبت به دادههای پرت مقاوم است. قاعده Lasso Σ|wᵢ| را به تابع زیان اضافه میکند، وزنهای کوچک را به دقیقاً صفر میرساند و مدلهای کمتعداد تولید میکند.
تابع ارزش مطلق: گراف و حساب دیفرانسیل و انتگرال
گراف y = |x| شکل V دارد، با رأس در مبدأ. برای x ≥ 0، تابع y = x (شیب +1) را دنبال میکند؛ برای x < 0، تابع y = -x (شیب -1) را دنبال میکند. این تابع در همه جا پیوسته است اما در x = 0 قابل مشتقگیری نیست — در آنجا یک گوشه تیز وجود دارد که در آنجا مشتقات چپ و راست با هم اختلاف دارند (+1 و -1).
تبدیلات |x| قواعد استاندارد را دنبال میکنند: y = |x - h| + k رأس را به (h, k) منتقل میکند. y = a|x| شیبها را مقیاسبندی میکند (تندتر برای |a| > 1، ملایمتر برای |a| < 1، و برای a < 0 بازتاب داده میشود). این توابع ارزش مطلق در الجبر مقدماتی و کار با توابع قطعهای رایج هستند.
در حساب دیفرانسیل، d/dx |x| = x/|x| = sign(x) برای x ≠ 0 است و در x = 0 تعریفنشده است. تابع علامت sign(x) برای x مثبت +1، برای x منفی -1، و برای x = 0 مقدار 0 را برمیگرداند. در نظریه توزیعها (توابع عمومیشده)، مشتق در 0 با استفاده از تابع دلتا دیراک اداره میشود: d/dx |x| تابع پلهای هیویسید (جابجا شده و مقیاسبندی شده) است و مشتق دوم آن شامل تابع دلتا میشود.
انتگرالگیری: ∫|x| dx = (x|x|)/2 + C = (|x|²/2)·sign(x) + C. انتگرالهای مشخص که شامل ارزش مطلق هستند، نیاز به تقسیم انتگرال در نقاط صفر عبارت داخلی دارند. برای ∫₋₂³ |x| dx: تقسیم در x=0 → ∫₋₂⁰ (-x) dx + ∫₀³ x dx = [x²/2]₋₂⁰ + [x²/2]₀³ = (0 - 2) + (4.5 - 0) = 6.5. این تکنیک تقسیم در تحلیل حقیقی ضروری است.
ارزش مطلق در زبانهای برنامهنویسی
هر زبان برنامهنویسی اصلی توابع ارزش مطلق داخلی ارائه میدهد. شناخت تابع صحیح برای استفاده — و دامهای بالقوه — برای نوشتن کد صحیح و کارآمد مهم است.
| زبان | عدد صحیح | اعشاری/دوتایی | یادداشت |
|---|---|---|---|
| Python | abs(-5) | abs(-3.14) | برای اعداد مختلط نیز کار میکند: abs(3+4j) = 5.0 |
| JavaScript | Math.abs(-5) | Math.abs(-3.14) | برای ورودیهای غیر عددی NaN را برمیگرداند |
| Java | Math.abs(-5) | Math.abs(-3.14) | هشدار: Math.abs(Integer.MIN_VALUE) عدد منفی را برمیگرداند! |
| C/C++ | abs(-5) (stdlib) | fabs(-3.14) (math.h) | از تابع صحیح استفاده کنید — ترکیب انواع باعث خطاهای سکوتشده میشود |
| SQL | ABS(-42) | ABS(-3.14) | در تمام RDBMS اصلی برای انواع عددی کار میکند |
| Excel | =ABS(-42) | =ABS(-3.14) | میتوان در فرمولهای آرایهای استفاده کرد |
| R | abs(-5) | abs(-3.14) | برداریشده: abs(c(-1,2,-3)) = c(1,2,3) |
یک خطای مهم در Java: Math.abs(Integer.MIN_VALUE) مقدار Integer.MIN_VALUE (-2,147,483,648) را برمیگرداند، نه یک عدد مثبت. این به این دلیل است که نمایش عدد صحیح با مکمل دو هیچ همتای مثبتی برای مقدار منفی بیشترین مقدار ندارد. همیشه این حالت حاشیهای را هنگام نوشتن کد مقاوم در نظر بگیرید.
در NumPy (Python)، np.abs() برداریشده است و روی آرایهها کار میکند: np.abs(np.array([-1, -2, 3])) آرایه([1, 2, 3]) را برمیگرداند. این بسیار کارآمدتر از حلقه است. به همین ترتیب، تابع ABS() SQL روی ستونهای کامل کار میکند، که محاسبه انحرافهای مطلق در پرسوجوهای جمعی را آسان میکند.
سوالات متداول
آیا مقدار مطلق هرگز منفی می شود؟
خیر. بر اساس تعریف، مقدار مطلق همیشه غیر منفی است. |x| ≥ 0 برای تمام اعداد حقیقی x. مقدار مطلق نمایانگر یک فاصله است و فواصل هرگز منفی نیستند. اگر نتیجه منفی بگیرید، شما یک خطای جبری مرتکب شده اید.
|0| چقدر است؟
مقدار مطلق صفر برابر صفر است: |0| = 0. صفر نه مثبت است و نه منفی، و فاصله آن تا خودش صفر است. این تنها عددی است که مقدار مطلق آن برابر صفر است، بر اساس خاصیت هویت.
چگونه یک معادله با مقدار مطلق را حل کنم؟
به دو حالت تقسیم کنید. برای |x - 3| = 5: حالت 1: x - 3 = 5، پس x = 8. حالت 2: x - 3 = -5، پس x = -2. هر دو حل راه حل معتبری هستند. همیشه هر دو حالت را در معادله اصلی بررسی کنید.
مقدار مطلق یک عدد مختلط چقدر است؟
برای یک عدد مختلط z = a + bi، مقدار مطلق (که به آن مدولوس نیز گفته می شود) |z| = √(a² + b²) است. این فاصله از مبدأ تا نقطه (a, b) در صفحه مختلط است. به عنوان مثال، |3 + 4i| = √(9 + 16) = √25 = 5.
آیا √(x²) برابر x است؟
خیر — √(x²) = |x|، نه x. به عنوان مثال، √((-5)²) = √25 = 5 = |-5|، نه -5. این یک اشتباه بسیار رایج در الجبر است. ریشه مربع اصلی همیشه یک مقدار غیر منفی برمیگرداند، بنابراین √(x²) = |x| برای تمام x حقیقی.
چگونه نمودار y = |x - 2| + 3 را بکشم؟
این یک شکل V با رأس در (2, 3) است. برای x ≥ 2: y = (x - 2) + 3 = x + 1 (شیب +1). برای x < 2: y = -(x - 2) + 3 = -x + 5 (شیب -1). رأس را رسم کنید، سپس دو شعاع را با زاویه ±45° به سمت بالا بکشید.
|x| < 3 در خط عددی چه معنایی دارد؟
|x| < 3 به این معنی است که x در فاصله 3 از صفر قرار دارد، بنابراین -3 < x < 3. در خط عددی، این فاصله باز (-3, 3) است. این همه نقاطی را که کمتر از 3 واحد از مبدأ فاصله دارند، نشان میدهد.
انحراف مطلق میانگین چیست و چه زمانی استفاده میشود؟
انحراف مطلق میانگین (MAD) = میانگین |xᵢ - میانگین| برای تمام نقاط داده. این اندازهگیری پراکندگی دادهها در واحدهای اصلی است، برخلاف واریانس که انحرافها را مربع میکند. MAD زمانی ترجیح داده میشود که شما بخواهید یک اندازهگیری پراکندگی که در برابر دادههای پرت حساس باشد و قابل تفسیر باشد، داشته باشید. این در دقت پیشبینی (به عنوان خطای مطلق میانگین) و کنترل کیفیت به طور گستردهای استفاده میشود.
چرا مقدار مطلق در صفر قابل مشتق نیست؟
مشتق |x| در x = 0 وجود ندارد زیرا حد چپ شیب -1 است (از بخش y = -x) در حالی که حد راست +1 است (از y = x). از آنجایی که این محدودیتها با هم اختلاف دارند، مشتق در x = 0 تعریف نشده است. از نظر هندسی، یک گوشه تیز وجود دارد — هیچ خط مماس منحصر به فرد وجود ندارد.
مقدار مطلق چگونه به فاصله مرتبط است؟
مقدار مطلق |a - b| فاصله بین a و b را در خط عددی میدهد. این پایه مفهوم یک متریک (تابع فاصله) در ریاضیات است. یک متریک d(a, b) باید موارد زیر را برآورده کند: غیر منفی بودن، d(a,a) = 0، تقارن d(a,b) = d(b,a)، و نابرابری مثلث d(a,c) ≤ d(a,b) + d(b,c). مقدار مطلق همه این شرایط را برآورده میکند.