контрольные вопросы

1.
Определение матрицы;
Матрицей размера mn, где m- число строк, n- число столбцов, называется таблица чисел,
расположенных в определенном порядке. Эти числа называются элементами матрицы. Место каждого
элемента однозначно определяется номером строки и столбца, на пересечении которых он находится.
Элементы матрицы обозначаются aij, где i- номер строки, а j- номер столбца. А =
2. Определения:
-квадратная матрица;
Если число столбцов матрицы равно числу строк (m=n), то матрица называется квадратной.
- единичная матрица;
Матрица вида: = E, называется единичной матрицей.

- симметрическая матрица;
Если amn = anm , то матрица называется симметрической. Пример. - симметрическая матрица

Также симметрической называется квадратная матрица у которой элементы, симметричные относительно
главной диагонали равны, т.е. i , j = 1, 2, ... , n a i , j = a j , i
- диагональная матрица;
Квадратная матрица вида называется диагональной матрицей.
D = diag ( d1 , d2 , ... , dn ) =
- матрица столбец;
Матрица-столбец (вектор-столбец) - матрица размером n x 1:
B=
- матрица строка;
Матрица-строка (вектор-строка) - матрица размером 1 x m
A = [a1, a2, ... , am]
3. Операции над матрицами:

- сложение и вычитание;
Сложение и вычитание матриц сводится к соответствующим операциям над их элементами. Самым главным
свойством этих операций является то, что они определены только для матриц одинакового размера. Таким
образом, возможно определить операции сложения и вычитания матриц:
Определение. Суммой (разностью) матриц является матрица, элементами которой являются соответственно
сумма (разность) элементов исходных матриц. cij = aij  bij С = А + В = В + А.
Суммой двух матриц A и B называется матрица, определяемая равенством
- умножение и деление на произвольное число;

Произведением числа m на матрицу A называется матрица, определяемая равенством
Операция умножения (деления) матрицы любого размера на произвольное число сводится к умножению
(делению) каждого элемента матрицы на это число.  (А+В) =А  В

А() = А  А
4. Операция умножения матриц и ее своиства
Определение. Произведением матриц называется матрица, элементы которой могут быть вычислены по
следующим формулам:
AB = C;
Из приведенного определения видно, что операция умножения матриц определена только для матриц, число
столбцов первой из которых равно числу строк второй.
Свойства операции умножения матриц.
1)Умножение матриц не коммутативно, т.е. АВВА даже если определены оба произведения. Однако, если
для каких-либо матриц соотношение АВ=ВА выполняется, то такие матрицы называются
перестановочными.
Самым характерным примером может служить единичная матрица, которая является перестановочной с
любой другой матрицей того же размера.
Перестановочными могут быть только квадратные матрицы одного и того же порядка.
АЕ = ЕА = А
Очевидно, что для любых матриц выполняются следующее свойство:
AO = O; OA = O,
где О - нулевая матрица.
2) Операция перемножения матриц ассоциативна, т.е. если определены произведения АВ и (АВ)С, то
определены ВС и А(ВС), и выполняется равенство:
(АВ)С=А(ВС).
3) Операция умножения матриц дистрибутивна по отношению к сложению, т.е. если имеют смысл
выражения А(В+С) и (А+В)С, то соответственно:
А(В + С) = АВ + АС
(А + В)С = АС + ВС.
4) Если произведение АВ определено, то для любого числа  верно соотношение:
(AB) = (A)B = A(B).
5) Если определено произведение АВ, то определено произведение ВтАт и выполняется равенство:
(АВ)т = ВтАт, где
индексом Т обозначается транспонированная матрица.
6) Заметим также, что для любых квадратных матриц det (AB) = detAdetB.
5. Транспонированная матрица
Определение. Матрицу В называют транспонированной матрицей А, а переход от А к В
транспонированием, если элементы каждой строки матрицы
А записать в том же порядке в столбцы матрицы В.
другими словами, bji = aij.

В качестве следствия из предыдущего свойства (5) можно
записать, что:
(ABC)т = CтBтAт,
при условии, что определено произведение матриц АВС.
6. 7. Определители (детерминанты). Дополнительный минор.
Определение. Определителем квадратной матрицы
называется число, которое может быть вычислено по элементам матрицы по формуле:
М1к - детерминант матрицы, полученной из исходной вычеркиванием первой строки и k - го столбца.

Следует обратить внимание на то, что определители имеют только квадратные матрицы, т.е. матрицы, у
которых число строк равно числу столбцов. Предыдущая формула позволяет вычислить определитель
матрицы по первой строке, также справедлива формула вычисления определителя по первому столбцу:
Вообще говоря, определитель может вычисляться по любой строке или столбцу матрицы, т.е. справедлива
формула:
Очевидно, что различные матрицы могут иметь одинаковые определители.

Определитель единичной матрицы равен 1.
Для указанной матрицы А число М1к называется дополнительным минором элемента матрицы a1k. Таким
образом, можно заключить, что каждый элемент матрицы имеет свой дополнительный минор.
Дополнительные миноры существуют только в квадратных матрицах.
7. 8. Дополнительный минор. Свойство определителей.
Определение. Дополнительный минор произвольного элемента квадратной матрицы aij равен
определителю матрицы, полученной из исходной вычеркиванием i-ой строки и j-го столбца.
Свойство1. Важным свойством определителей является следующее соотношение: det A = det Aт;
Свойство 2. det (A ± B) = det A ± det B.
Свойство 3. det (AB) = detAdetB
Свойство 4. Если в квадратной матрице поменять местами какие-либо две строки (или столбца), то
определитель матрицы изменит знак, не изменившись по абсолютной величине.
Свойство 5. При умножении столбца (или строки) матрицы на число ее определитель умножается на это
число.
Определение: Столбцы (строки) матрицы называются линейно зависимыми, если существует их линейная
комбинация, равная нулю, имеющая нетривиальные (не равные нулю) решения.
Свойство 6. Если в матрице А строки или столбцы линейно зависимы, то ее определитель равен нулю.
Свойство 7. Если матрица содержит нулевой столбец или нулевую строку, то ее определитель равен нулю.
(Данное утверждение очевидно, т.к. считать определитель можно именно по нулевой строке или столбцу.)
Свойство 8. Определитель матрицы не изменится, если к элементам одной из его строк(столбца)
прибавить(вычесть) элементы другой строки(столбца), умноженные на какое-либо число, не равное нулю.
Свойство 9. Если для элементов какой- либо строки или столбца матрицы верно соотношение: d = d 1 ± d2, e =
e1 ± e2 , f = f1 ± f2, то верно:
9. Элементарные преобразования матриц

Определение. Элементарными преобразованиями матрицы назовем следующие преобразования:
1) умножение строки на число, отличное от нуля;
2) прибавление к элемнтам одной строки элементов другой строки;
3) перестановка строк;
4) вычеркивание (удаление) одной из одинаковых строк (столбцов);
5) транспонирование;
Те же операции, применяемые для столбцов, также называются элементарными преобразованиями.
С помощью элементарных преобразований можно к какой-либо строке или столбцу прибавить линейную
комбинацию остальных строк (столбцов).
10. Миноры.
Выше было использовано понятие дополнительного минора матрицы. Дадим определение минора матрицы.
Определение. Если в матрице А выделить несколько произвольных строк и столько же произвольных
столбцов, то определитель, составленный из элементов, расположенных на пересечении этих строк и
столбцов называется минором матрицы А. Если выделено s строк и столбцов, то полученный минор
называется минором порядка s.
Заметим, что вышесказанное применимо не только к квадратным матрицам, но и к прямоугольным.
Если вычеркнуть из исходной квадратной матрицы А выделенные строки и столбцы, то определитель
полученной матрицы будет являться дополнительным минором.
11. Алгебраические дополнения.
Определение. Алгебраическим дополнением минора матрицы называется его дополнительный минор,
умноженный на (-1) в степени, равной сумме номеров строк и номеров столбцов минора матрицы.
В частном случае, алгебраическим дополнением элемента матрицы называется его дополнительный минор,
взятый со своим знаком, если сумма номеров столбца и строки, на которых стоит элемент, есть число четное
и с противоположным знаком, если нечетное.
Теорема Лапласа. Если выбрано s строк матрицы с номерами i1, … ,is, то определитель этой матрицы равен
сумме произведений всех миноров, расположенных в выбранных строках на их алгебраические дополнения.
12. Определение обратной матрицы.
Определим операцию деления матриц как операцию, обратную умножению.
Определение. Если существуют квадратные матрицы Х и А одного порядка, удовлетворяющие условию:
XA = AX = E,
где Е - единичная матрица того же самого порядка, что и матрица А, то матрица Х называется обратной к
матрице А и обозначается А-1.
Каждая квадратная матрица с определителем, не равным нулю имеет обратную матрицу и притом только
одну.
Рассмотрим общий подход к нахождению обратной матрицы.
Исходя из определения произведения матриц, можно записать:
i=(1,n), j=(1,n),
eij = 0, i  j,
eij = 1, i = j .
Таким образом, получаем систему уравнений:
Решив эту систему, находим элементы матрицы Х.
Однако, такой способ не удобен при нахождении обратных матриц больших порядков, поэтому обычно
применяют следующую формулу:
где Мji- дополнительный минор элемента аji матрицы А.
13. Свойства обратных матриц.

Укажем следующие свойства обратных матриц:
1) (A-1)-1 = A;
2) (AB)-1 = B-1A-1
3) (Aт)-1 = (A-1)т.
14. Базисный минор матрицы.

Как было сказано выше, минором матрицы порядка s называется определитель матрицы, образованной из
элементов исходной матрицы, находящихся на пересечении каких - либо выбранных s строк и s столбцов.
Определение. В матрице порядка mхn минор порядка r называется базисным, если он не равен нулю, а все
миноры порядка r+1 и выше равны нулю, или не существуют вовсе, т.е. r совпадает с меньшим из чисел m
или n.
Столбцы и строки матрицы, на которых стоит базисный минор, также называются базисными.
В матрице может быть несколько различных базисных миноров, имеющих одинаковый порядок.
Теорема о базисном миноре
Теорема. В произвольной матрице А каждый столбец (строка) является линейной комбинацией столбцов
(строк), в которых расположен базисный минор.
Таким образом, ранг произвольной матрицы А равен максимальному числу линейно независимых строк
(столбцов) в матрице.
Если А- квадратная матрица и detA = 0, то по крайней мере один из столбцов - линейная комбинация
остальных столбцов. То же самое справедливо и для строк. Данное утверждение следует из свойства
линейной зависимости при определителе равном нулю.
15. Ранг матрицы.
Определение. Порядок базисного минора матрицы называется рангом матрицы и обозначается Rg А.
Очень важным свойством элементарных преобразований матриц является то, что они не изменяют ранг
матрицы.
Определение. Матрицы, полученные в результате элементарного преобразования, называются
эквивалентными.
Надо отметить, что равные матрицы и эвивалентные матрицы - понятия совершенно различные.
Теорема. Наибольшее число линейно независимых столбцов в матрице равно числу линейно независимых
строк.
Т.к. элементарные преобразования не изменяют ранг матрицы, то можно существенно упростить процесс
нахождения ранга матрицы.
16. Матричный метод решения систем линейных уравнений.

Матричный метод применим к решению систем уравнений, где число уравнений равно числу неизвестных.
Метод удобен для решения систем невысокого порядка.
Метод основан на применении свойств умножения матриц.
Пусть дана система уравнений:
Составим матрицы:
Систему уравнений можно записать:
AX = B.
Сделаем следующее преобразование: A-1AX = A-1B,
т.к. А-1А = Е, то ЕХ = А-1В
Х = А-1В
Для применения данного метода необходимо находить обратную матрицу, что может быть связано с
вычислительными трудностями при решении систем высокого порядка.
Несмотря на ограничения возможности применения данного метода и сложность вычислений при больших
значениях коэффициентов, а также систем высокого порядка, метод может быть легко реализован на ЭВМ.
17. Метод Крамера.
Теорема. Система из n уравнений с n неизвестными
в случае, если определитель матрицы системы не равен нулю, имеет единственное решение и это решение
находится по формулам:
xi = i/ где
 = det A, а i - определитель матрицы, получаемой из матрицы системы заменой столбца i столбцом
свободных членов bi.
Если система однородна, т.е. bi = 0, то при 0 система имеет единственное нулевое решение x1 = x2 = … =
xn = 0.
При  = 0 система имеет бесконечное множество решений.
18. Решение произвольных систем линейных уравнений.
Как было сказано выше, матричный метод и метод Крамера применимы только к тем системам линейных
уравнений, в которых число неизвестных равняется числу уравнений. Далее рассмотрим произвольные
системы линейных уравнений. Определение. Система m уравнений с n неизвестными в общем виде
записывается следующим образом:
где aij - коэффициенты, а bi - постоянные. Решениями системы являются n чисел, которые при подстановке в
систему превращают каждое ее уравнение в тождество.
Совместные, определенные и однородная системы
Определение. Если система имеет хотя бы одно решение, то она называется совместной. Если система не
имеет ни одного решения, то она называется несовместной.
Определение. Система называется определенной, если она имеет только одно решение и неопределенной,
если более одного.
Определение. Для системы линейных уравнений матрица
называется матрицей системы, а матрица
называется расширенной матрицей системы

Определение. Если b1, b2, …, bm = 0, то система называется однородной. однородная система всегда
совместна, т.к. всегда имеет нулевое решение.
19. Метод Гаусса.
(Карл Фридрих Гаусс (1777-1855) немецкий математик)
В отличие от матричного метода и метода Крамера, метод Гаусса может быть применен к системам
линейных уравнений с произвольным числом уравнений и неизвестных. Суть метода заключается в
последовательном исключении неизвестных.
Рассмотрим систему линейных уравнений:
Разделим обе части 1-го уравнения на a11  0, затем:

1) умножим на а21 и вычтем из второго уравнения
2) умножим на а31 и вычтем из третьего уравнения и т.д.
Получим:
где d1j = a1j/a11, j = 2, 3, …, n+1.

dij= aij - ai1d1j i = 2, 3, … , n; j = 2, 3, … , n+1.
Далее повторяем эти же действия для второго уравнения системы, потом - для третьего и т.д.
20. Понятие вектор. Нулевой вектор, компланарные и коллинеарные вектора. Свойства векторов.
Линейные операции над векторами.
Определение. Вектором называется направленный отрезок (упорядоченная пара точек). К векторам
относится также и нулевой вектор, начало и конец которого совпадают.
Определение. Длиной (модулем) вектора называется расстояние между началом и концом вектора.
|AB|=|а|
Коллинеарные и компланарные векторы

Определение. Векторы называются коллинеарными, если они расположены на одной или параллельных
прямых. Нулевой вектор коллинеарен любому вектору.
Определение. Векторы называются компланарными, если существует плоскость, которой они
параллельны.
Коллинеарные векторы всегда компланарны, но не все компланарные векторы коллинеарны.
Определение. Векторы называются равными, если они коллинеарны, одинаково направлены и имеют
одинаковые модули.
Всякие векторы можно привести к общему началу, т.е. построить векторы, соответственно равные данным и
имеющие общее начало. Из определения равенства векторов следует, что любой вектор имеет бесконечно
много векторов, равных ему.
Линейные операции над векторами
Определение. Линейными операциями над векторами называется сложение и умножение на число.
Суммой векторов является вектор - c=a+b
Произведение b=a, |b|=|a|, при этом a коллинеарен b.
Вектор a сонаправлен с вектором b (ab), если  > 0.
Вектор a противоположно направлен с вектором b(ab), если  < 0.
Свойства векторов
1) a + b= b + a - коммутативность.
2) a + (b + c) = (a + b) + c
3) a + 0 = a
4) a +(-1)a = 0
5) ()a = (a) - ассоциативность
6) (+)а = aа + a - дистрибутивность
7) (a + b) = a + b
8) 1a = a
21. Базис. Линейная зависимость векторов. Свойства.
Определение.
1) Базисом в пространстве называются любые 3 некомпланарных вектора, взятые в определенном порядке.
2) Базисом на плоскости называются любые 2 неколлинеарные векторы, взятые в определенном порядке.
3) Базисом на прямой называется любой ненулевой вектор.
Определение. Если e1, e2, e3 - базис в пространстве и a = e1 + e2 + e3, то числа  - называются
компонентами или координатами вектора a в этом базисе.
В связи с этим можно записать следующие свойства:
- равные векторы имеют одинаковые координаты,
- при умножении вектора на число его компоненты тоже умножаются на это число,
a = (e1 + e2 + e3) = e1 + e2 + e3
- при сложении векторов складываются их соответствующие компоненты.
a = 1e1 + 2e2 + 3e3
b = 1e1 + 2e2 + 3e3
a+b = (1+1)e1 + (2+2)e2 + (3+3)e3
Линейная зависимость векторов

Определение. Векторы a1, ..., an называются линейно зависимыми, если существует такая линейная
комбинация 1a1 + 2a2 +...+ nan, при не равных нулю одновременно i , т.е. 12+22+...+n2.
Если же только при i = 0 выполняется 1a1 + 2a2 +...+ nan, то векторы называются линейно
независимыми.
Свойство 1. Если среди векторов ai есть нулевой вектор, то эти векторы линейно зависимы.
Свойство 2. Если к системе линейно зависимых векторов добавить один или несколько векторов, то
полученная система тоже будет линейно зависима.
Свойство 3. Система векторов линейно зависима тогда и только тогда, когда один из векторов
раскладывается в линейную комбинацию остальных векторов.
Свойство 4. Любые 2 коллинеарных вектора линейно зависимы и, наоборот, любые 2 линейно зависимые
векторы коллинеарны.
Свойство 5. Любые 3 компланарных вектора линейно зависимы и, наоборот, любые 3 линейно зависимые
векторы компланарны.
Свойство 6. Любые 4 вектора линейно зависимы.
22. Система координат. Декартова система координат. Линейные операции над векторами в
координатах.
Для определения положения произвольной точки могут использоваться различные системы координат.
Положение произвольной точки в какой- либо системе координат должно однозначно определяться.
Понятие системы координат представляет собой совокупность точки начала отсчета (начала координат) и
некоторого базиса. Как на плоскости, так и в пространстве возможно задание самых разнообразных систем
координат. Выбор системы координат зависит от характера поставленной геометрической, физической или
технической задачи. Рассмотрим некоторые наиболее часто применяемые на практике системы координат.
Декартова система координат
Зафиксируем в пространстве точку О и рассмотрим произвольную точку М.
Вектор ОМ назовем радиус- вектором точки М. Если в пространстве задать некоторый базис, то точке М
можно сопоставить некоторую тройку чисел - компоненты ее радиус- вектора.
Определение. Декартовой системой координат в пространстве называется совокупность точки и базиса.
Точка называется началом координат. Прямые, проходящие через начало координат называются осями
координат.
1-я ось - ось абсцисс
2-я ось - ось ординат
3-я ось - ось апликат
Чтобы найти компоненты вектора нужно из координат его конца вычесть координаты начала.
Если заданы точки А(x1, y1, z1), B(x2, y2, z2), то = (x2 - x1, y2 - y1, z2 - z1).
Длина вектора в координатах
Длина вектора в координатах определяется как расстояние между точками начала и конца вектора. Если
заданы две точки в пространстве А(х1, y1, z1), B(x2, y2, z2), то
Деление отрезка в заданном отношении

Если точка М(х, у, z) делит отрезок АВ в соотношении / , считая от А, то координаты этой точки
определяются как:
В частном случае координаты середины отрезка находятся как:

x = (x1 + x2)/2; y = (y1 + y2)/2; z = (z1 + z2)/2.
Линейные операции над векторами в координатах
Пусть заданы векторы в прямоугольной системе координат a(хA; уA; zA); b(хВ; уВ; zВ), тогда линейные
операции над ними в координатах имеют вид:
a+b=c(хA+хB; уA+уB; zA+zB)
a=(хA; уA; zA)
23. Скалярное произведение векторов. Свойства.
Определение. Скалярным произведением векторов a и b называется число, равное произведению длин этих
сторон на косинус угла между ними. ab = |a||b|cos
Свойства скалярного произведения
1) aа = |a|2;
2) ab = 0, если ab или a = 0 или b = 0;
3) ab = ba;
4) a(b + c) = ab + ac;
5) a(mb) = b(ma) = m(ab); m=const
Если рассматривать векторы a(хa; уa; za); b(хb; уb; zb) в декартовой прямоугольной системе координат, то
ab = xaxb + yayb + zazb;
Используя полученные равенства, получаем формулу для вычисления угла между векторами:
24. Векторное произведение векторов. Свойства.

Определение. Векторным произведением векторов а и b называется вектор с , удовлетворяющий следующим
условиям:
1) |c|=|a||b|sin, где  - угол между векторами а и b,
2) вектор cортогонален векторам а и b
3) а, b и c образуют правую тройку векторов.
Обозначается: c=аxb или c=[а;b].
Свойства векторного произведения векторов:
1) bxa=-аxb;
2) аxb=0, если а||b или а = 0 или b = 0;
3) (mа)b = а(mb) = m(аb);
4) а(b+с) = аb + ас;
5) Если заданы векторы а(Xa, Ya, Za) и b(Xb, Yb, Zb) в декартовой прямоугольной системе координат с
единичными векторами i, j и k, то
6) Геометрическим смыслом векторного произведения векторов является площадь параллелограмма,

построенного на векторах а и b.
25. Смешанное произведение векторов. Свойства.
Определение. Смешанным произведением векторов а, b и с называется число, равное скалярному
произведению вектора а на вектор, равный векторному произведению векторов b и с.
Обозначается аbс или (а, b, c).
Смешанное произведение аbс по модулю равно объему параллелепипеда, построенного на векторах а, b и с.
Свойства смешанного произведения:

1)Смешанное произведение равно нулю, если:
а) хоть один из векторов равен нулю;
б) два из векторов коллинеарные;
в) векторы компланарны.
5) Объем треугольной пирамиды, образованной векторами а, b и с, равен
26. Уравнение линии и прямой на плоскости.

Уравнение линии на плоскости
Как известно, любая точка на плоскости определяется двумя координатами в
какой- либо системе координат. Системы координат могут быть различными в
зависимости от выбора базиса и начала координат.
Определение. Уравнением линии называется соотношение y = f(x) между
координатами точек, составляющих эту линию.
Отметим, что уравнение линии может быть выражено параметрическим
способом, то есть каждая координата каждой точки выражается через некоторый
независимый параметр t.
Характерный пример – траектория движущейся точки. В этом случае роль
параметра играет время.
Уравнение прямой на плоскости
Определение. Любая прямая на плоскости может быть задана уравнением первого
порядка
Ах + Ву + С = 0,
причем постоянные А, В не равны нулю одновременно, т.е. А 2 + В2  0. Это уравнение
первого порядка называют общим уравнением прямой.

В зависимости от значений постоянных А,В и С возможны следующие частные
случаи:
- C = 0, А  0, В  0 – прямая проходит через начало координат
- А = 0, В  0, С  0 { By + C = 0}- прямая параллельна оси Ох
- В = 0, А  0, С  0 { Ax + C = 0} – прямая параллельна оси Оу
- В = С = 0, А  0 – прямая совпадает с осью Оу
- А = С = 0, В  0 – прямая совпадает с осью Ох

Уравнение прямой может быть представлено в различном виде в зависимости от каких
– либо заданных начальных условий.
27. Виды уравнений прямой: по точке и вектору нормали
Определение. В декартовой прямоугольной системе координат вектор с
компонентами (А, В) перпендикулярен прямой , заданной уравнением Ах + Ву + С = 0.
Пример. Найти уравнение прямой, проходящей через точку А(1, 2)
перпендикулярно вектору (3, -1)
Составим при А = 3 и В = -1 уравнение прямой: 3х – у + С = 0. Для нахождения
коэффициента С подставим в полученное выражение координаты заданной точки А.
Получаем: 3 – 2 + C = 0, следовательно С = -1.
Итого: искомое уравнение: 3х – у – 1 = 0.
28. Виды уравнений прямой: по двум точкам
Пусть в пространстве заданы две точки M1(x1, y1, z1) и M2(x2, y2, z2), тогда уравнение
прямой, проходящей через эти точки:

Если какой- либо из знаменателей равен нулю, следует приравнять нулю
соответствующий числитель.
На плоскости записанное выше уравнение прямой упрощается:
если х1  х2 и х = х1, еслих1 = х2.
Дробь = k называется угловым коэффициентом прямой.

29. Виды уравнений прямой: по точке и угловому коэффициенту
Если общее уравнение прямой Ах + Ву + С = 0 привести к виду:
и обозначить , то полученное уравнение называется

уравнением прямой с угловым коэффициентом k.
30. Виды уравнений прямой: по точке и направляющему вектору
По аналогии с пунктом, рассматривающим уравнение прямой через вектор нормали
можно ввести задание прямой через точку и направляющий вектор прямой.
Определение. Каждый ненулевой вектор (1, 2), компоненты которого
удовлетворяют условию А1 + В2 = 0 называется направляющим вектором прямой
Ах + Ву + С = 0.

Пример. Найти уравнение прямой с направляющим вектором (1, -1) и
проходящей через точку А(1, 2).
Уравнение искомой прямой будем искать в виде: Ax + By + C = 0. В
соответствии с определением, коэффициенты должны удовлетворять условиям:
1A + (-1)B = 0, т.е. А = В.
Тогда уравнение прямой имеет вид: Ax + Ay + C = 0, или x + y + C/A = 0.
при х = 1, у = 2 получаем С/A = -3, т.е. искомое уравнение:
х+у-3=0
31. Виды уравнений прямой: уравнение прямой в отрезках
Если в общем уравнении прямой Ах + Ву + С = 0 С  0, то, разделив на –С, получим:
или
, где
Геометрический смысл коэффициентов в том, что коэффициент а является

координатой точки пересечения прямой с осью Ох, а b – координатой точки
пересечения прямой с осью Оу.

32. Виды уравнений прямой: нормальное уравнение прямой
Если обе части уравнения Ах + Ву + С = 0 разделить на число ,

которое называется нормирующем множителем, то получим
xcos + ysin - p = 0 – нормальное уравнение прямой.
Знак  нормирующего множителя надо выбирать так, чтобы С < 0.
р – длина перпендикуляра, опущенного из начала координат на прямую, а  - угол,
образованный этим перпендикуляром с положительным направлением оси Ох.

Пример. Дано общее уравнение прямой 12х – 5у – 65 = 0. Требуется написать
различные типы уравнений этой прямой.
уравнение этой прямой в отрезках:

уравнение этой прямой с угловым коэффициентом: (делим на 5)
нормальное уравнение прямой:

; cos = 12/13; sin = -5/13; p = 5.

Cледует отметить, что не каждую прямую можно представить уравнением в
отрезках, например, прямые, параллельные осям или проходящие через начало
координат.
33. Угол между прямыми на плоскости.
Определение. Если заданы две прямые y = k1x + b1, y = k2x + b2, то острый угол
между этими прямыми будет определяться как
.
Две прямые параллельны, если k1 = k2.
Две прямые перпендикулярны, если k1 = -1/k2.
Теорема. Прямые Ах + Ву + С = 0 и А 1х + В1у + С1 = 0 параллельны, когда
пропорциональны коэффициенты А1 = А, В1 = В. Если еще и С1 = С, то прямые
совпадают.
Координаты точки пересечения двух прямых находятся как решение системы
уравнений этих прямых.
34. Уравнение прямой, проходящей через данную точку перпендикулярно
данной прямой.
Определение. Прямая, проходящая через точку М1(х1, у1) и перпендикулярная к
прямой у = kx + b представляется уравнением:

35. Расстояние от точки до прямой.
Теорема. Если задана точка М(х0, у0), то расстояние до прямой Ах + Ву + С =0
определяется как
Доказательство. Пусть точка М1(х1, у1) – основание перпендикуляра,

опущенного из точки М на заданную прямую. Тогда расстояние между точками М и М 1:

(1)
Координаты x1 и у1 могут быть найдены как решение системы уравнений:
Второе уравнение системы – это уравнение прямой, проходящей через заданную точку
М0 перпендикулярно заданной прямой.
Если преобразовать первое уравнение системы к виду:
A(x – x0) + B(y – y0) + Ax0 + By0 + C = 0,
то, решая, получим:
Подставляя эти выражения в уравнение (1), находим:
.
Теорема доказана.
36. Уравнение поверхности в пространстве. Общее уравнение плоскости.
Уравнение поверхности в пространстве
Определение. Любое уравнение, связывающее координаты x, y, z любой точки поверхности является
уравнением этой поверхности.
Общее уравнение плоскости
Определение. Плоскостью называется поверхность, все точки которой удовлетворяют общему уравнению:
Ax + By + Cz + D = 0,
где А, В, С - координаты вектора N=Ai+Bj+Ck - вектор нормали к плоскости.
37. Уравнение плоскости, проходящей через три точки.

Для того, чтобы через три какие-либо точки пространства можно было провести единственную плоскость,
необходимо, чтобы эти точки не лежали на одной прямой.
Рассмотрим точки М1(x1, y1, z1), M2(x2, y2, z2), M3(x3, y3, z3) в общей декартовой системе координат.
Для того, чтобы произвольная точка М(x, y, z) лежала в одной плоскости с точками М1, М2, М3 необходимо,
чтобы векторы
38. Уравнение плоскости по двум точкам и вектору, коллинеарному плоскости.

Пусть заданы точки М1(x1, y1, z1), M2(x2, y2, z2) и вектор a=(a1, a2, a3).
Составим уравнение плоскости, проходящей через данные точки М1 и М2 и произвольную точку М(х, у, z)
параллельно вектору a.
39. Уравнение плоскости по одной точке и двум векторам, коллинеарным плоскости.

Пусть заданы два вектора a=(a1, a2, a3) и b=(b1, b2, b3), коллинеарные плоскости. Тогда для произвольной
точки М(х, у, z), принадлежащей плоскости, векторы a, b, MM1 должны быть компланарны.
Уравнение плоскости:
40. Уравнение плоскости в отрезках.

Если в общем уравнении Ах + Ву + Сz + D = 0 поделить обе части на (-D)
Числа a, b, c являются точками пересечения плоскости соответственно с осями х, у, z.

41. Уравнение плоскости в векторной форме.
rn=p, где
r = xi+yj+zk - радиус-вектор текущей точки М(х, у, z),
n = icos + jcos + kcos - единичный вектор, имеющий направление, перпендикуляра, опущенного на
плоскость из начала координат.
,  и  - углы, образованные этим вектором с осями х, у, z.
p - длина этого перпендикуляра.
В координатах это уравнение имеет вид:
xcos + ycos + zcos - p = 0
42. Расстояние от точки до плоскости.
Расстояние от произвольной точки М0(х0, у0, z0) до плоскости Ах+Ву+Сz+D=0 равно:
43. Кривые второго порядка: окружность.

Определение 12.2 Окружностью называется геометрическое место точек плоскости, равноудаленных
от фиксированной точки, называемой центром окружности.
Получим уравнение окружности, если известны ее центр и радиус.
Теорема 12.1 Окружность радиуса с центром в точке имеет уравнение

(12.2)
Доказательство. Пусть -- текущая точка окружности. По определению окружности
расстояние равно (рис. 12.1)
Рис.12.1.Окружность
(10.4)
По формуле (10.4) для плоскости получаем, что точки окружности и только они удовлетворяют уравнению
Обе части уравнения неотрицательны. Поэтому после возведения их в квадрат получим эквивалентное
уравнение (12.2).
Если в уравнении (12.2) раскрыть скобки и привести подобные члены, то вид его изменится. Однако любое
уравнение окружности с помощью тождественных преобразований можно привести к виду (12.2). Для этого
достаточно выделить полные квадраты по переменным и .
44. Кривые второго порядка: эллипс.
Определение. Эллипсом называется кривая, заданная уравнением .

Фокусы
Определение. Фокусами называются такие две точки, сумма расстояний от которых
до любой точки эллипса есть постоянная величина.
F1, F2 – фокусы. F1 = (c; 0); F2(-c; 0)

с – половина расстояния между фокусами;
a – большая полуось;
b – малая полуось.

Теорема. Фокусное расстояние и полуоси эллипса связаны соотношением:
a2 = b2 + c2.
Доказательство: В случае, если точка М находится на пересечении эллипса с
вертикальной осью, r1 + r2 = 2 (по теореме Пифагора). В случае, если точка М

находится на пересечении эллипса с горизонтальной осью, r1 + r2 = a – c + a + c. Т.к.
по определению сумма r1 + r2 – постоянная величина, то , приравнивая, получаем:
a2 = b2 + c2
r1 + r2 = 2a.
Эксцентриситет
Определение. Форма эллипса определяется характеристикой, которая является
отношением фокусного расстояния к большей оси и называется эксцентриситетом.
е = с/a
Т.к. с < a, то е < 1.
Определение. Величина k = b/a называется коэффициентом сжатия
эллипса, а величина 1 – k = (a – b)/a называется сжатием эллипса.
Коэффициент сжатия и эксцентриситет связаны соотношением: k2 = 1 – e2.
Если a = b (c = 0, e = 0, фокусы сливаются), то эллипс превращается в
окружность.
Если для точки М(х1, у1) выполняется условие: , то она находится
внутри эллипса, а если , то точка находится вне эллипса.

Теорема. Для произвольной точки М(х, у), принадлежащей эллипсу верны
соотношения:
r1 = a – ex, r2 = a + ex
Доказательство. Выше было показано, что r1 + r2 = 2a. Кроме того, из
геометрических соображений можно записать:
После возведения в квадрат и приведения подобных слагаемых:

Аналогично доказывается, что r2 = a + ex. Теорема доказана.
Директрисы
С эллипсом связаны две прямые, называемые директрисами. Их уравнения:
x = a/e; x = -a/e
Теорема. Для того, чтобы точка лежала на эллипсе, необходимо и достаточно,
чтобы отношение расстояния до фокуса к расстоянию до соответствующей директрисы
равнялось эксцентриситету е.
45. Кривые второго порядка: гипербола.

Определение. Гиперболой называется множество точек плоскости, для которых
модуль разности расстояний от двух данных точек, называемых фокусами есть
величина постоянная, меньшая расстояния между фокусами.
По определению r1 – r2= 2a. F1, F2 – фокусы гиперболы. F1F2 = 2c.
Выберем на гиперболе произвольную точку М(х, у). Тогда:
обозначим с2 – а2 = b2 (геометрически эта величина – меньшая полуось)
Получили каноническое уравнение гиперболы.

Гипербола симметрична относительно середины отрезка, соединяющего фокусы и
относительно осей координат.
Ось 2а называется действительной осью гиперболы.
Ось 2b называется мнимой осью гиперболы
Гипербола имеет две асимптоты, уравнения которых

46. Кривые второго порядка: парабола.
Определение. Параболой называется множество точек плоскости, каждая из которых
находится на одинаковом расстоянии от данной точки, называемой фокусом, и от
данной прямой, называемой директрисой и не проходящей через фокус.
Расположим начало координат посередине между фокусом и директрисой.
К сожалению рисунка нет - так что, ваша фантазия вам поможет!

Величина р (расстояние от фокуса до директрисы) называется параметром
параболы. Выведем каноническое уравнение параболы.
Из геометрических соотношений: AM = MF; AM = x + p/2;
MF2 = y2 + (x – p/2)2
(x + p/2)2 = y2 + (x – p/2)2
x +xp + p2/4 = y2 + x2 – xp + p2/4
2
y2 = 2px
Уравнение директрисы: x = -p/2.
47. Числовая последовательность.
Определение. Если каждому натуральному числу n поставлено в соответствие число хn, то говорят, что
задана последовательность
x1, х2, …, хn = {xn}
Общий элемент последовательности является функцией от n.
xn = f(n)
Таким образом последовательность может рассматриваться как функция.
Задать последовательность можно различными способами – главное, чтобы был указан способ получения
любого члена последовательности.

Пример. {xn} = {(-1)n} или {xn} = -1; 1; -1; 1; …
{xn} = {sinn/2} или {xn} = 1; 0; 1; 0; …
48. Операции над числовой последовательностью.
Для числовых последовательностей можно определить следующие операции:

1) Умножение последовательности на число m: m{xn} = {mxn}, т.е. mx1, mx2, …
2) Сложение (вычитание) последовательностей: {xn}  {yn} = {xn  yn}.
3) Произведение последовательностей: {xn}{yn} = {xnyn}.
4) Частное последовательностей: при {yn}  0.

49. Ограниченные и неограниченные последовательности.
Определение. Последовательность {xn} называется ограниченной, если существует такое число М>0, что
для любого n верно неравенство:

т.е. все члены последовательности принадлежат промежутку (-М; M).

Определение. Последовательность {xn}называется ограниченной сверху, если для любого n существует
такое число М, что

xn  M.

Определение. Последовательность {xn}называется ограниченной снизу, если для любого n существует
такое число М, что

xn  M

Пример. {xn} = n – ограничена снизу {1, 2, 3, … }.
50. Предел последовательности. Теорема о единственности предела.
Определение. Число а называется пределом последовательности {xn}, если для любого положительного >0
существует такой номер N, что для всех n > N выполняется условие:
|a−x n |<ε .
Это записывается: lim xn = a.
В этом случае говорят, что последовательность {xn}сходится к а при n.
Свойство: Если отбросить какое- либо число членов последовательности, то получаются новые
последовательности, при этом если сходится одна из них, то сходится и другая.
Теорема. Последовательность не может иметь более одного предела.
Доказательство. Предположим, что последовательность {xn}имеет два предела a и b, не равные

друг другу.
xn  a; xn  b; a  b.
Тогда по определению существует такое число  >0, что
ε
|a−x n|<
2
ε
|b−x n|<
2
ε ε
|a−b|=|(a−x n )+(x n −b )|≤|a−x n|+|x n −b|< + =ε
Запишем выражение: 2 2
А т.к. - любое число, то |a−b|=0 , т.е. a = b. Теорема доказана.
Теорема. Если xn  a, то
|x n|→|a| .
Доказательство. Из xn  a следует, что

|x n −a|<ε . В то же время:
||x n|−|a||≤|x n −a| , т.е. ||x n|−|a||<ε , т.е.

|x n|→|a| . Теорема доказана.
Теорема. Если xn  a, то последовательность {xn} ограничена.
Следует отметить, что обратное утверждение неверно, т.е. из ограниченности последовательности не

следует ее сходимость.
Например, последовательность
1
{
xn=¿ 1+ ,при четном n ¿ ¿¿¿
n
51. Монотонные последовательности.
|x |≤2.
не имеет предела, хотя n
Определение. 1) Если xn+1 > xn для всех n, то последовательность возрастающая.

2)Если xn+1  xn для всех n, то последовательность неубывающая.
3)Если xn+1 < xn для всех n, то последовательность убывающая.
4)Если xn+1  xn для всех n, то последовательность невозрастающая
Все эти последовательности называются монотонными. Возрастающие и убывающие последовательности
называются строго монотонными.
Пример. {xn} = 1/n – убывающая и ограниченная

{xn} = n – возрастающая и неограниченная.
Следует отметить, что монотонные последовательности ограничены по крайней мере с одной стороны.
Теорема. Монотонная ограниченная последовательность имеет предел.
Доказательство. Рассмотрим монотонную неубывающую последовательность
х1  х2  х3  …  хn  xn+1  …
Эта последовательность ограничена сверху: xn  M, где М – некоторое число.

Т.к. любое, ограниченное сверху, числовое множество имеет четкую верхнюю грань, то для любого
>0 существует такое число N, что xN > a - , где а – некоторая верхняя грань множества.
Т.к. {xn}- неубывающая последовательность, то при N > n а -  < xN  xn,
xn > a - .
Отсюда a -  < xn < a + 
- < xn – a <  или xn - a< , т.е. lim xn = a.
Для остальных монотонных последовательностей доказательство аналогично.

52. Число е.
( )
n
1
1+
Рассмотрим последовательность {xn} = . n
Если последовательность {xn} монотонная и ограниченная, то она имеет конечный предел.
По формуле бинома Ньютона:
( ) () () ()
n 2 3 n
1 n 1 n(n−1) 1 n(n−1)(n−2) 1 n(n−1 )(n−2 ). . .[n−(n−1)] 1
1+ =1+ ⋅ + ⋅ + +.. .+
n 1 n 1⋅2 n 1⋅2⋅3 n 1⋅2⋅3⋅¿⋅n n
или, что то же самое
x n=1+1+
1
2!
1
( )
1− +. . .+
n
1
k!
1 2
( )( ) (
1− 1− . .. 1−
n n
k−1
n
+.. .+
1
n!
1 2
1− 1− . . . 1−
n n )n−1
n ( )( ) ( )
Покажем, что последовательность {xn} – возрастающая. Действительно, запишем выражение xn+1 и сравним
его с выражением xn:
x n+1 =1+1+
1
2!
1− (
1
n+1
1
)
+.. .+ 1−
k!
1
n+1 (1−
2
n+1
.. . 1−)(
k−1
n+1
1
) (
+. ..+ 1−
n!
1
n+1
1−
2
)
n+1 (
.. . )( )
(
.. . 1−
n−1 1
+)
n+1 ( n+1)!
1−
1
(
n+1
. . . 1−) (
n
n+1
. )
Каждое слагаемое в выражении xn+1 больше соответствующего значения xn, и, кроме того, у xn+1
добавляется еще одно положительное слагаемое. Таким образом, последовательность {xn} возрастающая.
Докажем теперь, что при любом n ее члены не превосходят трех: xn < 3.
1
1−
1 1 1 1 1 1 2n 1
x n <1+1+ + + .. .+ <1+1+ + 2 +. ..+ n+1 =1+ <1+ =3
2! 3! n! 2 2 2 1 1
1− 1−
2 2
геометр . прогрессия
{( ) }
n
1
1+
Итак, последовательность
n- монотонно возрастающая и ограниченная сверху, т.е. имеет
конечный предел. Этот предел принято обозначать буквой е.
( )
n
1
lim 1+ =e
n→∞ n
Из неравенства
( )
1+
1 n
n
<3
следует, что е  3. Отбрасывая в равенстве для {xn} все члены, начиная с
четвертого, имеем:
( ) ( )
n
1 1 1
1+ > 2+ 1−
n 2 n
переходя к пределу, получаем
1
e≥2+ =2,5
2
Таким образом, число е заключено между числами 2,5 и 3. Если взять большее количество членов
ряда, то можно получить более точную оценку значения числа е.
Можно показать, что число е иррациональное и его значение равно 2,71828…
( )
x
1
lim 1+ =e
Аналогично можно показать, что x→∞ x , расширив требования к х до любого действительного
числа:
Предположим: n≤x≤n+1
1 1 1
≥ ≥
n x n+1
1 1 1
1+ ≥1+ ≥1+
n x n+1
( ) ( ) ( )
n+1 x n
11 1
1+ > 1+ > 1+
xn n+1
( ) ( ) ( )
n+1 n x
1 1 e 1
lim 1+ =e⋅1=e ; lim 1+ = =e ; ⇒ lim 1+ =e
Найдем n→∞ n n→∞ n+1 1 x →∞ x
Число е является основанием натурального логарифма.
y
log e x=ln x= y , т. е . e =x .
-8
-6
-4
-2
10 8 6 4 2
2
…Graphics …
Выше представлен график функции y = lnx.

53. Связь натурального и десятичного логарифмов.
Пусть х = 10у, тогда lnx = ln10y , следовательно lnx = yln10
у= , где М = 1/ln10  0,43429…- модуль перехода.

54. Функция.
При изучении различных явлений природы и решении технических задач, а, следовательно, и в математике
приходится рассматривать изменение одной величины в зависимости от изменения другой. Так, например,
известно, что площадь круга выражается через радиус формулой S = πr2. Если радиус r принимает
различные числовые значения, то площадь S также принимает различные числовые значения, т.е. изменение
одной переменной влечет изменение другой.
Если каждому значению переменной x, принадлежащему некоторой области, соответствует одно
определенное значение другой переменной y, то y называется функцией переменной х. Символически будем
записывать y=f(x). При этом переменная x называется независимой переменной или аргументом.
Запись y=C, где C – постоянная, обозначает функцию, значение которой при любом значении x одно и то же
и равно C.
Множество значений x, для которых можно определить значения функции y по правилу f(x), называется
областью определения функции.
Заметим, что числовая последовательность также является функцией, область определения которой
совпадает с множеством натуральных чисел.
К основным элементарным функциям относятся все функции, изучаемые в школьном курсе математики:
Элементарной функцией называется функция, которая может быть задана основными элементарными
функциями и постоянными при помощи конечного числа операций сложения, вычитания, умножения,
деления и взятия функции от функции.
55. Предел функции в точке.
Пусть функция f(x) определена в некоторой окрестности точки х = а (т.е. в самой точке х = а функция может
быть и не определена)
Определение. Число А называется пределом функции f(x) при ха, если для любого >0 существует
такое число >0, что для всех х таких, что

0 < x - a < 
верно неравенство f(x) - A< .

То же определение может быть записано в другом виде:
Если а -  < x < a + , x  a, то верно неравенство А -  < f(x) < A + .

Запись предела функции в точке:

Определение. Если f(x)  A1 при х  а только при x < a, то - называется пределом
функции f(x) в точке х = а слева, а если f(x)  A2 при х  а только при x > a, то
называется пределом функции f(x) в точке х = а справа.

Приведенное выше определение относится к случаю, когда функция f(x) не определена в самой точке х =
а, но определена в некоторой сколь угодно малой окрестности этой точки.
Пределы А1 и А2 называются также односторонними пределами функции f(x) в точке х = а. Также
говорят, что А – конечный предел функции f(x).
56. Непрерывность функции.
Функция f (x), определенная в точке a, называется непрерывной в этой точке, если
По аналогии с понятием одностороннего предела вводятся понятия функции, непрерывной в точке a слева и
справа. Функция непрерывна в данной точке тогда и только тогда, когда она непрерывна как справа, так и
слева в этой точке.
Пусть функция определена в некоторой окрестности точки a, быть может, за исключением самой точки a.
Точка a называется точкой разрыва, если эта функция либо не определена в точке a, либо определена, но не
является непрерывной в точке a.
Чаще всего разрыв возникает по двум причинам:
1. функция задана различными выражениями на разных участках, и в граничных точках эти
выражения имеют различные пределы;
2. функция не определена в данной точке.
Примером разрывной функции может служить функция зависимости плотности воды в окрестности 0 ºC.
Примером непрерывной функции является зависимость площади квадрата от длины его стороны.
Подчеркнем еще раз, что если функция непрерывна в точке x0, то она определена в этой точке.
Если функция непрерывна в каждой точке некоторого промежутка, то она называется непрерывной на этом
промежутке. Большинство функций, изучаемых в элементарной математике, непрерывны на всей области
определения. Таковыми являются линейная функция y = kx + b, квадратичная y = ax2 + bx + c,
показательная, и некоторые тригонометрические функции.
Если функции f (x) и g (x) непрерывны в точке x0, то их сумма и произведение также непрерывны в этой
точке, а функция непрерывна в ней при условии, что g (x0) ≠ 0.

Отсюда следует, что рациональные функции непрерывны во всех тех точках, в которых их знаменатель не
обращается в нуль.
Из непрерывности функции y = f (x) в точке x0 и функции z = g (y) в точке y = f (x0) следует непрерывность
сложной функции g (f (x)) в точке x0.
Функцию f (x) называют непрерывной на отрезке [a; b], если она непрерывна в каждой точке интервала (a; b)
и, кроме того, непрерывна справа в точке a и слева в точке b.
Теорема Вейерштрасса. Если функция f (x) непрерывна на отрезке [a; b], то она ограничена на этом
отрезке и достигает своего наибольшего и наименьшего значения.
Теорема Коши. Если функция f (x) непрерывна на отрезке [a; b] и принимает на его концах значения
разных знаков, то на отрезке [a; b] имеется хотя бы один нуль функции f. При этом, если функция
строго монотонна на этом отрезке, то она принимает значение 0 лишь один раз.
Теорема о промежуточных значениях. Если функция f (x) непрерывна на отрезке [a; b] и f (a) ≠ f (b), то
для каждого значения y, заключенного между f (a) и f (b), найдется точка (и возможно, не
одна) такая, что f (x) = y.
57. Элементарные функции.
Среди всего многообразия функций исторически выделились функции, отличающиеся своей простотой и
наиболее широкой областью применения. Это так называемые простейшие элементарные функции,
основное значение которых состоит в том, что они составляют базу для изучения более сложных функций,
являясь в большинстве своем составными элементами последних.
Простейшими элементарными функциями обычно называют линейную (y=kx+b), квадратичную
(y=ax2+bx+c), степенную (y=xn, где n целое число, не равно 1), показательную (y=ax,где a больше 0 и не
равно 1), логарифмическую (y=loga x, где a больше 0 и не равно 1), тригонометрические (y=sin x, y=cos x,
y=tg x, y=ctg x), обратные тригонометрические
(y=arcsin x, y=arccos x, y=arctg x, y=arcctg x).
К элементарным функциям относятся основные элементарные функции и те, которые можно образовать из
них с помощью конечного числа операций (сложения, вычитания, умножения и деления) и суперпозиций.
Выделим классы функций, которые получены из элементарных:
1. Целая рациональная функция (или многочлен): y=a0xn+a1xn-1+...+an, где n - целое неотрицательное
число (степень многочлена), a0, a1, ..., an - постоянные числа (коэффициенты).
2. Дробно-рациональная функция, которая является отношением двух целых рациональных функций.
Целые рациональные и дробно-рациональные образуют класс рациональных функций.
3. Иррациональная функция - это та, которая строится с помощью суперпозиции рациональной
функции и степенных функций с рациональными показателями.
Рациональная и иррациональная функции образуют класс алгебраических функций. Алгебраическая
функция - произвольная функция y=f(x), которая удовлетворяет уравнению:
A0(x)yn+A1(x)yn-1+...+An-1(x)y+An(x)=0.
Элементарные функции, которые не являются алгебраическими, называются трансцендентными.
58. Предел функции при стремлении аргумента к бесконечности.
Определение. Число А называется пределом функции f(x) при х, если для любого числа >0 существует
такое число М>0, что для всех х, х>M выполняется неравенство
|A−f ( x)|<ε
При этом предполагается, что функция f(x) определена в окрестности бесконечности.
lim f ( x )= A .
Записывают: x→∞
lim f ( x )=A
Аналогично можно определить пределы x →+∞ для любого х>M и
lim f ( x )= A
x →−∞ для любого х<M.
59. Теорема о пределе суммы (разности).
Теорема 1. Предел алгебраической суммы двух, трех и вообще определенного числа функций равен
алгебраической сумме пределов этих функций, т.е.
.
Доказательство. Проведем доказательство для двух слагаемых, так как для любого числа слагаемых оно
проводится так же. Пусть .Тогда f(x)=b+α(x) и g(x)=c+β(x), где α и β – бесконечно

малые функции. Следовательно,
f(x) + g(x)=(b + c) + (α(x) + β(x)).
Так как b + cесть постоянная величина, а α(x) + β(x) – функция бесконечно малая, то
.
60. Теорема о пределе произведения.
Предел произведения двух, трех и вообще конечного числа функций равен произведению пределов этих
функций:
Доказательство. Пусть . Следовательно, f(x)=b+α(x) и g(x)=c+β(x) и

fg = (b + α)(c + β) = bc + (bβ + cα + αβ).
Произведение bc есть величина постоянная. Функция bβ + c α + αβ на основании свойств бесконечно малых
функций есть величина бесконечно малая. Поэтому .

Следствие 1. Постоянный множитель можно выносить за знак предела:
.
Следствие 2. Предел степени равен степени предела:
.
61. Теорема о пределе частного.
Предел частного двух функций равен частному пределов этих функций, если предел знаменателя отличен от
нуля, т.е.
Доказательство. Пусть . Следовательно, f(x)=b+α(x) и g(x)=c+β(x), где α, β –

бесконечно малые. Рассмотрим частное
Дробь является бесконечно малой функцией, так как числитель есть бесконечно малая функция, а
знаменатель имеет предел c2≠0.
62. Ограниченные функции. Теоремы.
Определение. Функция f(x) называется ограниченной вблизи точки х = а, если существует такое число М>0,
что f(x)<M вблизи точки х = а.
Теорема Если функция f(x) имеет конечный предел при ха, то она ограничена вблизи точки х = а.
lim f ( x )=A
Доказательство. Пусть x →a , т.е. |f ( x)−A|<ε , тогда
|f ( x)|=|f ( x)−A + A|≤|f ( x)−A|+|A| или
|f ( x)|<ε+|A| , т.е.
|f ( x)|<M , где М =  + А
63. Бесконечно малые функции. Свойства.
Определение. Функция f(x) называется бесконечно малой при ха, где а может быть числом или одной из
lim f ( x )=0
величин , + или -, если x →a .
Бесконечно малой функция может быть только если указать к какому числу стремится аргумент х.
При различных значениях а функция может быть бесконечно малой или нет.
Пример. Функция f(x) = xn является бесконечно малой при х0 и не является бесконечно малой при
lim f ( x )=1
х1, т.к. x →1 .
Теорема. Для того, чтобы функция f(x) при ха имела предел, равный А, необходимо и
достаточно, чтобы вблизи точки х = а выполнялось условие
f(x) = A + (x),
где (х) – бесконечно малая при х  а ((х)0 при х  а).
Свойства бесконечно малых функций:
1) Сумма фиксированного числа бесконечно малых функций при ха тоже бесконечно малая функция при
ха.
2) Произведение фиксированного числа бесконечно малых функций при ха тоже бесконечно малая
функция при ха.
3) Произведение бесконечно малой функции на функцию, ограниченную вблизи точки х = а является
бесконечно малой функцией при ха.
4) Частное от деления бесконечно малой функции на функцию, предел которой не равен нулю есть
величина бесконечно малая.
64. Бесконечно большие функции и их связь с

бесконечно малыми.
Определение. Предел функции f(x) при ха, где а- число, равен бесконечности, если для любого
числа М>0 существует такое число >0, что неравенство
f(x)>M
выполняется при всех х, удовлетворяющих условию
0 < x - a < 
lim f ( x )=∞
Записывается x →a .
Собственно, если в приведенном выше определении заменить условие f(x)>M на f(x)>M, то получим:
lim f ( x )=+ ∞ ,
x →a
а если заменить на f(x)<M, то:
lim f ( x )=−∞ .
x →a
Определение. Функция называется бесконечно большой при ха, где а – чосли или одна из
lim f ( x )=A
величин , + или -, если x →a , где А – число или одна из величин , + или -.
Связь бесконечно больших и бесконечно малых функций осуществляется в соответствии со

следующей теоремой.
Теорема. Если f(x)0 при ха (если х ) и не обращается в ноль, то

1
y= →∞
f (x )
Сравнение бесконечно малых функций.
Пусть (х), (х) и (х) – бесконечно малые функции при х  а. Будем обозначать эти функции ,  и 
соответственно. Эти бесконечно малые функции можно сравнивать по быстроте их убывания, т.е. по
быстроте их стремления к нулю.
Например, функция f(x) = x10 стремится к нулю быстрее, чем функция f(x) = x.
α
lim =0
Определение. Если x→a β , то функция  называется бесконечно малой более высокого
порядка, чем функция .
α
lim = A , A≠0 , A=const
Определение. Если x →a β , то  и  называются бесконечно малыми
одного порядка.
α
lim =1,
Определение. Если x→a β то
функции  и  называются эквивалентными бесконечно
малыми. Записывают  ~ .
Определение. Бесконечно малая функция  называется бесконечно малой порядка k относительно
α
lim k
бесконечно малой функции , если предел x →a β конечен и отличен от нуля.
Однако следует отметить, что не все бесконечно малые функции можно сравнивать между собой.
α
Например, если отношение β не имеет предела, то функции несравнимы.
Свойства эквивалентных бесконечно малых.
1)  ~ ,
( α
lim =1
x →a α )
2) Если  ~  и  ~ , то  ~ ,
( α
x →a γ
α β
( )
lim =lim ⋅ =1⋅1=1
x→ a β γ )
( )
β 1
lim =lim =1
x→a α x→ a α
3) Если  ~ , то  ~ ,
β
α α1 α α1
lim =k lim =k lim =lim
4) Если  ~ 1 и  ~ 1 и x →a β , то и x →a
β1 или x →a β x → a β1 .
α α α1
lim =k lim =lim
Следствие: а) если  ~ 1 и x →a β , то и x →a β x → a β
α α α
lim =k lim =lim
б) если  ~ 1 и x →a β , то x →a
β x → a β1
Свойство 4 особенно важно на практике, т.к. оно фактически означает, что предел отношения
бесконечно малых не меняется при замене их на эквивалентные бесконечно малые. Этот факт дает
возможность при нахождении пределов заменять бесконечно малые на эквивалентные им функции, что
может сильно упростить вычисление пределов.
Если  и  - бесконечно малые при ха, причем  - бесконечно малая более высокого порядка, чем
, то  =  +  - бесконечно малая, эквивалентная . Это можно доказать следующим равенством
γ β
( )
lim =lim 1+ =1
x →a α x →a α .
Тогда говорят, что  - главная часть бесконечно малой функции .
65. Замечательные пределы.
P( x)
lim
Первый замечательный предел. x→ ∞ Q( x) , где P(x) = a0xn + a1xn-1 +…+an,
Q(x) = b0xm + b1xm-1 +…+bm - многочлены.
a1 an a1 an
x n ( a0 + +. . .+ ) a 0+ +. ..+
P( x ) x x n x xn
= =xn−m
Q( x ) b1 bm b1 bm
x m ( b0 + + .. ..+ m ) b 0 + +. ..+ m
x x x x
a1 an
a 0 + +. ..+ n
x x a0
lim =
x→∞ b b b0
b0 + 1 +.. .+ mm
x x
Итого:
P(x)
{
a0
lim =¿ {0 , при n<m¿ , при n=m ¿ ¿¿¿
x→∞ Q(x) b0
sin x
lim =1
Второй замечательный предел. x →0 x
Третий замечательный предел. x→∞

1 x
lim 1+ =e
x ( )
Часто если непосредственное нахождение предела какой – либо функции представляется сложным,
то можно путем преобразования функции свести задачу к нахождению замечательных пределов. Кроме
трех, изложенных выше, пределов можно записать следующие полезные на практике соотношения:
m
ln(1+ x ) a x −1 ( 1+ x ) −1
lim =1; lim =ln a ; lim =m.
x →0 x x →0 x x→0 x
66.67. Производная функции. Физический смысл. Геометрический смысл производной. Уравнение
касательной.
Определение. Производной функции f(x) в точке х = х0 называется предел отношения приращения
f ( x + Δx )−f ( x )
f ' ( x )= lim
функции в этой точке к приращению аргумента, если он существует. Δx →0 Δx
Δf
tg β= −
Пусть f(x) определена на некотором промежутке (a, b). Тогда Δx тангенс угла наклона
секущей МР к графику функции.
Δf '
lim tg β= lim =f (x 0 )=tgα
Δx →0 Δx →0 Δx ,
где  - угол наклона касательной к графику функции f(x) в точке (x0, f(x0)).
Угол между кривыми может быть определен как угол между касательными, проведенными к этим
кривым в какой- либо точке.
'
Уравнение касательной к кривой: y− y 0 =f ( x0 )( x−x 0 )
1
y− y 0 =− '
(x −x0 )
Уравнение нормали к кривой:
f ( x0 ) .
Фактически производная функции показывает как бы скорость изменения функции, как изменяется
функция при изменении переменной.
Физический смысл производной функции f(t), где t- время, а f(t)- закон движения (изменения
координат) – мгновенная скорость движения.
Соответственно, вторая производная функции- скорость изменения скорости, т.е. ускорение.
68. Односторонние производные.
Определение. Правой (левой) производной функции f(x) в точке х = х0 называется правое (левое) значение
Δf
предела отношения Δx при условии, что это отношение существует.
Δf Δf
f '+ ( x 0 )= lim f '− (x 0 )= lim
Δx→ 0+ Δx Δx →0− Δx
Если функция f(x) имеет производную в некоторой точке х = х0, то она имеет в этой точке
односторонние производные. Однако, обратное утверждение неверно. Во- первых функция может иметь
разрыв в точке х0, а во- вторых, даже если функция непрерывна в точке х0, она может быть в ней не
дифференцируема.
Теорема. (Необходимое условие существования производной) Если функция f(x) имеет
производную в точке х0, то она непрерывна в этой точке.
Понятно, что это условие не является достаточным.
69. Основные правила дифференцирования. Производные элементарных функций. Производная
сложной функции.
Обозначим f(x) = u, g(x) = v- функции, дифференцируемые в точке х.
1) (u  v) = u  v
2) (uv) = uv + uv
()
′ ' '
u u v −v u
=
3)
v v2 , если v  0
Эти правила могут быть легко доказаны на основе теорем о пределах.
Производные основных элементарных функций.
1)С = 0; 9) ( sin x )′ =cos x

2)(xm) = mxm-1; 10) ( cos x )′ =−sin x
′ 1 1
(√ x) = ( tgx )′ =
3) 2√ x 11) cos2 x
( 1x ) =− x1
′
1
2 ( ctgx )′ =−
4) 12) sin 2 x
1
x′ ( arcsin x )′ =
5) ( e ) =e x
13) √ 1−x 2
1
′ ( arccos x )′ =−
6) ( a x ) =a x ln a 14) √1−x 2
1 ( arctgx )′ =
1
( ln x )′ =
7) x 15) 1+ x 2
1 ( arcctgx )′ =−
1
( log a x )′ = x ln a 1+ x 2
8) 16)
Производная сложной функции.
Теорема. Пусть y = f(x); u = g(x), причем область значений функции u входит в область
определения функции f.
' ' '
Тогда y =f ( u )⋅u
Доказательство.
Δy Δy Δu
= ⋅
Δx Δu Δx
Δy Δy Δu
lim = lim ⋅lim
Δx →0 Δx Δu →0 Δu Δx→0 Δx
( с учетом того, что если x0, то u0, т.к. u = g(x) – непрерывная функция)
dy dy du
= ⋅
Тогда dx du dx
70. Дифференциал функции. Свойства.

Дифференциал функции.
Пусть функция y = f(x) имеет производную в точке х:

Δy '
lim =f ( x )
Δx →0 Δx
Δy '
=f ( x )+ α
Тогда можно записать: Δx , где 0, при х0.
Следовательно: Δy =f ' ( x )⋅Δx +α⋅Δx .
Величина x- бесконечно малая более высокого порядка, чем f(x)x, т.е. f(x)x- главная часть
приращения у.
Определение. Дифференциалом функции f(x) в точке х называется главня линейная часть

приращения функции.
Обозначается dy или df(x).
Из определения следует, что dy = f(x)x или
dy = f(x)dx.
dy
f ' ( x )=
Можно также записать: dx
Свойства дифференциала.
Если u = f(x) и v = g(x)- функции, дифференцируемые в точке х, то непосредственно из определения

дифференциала следуют следующие свойства:
1) d(u  v) = (u  v)dx = udx  vdx = du  dv
2) d(uv) = (uv)dx = (uv + vu)dx = vdu + udv

3) d(Cu) = Cdu
4)
d ( uv )= vdu−udv
v
2
71. Геометрический смысл дифференциала.
y
f(x)
K
dy
M y
L

x x + x x
Из треугольника MKL: KL = dy = tgx = yx

Таким образом, дифференциал функции f(x) в точке х равен приращению ординаты касательной к графику
этой функции в рассматриваемой точке.
72. Формула Тейлора.
Теорема Тейлора. 1) Пусть функция f(x) имеет в точке х = а и некоторой ее окрестности производные
порядка до (n+1) включительно.{ Т.е. и все предыдущие до порядка n функции и их производные
непрерывны и дифференцируемы в этой окрестности}.
2) Пусть х- любое значение из этой окрестности, но х  а.
Тогда между точками х и а найдется такая точка , что справедлива формула:
f ' ( a) f ' ' (a ) 2 f ( n)( a) n f

( n+1)
( ε)
f (x )=f (a)+ ( x−a )+ (x −a ) +.. .+ ( x−a ) + (x −a )n+1
1! 2! n! (n+1)!
- это выражение называется формулой Тейлора, а выражение:
(n+1)
f (ε )
( x−a)n+1 =Rn+1 ( x )
(n+ 1)!
называется остаточным членом в форме Лагранжа.
Доказательство. Представим функцию f(x) в виде некоторого многочлена Pn(x), значение которого
в точке х = а равно значению функции f(x), а значения его производных равно значениям соответствующих
производных функции в точке х = а.
Pn ( a)=f ( a) ; P 'n ( a )=f ' (a ); P'n' ( a)=f ' ' (a ); . .. P(nn) (a )=f ( n) ( a ) (1)
Многочлен Pn(x) будет близок к функции f(x). Чем больше значение n, тем ближе значения
многочлена к значениям функции, тем точнее он повторяет функцию.
Представим этот многочлен с неопределенными пока коэффициентами:
Pn ( x )=C 0 +C 1 ( x−a )+C2 ( x−a )2 +. ..+C n ( x−a) n (2)
Для нахождения неопределенных коэффициентов вычисляем производные многочлена в точке х = а и
составляем систему уравнений:
{ ' 2 n−1 '

{ { n−2
Pn(x)=C1+2C2(x−a)+3C3(x−a)+. +nCn(x−a) ¿ Pn(x)=2C2+3⋅2C3(x−a)+. +n( −1)Cn(x−a) ¿ . . . . . . . . . . . . . . . . . . . . . . . ¿ ¿
(3)
Решение этой системы при х = а не вызывает затруднений, получаем:

f (a)=C0
f ' (a )=C 1
''
f ( a )=2⋅1 C2
'''
f ( a)=3⋅2⋅1 C3
…………………….
( n)
f (a)=n(n−1)(n−2).. . 2⋅1C n
Подставляя полученные значения Ci в формулу (2), получаем:
f ' (a ) f '' (a ) 2 f ( n)( a)

Pn ( x )=f (a)+ ( x−a )+ ( x −a ) +.. .+ ( x−a )n
1 2 n!
Как было замечено выше, многочлен не точно совпадает с функцией f(x), т.е. отличается от нее на
некоторую величину. Обозначим эту величину Rn+1(x). Тогда:
f(x) = Pn(x) + Rn+1(x)
Рассмотрим подробнее величину Rn+1(x).
y Как видно на рисунке, в

точке х = а значение мно-
f(x) Rn+1(x) гочлена в точности совпа-
дает со значением функции.
Pn(x) Однако, при удалении от точ-
ки х = а расхождение значе-
ний увеличивается.
0 a x x
Иногда используется другая запись для Rn+1(x). Т.к. точка (a, x), то найдется такое число  из
интервала 0 <  < 1, что  = a + (x – a).
Тогда можно записать:
f (n+1) [a+θ( x−a )]
Rn+1 ( x )= ( x−a)n+1
( n+1)!
Тогда, если принять a = x0, x – a = x, x = x0 + x, формулу Тейлора можно записать в виде:
f '( x) f ' '( x ) 2 f ( n)( x 0 ) n f
( n+1 )
( x 0 +θΔx )
f ( x 0 −Δx )−f ( x 0 )= Δx+ ( Δx ) +. ..+ ( Δx) + ( Δx )n+1
1! 2! n! ( n+1 )!
где 0 <  < 1

Если принять n =0, получим: f(x0 + x) – f(x0) = f(x0 + x)x – это выражение называется
формулой Лагранжа. (Жозеф Луи Лагранж (1736-1813) французский математик и механик).
Формула Тейлора имеет огромное значение для различных математических преобразований. С ее
помощью можно находить значения различных функций, интегрировать, решать дифференциальные
уравнения и т.д.
При рассмотрении степенных рядов будет более подробно описаны некоторые особенности и
условия разложения функции по формуле Тейлора.
73. Формула Маклорена.
Формулой Маклорена называется формула Тейлора при а = 0:

f ' (0 ) f ' ' (0 ) 2 f ( n) ( 0) n
f (x )=f ( 0)+ x+ x +. ..+ x + Rn ( x )
1! 2! n!
f ( n+1 )( θx ) n+1
Rn ( x )= x ; 0<θ< 1
( n+1)!
Мы получили так называемую формулу Маклорена с остаточным членом в форме Лагранжа.
Следует отметить, что при разложении функции в ряд применение формулы Маклорена
предпочтительнее, чем применение непосредственно формулы Тейлора, т.к. вычисление значений
производных в нуле проще, чем в какой- либо другой точке, естественно, при условии, что эти производные
существуют.
Однако, выбор числа а очень важен для практического использования. Дело в том, что при
вычислении значения функции в точке, расположенной относительно близко к точке а, значение,
полученное по формуле Тейлора, даже при ограничении тремя – четырьмя первыми слагаемыми, совпадает
с точным значением функции практически абсолютно. При удалении же рассматриваемой точки от точки а
для получения точного значения надо брать все большее количество слагаемых формулы Тейлора, что
неудобно.
Т.е. чем больше по модулю значение разности (х – а) тем более точное значение функции
отличается от найденного по формуле Тейлора.
Кроме того, можно показать, что остаточный член Rn+1(x) является бесконечно малой функцией при
ха, причем долее высокого порядка, чем (х – а)m, т.е.
n
Rn+1 ( x )=α([ x−a ] ) .
Таким образом, ряд Маклорена можно считать частным случаем ряда Тейлора.
74. Теорема Ферма.
. Пусть функция f(x) определена на отрезке [a,b] и во внутренней точке

x0 этого отрезка принимает
экстремальное значение. Пусть в точке

x0 ' '
f ( x 0 ) . Тогда f ( x 0 )=0 .
существует
x '
Док-во от противного. Пусть 0 - точка экстремума функции f(x), и пусть f ( x 0 )≠0 . Рассмотрим
x '
для определённости случай, когда 0 - точка минимума; предположим, что f ( x 0 )>0 . Тогда слева от
точки
x0 по теор.7.1.2 должно быть
f ( x )< f ( x 0 ) , что противоречит предположению о том, что
x0 -
f ( x 0 )<0 , то f ( x )< f ( x 0 ) должно быть справа от
'
точка минимума. Если мы предположим, что
x
точки 0 , чего тоже быть не может. Таким образом,
f ' ( x 0 )=0 .
x
Случай, когда 0 - точка максимума, рассматривается аналогично. Геометрически теорема Ферма
означает, что в точке экстремума гладкой функции касательная к графику функции параллельна оси Ох.
75. Теорема Ролля.

Если функция f(x) непрерывна на отрезке [a, b], дифференцируема на интервале (а, b) и значения функции
на концах отрезка равны f(a) = f(b), то на интервале (а, b) существует точка , a <  < b, в которой
производная функция f(x) равная нулю,
f() = 0.
Геометрический смысл теоремы Ролля состоит в том, что при выполнении условий теоремы на
интервале (a, b) существует точка  такая, что в соответствующей точке кривой y = f(x) касательная
параллельна оси Ох. Таких точек на интервале может быть и несколько, но теорема утверждает
существование по крайней мере одной такой точки.
Доказательство. По свойству функций, непрерывных на отрезке функция f(x) на отрезке [a, b]

принимает наибольшее и наименьшее значения. Обозначим эти значения М и m соответственно. Возможны
два различных случая М = m и M  m.
Пусть M = m. Тогда функция f(x) на отрезке [a, b] сохраняет постоянное значение и в любой точке
интервала ее производная равна нулю. В этом случае за  можно принять любую точку интервала.
Пусть М = m. Так значения на концах отрезка равны, то хотя бы одно из значений М или m
функция принимает внутри отрезка [a, b]. Обозначим , a <  < b точку, в которой f() = M. Так как М-
наибольшее значение функции, то для любого х ( будем считать, что точка  + х находится внутри
рассматриваемого интервала) верно неравенство:
f() = f( + x) – f()  0
Δf ( ε)
=¿ { ¿0, если Δx>0 ¿ ¿¿¿
При этом Δx
Δf (ε)
lim
Но так как по условию производная в точке  существует, то существует и предел Δx→0 Δx .
Δf (ε) Δf (ε)
lim¿ Δx→0 ¿ ¿ ≤0¿ lim¿ Δx→0 ¿ ¿ ≥0¿
Т.к. Δx>0 ¿ Δx и Δx<0 ¿ Δx , то можно сделать вывод:
Δf (ε )
lim =0 , т .е . f ' (ε )=0 .
Δx →0 Δx
Теорема Ролля имеет несколько следствий:
1) Если функция f(x) на отрезке [a, b] удовлетворяет теореме Ролля, причем f(a) = f(b) = = 0, то существует
по крайней мере одна точка , a <  < b, такая, что f() = 0. Т.е. между двумя нулями функции найдется
хотя бы одна точка, в которой производная функции равна нулю.
2) Если на рассматриваемом интервале (а, b) функция f(x) имеет производную (n-1)- го порядка и n раз
обращается в нуль, то существует по крайней мере одна точка интервала, в котором производная (n – 1)
– го порядка равна нулю.
76. Теорема Коши.

Если функции f(x) и g(x) непрерывны на отрезке [a, b] и дифференцируемы на интервале (a, b) и g(x)  0 на
интервале (a, b), то существует по крайней мере одна точка , a <  < b, такая, что
'
f ( b)−f ( a) f ( ε )
=
g ( b)−g ( a ) g' ( ε ) .
Т.е. отношение приращений функций на данном отрезке равно отношению производных в точке .
Для доказательства этой теоремы на первый взгляд очень удобно воспользоваться теоремой
Лагранжа. Записать формулу конечных разностей для каждой функции, а затем разделить их друг на друга.
Однако, это представление ошибочно, т.к. точка  для каждой из функции в общем случае различна.
Конечно, в некоторых частных случаях эта точка интервала может оказаться одинаковой для обеих
функций, но это- очень редкое совпадение, а не правило, поэтому не может быть использовано для
доказательства теоремы.
Доказательство. Рассмотрим вспомогательную функцию

f ( b)−f ( a)
F( x )=f ( x )−f (a)− ( g( x )−g (a ))
g( b)−g (a ) ,
которая на интервале [a, b] удовлетворяет условиям теоремы Ролля. Легко видеть, что при х = а и х = b F(a)
= F(b) = 0. Тогда по теореме Ролля существует такая точка ,
a <  < b, такая, что F() = 0. Т.к.
f (b )−f (a ) '
F' ( x )=f ' ( x )− g ( x)
g(b )−g(a ) , то
f (b )−f (a ) '
F' (ε )=0=f ' ( ε)− g ( ε)
g(b )−g (a)
'
f ( b)−f ( a) f ( x )
= '
А т.к. g (ε )≠0 , то g ( b)−g ( a ) g ( x )
'
77. Теорема Лагранжа.
Если функция f(x) непрерывна на отрезке [a, b] и дифференцируема на интервале (а, b), то на этом
интервале найдется по крайней мере одна точка 
f (b )−f (a ) '
=f ( ε )
a <  < b, такая, что b−a .
Это означает, что если на некотором промежутке выполняются условия теоремы, то отношение
приращения функции к приращению аргумента на этом отрезке равно значению производной в некоторой
промежуточной точке.
Рассмотренная выше теорема Ролля является частным случаем теоремы Лагранжа.

f (b )−f (a )
Отношение b−a равно угловому коэффициенту секущей АВ.
Если функция f(x) удовлетворяет условиям теоремы, то на интервале (а, b) существует точка 
такая, что в соответствующей точке кривой y = f(x) касательная параллельна секущей, соединяющей точки
А и В. Таких точек может быть и несколько, но одна существует точно.
Доказательство. Рассмотрим некоторую вспомогательную функцию

F(x) = f(x) – yсек АВ
Уравнение секущей АВ можно записать в виде:
f (b )−f (a )
y−f (a )= (x −a )
b−a
f ( b)−f ( a)
F( x )=f ( x )−f (a)− ( x−a)
b−a
Функция F(x) удовлетворяет теореме Ролля. Действительно, она непрерывна на отрезке [a, b] и
дифференцируема на интервале (а, b). По теореме Ролля существует хотя бы одна точка , a <  < b, такая
что F() = 0.
f ( b)−f ( a) f (b )−f ( a )
F' ( x )=f ' ( x )− F' (ε )=f ' (ε )− =0
Т.к. b−a , то b−a , следовательно
f ( b)−f (a)
f ' ( ε )=
b−a
'
Определение. Выражение f ( a)−f ( b )=f ( ε )( b−a) называется формулой
Лагранжа или формулой конечных приращений.

В дальнейшем эта формула будет очень часто применяться для доказательства самых разных
теорем.
Иногда формулу Лагранжа записывают в несколько другом виде:
Δy=f ' ( x +θΔx ) Δx ,
где 0 <  < 1, x = b – a, y = f(b) – f(a).
78. Правило раскрытия неопределенностей Лопиталя.
Теорема (правило Лопиталя). Если функции f(x) и g(x) дифференцируемы в вблизи точки а, непрерывны в
точке а, g(x) отлична от нуля вблизи а и f(a) = g(a) = 0, то предел отношения функций при ха равен
пределу отношения их производных, если этот предел (конечный или бесконечный) существует.
f ( x) f '( x)
lim =lim '
x →a g( x ) x→ a g ( x )
Доказательство. Применив формулу Коши, получим:

f ( x )−f (a) f ' ( ε )
=
g ( x )−g(a ) g ' ( ε )
где  - точка, находящаяся между а и х. Учитывая, что f(a) = g(a) = 0:

f ( x ) f '( ε )
=
g (x ) g' ( ε )
f '( x )
'
Пусть при ха отношение g ( x ) стремится к некоторому пределу. Т.к. точка  лежит между
'
f ( ε)
'
точками а и х, то при ха получим а, а следовательно и отношение g ( ε ) стремится к тому же
пределу. Таким образом, можно записать:
'
f ( x) f (x)
lim =lim '
x →a g( x ) x→ a g ( x ) .
79. Производные и дифференциалы высших порядков.

Пусть функция f(x)- дифференцируема на некотором интервале. Тогда, дифференцируя ее, получаем первую
производную
' ' df ( x )
y =f ( x )=
dx
Если найти производную функции f(x), получим вторую производную функции f(x).
2
'' '' d f ( x)
y =f ( x )=
dx 2
( )
2
d y d dy
=
т.е. y = (y) или dx 2 dx dx .
Этот процесс можно продолжить и далее, находя производные степени n.

d n y d d n−1 y
=
dx n dx dx n−1 ( ) .
Общие правила нахождения высших производных.
Если функции u = f(x) и v = g(x) дифференцируемы, то
1) (Сu)(n) = Cu(n);
2) (u  v)(n) = u(n)  v(n);
(n) (n ) ( n−1 ) ' n (n−1 ) (n−2) ' ' n(n−1). . .[n−( k−1 )] ( n−k ) ( k )
(u⋅v ) =vu +nu v+ u v +.. .+ u v + .. .
3) 2! k!
(n)
.. .+uv .
Это выражение называется формулой Лейбница.
Также по формуле dny = f(n)(x)dxn может быть найден дифференциал n- го порядка.

80. Возрастание и убывание функций.
Теорема. 1) Если функция f(x) имеет производную на отрезке [a, b] и возрастает на этом отрезке, то ее
производная на этом отрезке неотрицательна, т.е. f(x)  0.
2) Если функция f(x) непрерывна на отрезке [a, b] и дифференцируема на промежутке (а,
b), причем f(x) > 0 для a < x < b, то эта функция возрастает на отрезке [a, b].
1) Если функция f(x) возрастает, то f(x + x) > f(x) при x>0 и f(x + x) < f(x) при х<0,
тогда:
f ( x + Δx )−f ( x ) f ( x+ Δx )−f (x )
>0 , lim ≥0 .
Δx Δx → 0 Δx
2) Пусть f(x)>0 для любых точек х1 и х2, принадлежащих отрезку [a, b], причем x1<x2.
Тогда по теореме Лагранжа: f(x2) – f(x1) = f()(x2 – x1), x1 <  < x2

По условию f()>0, следовательно, f(x2) – f(x1) >0, т.е. функция f(x) возрастает.
Аналогично можно сделать вывод о том, что если функция f(x) убывает на отрезке [a, b], то f(x)0
на этом отрезке. Если f(x)<0 в промежутке (a, b), то f(x) убывает на отрезке [a, b].
Конечно, данное утверждение справедливо, если функция f(x) непрерывна на отрезке [a, b] и
дифференцируема на интервале (a, b).
81. Точки экстремума.
Определение. Функция f(x) имеет в точке х1 максимум, если ее значение в этой точке больше значений во
всех точках некоторого интервала, содержащего точку х1. Функция f(x) имеет в точке х2 минимум, если f(x2
+x) > f(x2) при любом х (х может быть и отрицательным).
Очевидно, что функция, определенная на отрезке может иметь максимум и минимум только в
точках, находящихся внутри этого отрезка. Нельзя также путать максимум и минимум функции с ее
наибольшим и наименьшим значением на отрезке – это понятия принципиально различные.
Определение. Точки максимума и минимума функции называются точками экстремума.
Теорема. (необходимое условие существования экстремума) Если функция f(x) дифференцируема в

точке х = х1 и точка х1 является точкой экстремума, то производная функции обращается в нуль в этой
точке.
Доказательство. Предположим, что функция f(x) имеет в точке х = х1 максимум.

Тогда при достаточно малых положительных х>0 верно неравенство:
f (x 1 + Δx)< f ( x 1 ) , т.е.
f ( x 1 + Δx)−f ( x 1 )<0
Тогда
f ( x 1 + Δx )− f ( x 1 )
>0 при Δх < 0
Δx
f ( x 1 + Δx )−f ( x 1 )
<0 при Δх > 0
Δx
По определению:
f ( x 1 + Δx)−f ( x 1 ) '
lim =f ( x 1 )
Δx→0 Δx
Т.е. если х0, но х<0, то f(x1)  0, а если х0, но х>0, то f(x1)  0.

А возможно это только в том случае, если при х0 f(x1) = 0.
Для случая, если функция f(x) имеет в точке х2 минимум теорема доказывается аналогично.
Следствие. Обратное утверждение неверно. Если производная функции в некоторой точке равна
нулю, то это еще не значит, что в этой точке функция имеет экстремум. Красноречивый пример этого –
функция у = х3, производная которой в точке х = 0 равна нулю, однако в этой точке функция имеет только
перегиб, а не максимум или минимум.
Определение. Критическими точками функции называются точки, в которых производная

функции не существует или равна нулю.
Рассмотренная выше теорема дает нам необходимые условия существования экстремума, но этого
недостаточно.
Вообще говоря, функция f(x) может иметь экстремум в точках, где производная не существует или
равна нулю.
Теорема. (Достаточные условия существования экстремума)
Пусть функция f(x) непрерывна в интервале (a, b), который содержит критическую точку х1, и
дифференцируема во всех точках этого интервала (кроме, может быть, самой точки х1).
Если при переходе через точку х1 слева направо производная функции f(x) меняет знак с “+” на “-“,
то в точке х = х1 функция f(x) имеет максимум, а если производная меняет знак с “-“ на “+”- то функция
имеет минимум.
Пусть
{f ' (x)>0 при x<x1 ¿¿¿¿
По теореме Лагранжа: f(x) – f(x1) = f()(x – x1), где x <  < x1.
Тогда: 1) Если х < x1, то  < x1; f()>0; f()(x – x1)<0, следовательно
f(x) – f(x1)<0 или f(x) < f(x1).
2) Если х > x1, то  > x1 f()<0; f()(x – x1)<0, следовательно
f(x) – f(x1)<0 или f(x) < f(x1).

Т. к. ответы совпадают, то можно сказать, что f(x) < f(x1) в любых точках вблизи х1, т.е. х1 – точка
максимума.
Доказательство теоремы для точки минимума производится аналогично.
На основе вышесказанного можно выработать единый порядок действий при нахождении

наибольшего и наименьшего значения функции на отрезке:
1) Найти критические точки функции.

2) Найти значения функции в критических точках.
3) Найти значения функции на концах отрезка.
4) Выбрать среди полученных значений наибольшее и наименьшее.
82. 83. Исследование функции на экстремум с помощью производных высших порядков.

Пусть в точке х = х1 f(x1) = 0 и f(x1) существует и непрерывна в некоторой окрестности точки х1.
Теорема. Если f(x1) = 0, то функция f(x) в точке х = х1 имеет максимум, если f(x1)<0 и минимум,
если f(x1)>0.
Пусть f(x1) = 0 и f(x1)<0. Т.к. функция f(x) непрерывна, то f(x1) будет отрицательной и в
некоторой малой окрестности точки х1.
Т.к. f(x) = (f(x)) < 0, то f(x) убывает на отрезке, содержащем точку х1, но f(x1)=0, т.е. f(x) > 0 при
х<x1 и f(x) < 0 при x>x1. Это и означает, что при переходе через точку х = х1 производная f(x) меняет знак с
“+” на “-“, т.е. в этой точке функция f(x) имеет максимум.
Для случая минимума функции теорема доказывается аналогично.
Если f(x) = 0, то характер критической точки неизвестен. Для его определения требуется
дальнейшее исследование.
84. Выпуклость и вогнутость кривой. Точки перегиба.
Определение. Кривая обращена выпуклостью вверх на интервале (а, b), если все ее точки лежат ниже
любой ее касательной на этом интервале. Кривая, обращенная выпуклостью вверх, называется выпуклой, а
кривая, обращенная выпуклостью вниз – называется вогнутой.
Теорема 1. Если во всех точках интервала (a, b) вторая производная функции f(x) отрицательна,
то кривая y = f(x) обращена выпуклостью вверх (выпукла).
Доказательство. Пусть х0  (a, b). Проведем касательную к кривой в этой точке.

Уравнение кривой: y = f(x);
'
Уравнение касательной: ȳ−f ( x 0 )=f ( x 0 )( x−x 0 ).
'
Следует доказать, что y− ȳ =f ( x )−f ( x 0 )−f ( x 0 )( x−x 0 ) .
По теореме Лагранжа для f(x) – f(x0):

y− ȳ =f ' ( c )( x−x 0 )−f ' ( x 0 )(x− x0 ) , x0 < c < x.
y− ȳ =( x−x 0 )[ f ' ( c )−f ' ( x 0 )]

' ' ''
По теореме Лагранжа для f ( c )−f ( x 0 ): y− ȳ =f ( c 1 )( c −x 0 )( x−x 0 ) , x 0 <c 1 < c
Пусть х > x0 тогда x0 < c1 < c < x. Т.к. x – x0 > 0 и c – x0 > 0, и кроме того по условию
''
f ( c 1 )< 0 , следовательно, y− ȳ<0 .
''
Пусть x < x0 тогда x < c < c1 < x0 и x – x0 < 0, c – x0 < 0, т.к. по условию f (c 1 )< 0 , то
y− ȳ <0 .
Аналогично доказывается, что если f(x) > 0 на интервале (a, b), то кривая y=f(x) вогнута на
интервале (a, b).
Определение. Точка, отделяющая выпуклую часть кривой от вогнутой, называется точкой

перегиба.
Очевидно, что в точке перегиба касательная пересекает кривую.
Теорема 2. Пусть кривая определяется уравнением y = f(x). Если вторая производная f(a) = 0 или
f(a) не существует и при переходе через точку х = а f(x) меняет знак, то точка кривой с абсциссой х = а
является точкой перегиба.
Доказательство. 1) Пусть f(x) < 0 при х < a и f(x) > 0 при x > a. Тогда при
x < a кривая выпукла, а при x > a кривая вогнута, т.е. точка х = а – точка перегиба.
2) Пусть f(x) > 0 при x < b и f(x) < 0 при x < b. Тогда при x < b кривая обращена выпуклостью вниз, а
при x > b – выпуклостью вверх. Тогда x = b – точка перегиба.
85. Вертикальные асимптоты.
При исследовании функций часто бывает, что при удалении координаты х точки кривой в бесконечность
кривая неограниченно приближается к некоторой прямой.
Определение. Прямая называется асимптотой кривой, если расстояние от переменной точки

кривой до этой прямой при удалении точки в бесконечность стремится к нулю.
Следует отметить, что не любая кривая имеет асимптоту. Асимптоты могут быть прямые и
наклонные. Исследование функций на наличие асимптот имеет большое значение и позволяет более точно
определить характер функции и поведение графика кривой.
Вообще говоря, кривая, неограниченно приближаясь к своей асимптоте, может и пересекать ее,
x
−
3
причем не в одной точке, как показано на приведенном ниже графике функции y=x +e sin x . Ее
наклонная асимптота у = х.
10
- 10 -5 5 10
-5
- 10
- 15
- 20
Рассмотрим подробнее методы нахождения асимптот кривых.
Вертикальные асимптоты.
lim f ( x )=∞ lim f ( x )=∞

Из определения асимптоты следует, что если x → a+0 или x → a−0 или
lim f ( x )=∞
x →a , то прямая х = а – асимптота кривой y = f(x).
2
f (x )=
Например, для функции x −5
прямая х = 5 является вертикальной асимптотой.
86. Наклонные асимптоты.
Предположим, что кривая y = f(x) имеет наклонную асимптоту y = kx + b.
15
12. 5
10
7. 5
2. 5
1 2 3 4
M

N
 P
Q
Обозначим точку пересечения кривой и перпендикуляра к асимптоте – М, Р – точка пересечения
этого перпендикуляра с асимптотой. Угол между асимптотой и осью Ох обозначим . Перпендикуляр МQ к
оси Ох пересекает асимптоту в точке N.
Тогда MQ = y – ордината точки кривой, NQ = ȳ - ордината точки N на асимптоте.
|MP|
lim |MP|=0 |NM|=
По условию: x → ∞ , NMP = , cos ϕ .
Угол  - постоянный и не равный 900, тогда
lim |MP|= lim |NM|cosϕ=lim |NM|=0

x→∞ x →∞ x →∞
|NM|=||MQ|−|QN||=|y− ȳ|=|f ( x)−(kx+b)|

lim [ f ( x )−(kx +b )]=0
Тогда x→∞ .
Итак, прямая y = kx + b – асимптота кривой. Для точного определения этой прямой необходимо
найти способ вычисления коэффициентов k и b.
В полученном выражении выносим за скобки х:
lim x
x→ ∞
[ f (x)
x
b
−k − =0
x ]
lim
Т.к. х, то x → ∞
[ f ( x)
x
b
−k − =0
x ] , т.к. b = const, то
b
lim =0 ; lim k =k
x→∞ x x →∞ .
f (x )
lim −k−0=0
Тогда x → ∞ x , следовательно,
f (x)
k =lim
x →∞ x .
lim [ f ( x )−(kx +b ) ] =0 lim [ f ( x )−kx ] −lim b=0

Т.к. x→∞ , то x→ ∞ x→ ∞ , следовательно,
b=lim [ f ( x )−kx ]
x →∞
Отметим, что горизонтальные асимптоты являются частным случаем наклонных асимптот при k =0.
87. Схема исследования функции.
Процесс исследования функции состоит из нескольких этапов. Для наиболее полного представления о
поведении функции и характере ее графика необходимо отыскать:
1) Область существования функции.

Это понятие включает в себя и область значений и область определения функции.
2) Точки разрыва. (Если они имеются).
3) Интервалы возрастания и убывания.
4) Точки максимума и минимума.
5) Максимальное и минимальное значение функции на ее области определения.
6) Области выпуклости и вогнутости.
7) Точки перегиба.(Если они имеются).
8) Асимптоты.(Если они имеются).
9) Построение графика.
88. Первообразная функция.
Определение: Функция F(x) называется первообразной функцией функции f(x) на отрезке [a, b], если в
любой точке этого отрезка верно равенство:
F(x) = f(x).
Надо отметить, что первообразных для одной и той же функции может быть бесконечно много. Они
будут отличаться друг от друга на некоторое постоянное число.
F1(x) = F2(x) + C.
89. Неопределенный интеграл. Свойства.
Определение: Неопределенным интегралом функции f(x) называется совокупность первообразных
функций, которые определены соотношением:
F(x) + C.
Записывают: ∫ f ( x)dx=F( x )+C ;

Условием существования неопределенного интеграла на некотором отрезке является непрерывность
функции на этом отрезке.
Свойства:
′
1.
(∫ f ( x)dx ) =( F (x )+C )
'
=f ( x);
2.
d (∫ f ( x)dx )=f ( x)dx;
3. ∫ dF ( x)=F ( x)+C ;
4. ∫
(u+v−w )dx=∫ udx+∫ vdx−∫ wdx ; где u, v, w – некоторые функции от х.
1. ∫
C⋅f (x )dx=C⋅∫ f ( x)dx ;
90. Непосредственное интегрирование
Метод непосредственного интегрирования основан на предположении о возможном значении
первообразной функции с дальнейшей проверкой этого значения дифференцированием. Вообще, заметим,
что дифференцирование является мощным инструментом проверки результатов интегрирования.
Рассмотрим применение этого метода на примере:
dx 1
∫x ( ln x )′ =
x
Требуется найти значение интеграла . На основе известной формулы дифференцирования
можно сделать вывод, что искомый интеграл равен ln x+C , где С – некоторое постоянное число. Однако,
′ 1 1
( ln(−x )) =− ⋅(−1)=
с другой стороны x x . Таким образом, окончательно можно сделать вывод:
dx
∫ x =ln|x|+C
Заметим, что в отличие от дифференцирования, где для нахождения производной использовались
четкие приемы и методы, правила нахождения производной, наконец определение производной, для
интегрирования такие методы недоступны. Если при нахождении производной мы пользовались, так
сказать, конструктивными методами, которые, базируясь на определенных правилах, приводили к
результату, то при нахождении первообразной приходится в основном опираться на знания таблиц
производных и первообразных.
Что касается метода непосредственного интегрирования, то он применим только для некоторых
весьма ограниченных классов функций. Функций, для которых можно с ходу найти первообразную очень
мало. Поэтому в большинстве случаев применяются способы, описанные ниже.
91. Способ подстановки (замены переменной)
Теорема: Если требуется найти интеграл ∫ f ( x)dx , но сложно отыскать первообразную, то с помощью
замены x = (t) и dx = (t)dt получается:
∫ f ( x)dx=∫ f (ϕ(t ))ϕ' (t )dt
Доказательство: Продифференцируем предлагаемое равенство:
d ∫ f ( x )dx=d (∫ f [ ϕ(t )]ϕ (t )dt )
'
По рассмотренному выше свойству №2 неопределенного интеграла:

f(x)dx = f[(t)](t)dt
что с учетом введенных обозначений и является исходным предположением. Теорема доказана.
92. Интегрирование по частям.
Способ основан на известной формуле производной произведения:
(uv) = uv + vu
где u и v – некоторые функции от х.
В дифференциальной форме: d(uv) = udv + vdu
Проинтегрировав, получаем: ∫ d(uv)=∫ udv+∫ vdu , а в соответствии с приведенными выше свойствами

неопределенного интеграла:
uv=∫ udv +∫ vdu или ∫ udv=uv−∫ vdu
;
Получили формулу интегрирования по частям, которая позволяет находить интегралы многих
элементарных функций.
93. Интегрирование рациональных дробей.
Для того, чтобы проинтегрировать рациональную дробь необходимо разложить ее на элементарные дроби.
Q( x)
R( x)=
Теорема: Если P( x ) - правильная рациональная дробь, знаменатель P(x) которой
представлен в виде произведения линейных и квадратичных множителей (отметим, что любой многочлен с
действительными коэффициентами может быть представлен в таком виде: P(x) = (x - a)…(x - b)(x2 + px +
q)…(x2 + rx + s) ), то эта дробь может быть разложена на элементарные по следующей схеме:
Q( x ) A 1 A2 Aα B1 B2 Bβ M 1 x+ N 1
= + +. ..+ +. . .+ + +.. .+ + +
P( x ) x−a ( x−a )2 ( x−a )α ( x−b ) ( x−b)2 ( x−b) β x 2 + px+ q
M x+ N 2 M x+ N λ R x+ S 1 R2 x + S2 R x+ S μ
+ 22 2
+. . .+ 2λ λ
+. . .+ 21 + 2 2
+ .. .+ μ2
( x + px +q ) ( x + px+ q ) x +rx +s ( x + rx+ s ) ( x +rx + s )μ
где Ai, Bi, Mi, Ni, Ri, Si – некоторые постоянные величины.
94. Метод неопределенных коэффициентов.
При интегрировании рациональных дробей прибегают к разложению исходной дроби на
элементарные. Для нахождения величин Ai, Bi, Mi, Ni, Ri, Si применяют так называемый метод
неопределенных коэффициентов, суть которого состоит в том, что для того, чтобы два многочлена были
тождественно равны, необходимо и достаточно, чтобы были равны коэффициенты при одинаковых степенях
х.
95. Метод произвольных значений.
Для того, чтобы избежать при нахождении неопределенных коэффициентов раскрытия скобок, группировки
и решения системы уравнений (которая в некоторых случаях может оказаться достаточно большой)
применяют так называемый метод произвольных значений. Суть метода состоит в том, что в полученное
выше выражение подставляются поочередно несколько (по числу неопределенных коэффициентов)
произвольных значений х. Для упрощения вычислений принято в качестве произвольных значений
принимать точки, при которых знаменатель дроби равен нулю
96. Определенный интеграл.
Пусть на отрезке [a, b] задана непрерывная функция f(x).
y
M
m
0 a xi b x
Обозначим m и M наименьшее и наибольшее значение функции на отрезке [a, b]

Разобьем отрезок [a, b] на части (не обязательно одинаковые) n точками.
x0 < x1 < x2 < … < xn
Тогда x1 – x0 = x1, x2 – x1 = x2, … ,xn – xn-1 = xn;
На каждом из полученных отрезков найдем наименьшее и наибольшее значение функции.
[x0, x1]  m1, M1; [x1, x2]  m2, M2; … [xn-1, xn]  mn, Mn.
Составим суммы:
n
S
∑ mi Δxi
n = m1x1 + m2x2 + … +mnxn = i=1
n
S ∑ M i Δxi
n = M1x1 + M2x2 + … + Mnxn = i=1
Сумма S называется нижней интегральной суммой, а сумма S – верхней интегральной

суммой.
Т.к. mi  Mi, то S n  S ,
n а m(b – a)  S n  S n  M(b – a)
Внутри каждого отрезка выберем некоторую точку .

x0 < 1 < x1, x1 <  < x2, … , xn-1 <  < xn.
Найдем значения функции в этих точках и составим выражение, которое называется интегральной суммой
для функции f(x) на отрезке [a, b].
n
∑ f ( εi ) Δx i
Sn = f(1)x1 + f(2)x2 + … + f(n)xn = i=1
Тогда можно записать: mixi  f(i)xi  Mixi
n n n
∑ mi Δxi ≤∑ f (εi ) Δxi≤∑ Mi Δxi
Следовательно, i =1 i =1 i=1
S n ≤Sn ≤Sn
Геометрически это представляется следующим образом: график функции f(x) ограничен сверху
описанной ломаной линией, а снизу – вписанной ломаной.
Обозначим maxxi – наибольший отрезок разбиения, а minxi – наименьший. Если maxxi 0, то
число отрезков разбиения отрезка [a, b] стремится к бесконечности.
n n
S n =∑ f ( ε i ) Δx i lim
max Δxi → 0 i=1
∑ f ( εi ) Δxi =S .
Если i =1 , то
Определение: Если при любых разбиениях отрезка [a, b] таких, что maxxi 0 и произвольном
n
S n =∑ f ( ε i ) Δx i
выборе точек i интегральная сумма i=1 стремится к пределу S, который называется
определенным интегралом от f(x) на отрезке [a, b].
b
∫ f ( x )dx.
Обозначение : a
а – нижний предел, b – верхний предел, х – переменная интегрирования, [a, b] – отрезок интегрирования.
n
b
lim ∑ f ( εi ) Δxi = ∫ f ( x)dx,

max Δxi → 0 i=1
Определение: Если для функции f(x) существует предел a то
функция называется интегрируемой на отрезке [a, b].
n b
lim ∑ mi Δx i =∫ f ( x )dx
max Δxi → 0 i=1
Также верны утверждения: a
n b
lim ∑ M i Δx i =∫ f ( x)dx
max Δxi → 0 i=1 a
Теорема: Если функция f(x) непрерывна на отрезке [a, b], то она интегрируема на этом отрезке.
97. Свойства определенного интеграла.
b b
∫ Af (x )dx=A ∫ f ( x)dx ;
1) a a
b b b
∫ (f 1( x )±f 2( x ))dx=∫ f 1( x )dx±∫ f 2( x )dx

2) a a a
a
∫ f ( x )dx=0
3) a
b b
∫ f ( x)dx≤∫ ϕ( x)dx
4) Если f(x)  (x) на отрезке [a, b] a < b, то a a
5) Если m и M – соответственно наименьшее и наибольшее значения функции f(x) на отрезке [a, b], то:
b
m(b−a)≤∫ f ( x )dx≤M (b−a )
a
6) Теорема о среднем. Если функция f(x) непрерывна на отрезке [a, b], то на этом отрезке существует
точка  такая, что
b
∫ f ( x)dx=(b−a )f ( ε)
a
Доказательство: В соответствии со свойством 5:
b
1
m≤ ∫ f ( x )dx≤M
b−a a
т.к. функция f(x) непрерывна на отрезке [a, b], то она принимает на этом отрезке все значения от m до М.
Другими словами, существует такое число  [a, b], что если
b b
1
∫ f ( x )dx=μ
b−a a
∫ f ( x )dx=(b−a )f ( ε)
и  = f(), а a    b, тогда a . Теорема доказана.
7) Для произвольных чисел a, b, c справедливо равенство:

b c b
∫ f ( x )dx=∫ f (x )dx +∫ f ( x )dx

a a c
Разумеется, это равенство выполняется, если существует каждый из входящих в него интегралов.
b a
∫ f ( x )dx=−∫ f ( x)dx
8) a b
Обобщенная теорема о среднем. Если функции f(x) и (x) непрерывны на отрезке [a, b], и функция
(х) знакопостоянна на нем, то на этом отрезке существует точка , такая, что
b b
∫ f ( x )ϕ(x )dx=f ( ε)∫ ϕ( x )dx

a a
98. Вычисление определенного интеграла. Теорема Ньютона-Лейбница.
b
∫ f ( x)dx
Пусть в интеграле a нижний предел а = const, а верхний предел b изменяется. Очевидно,
что если изменяется верхний предел, то изменяется и значение интеграла.
x
∫ f (t )dt
Обозначим a = Ф(х). Найдем производную функции Ф(х) по переменному верхнему
пределу х.
x
d
∫ f (t )dt=f ( x )
dx a
Аналогичную теорему можно доказать для случая переменного нижнего предела.
Теорема: Для всякой функции f(x), непрерывной на отрезке [a, b], существует на этом отрезке
первообразная, а значит, существует неопределенный интеграл.
Теорема: (Теорема Ньютона – Лейбница)

Если функция F(x) – какая- либо первообразная от непрерывной функции f(x), то
b
∫ f ( x )dx=F(b )−F (a )
a
это выражение известно под названием формулы Ньютона – Лейбница.
Доказательство: Пусть F(x) – первообразная функции f(x). Тогда в соответствии с приведенной

x
∫ f (t )dt
выше теоремой, функция a - первообразная функция от f(x). Но т.к. функция может иметь
бесконечно много первообразных, которые будут отличаться друг от друга только на какое – то постоянное
число С, то
x
∫ f (t )dt=F ( x )+C
a
при соответствующем выборе С это равенство справедливо для любого х, т.е. при х = а:
a
∫ f (t )dt=F (a )+C
a
0=F (a )+C
C=−F( a)
x
∫ f (t )dt=F ( x )−F (a )
Тогда a .
b
∫ f (t )dt=F (b )−F (a )
А при х = b: a
Заменив переменную t на переменную х, получаем формулу Ньютона – Лейбница:
b
∫ f ( x )dx=F(b )−F (a )
a
b
|
Иногда применяют обозначение F(b) – F(a) = F(x) a .
Формула Ньютона – Лейбница представляет собой общий подход к нахождению определенных интегралов.
99. Обыкновенные дифференциальные уравнения, их общее и частные решения. Задача Коши.
Определение. Дифференциальным уравнением называется уравнение, связывающее независимые
переменные, их функции и производные (или дифференциалы) этой функции.
Определение. Если дифференциальное уравнение имеет одну независимую переменную, то оно

называется обыкновенным дифференциальным уравнением, если же независимых переменных две или
более, то такое дифференциальное уравнение называется дифференциальным уравнением в частных
производных.
Определение. Наивысший порядок производных, входящих в уравнение, называется порядком

дифференциального уравнения.
Определение. Общим решением дифференциального уравнения называется такая
дифференцируемая функция y = (x, C), которая при подстановке в исходное уравнение вместо неизвестной
функции обращает уравнение в тождество.
Свойства общего решения.
1) Т.к. постоянная С – произвольная величина, то вообще говоря дифференциальное уравнение

имеет бесконечное множество решений.
2) При каких- либо начальных условиях х = х0, у(х0) = у0 существует такое значение С = С0, при
котором решением дифференциального уравнения является функция у = (х, С0).
Определение. Решение вида у = (х, С0) называется частным решением дифференциального

уравнения.
Определение. Задачей Коши (Огюстен Луи Коши (1789-1857)- французский математик) называется
нахождение любого частного решения дифференциального уравнения вида у = (х, С0), удовлетворяющего
начальным условиям у(х0) = у0.
Теорема Коши. (теорема о существовании и единственности решения дифференциального

уравнения 1- го порядка)
Если функция f(x, y) непрерывна в некоторой области D в плоскости XOY и имеет в этой области
'
непрерывную частную производную y =f (x , y ) , то какова бы не была точка (х0, у0) в области D,
'
существует единственное решение y=ϕ( x ) уравнения y =f (x , y ) , определенное в некотором
интервале, содержащем точку х0, принимающее при х = х0 значение (х0) = у0, т.е. существует
единственное решение дифференциального уравнения.
100. Дифференциальные уравнения первого порядка с разделяющимися переменными.
'
Определение. Дифференциальное уравнение y =f (x , y ) называется уравнением с разделяющимися
переменными, если его можно записать в виде
y ' =α ( x )β ( y ) .
Такое уравнение можно представить также в виде:

' dy
y −α ( x )β ( y )=0 ; dy−α( x ) β ( y )dx=0 ; −α( x )dx=0 при β( y )≠0 ;
β( y )
1
α (x )=−X (x ); =Y ( y);
Перейдем к новым обозначениям β( y )
Получаем: X ( x )dx +Y ( y )dy=0;
∫ X (x )dx+∫ Y ( y )dy=C
После нахождения соответствующих интегралов получается общее решение дифференциального
уравнения с разделяющимися переменными.
Если заданы начальные условия, то при их подстановке в общее решение находится постоянная
величина С, а, соответственно, и частное решение.
101. Линейные дифференциальные уравнения первого порядка, их решение
102. Линейные дифференциальные уравнения второго порядка с постоянными коэффициентами

103. Решения однородных уравнений.
Определение. Функция f(x, y) называется однородной n – го измерения относительно своих аргументов х и
у, если для любого значения параметра t (кроме нуля) выполняется тождество:
n
f (tx ,ty )=t f ( x, y).
'
Определение. Дифференциальное уравнение вида y =f (x , y ) называется однородным, если
его правая часть f(x, y) есть однородная функция нулевого измерения относительно своих аргументов.
Любое уравнение вида P( x, y)dx +Q( x , y )dy =0 является однородным, если функции P(x, y) и
Q(x, y) – однородные функции одинакового измерения.
Решение любого однородного уравнения основано на приведении этого уравнения к уравнению с

разделяющимися переменными.
'
Рассмотрим однородное уравнение y =f (x , y ).
Т.к. функция f(x, y) – однородная нулевого измерения, то можно записать:
f (tx ,ty )=f ( x , y ).
1
t=
Т.к. параметр t вообще говоря произвольный, предположим, что x . Получаем:
f (x , y )=f 1 ,
y
x ( )
y
u=
Правая часть полученного равенства зависит фактически только от одного аргумента x , т.е.
f (x , y )=ϕ ( yx )=ϕ(u );
Исходное дифференциальное уравнение таким образом можно записать в виде:
'
y =ϕ (u )
Далее заменяем y = ux, y ' =u' x +u x ' .
' ' ' ' ϕ (u )−u

u x +u x =ϕ (u) ; u x +u=ϕ ( u) ; u = ;
x
таким образом, получили уравнение с разделяющимися переменными относительно неизвестной функции
u.
du dx du dx
= ;
ϕ(u )−u x
∫ ϕ(u )−u =∫ x +C ;
Далее, заменив вспомогательную функцию u на ее выражение через х и у и найдя интегралы,
получим общее решение однородного дифференциального уравнения.
104. Общее и частное решения неоднородных уравнений.
Для интегрирования линейных неоднородных уравнений (Q(x)0) применяются в основном два метода:
метод Бернулли и метод Лагранжа.
Метод Бернулли.
Суть метода заключается в том, что искомая функция представляется в виде произведения двух
функций y=uv .
dv du
y ' =u⋅ + v⋅
При этом очевидно, что dx dx - дифференцирование по частям.
Подставляя в исходное уравнение, получаем:

dv du
u +v +P ( x )uv=Q(x )
dx dx
dv
u +v
dx
du
dx ( )
+P( x )u =Q( x )
Далее следует важное замечание – т.к. первоначальная функция была представлена нами в виде
произведения, то каждый из сомножителей, входящих в это произведение, может быть произвольным,
выбранным по нашему усмотрению.
Таким образом, можно одну из составляющих произведение функций выбрать так, что выражение
du
+P( x )u=0
dx .
Таким образом, возможно получить функцию u, проинтегрировав, полученное соотношение как
однородное дифференциальное уравнение по описанной выше схеме:
du du
u
=−P( x )dx ; ∫ u =−∫ P( x )dx ; ln|u|=−∫ P( x )dx ;
ln|C 1|+ln|u|=−∫ P( x )dx ; u=Ce ∫

− P( x )dx
; C=1/C 1 ;
Для нахождения второй неизвестной функции v подставим поученное выражение для функции u в
исходное уравнение
u
dv
dx
+v (
du
dx )
+P( x )u =Q( x )
с учетом того, что выражение, стоящее в скобках,
равно нулю.
− P( x )dx dv
Сe ∫ =Q( x ); Cdv=Q( x )e∫
P ( x ) dx
dx ;
dx
Интегрируя, можем найти функцию v:
1
∫ P (x)dx Q( x )e∫
P ( x ) dx
Cv=∫ Q( x)e dx+C1 ; v=
C
∫ dx +C 2
;
Т.е. была получена вторая составляющая произведения y=uv , которое и определяет искомую
функцию.
Подставляя полученные значения, получаем:
− P( x ) dx 1
y=uv=Ce ∫ ⋅
C
(∫ Q( x)e∫ P ( x )dx dx +C 2)
Окончательно получаем формулу:
y=e
−∫ P(x)dx
(
⋅ ∫ Q( x)e
∫ P(x)dx
dx+C 2 )
, С2 - произвольный коэффициент.
Это соотношение может считаться решением неоднородного линейного дифференциального уравнения в
общем виде по способу Бернулли.
Метод Лагранжа.
Метод Лагранжа решения неоднородных линейных дифференциальных уравнений еще называют
методом вариации произвольной постоянной.
Вернемся к поставленной задаче:

y ' +P (x ) y =Q(x )
Первый шаг данного метода состоит в отбрасывании правой части уравнения и замене ее нулем.
'
y + P (x ) y =0
Далее находится решение получившегося однородного дифференциального уравнения:
−∫ P(x) dx
y=C 1 e
.
Для того, чтобы найти соответствующее решение неоднородного дифференциального уравнения,
будем считать постоянную С1 некоторой функцией от х.
Тогда по правилам дифференцирования произведения функций получаем:
dy dC1 ( x ) −∫ P( x )dx
+C1 (x )e ∫
' − P( x )dx
y= = e ⋅(−P( x ));
dx dx
Подставляем полученное соотношение в исходное уравнение
dC1 ( x ) −∫ P ( x ) dx
−C 1 ( x ) P( x )e ∫ +P( x )C 1 ( x)e ∫
− P ( x ) dx − P ( x ) dx
e =Q( x )
dx
dC1 ( x ) −∫ P( x )dx
e =Q( x);
dx
Из этого уравнения определим переменную функцию С1(х):
∫ P( x )dx
dC 1 ( x)=Q( x)e dx;
Интегрируя, получаем:
∫ P(x)dx
C1=∫ Q( x)e dx+C ;
Подставляя это значение в исходное уравнение, получаем:
y=e ∫
− P(x)dx
(∫ Q( x )e∫ P( x)dx dx+C )
.
Таким образом, мы получили результат, полностью совпадающий с результатом расчета по методу
Бернулли.
При выборе метода решения линейных дифференциальных уравнений следует руководствоваться

простотой интегрирования функций, входящих в исходный интеграл.
105. Случайные события.
понятие вероятности события определяется для массовых явлений или, точнее, для однородных массовых
операций. Однородная массовая операция состоит из многократного повторения подобных между собой
единичных операций, или, как говорят, испытаний. Каждое отдельное испытание заключается в том, что
создается определенный комплекс условий, существенных для данной массовой операции. В принципе
должно быть возможным воспроизводить эту совокупность условий неограниченное число раз. Возможные
результаты единичной операции, или испытания S, называются случайными событиями. Случайное событие
- это такое событие, которое может произойти, а может и не произойти при испытании S. Вместо
"произойти" говорят также "наступить", "появиться", "иметь место". Пусть при некотором числе n
испытаний событие A наступило m раз, т. е. m результатов единичной операции оказались "удачными", в
том смысле, что интересующее нас событие A осуществилось, и n-m результатов оказались "неудачными" -
событие A не произошло.
Определение 1. Отношение числа «удачных» исходов к числу всех испытаний, т. е. , называется
частостью события A.
Для однородных массовых операций частость ведет себя устойчиво, в том смысле, что если событие A
появилось m1 раз при n1 испытаниях (одна серия испытаний), m2 раз при n2 испытаниях (другая серия
испытаний), m3 раз при n3 и т. д., то частости
незначительно отклоняются от некоторого числа p и это отклонение, вообще говоря, тем меньше, чем
больше проведено испытаний. Это число p называется вероятностью события A для данной массовой
операции и обозначается через P(A):
p=P(A)
Таким образом, можно дать следующее определение вероятности, называемое статистическим.
Определение 2. Вероятностью события A, или вероятностью «удачного» исхода единичной операции,
называется среднее значение частости, т. е. среднее значение отношения числа «удачных» исходов к числу
всех проведенных единичных операций (испытаний).
Само собой разумеется, что если вероятность события равна , то при n испытаниях событие A может
наступить и более чем m раз, и менее чем m раз; оно лишь в среднем наступает m раз, и в большинстве серий
по n испытаний число появлений события A будет близко к m, в особенности если n — большое число.
Таким образом, вероятность P(A) есть некоторое постоянное число, заключенное между нулем и
единицей:
0  P(A)  1
Иногда ее выражают в процентах: Р(А) • 100% есть средний процент числа появлений события A. Конечно,
следует помнить, что речь идет о некоторой массовой операции, т. е. условия S производства испытаний —
определенные; если их существенно изменить, то может измениться вероятность события A: то будет
вероятность события A в другой массовой операции, с другими условиями испытаний. В дальнейшем будем
считать, не оговаривая это каждый раз, что речь идет об определенной массовой операции; если же условия,
при которых осуществляются испытания, меняются, то это будет специально отмечаться.
106. Классическое и геометрическое определение вероятности.
Любое наблюдение или эксперимент в теории вероятностей называется испытанием, а результат испытания
- событием. Событие называется случайным, если в данном испытании оно может произойти, а может не
произойти.
Если в данном испытании событие обязательно происходит, оно называется достоверным, а если заведомо
не может произойти - невозможным.
Например, рассмотрим испытание, которое заключается в одном бросании игральной кости. (Игральная
кость - это кубик, на шести гранях которого нанесены числа от 1 до 6). Выпадение любого числа очков от 1
до 6 - это случайное событие, выпадение менее 8 очков - достоверное событие, более 6 очков - невозможное.
События будем обозначать большими буквами латинского алфавита A, B, C, ...

Исходы испытания, результатом которых является некоторое событие А, назовем благоприятными
исходами для этого события. Так если событие А: "Выпадение четного числа очков на игральной кости", то
исходы 2, 4, 6 будут благоприятными для события А.
Определение 2.1. Вероятностью события А называется отношение числа благоприятных исходов для
события А к общему числу исходов.
Вероятность события А обозначается p(A).
(2.1)
m - число благоприятных исходов; n - общее число исходов.
Это - классическое определение вероятности. Так, например, вероятность выпадения герба при бросании
монеты равна 1/2, а вероятность выпадения пяти очков при бросании игральной кости -1/6; вероятность
невозможного события равна 0, а достоверного - 1.
Из определения следует, что вероятность любого события есть число, заключенное в промежутке [0; 1], то
есть
Определение 2.2.Два события А и В называются несовместимыми, если появление одного из них

исключает появление другого. В противном случае события называются совместимыми.
Так, например, при однократном бросании игральной кости события А: "Выпадение 5 очков" и
В:"Выпадение 6 очков" - несовместимы, а событие С: "Выпадение четного числа очков" совместимо с
событием В.
Определение 2.3. Два события называются противоположными друг другу, если в данном испытании
они несовместимы и одно из них обязательно происходит.
Событие, противоположное А, обозначается . Если общее число исходов некоторого испытания равно n и
событию А благоприятствуют m исходов, то, очевидно, событию благоприятствуют n -m исходов,
,следовательно,
(2.2)
Сумма вероятностей противоположных событий равна 1. Так, если вероятность попадания при выстреле в
мишень равна 0,7, то вероятность промаха будет 0,3.
Определение 2.4. Совокупность событий А1, А2, ... Аn образует полную группу событий для данного
испытания, если результатом испытания обязательно становится хотя бы одно из них.
Определение 2.5. События А1, А2, ... Аn , образующие полную груп&пу попарно несовместимых и
равновозможных событий, называются элементарными событиями.
Именно такие события мы назвали исходами в определении вероятности.
Геометрические вероятности
Рассмотрим такую задачу. Круглая мишень разбита на 4 сектора и
вращается вокруг центра. Стрелок стреляет в мишень один раз. Какова
вероятность,что он попадет в сектор ОАВ ?Здесь классическое
определение не годится, так как каждое событие изображается точкой
круга, а их - бесконечное множество. В этом случае вероятность
попадания в сектор ОАВ будет равна отношению площади сектора ОАВ к
площади всего круга.
. Геометрическое определение вероятности события

формулируется следующим образом.
Определение 2.7. Вероятностью события называется отношение меры
множества благоприятных элементарных событий (исходов) к мере
множества всех элементарных событий.
В качестве меры, как правило, выступают длина, площадь и объем.
107. Условная вероятность.
При совместном рассмотрении двух событий А и В часто возникает вопрос, насколько связаны эти события
друг с другом. Если наступление события В влияет на вероятность события А, то события А и В называются
зависимыми.
Определение 2.12. Условной вероятностью Р(А/В) называется вероятность события А при условии,
что уже произошло событие В.
Пример 47. Из урны, содержащей 8 белых и 12 черных шаров наугад друг за другом вынимают два шара.
Даны события: А: "Первый шар - белый",
В: "Второй шар -белый". Найти условные вероятности
Решение. Во-первых, заметим, что : "Первый шар - черный", : "Второй шар - черный". Найдем P(B/A).
Событие А уже произошло, то есть первый шар вынут и он - белый. Требуется найти вероятность того, что
второй шар - белый. В урне осталось 19 шаров, из них 7 белых. Поэтому P(B/A)= 7/19. Рассуждая
аналогично, находим:
108. Повторение испытаний.

Если производится некоторое количество испытаний, в результате которых может
произойти или не произойти событие А, и вероятность появления этого события в
каждом из испытаний не зависит от результатов остальных испытаний, то такие
испытания называются независимыми относительно события А.
Допустим, что событие А наступает в каждом испытании с вероятностью Р(А)=р.
Определим вероятность Рт,п того, что в результате п испытаний событие А наступило
ровно т раз.
Эту вероятность в принципе можно посчитать, используя теоремы сложения и
умножения вероятностей, как это делалось в рассмотренных выше примерах. Однако,
при достаточно большом количестве испытаний это приводит к очень большим
вычислениям. Таким образом, возникает необходимость разработать общий подход к
решению поставленной задачи. Этот подход реализован в формуле Бернулли. (Якоб
Бернулли (1654 – 1705) – швейцарский математик)
Пусть в результате п независимых испытаний, проведенных в одинаковых
условиях, событие А наступает с вероятностью Р(А) = р, а противоположное ему
событие с вероятностью .
Обозначим Ai – наступление события А в испытании с номером i. Т.к. условия
проведения опытов одинаковые, то эти вероятности равны.
Если в результате п опытов событие А наступает ровно т раз, то остальные п-т
раз это событие не наступает. Событие А может появиться т раз в п испытаниях в
различных комбинациях, число которых равно количеству сочетаний из п элементов по
т. Это количество сочетаний находится по формуле:

Вероятность каждой комбинации равна произведению вероятностей:

Применяя теорему сложения вероятностей несовместных событий, получаем Формулу
Бернулли

109. Случайная величина.
Определение. Случайной величиной называется величина, которая в результате
опыта может принимать то или иное значение, причем заранее известно какое именно.
Случайные величины можно разделить на две категории.
Определение. Дискретной случайной величиной называется такая
величина, которая в результате опыта может принимать определенные значения с
определенной вероятностью, образующие счетное множество (множество, элементы
которого могут быть занумерованы).
Это множество может быть как конечным, так и бесконечным.
Например, количество выстрелов до первого попадания в цель является
дискретной случайной величиной, т.к. эта величина может принимать и бесконечное,
хотя и счетное количество значений.
Определение. Непрерывной случайной величиной называется такая
величина, которая может принимать любые значения из некоторого конечного или
бесконечного промежутка.
Очевидно, что число возможных значений непрерывной случайной величины
бесконечно.
Для задания случайной величины недостаточно просто указать ее значение,
необходимо также указать вероятность этого значения.
110. Функция распределения случайной величины.
Определение. Функцией распределения называют функцию F(x), определяющую
вероятность того, что случайная величина Х в результате испытания примет значение,
меньшее х.
Функцию распределения также называют интегральной функцией.

Функция распределения существует как для непрерывных, так и для дискретных
случайных величин. Она полностью характеризует случайную величину и является
одной из форм закона распределения.
Для дискретной случайной величины функция распределения имеет вид:
Знак неравенства под знаком суммы показывает, что суммирование

распространяется на те возможные значения случайной величины, которые меньше
аргумента х.
Функция распределения дискретной случайной величины Х разрывна и
возрастает скачками при переходе через каждое значение хi.
111. Числовые характеристики случайной величины.
Определение. Математическим ожиданием непрерывной случайной величины Х, возможные значения
которой принадлежат отрезку [a,b], называется определенный интеграл
Если возможные значения случайной величины рассматриваются на всей числовой оси, то математическое
ожидание находится по формуле:
При этом, конечно, предполагается, что несобственный интеграл сходится.

Определение. Дисперсией непрерывной случайной величины называется математическое ожидание
квадрата ее отклонения.
По аналогии с дисперсией дискретной случайной величины, для практического вычисления дисперсии

используется формула:
Определение. Средним квадратичным отклонением называется квадратный корень из дисперсии.
Определение. Модой М0 дискретной случайной величины называется ее наиболее

вероятное значение. Для непрерывной случайной величины мода – такое значение
случайной величины, при которой плотность распределения имеет максимум.
Если многоугольник распределения для дискретной случайной величины или

кривая распределения для непрерывной случайной величины имеет два или несколько
максимумов, то такое распределение называется двухмодальным или
многомодальным.
Если распределение имеет минимум, но не имеет максимума, то оно называется
антимодальным.

Определение. Медианой MD случайной величины Х называется такое ее значение,
относительно которого равновероятно получение большего или меньшего значения
случайной величины.
Геометрически медиана – абсцисса точки, в которой площадь, ограниченная

кривой распределения делится пополам.
Отметим, что если распределение одномодальное, то мода и медиана совпадают
с математическим ожиданием.
Определение. Начальным моментом порядка k случайной величины Х называется математическое
ожидание величины Хk.
Для дискретной случайной величины: .
Для непрерывной случайной величины: .

Начальный момент первого порядка равен математическому ожиданию.

Определение. Центральным моментом порядка k случайной величины Х называется математическое
ожидание величины
Для дискретной случайной величины: .
Для непрерывной случайной величины: .

Центральный момент первого порядка всегда равен нулю, а центральный момент второго порядка
равен дисперсии. Центральный момент третьего порядка характеризует асимметрию распределения.
Определение. Отношение центрального момента третьего порядка к среднему квадратическому
отклонению в третьей степени называется коэффициентом асимметрии.
Определение. Для характеристики островершинности и плосковершинности распределения используется

величина, называемая эксцессом.
Кроме рассмотренных величин используются также так называемые

абсолютные моменты:
Абсолютный начальный момент: .
Абсолютный центральный момент: .

Абсолютный центральный момент первого порядка называется средним
арифметическим отклонением.
112. Нормальное распределение и его свойства.
Определение. Нормальным называется распределение вероятностей
непрерывной случайной величины, которое описывается плотностью вероятности
Нормальный закон распределения также называется законом Гаусса.

Нормальный закон распределения занимает центральное место в теории
вероятностей. Это обусловлено тем, что этот закон проявляется во всех случаях, когда
случайная величина является результатом действия большого числа различных
факторов. К нормальному закону приближаются все остальные законы распределения.
Можно легко показать, что параметры и , входящие в плотность распределения

являются соответственно математическим ожиданием и средним квадратическим
отклонением случайной величины Х.
Найдем функцию распределения F(x).
График плотности нормального распределения называется нормальной

кривой или кривой Гаусса.
Нормальная кривая обладает следующими свойствами:
1) Функция определена на всей числовой оси.
2) При всех х функция распределения принимает только положительные
значения.
3) Ось ОХ является горизонтальной асимптотой графика плотности
вероятности, т.к. при неограниченном возрастании по абсолютной величине аргумента
х, значение функции стремится к нулю.
4) Найдем экстремум функции.
Т.к. при y’ > 0 при x < m и y’ < 0 при x > m , то в точке х = т функция имеет
максимум, равный .
5) Функция является симметричной относительно прямой х = а, т.к. разность
(х – а) входит в функцию плотности распределения в квадрате.
6) Для нахождения точек перегиба графика найдем вторую производную
функции плотности.
При x = m + s и x = m - s вторая производная равна нулю, а при переходе

через эти точки меняет знак, т.е. в этих точках функция имеет перегиб.
В этих точках значение функции равно .

Построим график функции плотности распределения.

Построены графики при т =0 и трех возможных значениях среднего
квадратичного отклонения s = 1, s = 2 и s = 7. Как видно, при увеличении значения
среднего квадратичного отклонения график становится более пологим, а максимальное
значение уменьшается..
Если а > 0, то график сместится в положительном направлении, если а < 0 – в
отрицательном.
При а = 0 и s = 1 кривая называется нормированной. Уравнение
нормированной кривой:
113. Закон больших чисел.

На практике сложно сказать какое конкретное значение примет случайная
величина, однако, при воздействии большого числа различных факторов поведение
большого числа случайных величин практически утрачивает случайный характер и
становится закономерным.
Этот факт очень важен на практике, т.к. позволяет предвидеть результат опыта
при воздействии большого числа случайных факторов.
Однако, это возможно только при выполнении некоторых условий, которые
определяются законом больших чисел. К законам больших чисел относятся теоремы
Чебышева (наиболее общий случай) и теорема Бернулли (простейший случай), которые
будут рассмотрены далее.

Рассмотрим дискретную случайную величину Х (хотя все сказанное ниже будет
справедливо и для непрерывных случайных величин), заданную таблицей
распределения:
X x1 x2 … xn
p p1 p2 … pn

Требуется определить вероятность того, что отклонение значения случайной
величины от ее математического ожидания будет не больше, чем заданное число e.

Теорема. (Неравенство Чебышева) Вероятность того, что отклонение
случайной величины Х от ее математического ожидания по абсолютной величине
меньше положительного числа e, не меньше чем .

114. Системы случайных величин.

Определение. Законом распределения системы случайных величин называется
соотношение, устанавливающее связь между областями возможных значений системы
случайных величин и вероятностями появления системы в этих областях.

Определение. Функцией распределения системы двух случайных величин
называется функция двух аргументов F(x, y), равная вероятности совместного
выполнения двух неравенств X<x, Y<y.
Отметим следующие свойства функции распределения системы двух случайных

величин:

1) Если один из аргументов стремится к плюс бесконечности, то функция
распределения системы стремится к функции распределения одной случайной
величины, соответствующей другому аргументу.
2) Если оба аргумента стремятся к бесконечности, то функция распределения

системы стремится к единице.
3) При стремлении одного или обоих аргументов к минус бесконечности

функция распределения стремится к нулю.
4) Функция распределения является неубывающей функцией по каждому

аргументу.

5) Вероятность попадания случайной точки (X, Y) в произвольный
прямоугольник со сторонами, параллельными координатным осям, вычисляется по
формуле:
115. Функции случайных величин.

Плотность вероятности суммы двух случайных величин ~ Распределение произведения двух случайных
величин

Если  - случайная величина с областью значений X и функция f(x) определена на множестве X , то  = f(x)
- тоже случайная величина. Задача об отыскании функции распределения случайной величины  по
известной функции распределения случайной величины  легко решается, если f(x) - непрерывная
монотонно возрастающая функция. Доказано, что тогда функция распределения F (x) случайной величины
 задается формулой F (x)=F ([f(x)]-1).
Здесь F (x) - известная функция распределения случайной величины  , а символом [f(x)]-1 обозначена
функция, обратная к функции f(x).
Плотность распределения случайной величины  для дифференцируемой f(x) вычисляется по формуле
.
Плотность вероятности суммы двух случайных величин

В теории вероятностей часто возникает необходимость в определении плотности вероятности суммы двух
независимых случайных величин. Если  1 и  2 - непрерывные независимые случайные величины с
плотностями вероятности соответственно p1(x) и p2(x), то плотность вероятностей суммы  =  1 +  2
вычисляется по формуле:
116. Генеральная совокупность и выборка.

Генеральная совокупность
Суммарная численность объектов наблюдения (люди, домохозяйства, предприятия, населенные пункты и
т.д.), обладающих определенным набором признаков (пол, возраст, доход, численность, оборот и т.д.),
ограниченная в пространстве и времени. Примеры генеральных совокупностей:
- Все жители Москвы (10,6 млн. человек по данным переписи 2002 года)
- Мужчины-Москвичи (4,9 млн. человек по данным переписи 2002 года)
- Юридические лица России (2,2 млн. на начало 2005 года)
- Розничные торговые точки, осуществляющие продажу продуктов питания (20 тысяч на начало 2008 года) и
т.д.
Выборка (Выборочная совокупность)

Часть объектов из генеральной совокупности, отобранных для изучения, с тем чтобы сделать заключение
обо всей генеральной совокупности. Для того чтобы заключение, полученное путем изучения выборки,
можно было распространить на всю генеральную совокупность, выборка должна обладать свойством
репрезентативности.
Репрезентативность выборки
Свойство выборки корректно отражать генеральную совокупность. Одна и та же выборка может быть
репрезентативной и нерепрезентативной для разных генеральных совокупностей.
Пример:
- Выборка, целиком состоящая из москвичей, владеющих автомобилем, не репрезентирует все население
Москвы.
- Выборка из российских предприятий численностью до 100 человек не репрезентирует все предприятия
России.
- Выборка из москвичей, совершающих покупки на рынке, не репрезентирует покупательское поведение
всех москвичей.
В то же время, указанные выборки (при соблюдении прочих условий) могут отлично репрезентировать
москвичей-автовладельцев, небольшие и средние российские предприятия и покупателей, совершающих
покупки на рынках соответственно.
Важно понимать, что репрезентативность выборки и ошибка выборки – разные явления.
Репрезентативность, в отличие от ошибки никак не зависит от размера выборки.
Пример:
Как бы мы не увеличивали количество опрошенных москвичей-автовладельцев, мы не сможем
репрезентировать этой выборкой всех москвичей.
Ошибка выборки (доверительный интервал)

Отклонение результатов, полученных с помощью выборочного наблюдения от истинных данных
генеральной совокупности.
Ошибка выборки бывает двух видов – статистическая и систематическая. Статистическая ошибка зависит от
размера выборки. Чем больше размер выборки, тем она ниже.
Типы выборок
Выборки делятся на два типа:
- вероятностные
- невероятностные
117. Статистические оценки.
Статистическая гипотеза - некоторое предположение о законе распределения случайной величины или о
параметрах этого закона в рамках данной выборки.
Пример статистической гипотезы: "генеральная совокупность распределена по нормальному закону",
"различие между дисперсиями двух выборок незначимо" и т.д.
Статистической оценкой неизвестного параметра теоретического распределения называют функцию
от наблюдаемых случайных величин.
Для того чтобы статистические оценки давали «хорошие» приближения оцениваемых параметров,
они должны удовлетворять определенным требованиям: оценка должна быть несмещенной, эффективной и
состоятельной.
Несмещенной называют статистическую оценку , математическое ожидание которой равно

оцениваемому параметру при любом объеме выборки, т. е.
Смещенной называют оценку, математическое ожидание которой не равно оцениваемому

параметру.
Эффективной называют статистическую оценку, которая (при заданном объеме выборки n) имеет
наименьшую возможную дисперсию.
При рассмотрении выборок большого объема (n велико) к статистическим оценкам предъявляется
требование состоятельности.
Состоятельной называют статистическую оценку, которая при стремится по вероятности к
оцениваемому параметру. Например, если дисперсия несмещенной оценки при стремится к нулю,
то такая оценка оказывается и состоятельной.
Рассмотрим точечные оценки параметров распределения, т.е. оценки, которые определяются одним
числом , где – выборка.

118. Проверка статистических гипотез.
При аналитических расчетах часто необходимо выдвигать и проверять гипотезы. Проверка
статистической гипотезы осуществляется с помощью статистического критерия в соответствии со
следующим алгоритмом:
1. Формулировка гипотезы
Гипотеза формулируется в терминах различия величин. Например, есть случайная величина x и константа a.
Они не равны (арифметически), но нужно установить, значимо ли статистически между ними различие?
Существует два типа критериев:
1) двухсторонний критерий вида:
2) односторонний критерий вида: или
Необходимо отметить, что знаки >, <, = здесь используются не в арифметическом, а в "статистическом"
смысле. Их необходимо читать "значимо больше", "значимо меньше", "различие незначимо".
2. Установка закона распределения
Далее необходимо установить или постулировать закон распределения. Подробнее о проверке вида
распределения - в следующих лекциях.
Существуют также критерии, которые не зависят от вида распределения - так называемые
непараметрические критерии.
3. Вычисление тестовой статистики
Тестовая статистика - некоторая функция от рассматриваемых величин, закон распределения которой точно
известен и ее можно сравнить с табличным значением. Например, при сравнении двух дисперсий по
критерию Фишера (см. лекцию 4) тестовая статистика вычисляется по следующей формуле:
4. Сравнение с табличным значением
Затем тестовая статистика сравнивается с табличным значением

Тестовая статистика всегда зависит от доверительной вероятности, и, в некоторых случаях, от
дополнительных параметров. Так, в приведенном выше примере сравнения двух дисперсий тестовая
статистика сравнивается с табличным значением критерия Фишера ("критическим" значением), которое
зависит от доверительной вероятности p и числа степеней свободы дисперсий f1 и f2.
5. Вывод
На основании сравнения делается вывод о том, выполняется ли гипотеза (например, значимо ли различие и
т.д.)
Примеры статистических гипотез:
Сравнение случайной (нормально распределенной величины) и константы - критерий Стьюдента
Сравнение двух случайных (нормально распределенных величин) - критерий Стьюдента
Сравнение двух дисперсий - критерий Фишера
119. Линейная регрессия.

Самый простой и наиболее часто используемый вид регрессии – линейная. Приближение данных (x i,yi)
осуществляется линейной функцией y(x)=b+a×x. На координатной плоскости (x,y) линейная функция, как
известно, представляется прямой линией (рис. справа). Еще линейную регрессию часто называют методом
наименьших квадратов, поскольку коэффициенты a и b вычисляются из условия минимизации суммы
квадратов ошибок |b+a×xi-yi|2.
Для расчета линейной регрессии используются следующие формулы
Замечание. Чаще всего, такое же условие, т.е. минимизация суммы квадратов ошибок в узлах |b+ax i-yi|2,
ставится и в других задачах регрессии, т. е. приближения массива данных (xi,yi) другими зависимостями
y(x). Однако, имеются и
альтернативные
алгоритмы,
минимизирующие сумму
абсолютных значений
медиан ошибок в узлах
(медиан-медианная
регрессия).Различие
результатов
среднеквадратичной
(сплошная линия) и
медиан-медианной
(пунктир) линейной
регрессии
иллюстрируется рис.
снизу.

контрольные вопросы

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

контрольные вопросы

Загружено:

Авторское право:

Доступные форматы

1.

Матрица вида: = E, называется единичной матрицей.

Если amn = anm , то матрица называется симметрической. Пример. - симметрическая матрица

Квадратная матрица вида называется диагональной матрицей.

3. Операции над матрицами:

- умножение и деление на произвольное число;

(делению) каждого элемента матрицы на это число.  (А+В) =А  В

другими словами, bji = aij.

называется число, которое может быть вычислено по элементам матрицы по формуле:

М1к - детерминант матрицы, полученной из исходной вычеркиванием первой строки и k - го столбца.

Очевидно, что различные матрицы могут иметь одинаковые определители.

9. Элементарные преобразования матриц

где Мji- дополнительный минор элемента аji матрицы А.

13. Свойства обратных матриц.

14. Базисный минор матрицы.

16. Матричный метод решения систем линейных уравнений.

называется расширенной матрицей системы

Разделим обе части 1-го уравнения на a11  0, затем:

где d1j = a1j/a11, j = 2, 3, …, n+1.

Коллинеарные и компланарные векторы

Линейная зависимость векторов

Деление отрезка в заданном отношении

В частном случае координаты середины отрезка находятся как:

24. Векторное произведение векторов. Свойства.

6) Геометрическим смыслом векторного произведения векторов является площадь параллелограмма,

Свойства смешанного произведения:

5) Объем треугольной пирамиды, образованной векторами а, b и с, равен

26. Уравнение линии и прямой на плоскости.

если х1  х2 и х = х1, еслих1 = х2.

Дробь = k называется угловым коэффициентом прямой.

и обозначить , то полученное уравнение называется

Геометрический смысл коэффициентов в том, что коэффициент а является

Если обе части уравнения Ах + Ву + С = 0 разделить на число ,

уравнение этой прямой в отрезках:

нормальное уравнение прямой:

; cos = 12/13; sin = -5/13; p = 5.

Доказательство. Пусть точка М1(х1, у1) – основание перпендикуляра,

Подставляя эти выражения в уравнение (1), находим:

37. Уравнение плоскости, проходящей через три точки.

38. Уравнение плоскости по двум точкам и вектору, коллинеарному плоскости.

39. Уравнение плоскости по одной точке и двум векторам, коллинеарным плоскости.

40. Уравнение плоскости в отрезках.

Числа a, b, c являются точками пересечения плоскости соответственно с осями х, у, z.

43. Кривые второго порядка: окружность.

Теорема 12.1 Окружность радиуса с центром в точке имеет уравнение

Доказательство. Пусть -- текущая точка окружности. По определению окружности

расстояние равно (рис. 12.1)

достаточно выделить полные квадраты по переменным и .

44. Кривые второго порядка: эллипс.

Определение. Эллипсом называется кривая, заданная уравнением .

F1, F2 – фокусы. F1 = (c; 0); F2(-c; 0)

вертикальной осью, r1 + r2 = 2 (по теореме Пифагора). В случае, если точка М

внутри эллипса, а если , то точка находится вне эллипса.

После возведения в квадрат и приведения подобных слагаемых:

45. Кривые второго порядка: гипербола.

обозначим с2 – а2 = b2 (геометрически эта величина – меньшая полуось)

Получили каноническое уравнение гиперболы.

Гипербола имеет две асимптоты, уравнения которых

4) Частное последовательностей: при {yn}  0.

т.е. все члены последовательности принадлежат промежутку (-М; M).

Теорема. Последовательность не может иметь более одного предела.

Доказательство. Предположим, что последовательность {xn}имеет два предела a и b, не равные

Доказательство. Из xn  a следует, что

||x n|−|a||≤|x n −a| , т.е. ||x n|−|a||<ε , т.е.