Методическая разработка на тему: математические исследования на уроках математики. Место математических методов исследования в управлении предприятием

В 1774 г. Л. Эйлер показал, что если функция у(х) доставляет минимум линейному интегралу J = J [у (х), то она должна удовлетворять некоторым дифференциальным уравнениям, названным впоследствии уравнениями Эйлера. Открытие этого факта явилось важным достижением математического моделирования (построения математических моделей). Стало ясно, что одна и та же математическая модель может быть представлена в двух эквивалентных видах: в виде функционала или в виде дифференциального уравнения Эйлера (системы дифференциальных уравнений). В связи с этим замена дифференциального уравнения функционалом получила название обратной задачи вариационного исчисления. Таким образом, решение задачи на экстремум функционала можно рассматривать так же, как и решение соответствующего этому функционалу дифференциального уравнения Эйлера. Следовательно, математическая постановка одной и той же физической задачи может быть представлена либо в виде функционала с соответствующими граничными условиями (экстремум этого функционала доставляет решение физической задачи), либо в виде соответствующего этому функционалу дифференциального уравнения Эйлера с теми же граничными условиями (интегрирование этого уравнения доставляет решение поставленной задачи).

Широкому распространению вариационных методов в прикладных науках способствовало появление в 1908 г. публикации В. Ритца, связанной с методом минимизации функционалов, названным впоследствии методом Ритца. Этот метод считается классическим вариационным методом. Основная его идея заключается в том, что искомая функция у = у(х) у доставляющая функционалу (А) с граничными условиями у (а) = А, у(Ъ ) = В минимальное значение, разыскивается в виде ряда

где Cj (i = 0, гг) - неизвестные коэффициенты; (р/(д) (г = 0, п) - координатные функции (алгебраический или тригонометрический полипом).

Координатные функции находятся в таком виде, чтобы они точно удовлетворяли граничным условиям задачи.

Подставляя (с) в (А), после определения производных от функционалаJ по неизвестным С, (г = 0, гг) относительно последних получается система алгебраических линейных уравнений. После определения коэффициентов С, решение задачи в замкнутом виде находится из (с).

При использовании большого числа членов ряда (с) (п - 5 ? °о) в принципе можно получить решение требуемой точности. Однако, как показыва- ют расчеты конкретных задач, матрица коэффициентов С, (г = 0, п) представляет собой заполненную квадратную матрицу с большим разбросом коэффициентов по абсолютной величине. Такие матрицы близки к вырожденным и, как правило, являются плохо обусловленными. Это связано с тем, что они не удовлетворяют ни одному из условий, при которых матрицы могут быть хорошо обусловленными. Рассмотрим некоторые из этих условий.

• 1. Положительная определенность матрицы (члены, находящиеся на главной диагонали, должны быть положительными и максимальными).
• 2. Ленточный вид матрицы относительно главной диагонали при минимальной ширине ленты (коэффициенты матрицы, находящиеся вне ленты, равны нулю).
• 3. Симметричность матрицы относительно главной диагонали.

В связи с этим при увеличении приближений в методе Ритца число обусловленности матрицы, определяемое отношением ее максимального собственного числа к минимальному, устремляется к бесконечно большой величине. А точность получаемого при этом решения ввиду быстрого накопления ошибок округления при решении больших систем алгебраических линейных уравнений может не улучшаться, а ухудшаться.

Наряду с методом Ритца развивался родственный с ним метод Галерки- на. В 1913 г. И. Г. Бубнов установил, что алгебраические линейные уравнения относительно неизвестных С, (/ = 0, п ) из (с) можно получать, не используя функционал вида (А). Математическая постановка задачи в данном случае включает дифференциальное уравнение с соответствующими граничными условиями. Решение, как и в методе Ритца, принимается в виде (с). Благодаря особой конструкции координатных функций ф,(х) решение (с) точно удовлетворяет граничным условиям задачи. Для определения неизвестных коэффициентов С, (г = 0, п) составляется невязка дифференциального уравнения и требуется ортогональность невязки ко всем координатным функциям ф 7 Сг) (/ = i = 0, п). Определяя получающиеся при этом интегралы, относительно неизвестных коэффициентов С, (г = 0, гг) получаем систему алгебраических линейных уравнений, которая полностью совпадает с системой аналогичных уравнений метода Ритца. Таким образом, при решении одних и тех же задач с использованием одинаковых систем координатных функций методы Ритца и Бубнова - Галеркина приводят к одинаковым результатам.

Несмотря на идентичность получаемых результатов, важным преимуществом метода Бубнова-Галеркина по сравнению с методом Ритца является то, что он не требует построения вариационного аналога (функционала) дифференциального уравнения. Отметим, что подобный аналог не всегда может быть построен. В связи с этим методом Бубнова-Галеркина могут быть решены задачи, для которых классические вариационные методы неприменимы.

Еще одним методом, относящимся к группе вариационных, является метод Канторовича . Его отличительным признаком является то, что в качестве неизвестных коэффициентов в линейных комбинациях вида (с) принимаются не константы, а функции, зависящие от одной из независимых переменных задачи (например, времени). Здесь, как и в методе Бубнова-Галеркина, составляется невязка дифференциального уравнения и требуется ортогональность невязки ко всем координатным функциям (ру(дг) (j = i = 0, п). После определения интегралов относительно неизвестных функций fj(x) будем иметь систему обыкновенных дифференциальных уравнений первого порядка. Методы решения таких систем хорошо разработаны (имеются стандартные программы для ЭВМ).

Одним из направлений при решении краевых задач является совместное использование точных (Фурье, интегральных преобразований и др.) и приближенных (вариационных, взвешенных невязок, коллокаций и др.) аналитических методов. Такой комплексный подход позволяет наилучшим образом использовать положительные стороны этих двух важнейших аппаратов прикладной математики, так как появляется возможность без проведения тонких и громоздких математических расчетов в простой форме получать выражения, эквивалентные главной части точного решения, состоящего из бесконечного функционального ряда. Для практических расчетов, как правило, используется именно эта час- тичная сумма нескольких слагаемых . При использовании таких методов для получения более точных результатов на начальном участке параболической координаты необходимо выполнять большое число приближений. Однако при большом п координатные функции с соседними индексами приводят к алгебраическим уравнениям, связанным почти линейной зависимостью. Матрица коэффициентов в этом случае, являясь заполненной квадратной матрицей, близка к вырожденной и оказывается, как правило, плохо обусловленной. И при п - 3 ? °° приближенное решение может не сходиться даже к слабо точному решению. Решение систем алгебраических линейных уравнений с плохо обусловленными матрицами представляет существенные технические трудности вследствие быстрого накопления ошибок округления. Поэтому такие системы уравнений необходимо решать с большой точностью промежуточных вычислений .

Особое место среди приближенных аналитических методов, позволяющих получать аналитические решения на начальном участке временной (параболической) координаты занимают методы, в которых используется понятие фронта температурного возмущения. Согласно этим методам, весь процесс нагрева или охлаждения тел формально разделяется на две стадии. Первая из них характеризуется постепенным распространением фронта температурного возмущения от поверхности тела к его центру, а вторая - изменением температуры но всему объему тела вплоть до наступления стационарного состояния. Такое разделение теплового процесса по времени на две стадии позволяет осуществлять поэтапное решение задач нестационарной теплопроводности и для каждой из стадий в отдельности, как правило, уже в первом приближении находить удовлетворительные по точности, достаточно простые и удобные в инженерных приложениях расчетные формулы. Данные методы обладают и существенным недостатком, заключающимся в необходимости априорного выбора координатной зависимости искомой температурной функции. Обычно принимаются квадратичная или кубическая параболы. Эта неоднозначность решения порождает проблему точности, так как, принимая заранее тот или иной профиль температурного поля, всякий раз будем получать различные конечные результаты.

Среди методов, в которых используется идея конечной скорости перемещения фронта температурного возмущения, наибольшее распространение получил интегральный метод теплового баланса . С его помощью уравнение в частных производных удается свести к обыкновенному дифференциальному уравнению с заданными начальными условиями, решение которого довольно часто можно получить в замкнутом аналитическом виде. Интегральный метод, например, можно использовать для приближенного решения задач, когда теплофизические свойства не являются постоянными, а определяются сложной функциональной зависимостью, и задач, в которых совместно с теплопроводностью приходится также учитывать и конвекцию. Интегральному методу также присущ отмеченный выше недостаток - априорный выбор температурного профиля, что порождает проблему однозначности решения и приводит к низкой его точности.

Многочисленные примеры применения интегрального метода к решению задач теплопроводности приведены в работе Т. Гудмена . В этой работе наряду с иллюстрацией больших возможностей показана и его ограниченность. Так, несмотря на то что многие задачи успешно решаются интегральным методом, существует целый класс задач, для которых этот метод практически не применим. Это, например, задачи с импульсным изменением входных функций. Причина обусловлена тем, что температурный профиль в виде квадратичной или кубической параболы не соответствует истинному профилю температур для таких задач. Поэтому если истинное распределение температуры в исследуемом теле принимает вид немонотонной функции, то получить удовлетворительное решение, согласующееся с физическим смыслом задачи, ни при каких условиях не удается.

Очевидный путь повышения точности интегрального метода - использование полиномиальных температурных функций более высокого порядка. В этом случае основные граничные условия и условия плавности на фронте температурного возмущения не являются достаточными для определения коэффициентов таких полиномов. В связи с этим возникает необходимость поиска недостающих граничных условий, которые совместно с заданными позволили бы определять коэффициенты оптимального температурного профиля более высокого порядка, учитывающего все физические особенности исследуемой задачи. Такие дополнительные граничные условия могут быть получены из основных граничных условий и исходного дифференциального уравнения их дифференцированием в граничных точках но пространственной координате и но времени .

При исследовании различных задач теплообмена предполагают, что теп- лофизические свойства не зависят от температуры, а в качестве граничных принимают линейные условия. Однако если температура тела изменяется в широких пределах, то ввиду зависимости теплофизических свойств от температуры уравнение теплопроводности становится нелинейным. Его решение значительно усложняется, и известные точные аналитические методы оказываются неэффективными. Интегральный метод теплового баланса позволяет преодолеть некоторые трудности, связанные с нелинейностью задачи. Например, с его помощью уравнение в частных производных с нелинейными граничными условиями приводится к обыкновенному дифференциальному уравнению с заданными начальными условиями, решение которого часто может быть получено в замкнутой аналитической форме.

Известно, что точные аналитические решения в настоящее время получены лишь для задач в упрощенной математической постановке, когда не учитываются многие важные характеристики процессов (нелинейность, переменность свойств и граничных условий и пр.). Все это приводит к существенному отклонению математических моделей от реальных физических процессов, протекающих в конкретных энергетических установках. К тому же точные решения выражаются сложными бесконечными функциональными рядами, которые в окрестностях граничных точек и при малых значениях временной координаты являются медленно сходящимися. Такие решения малопригодны для инженерных приложений, и особенно в случаях, когда решение температурной задачи является промежуточным этапом решения каких-либо других задач (задач термоуиругости, обратных задач, задач управления и др.). В связи с этим большой интерес представляют перечисленные выше методы прикладной математики, позволяющие получать решения, хотя и приближенные, но в аналитической форме, с точностью, во многих случаях достаточной для инженерных приложений. Эти методы позволяют значительно расширить круг задач, для которых могут быть получены аналитические решения по сравнению с классическими методами.

Сравним методику применения математики в практических исследованиях с методикой других естественных наук. Такие науки, как физика, химия, биология изучают непосредственно сам реальный объект (возможно в уменьшенных масштабах и в лабораторных условиях). Научные результаты, после необходимой проверки, также непосредственно можно применить на практике. Математика же изучает не сами объекты, а их модели. Описание объекта и формулировка проблемы переводятся с обычного языка на «язык математики» (формализуются), в результате чего получается математическая модель. Далее эта модель исследуется как математическая задача. Полученные научные результаты не сразу применяются на практике, так как они сформулированы на математическом языке. Поэтому осуществляется обратный процесс - содержательная интерпретация (на языке исходной проблемы) полученных математических результатов. Только после этого решается вопрос об их применении на практике.

Неотъемлемой частью методики прикладной математики является всесторонний анализ реальной проблемы, предшествующий ее математическому моделированию. В целом системный анализ проблемы, предполагает выполнение следующих этапов:

· гуманитарный (доматематический) анализ проблемы;

· математическое исследование проблемы;

· применение полученных результатов на практике.

Проведение такого системного анализа каждой конкретной проблемы должно осуществляться исследовательской группой, включающей экономистов (как постановщиков проблемы или заказчиков), математиков, юристов, социологов, психологов, экологов и т. д. Причем математики, как основные исследователи, должны участвовать не только в «решении» задачи, но и в ее постановке, а также во внедрении результатов на практике.

Для проведения математических исследований экономической задачи требуется выполнение следующих основных этапов:

1. изучение предметной области и определение цели исследования;

2. формулировка проблемы;

3. сбор данных (статистических, экспертных и прочих);

4. построение математической модели;

5. выбор (или разработка) вычислительного метода и построение алгоритма решения задачи;

6. программирование алгоритма и отладка программы;

7. проверка качества модели на контрольном примере;

8. внедрение результатов на практике.

Этапы 1 -3 относятся к доматематической части исследования. Предметная область должна быть досконально изучена самими экономистами для того, чтобы они, как заказчики, могли четко сформулировать проблему и определить цели перед исследователями. Исследователям должны быть предоставлены все необходимые документальные и статистические данные в исчерпывающем объеме. Математиками производится организация, хранения, анализ и обработка данных, предоставленных им в удобной (электронной) форме заказчиками.

Этапы 4 -7 относятся к математической части исследований. Результатом этого этапа является формулировка исходной проблемы в виде строгой математической задачи. Математическую модель редко можно «подобрать» из числа имеющихся, известных моделей (рис.1.1). Процесс подбора параметров модели таким образом, чтобы она соответствовала изучаемому объекту, называется идентификацией модели . Исходя из характера полученной модели (задачи) и цели исследования выбирают либо известный метод, либо приспосабливают (модифицируют) известный метод, либо разрабатывают новый. После этого составляют алгоритм (порядок решения задачи) и программу для ЭВМ. Полученные с помощью этой программы результаты анализируют: решают тестовые задачи, вводят необходимые изменения и исправления в алгоритм и программу.

Если для «чистой» математики традиционным является однократный выбор математической модели и однократная формулировка допущений в самом начале исследования, то в прикладных работах часто бывает полезно вернуться к модели и внести в нее исправления после того, как первый тур пробных расчетов уже произведен. Более того, часто оказывается плодотворным сопоставление моделей, когда одно и то же явление описывается не одной, а несколькими моделями. Если выводы оказываются (приблизительно) одними и теми же при разных моделях, разных методах исследования - это является свидетельством правильности расчетов, адекватности модели самому объекту, объективности выдаваемых рекомендаций.

Заключительный этап 8 проводится совместными усилиями заказчиков и разработчиков модели.

Результаты математических (как и всяких научных) исследований являются только рекомендацией к использованию на практике. Окончательное решение этого вопроса - применять модель или нет - зависит от заказчика, т. е. от лица ответственного за исход и за последствия, к которым приведет применение рекомендуемых результатов.

Для построения математической модели конкретной экономической задачи (проблемы) рекомендуется выполнение следующей последовательности работ:

1. определение известных и неизвестных величин, а также существующих условий и предпосылок (что дано и что требуется найти?);

2. выявление важнейших факторов проблемы;

3. выявление управляемых и неуправляемых параметров;

4. математическое описание посредством уравнений, неравенств, функций и иных отношений взаимосвязей между элементами модели (параметрами, переменными), исходя из содержания рассматриваемой задачи.

Известные параметры задачи относительно ее математической модели считаются внешними (заданными априори, т. е. до построения модели). В экономической литературе они называются экзогенными переменными . Значение же изначально неизвестных переменных вычисляются в результате исследования модели, поэтому по отношению к модели они считаются внутренними . В экономической литературе они называются эндогенными переменными .

В § 2 под важнейшими понимаются факторы, которые играют существенную роль в самой задаче и которые, так или иначе, влияют на конечный результат. В § 3 управляемыми называются те параметры задачи, которым можно придавать произвольные числовые значения исходя из условий задачи; неуправляемыми считаются те параметры, значение которых зафиксировано и не подлежит изменению.

С точки зрения назначения, можно выделить описательные модели и модели принятия решения . Описательные модели отражают содержание и основные свойства экономических объектов как таковых. С их помощью вычисляются числовые значения экономических факторов и показателей.

Модели принятия решения помогают найти наилучшие варианты плановых показателей или управленческих решений. Среди них наименее сложным являются оптимизационные модели, посредством которых описываются (моделируются) задачи типа планирования, а наиболее сложными - игровые модели, описывающие задачи конфликтного характера с учетом пересечения различных интересов. Эти модели отличаются от описательных тем, что в них имеется возможность выбора значений управляющих параметров (что отсутствует в описательных моделях).

Примеры составления математических моделей

Пример 1.1. Пусть некоторый экономический регион производит несколько видов продуктов исключительно своими силами и только для населения данного региона. Предполагается, что технологический процесс отработан, а спрос населения на эти товары изучен. Надо определить годовой объем выпуска продуктов, с учетом того, что этот объем должен обеспечить как конечное, так и производственное потребление.

Составим математическую модель этой задачи. По условию даны: виды продуктов, спрос на них и технологический процесс; требуется найти объем выпуска каждого вида продукта Обозначим известные величины: - спрос населения на -й продукт ; - количество i-го продукта, необходимое для выпуска единицы -го продукта по данной технологии . Обозначим неизвестные величины: - объем выпуска -го продукта . Совокупность называется вектором спроса, числа - технологическими коэффициентами, а совокупность - вектором выпуска. По условию задачи вектор распределяется на две части: на конечное потребление (вектор ) и на воспроизводство (вектор ). Вычислим ту часть вектора которая идет на воспроизводство. В силу обозначений для производства количества -го товара идет количества -го товара. Тогда сумма показывает ту величину -го товара, которая нужна для всего выпуска . Следовательно, должно выполняться равенство:

Обобщая это рассуждение на все виды продуктов, приходим к искомой модели:

Решая полученную систему линейных уравнений относительно находим требуемый вектор выпуска.

Для того чтобы написать эту модель в более компактной (векторной) форме, введем обозначения:

Квадратная матрица А (размером ) называется технологической матрицей. Очевидно, модель можно записать в виде: или

Получили классическую модель «Затраты-выпуск», автором которой является известный американский экономист В. Леонтьев.

Пример 1.2. Нефтеперерабатывающий завод располагает двумя сортами нефти: сортом в количестве 10 единиц, сортом - 15 единиц. При переработке из нефти получаются два материала: бензин () и мазут (). Имеется три варианта технологического процесса переработки:

I : 1ед.А + 2ед.В дает 3ед.Б + 2ед.М ;

II :2ед.А + 1ед.В дает 1ед.Б + 5ед.М ;

III :2ед.А + 2ед.В дает 1ед.Б + 2ед.М.

Цена бензина - 10 долл. за единицу, мазута - 1 долл. за единицу. Требуется определить наиболее выгодное сочетание технологических процессов переработки имеющегося количества нефти.

Перед моделированием уточним следующие моменты. Из условия задачи следует, что «выгодность» технологического процесса для завода следует понимать в смысле получения максимального дохода от реализации своей готовой продукции (бензина и мазута). В связи с этим понятно, что «выбор (принятие) решения» завода состоит в определении того, какую технологию и сколько раз применить. Очевидно, что таких возможных вариантов достаточно много.

Обозначим неизвестные величины: - количество использования -го технологического процесса . Остальные параметры модели (запасы сортов нефти, цены бензина и мазута) известны .

Тогда одно конкретное решение завода сводится к выбору одного вектора , для которого выручка завода равна долл. Здесь 32 долл. - это доход, полученный от одного применения первого технологического процесса (10 долл. 3ед.Б + 1 долл. 2ед.М = 32 долл.). Аналогичный смысл имеют коэффициенты 15 и 12 для второго и третьего технологических процессов соответственно. Учет запаса нефти приводит к следующим условиям:

для сорта А : ,

для сорта В : ,

где в первом неравенстве коэффициенты 1, 2, 2 - это нормы расхода нефти сорта А для одноразового применения технологических процессов I , II , III соответственно. Коэффициенты второго неравенства имеют аналогичный смысл для нефти сорта В .

Математическая модель в целом имеет вид:

Найти такой вектор , чтобы

максимизировать

при выполнении условий:

,

,

.

Сокращенная форма этой записи имеет вид:

при ограничениях

, (1.4.2)

,

Получили так называемую задачу линейного программирования. Модель (1.4.2.) является примером оптимизационной модели детерминированного типа (с вполне определенными элементами).

Пример 1.3. Инвестору требуется определить наилучший набор из акций, облигаций и других ценных бумаг для приобретения их на некоторую сумму с целью получения определенной прибыли с минимальным риском для себя. Прибыль на каждый доллар, вложенный в ценную бумагу - го вида, характеризуется двумя показателями: ожидаемой прибылью и фактической прибылью. Для инвестора желательно, чтобы ожидаемая прибыль на один доллар вложений была для всего набора ценных бумаг не ниже заданной величины . Заметим, что для правильного моделирования этой задачи от математика требуются определенные базовые знания в области портфельной теории ценных бумаг. Обозначим известные параметры задачи: - число разновидностей ценных бумаг; - фактическая прибыль (случайное число) от -го вида ценной бумаги - ожидаемая прибыль от -го вида ценной бумаги. Обозначим неизвестные величины: - средства, выделенные для приобретения ценных бумаг вида . В силу обозначений вся инвестированная сумма определяется как . Для упрощения модели введем новые величины

Таким образом, - это доля от всех средств, выделяемая для приобретения ценных бумаг вида . Очевидно, что . Из условия задачи видно, что цель инвестора - достижение определенного уровня прибыли с минимальным риском. Содержательно риск - это мера отклонения фактической прибыли от ожидаемой. Поэтому его можно отождествить с ковариацией

прибыли для ценных бумаг вида и вида . Здесь М - обозначение математического ожидания. Математическая модель исходной задачи имеет вид:

(1.4.3)

Получили известную модель Марковица для оптимизации структуры портфеля ценных бумаг. Модель (1.4.3.) является примеров оптимизационной модели стохастического типа (с элементами случайности).

Пример 1.4. На базе торговой организации имеется типов одного из товаров ассортиментного минимума. В магазин должен быть завезен только один из типов данного товара. Требуется выбрать тот тип товара, который целесообразно завести в магазин. Если товар типа будет пользоваться спросом, то магазин от его реализации получит прибыль , если же он не будет пользоваться спросом - убыток .

В полной мере новое исчисление как систему создал Ньютон , который, однако, долгое время не публиковал свои открытия .

Официальной датой рождения дифференциального исчисления можно считать май , когда Лейбниц опубликовал первую статью «Новый метод максимумов и минимумов…» . Эта статья в сжатой и малодоступной форме излагала принципы нового метода, названного дифференциальным исчислением.

Лейбниц и его ученики

Эти определения поясняются геометрически, при этом на рис. бесконечно малые приращения изображены конечными. Рассмотрение опирается на два требования (аксиомы). Первое:

Требуется, чтобы две величины, отличающиеся друг от друга лишь на бесконечно малую величину, можно было брать [при упрощении выражений?] безразлично одну вместо другой.

Продолжение каждой такой линии называется касательной к кривой. Исследуя касательную, проходящую через точку , Лопиталь придаёт большое значение величине

достигающее экстремальных значений в точках перегиба кривой, отношению же к не придаётся никакого особого значения.

Примечательно нахождение точек экстремума . Если при непрерывном увеличении диаметра ордината сначала возрастает, а затем убывает, то дифференциал сначала положителен по сравнению с , а потом отрицателен.

Но всякая непрерывно возрастающая или убывающая величина не может превратиться из положительной в отрицательную, не проходя через бесконечность или нуль… Отсюда следует, что дифференциал наибольшей и наименьшей величины должен равняться нулю или бесконечности.

Вероятно, эта формулировка не безупречна, если вспомнить о первом требовании: пусть, скажем, , тогда в силу первого требования

в нуле правая часть равна нулю, а левая нет. Видимо следовало сказать, что можно преобразовать в соответствии с первым требованием так, чтобы в точке максимума . . В примерах все само собой понятно, и лишь в теории точек перегиба Лопиталь пишет, что равен нулю в точке максимума, будучи разделён на .

Далее, при помощи одних дифференциалов формулируются условия экстремума и рассмотрено большое число сложных задач, относящихся в основном к дифференциальной геометрии на плоскости. В конце книги, в гл. 10, изложено то, что теперь называют правилом Лопиталя , хотя и в не совсем обычной форме. Пусть величина ординаты кривой выражена дробью, числитель и знаменатель которой обращаются в нуль при . Тогда точка кривой с имеет ординату , равную отношению дифференциала числителя к дифференциалу знаменателя, взятому при .

По замыслу Лопиталя написанное им составляло первую часть Анализа, вторая же должна была содержать интегральное исчисление, то есть способ отыскания связи переменных по известной связи их дифференциалов. Первое его изложение дано Иоганном Бернулли в его Математических лекциях о методе интеграла . Здесь дан способ взятия большинства элементарных интегралов и указаны методы решения многих дифференциальных уравнений первого порядка.

Указывая на практическую полезность и простоту нового метода Лейбниц писал:

То, что человек, сведущий в этом исчислении, может получить прямо в трёх строках, другие учёнейшие мужи принуждены были искать, следуя сложными обходными путями.

Эйлер

Перемены, произошедшие за последующие полвека, отражены в обширном трактате Эйлера . Изложение анализа открывает двухтомное «Введение», где собраны изыскания о различных представлениях элементарных функций. Термин «функция» впервые появляется лишь в у Лейбница , однако на первые роли его выдвинул именно Эйлер. Изначальная трактовка понятия функции состояла в том, что функция - это выражение для счёта (нем. Rechnungsausdrϋck ) или аналитическое выражение .

Функция переменного количества есть аналитическое выражение, составленное каким-либо образом из этой переменного количества и чисел или постоянных количеств.

Подчёркивая, что «основное различие функций лежит в способе составления их из переменного и постоянных», Эйлер перечисляет действия, «посредством которых количества могут друг с другом сочетаться и перемешиваться; действиями этими являются: сложение и вычитание, умножение и деление, возведение в степень и извлечение корней; сюда же следует отнести также решение [алгебраических] уравнений. Кроме этих действий, называемых алгебраическими, существует много других, трансцендентных, как-то: показательные, логарифмические и бесчисленные другие, доставляемые интегральным исчислением». Такая трактовка позволяла без труда обращаться с многозначными функциями и не требовала пояснения, над каким полем рассматривается функция: выражение для счёта определено для комплексных значений переменных даже тогда, когда для рассматриваемой задачи это не нужно.

Операции в выражении допускались лишь в конечном числе, а трансцендентное проникало при помощи бесконечно большого числа . В выражениях это число используется наряду с натуральными числами. Напр., считается допустимым такое выражение для экспоненты

в котором лишь поздние авторы видели предельный переход. С аналитическими выражениями производились разнообразные преобразования, позволившие Эйлеру найти представления для элементарных функций в виде рядов, бесконечных произведений и т. д. Эйлер преобразует выражения для счёта так, как это делают в алгебре, не обращая внимания на возможность вычислить значение функции в точке по каждой из написанных формул.

В отличие от Лопиталя Эйлер подробно рассматривает трансцендентные функции и в особенности два наиболее изученные их классы - показательные и тригонометрические. Он обнаруживает, что все элементарные функции могут быть выражены при помощи арифметических действий и двух операций - взятия логарифма и экспоненты .

Сам ход доказательства прекрасно демонстрирует технику использования бесконечно большого. Определив синус и косинус при помощи тригонометрического круга, Эйлер выводит из формул сложения следующее:

Полагая и , он получает

отбрасывая бесконечно малые величины большего порядка. Используя это и аналогичное выражение, Эйлер получает и свою знаменитую формулу

Указав различные выражения для функций, которые теперь называют элементарными, Эйлер переходит к рассмотрению кривых на плоскости, начертанным свободным движением руки. По его мнению, не для всякой такой кривой можно отыскать единое аналитическое выражение (см. также Спор о струне). В XIX веке с подачи Казорати это утверждение считалось ошибочным: по теореме Вейерштрасса всякая непрерывная в современном смысле кривая может быть приближенно описана полиномами. На самом деле Эйлера это едва ли убедило, ведь нужно ещё переписать предельный переход при помощи символа .

Изложение дифференциального исчисления Эйлер начинает с теории конечных разностей, за ним в третьей главе следует философское разъяснение о том, что «бесконечно малое количество есть точно нуль», более всего не устроившее современников Эйлера. Затем из конечных разностей при бесконечно малом приращении образуются дифференциалы, а из интерполяционной формулу Ньютона - формула Тейлора . Этот метод в существенном восходит к работам Тейлора (1715 г.). При этом у Эйлера появляется устойчивое отношение , которое, однако, рассматривается как отношение двух бесконечно малых. Последние главы посвящены приближенному вычислению при помощи рядов.

В трёхтомном интегральном исчислении Эйлер трактует вводит понятие интеграла так:

Та функция, дифференциал которой , называется его интегралом и обозначается знаком , поставленным спереди.

В целом же эта часть трактата Эйлера посвящена более общей с современной точки зрения задаче об интегрировании дифференциальных уравнений. При этом Эйлер находит ряд интегралов и дифференциальных уравнений, которые приводят к новым функциям, напр., -функции, эллиптические функции и т. д. Строгое доказательство их неэлементарности было дано в 1830-х годах Якоби для эллиптических функций и Лиувиллем (см. элементарные функции).

Лагранж

Следующим крупным произведением, сыгравшим значительную роль в развитии концепции анализа, явилась Теория аналитических функций Лагранжа и обширный пересказ работ Лагранжа, выполненный Лакруа в несколько эклектической манере.

Желая избавиться от бесконечно малого вовсе, Лагранж обратил связь между производными и рядом Тейлора. Под аналитической функцией Лагранж понимал произвольную функцию, исследуемую методами анализа. Саму функцию он обозначил как , дав графический способ записи зависимости - ранее же Эйлер обходился одними переменными. Для применения методов анализа по мнению Лагранжа необходимо, чтобы функция разлагалась в ряд

коэффициенты которого будут новыми функциями . Остаётся назвать производной (дифференциальным коэффициентом) и обозначить его как . Таким образом, понятие производной вводится на второй странице трактата и без помощи бесконечно малых. Остаётся заметить, что

поэтому коэффициент является удвоенной производной производной , то есть

Такой подход к трактовке понятия производной используется в современной алгебре и послужил основой для создания теории аналитических функций Вейерштрасса .

Лагранж оперировал такими рядами как формальными и получил ряд замечательных теорем. В частности, впервые и вполне строго доказал разрешимость начальной задачи для обыкновенных дифференциальных уравнений в формальных степенных рядах.

Вопрос об оценке точности приближений, доставляемых частными суммами ряда Тейлора, впервые был поставлен именно Лагранжем: в конце Теории аналитических функций он вывел то, что теперь называют формулой Тейлора с остаточным членом в форме Лагранжа. Однако, в противоположность современным авторам, Лагранж не видел нужды в употреблении этого результата для обоснования сходимости ряда Тейлора.

Вопрос о том, действительно ли функции, употребимые в анализе, могут быть разложены в степенной ряд, впоследствии стал предметом дискуссии. Конечно, Лагранжу было известно, что в некоторых точках элементарные функции могут не разлагаться в степенной ряд, однако в этих точках они и недифференцируемы ни в каком смысле. Коши в своём Алгебраическом анализе привёл в качестве контрпримера функцию

доопределённую нулём в нуле. Эта функция всюду гладкая на вещественной оси и в нуле имеет нулевой ряд Маклорена, который, следовательно, не сходится к значению . Против этого примера Пуассон возразил, что Лагранж определял функцию как единое аналитическое выражение, в примере Коши же функция задана по разному в нуле, и при . Лишь в конце XIX века Прингсхейм доказал, что существует бесконечно дифференцируемая функция, заданная единым выражением, ряд Маклорена для которой расходится. Пример такой функцией доставляет выражение

Дальнейшее развитие

В последней трети XIX века Вейерштрасс произвёл арифметизацию анализа, полагая геометрическое обоснование недостаточным, и предложил классическое определение предела через ε-δ-язык. Он же создал первую строгую теорию множества вещественных чисел . В это же время попытки усовершенствования теоремы об интегрируемости по Риману привели к созданию классификации разрывности вещественных функций. Также были открыты «патологические» примеры (нигде не дифференцируемые непрерывные функции , заполняющие пространство кривые). В связи с этим Жордан разработал теорию меры , а Кантор - теорию множеств , и в начале XX века математический анализ был формализован с их помощью. Другим важным событием XX века стала разработка нестандартного анализа как альтернативного подхода к обоснованию анализа.

Разделы математического анализа

• Метрическое пространство , Топологическое пространство

См. также

Библиография

Энциклопедические статьи

• // Энциклопедический лексикон : Спб.: тип. А. Плюшара, 1835-1841. Том 1-17.

• // Энциклопедический словарь Брокгауза и Ефрона : В 86 томах (82 т. и 4 доп.). - СПб. , 1890-1907.

Учебная литература

Стандартные учебники

На протяжении многих лет в России популярны следующие учебники:

• Курант, Р. Курс дифференциального и интегрального исчисления (в двух томах). Главная методическая находка курса: сначала попросту излагаются основные идеи, а затем им даются строгие доказательства. Написан Курантом в его бытность профессором Геттингенского университета в 1920-х под влиянием идей Клейна , затем в 1930-х перенесён на американскую почву. Русский перевод 1934 г. и его переиздания дает текст по немецкому изданию, перевод 1960-х годов (т. н. 4-ое издание) представляет собой компиляцию из немецкой и американской версии учебника и в связи с этим весьма многословен.
• Фихтенгольц Г. М. Курс дифференциального и интегрального исчисления (в трёх томах) и задачник.
• Демидович Б. П. Сборник задач и упражнений по математическому анализу.
• Ляшко И. И. и др. Справочное пособие по высшей математике, т. 1-5.

Некоторые ВУЗы имеют собственные руководства по анализу:

• МГУ , МехМат:

• Архипов Г. И., Садовничий В. А., Чубариков В. Н. Лекции по мат. анализу.
• Зорич В. А. Математический анализ. Часть I. М.: Наука, 1981. 544 с.
• Зорич В. А. Математический анализ. Часть II. М.: Наука, 1984. 640 с.
• Камынин Л. И. Курс математического анализа (в двух томах). М.: Издательство Московского Университета, 2001.

• В. А. Ильин , В. А. Садовничий , Бл. Х. Сендов . Математический анализ / Под ред. А. Н. Тихонова . - 3-е изд. , перераб. и доп. - М .: Проспект, 2006. - ISBN 5-482-00445-7

• МГУ , физфак:

• Ильин В. А. , Позняк Э. Г. Основы математического анализа (в двух частях). - М .: Физматлит, 2005. - 648 с. - ISBN 5-9221-0536-1
• Бутузов В. Ф. и др. Мат. анализ в вопросах и задачах

• Математика в техническом университете Сборник учебных пособий в 21 томе.

• СПбГУ , физфак:

• Смирнов В. И. Курс высшей математики, в 5 томах. М.: Наука, 1981 (6-е издание), БХВ-Петербург, 2008 (24-е издание).

• НГУ , мехмат:

• Решетняк Ю. Г. Курс математического анализа. Часть I. Книга 1. Введение в математический анализ. Дифференциальное исчисление функций одной переменной. Новосибирск: Изд-во Ин-та математики, 1999. 454 с ISBN 5-86134-066-8 .
• Решетняк Ю. Г. Курс математического анализа. Часть I. Книга 2. Интегральное исчисление функций одной переменной. Дифференциальное исчисление функций многих переменных. Новосибирск: Изд-во Ин-та математики, 1999. 512 с ISBN 5-86134-067-6 .
• Решетняк Ю. Г. Курс математического анализа. Часть II. Книга 1. Основы гладкого анализа в многомерных пространствах. Теория рядов. Новосибирск: Изд-во Ин-та математики, 2000. 440 с ISBN 5-86134-086-2 .
• Решетняк Ю. Г. Курс математического анализа. Часть II. Книга 2. Интегральное исчисление функций многих переменных. Интегральное исчисление на многообразиях. Внешние дифференциальные формы. Новосибирск: Изд-во Ин-та математики, 2001. 444 с ISBN 5-86134-089-7 .
• Шведов И. А. Компактный курс математического анализа, : Часть 1. Функции одной переменной , Часть 2. Дифференциальное исчисление функций многих переменных .

• МФТИ , Москва

• Кудрявцев Л. Д. Курс математического анализа (в трех томах).

• БГУ , физфак:

• Богданов Ю. С. Лекции по математическому анализу (в двух частях). - Минск: БГУ, 1974. - 357 с.

Учебники повышенной сложности

Учебники:

• Рудин У. Основы математического анализа. М., 1976 - небольшая книга, написана очень чётко и сжато.

Задачники повышенной сложности:

• Г.Полиа, Г.Сеге, Задачи и теоремы из анализа. Часть 1 , Часть 2 , 1978. (Большая часть материала относится к ТФКП)
• Pascal, E. (Napoli). Esercizii, 1895; 2 ed., 1909 // Internet Archiv

Учебники для гуманитарных специальностей

• А. М. Ахтямов Математика для социологов и экономистов. - М. : Физматлит, 2004.
• Н. Ш. Кремер и др. Высшая математика для экономистов. Учебник. 3-е изд. - М. : Юнити, 2010

Задачники

• Г. Н. Берман. Сборник задач по курсу математического анализа: Учебное пособие для вузов. - 20-е изд. М.:Наука. Главная редакция физико-математической литературы, 1985. - 384 с.
• П. Е. Данко, А. Г. Попов, Т. Я. Кожевников. Высшая математика в упражнениях и задачах. (В 2-х частях)- М.: Высш.шк, 1986.
• Г. И. Запорожец Руководство к решению задач по математическому анализу. - М.: Высшая школа, 1966.
• И. А. Каплан. Практические занятия по высшей математике, в 5 частях.. - Харьков, Изд. Харьковского гос. ун-та, 1967, 1971, 1972.
• А. К. Боярчук, Г. П. Головач. Диференциальные уравнения в примерах и задачах. Москва. Едиториал УРСС, 2001.
• А. В. Пантелеев, А. С. Якимова, А. В. Босов. Обыкновенные дифференциальные уравнения в примерах и задачах. «МАИ», 2000
• А. М. Самойленко, С. А. Кривошея, Н. А. Перестюк. Дифференциальные уравнения: примеры и задачи. ВШ, 1989.
• К. Н. Лунгу, В. П. Норин, Д. Т. Письменный, Ю.А Шевченко. Сборник задач по высшей математике. 1 курс. - 7-е изд. - М.: Айрис-пресс, 2008.
• И. А. Марон. Дифференциальное и интегральное исчисление в примерах и задачах (Функции одной переменной). - М., Физматлит, 1970.
• В. Д. Черненко. Высшая математика в примерах и задачах: Учебное пособие для вузов. В 3 т. - СПб.: Политехника, 2003.

Справочники

Классические произведения

Сочинения по истории анализа

• Кестнер, Авраам Готтгельф . Geschichte der Mathematik. 4 тома, Геттинген, 1796-1800
• Кантор, Мориц . Vorlesungen über geschichte der mathematik Leipzig: B. G. Teubner, - . Bd. 1 , Bd. 2 , Bd. 3 , Bd. 4
• История математики под редакцией А. П. Юшкевича (в трёх томах):

• Том 1 С древнейших времен до начала Нового времени. (1970)
• Том 2 Математика XVII столетия. (1970)
• Том 3 Математика XVIII столетия. (1972)

• Маркушевич А. И. Очерки по истории теории аналитических функций. 1951
• Вилейтнер Г. История математики от Декарта до середины XIX столетия. 1960

Примечания

1. Ср., напр.,курс Cornell Un
2. Ньютон И. Математические работы . M, 1937.
3. Leibniz //Acta Eroditorum, 1684. L.M.S., т. V, c. 220-226. Рус. пер.: Успехи Мат. Наук, т. 3, в. 1 (23), с. 166-173.
4. Лопиталь. Анализ бесконечно малых . М.-Л.:ГТТИ, 1935. (Далее: Лопиталь) // Мат. анализ на EqWorld
5. Лопиталь, гл. 1, опр. 2.
6. Лопиталь, гл. 4, опр. 1.
7. Лопиталь, гл. 1, требование 1.
8. Лопиталь, гл. 1, требование 2.
9. Лопиталь, гл. 2, опр.
10. Лопиталь, § 46.
11. Лопиталь беспокоится о другом: для него длина отрезка и нужно пояснить, что значит её отрицательность. Замечание, сделанное в § 8-10, можно даже понять так, что при убывании с ростом следует писать , однако далее это не используется.