Представление зависимости между величинами в виде формул. Виды зависимостей между случайными величинами

Регрессионного анализа

Обработка результатов эксперимента методом

При изучении процессов функционирования сложных систем приходится иметь дело с целым рядом одновременно действующих случайных величин. Для уяснения механизма явлений, причинно-следственных связей между элементами системы и т.д., по полученным наблюдениям мы пытаемся установить взаимоотношения этих величин.

В математическом анализе зависимость, например, между двумя величинами выражается понятием функции

где каждому значению одной переменной соответствует только одно значение другой. Такая зависимость носит название функциональной .

Гораздо сложнее обстоит дело с понятием зависимости случайных величин. Как правило, между случайными величинами (случайными факторами), определяющими процесс функционирования сложных систем, обычно существует такая связь, при которой с изменением одной величины меняется распределение другой. Такая связь называется стохастической , или вероятностной . При этом величину изменения случайного фактора Y , соответствующую изменению величины Х , можно разбить на два компонента. Первый связан с зависимостью Y от X , а второй с влиянием "собственных" случайных составляющих величин Y и X . Если первый компонент отсутствует, то случайные величины Y и X являются независимыми. Если отсутствует второй компонент, то Y и X зависят функционально. При наличии обоих компонент соотношение между ними определяет силу или тесноту связи между случайными величинами Y и X .

Существуют различные показатели, которые характеризуют те или иные стороны стохастической связи. Так, линейную зависимость между случайными величинами X и Y определяет коэффициент корреляции.

где – математические ожидания случайных величин X и Y .

– средние квадратические отклонения случайных величин X и Y .

Линейная вероятностная зависимость случайных величин заключается в том, что при возрастании одной случайной величины другая имеет тенденцию возрастать (или убывать) по линейному закону. Если случайные величины X и Y связаны строгой линейной функциональной зависимостью, например,

y=b 0 +b 1 x 1 ,

то коэффициент корреляции будет равен ; причем знак соответствует знаку коэффициента b 1 .Если величины X и Y связаны произвольной стохастической зависимостью, то коэффициент корреляции будет изменяться в пределах

Следует подчеркнуть, что для независимых случайных величин коэффициент корреляции равен нулю. Однако коэффициент корреляции как показатель зависимости между случайными величинами обладает серьезными недостатками. Во-первых, из равенства r = 0 не следует независимость случайных величин X и Y (за исключением случайных величин, подчиненных нормальному закону распределения, для которых r = 0 означает одновременно и отсутствие всякой зависимости). Во- вторых, крайние значения также не очень полезны, так как соответствуют не всякой функциональной зависимости, а только строго линейной.

Полное описание зависимости Y от X , и притом выраженное в точных функциональных соотношениях, можно получить, зная условную функцию распределения .

Следует отметить, что при этом одна из наблюдаемых переменных величин считается неслучайной. Фиксируя одновременно значения двух случайных величин X и Y , мы при сопоставлении их значений можем отнести все ошибки лишь к величине Y . Таким образом, ошибка наблюдения будет складываться из собственной случайной ошибки величины Y и из ошибки сопоставления, возникающей из-за того, что с величиной Y сопоставляется не совсем то значение X , которое имело место на самом деле.

Однако отыскание условной функции распределения, как правило, оказывается весьма сложной задачей. Наиболее просто исследовать зависимость между Х и Y при нормальном распределении Y , так как оно полностью определяется математическим ожиданием и дисперсией. В этом случае для описания зависимости Y от X не нужно строить условную функцию распределения, а достаточно лишь указать, как при изменении параметра X изменяются математическое ожидание и дисперсия величины Y .

Таким образом, мы приходим к необходимости отыскания только двух функций:

(3.2)

Зависимость условной дисперсии D от параметра Х носит название сходастической зависимости. Она характеризует изменение точности методики наблюдений при изменении параметра и используется достаточно редко.

Зависимость условного математического ожидания M от X носит название регрессии , она дает истинную зависимость величин Х и У , лишенную всех случайных наслоений. Поэтому идеальной целью всяких исследований зависимых величин является отыскание уравнения регрессии, а дисперсия используется лишь для оценки точности полученного результата.

Тема урока «Зависимость между величинами».

Цели урока:

1.Дать понятие зависимости между величинами, выяснить способы их задания.

2.Развивать способность учащихся анализировать и синтезировать учебный материал.

3.Воспитывать творческое отношение к учебному труду.

4.Преподнести учебный материал через эмоционально - переживательную сферу ученика.

А теперь опишем по технологию построения учителем методики урока по технологии деятельностного метода.

1. Этап самоопределения нормы N

На этом этапе определяется тема и обучающая цель урока: «На уроке мы рассмотрим зависимость между различными величинами», то есть объявляется операция без уточнения условий ее применения.

2. Этап актуализации знаний и фиксация затруднения в деятельности.

На этом этапе учитель предлагает список заданий, выполнение которых предполагает выполнение известной ранее нормы.

Как найти:

Площадь прямоугольника?

Периметр прямоугольника?

Объем прямоугольного параллелепипеда?

Скорость по течению?

Скорость против течения?

Последним вопросом на этапе актуализации знаний должен быть вопрос, который фиксирует затруднения в деятельности учащихся, то есть, ранее изученных знаний не хватает, возникает учебная проблема. В данном случае это вопрос: «Для чего нужны эти правила и соответствующие формулы?».

3. Этап постановки учебной задачи.

Учитель ставит перед учащимися проблему: Как измерить площадь участка прямоугольной формы, если мы не знаем формулу S =ав? Можно разбить участок на прямоугольники размером в 1 кв. метр и сосчитать их количество. Удобно ли это?

Учащиеся отвечают, что это возможно, но неудобно. Значит, формулы нужны для вычисления величин, измерение которых затруднительно.

Учитель ставит еще более убедительную проблему: как измерить расстояние от Земли до Солнца? Итак, налицо кризис ранее известной нормы N .

4. Этап построения проекта выхода из затруднения.

Ученые установили, что расстояние от Земли до Солнца 150 млн. км. А как они узнали об этом? Совместно с детьми выясняется формула вычисления расстояния от Земли до Солнца s = ct , где с=300000км, t =8 мин, время, за которое свет доходит до Земли. Вычисления показывают, что s =2400000 км. Почему у нас получилось расхождение с известным фактом?

Вывод: Формулу можно применить только в том случае, когда единицы измерения входящих в нее величин согласованы между собой.

На этом этапе уместно воздействие на эмоционально – переживательную сферу ученика с помощью небольшой воспитательной беседы. « Свет от Земли до Солнца идет в течение 8 минут, значит, мы видим Солнце таким, каким оно было 8 минут назад. Есть звезды, свет от которых идет до нас миллионы лет: звезда может уже погасла, а свет от нее идет до сих пор. Так же бывают и люди: человека уже нет с нами, а его тепло, свет согревают нас всю жизнь. Таким человеком был народный поэт Башкортостана Мустай Карим, день памяти которого мы отмечаем сегодня. Его духовная энергия, тепло его сердца будет нам служить нравственным ориентиром многие годы».

На данном этапе урока учащимся предлагаются различные способы задания зависимостей между величинами: табличный, графический и с помощью формулы.

Дети на этом этапе включаются в ситуацию выбора метода решения учебной задачи: они сравнивают различные способы задания зависимостей между величинами. Результаты сравнения фиксируются на опорно – узловой матрице.

Способы задания Формула график таблица

1-универсальность, 2-точность, 3-наглядность;

(Условные обозначения «Д»- да, «Н»- нет)

На основе анализа опорно – узловой матрицы учащиеся делают вывод о том, что наиболее лучшим является задание зависимости между величинами с помощью формулы, потому что он обладает свойством универсальности: из формулы можно получить таблицу зависимости и построить график зависимости между величинами.

5. Этап первичного закрепления во внешней речи.

Разбирается задача №90

По одной формуле зависимости ширины прямоугольника от его длины при постоянной площади: b =12/а составить таблицу этой зависимости и построить её график.

1 ,5

1,5

График зависимости длины прямоугольника от ширины

Итак, мы связали 3 способа задания зависимостей между величинами:

С помощью формулы,

Графический,

Табличный.

6. Этап самостоятельной работы с самопроверкой по эталону.

Учащиеся самостоятельно решают задания на новый способ действий, выполняют самопроверку по эталону и сами оценивают свои результаты. Создаётся ситуация успеха, снова задействована эмоционально-переживательная сфера ученика. На одном этапе учащимся предлагают задания №133, №140. Для реализации принципа минимакса деятельностной технологии обучения учащимся предлагают задания двух уровней: М, А и В.

Уровень М: №133, А: №140. Уровень В: № 145

7. Включение новых знаний в знаний.

На данном этапе учащиеся убеждаются, что вновь приобретённые знания имеют ценность для дальнейшего обучения. Выполняя упражнение №139, они устанавливают зависимость между

Объёмом V куба и его ребром а;

Площадью S прямоугольного треугольника и катетами а и b

Диаметром D и радиусом R этой окружности;

Длиной стороны а прямоугольника, его периметром Р и площадью S ;

S куба и его ребром а

Площадью полной поверхности S прямоугольного параллелепипеда и его измерениями а, b и с.

8. Рефлексия деятельности (итог урока)

Учащиеся выполняют самооценку собственной деятельности (что нового узнали, какой метод использовали, успешность выполненных шагов). Происходит фиксация успешности деятельности и вывод о следующих шагах. Выявляются ученики, выполнившие задания уровня А и В.

Примечание.

Урок проведён по учебнику Г.В.Дорофеева, Л.Г.Петерсон. Математика, учебник для 6 класса. Часть 2. Ювента. 2011г

Это пример зависимости, представленной в функциональной форме. Эту зависимость называют корневой (время пропорционально квадратному корню высоты).
В более сложных задачах математические модели представляются в виде уравнений или систем уравнений.

Табличные и графические модели
Это другие, не формульные, способы представления зависимостей между величинами. Например, мы решили проверить закон свободного падения тела экспериментальным путем.

Эксперимент организуем следующим образом: будем бросать стальной шарик с 6-метровой высоты, 9-метровой и т. д. (через 3 метра), замеряя высоту начального положения шарика и время падения. По результатам эксперимента составим таблицу и нарисуем график. Если каждую пару значений Н и t из данной таблицы подставить в приведенную ранее формулу зависимости высоты от времени, то формула превратится в равенство (с точностью до погрешности измерений). Значит, модель работает хорошо. Однако если сбрасывать не стальной шарик, а большой легкий мяч, то равенство не будет достигаться, а если надувной шарик, то значения левой и правой частей формулы будут различаться очень сильно. Как вы думаете, почему?

Итак, на этом примере мы рассмотрели три способа моделирования зависимости величин: функциональный (формула), табличный и графический. Однако математической моделью процесса падения тела на землю можно назвать только формулу. Формула более универсальна, она позволяет определить время падения тела с любой высоты, а не только для того экспериментального набора значений Н, который отображен на рисунке. Имея формулу, можно легко создать таблицу и построить график, а наоборот - весьма проблематично.
Точно так же можно отобразить зависимость любого явления физической природы, описываемого известными формулами.
Информационные модели, которые описывают развитие систем во времени, имеют специальное название: динамические модели . В физике динамические информационные модели описывают движение тел, в биологии - развитие организмов или популяций животных, в химии - протекание химических реакций и т. д.

Модели статистического прогнозирования
Статистика - наука о сборе, измерении и анализе массовых количественных данных.
Существуют медицинская статистика, экономическая статистика, социальная статистика и другие. Математический аппарат статистики разрабатывает наука под названием математическая статистика .

Например, наиболее сильное влияние на бронхиально-легочные заболевания оказывает угарный газ - . Поставив цель определить эту зависимость, специалисты по медицинской статистике проводят сбор данных. Полученные данные можно свести в таблицу, а также представить в виде точечной диаграммы. А как построить математическую модель данного явления? Очевидно, нужно получить формулу, отражающую зависимость количества хронических больных Р от концентрации угарного газа С. На языке математики это называется функцией зависимости Р от С: Р(С). Вид такой функции неизвестен, ее следует искать методом подбора по экспериментальным данным.

График искомой функции должен проходить близко к точкам диаграммы экспериментальных данных. Строить функцию так, чтобы ее график точно проходил через все данные точки, не имеет смысла. Во-первых, математический вид такой функции может оказаться слишком сложным. Во-вторых, экспериментальные значения являются приближенными.
Отсюда следуют основные требования к искомой функции:
она должна быть достаточно простой для использования ее в дальнейших вычислениях;
график этой функции должен проходить вблизи экспериментальных точек так, чтобы отклонения этих точек от графика были минимальны и равномерны. Полученную функцию в статистике принято называть регрессионной моделью .

Метод наименьших квадратов
Получение регрессионной модели происходит в два этапа:
1) подбор вида функции;
2) вычисление параметров функции.
Первая задача не имеет строгого решения.
Чаще всего выбор производится среди следующих функций:
у = ах + b - линейная функция (полином 1-й степени);
у = ах 2 + bх + с - квадратичная функция

Прогнозирование по регрессионной модели
Получив регрессионную математическую модель можно прогнозировать процесс путем вычислений, т.е.оценить уровень заболеваемости астмой не только для тех значений, которые были получены путем измерений, но и для других значений.
Если прогноз производится в пределах экспериментальных значений, то это называется восстановлением значения .
Прогнозирование за пределами экспериментальных данных называется экстраполяцией.
Имея регрессионную модель, легко прогнозировать, производя расчеты с помощью электронных таблиц.
В ряде случаев с экстраполяцией надо быть осторожным. Применимость всякой регрессионной модели ограничена, особенно за пределами
экспериментальной области. В нашем примере при экстраполяции не следует далеко уходить от величины 5 мг/м 3 . Что будет вдали от этой области, мы не знаем. Всякая экстраполяция держится на гипотезе: «предположим, что за пределами экспериментальной области закономерность сохраняется». А если не сохраняется?
Например, квадратичная модель в нашем примере при концентрации, близкой к 0, выдаст 150 человек больных, т. е. больше, чем при 5 мг/м 3 . Очевидно, это нелепость. В области малых значений С лучше работает экспоненциальная модель. Кстати, это довольно типичная ситуация: разным областям данных могут лучше соответствовать разные модели.

Моделирование корреляционных зависимостей
Пусть важной характеристикой некоторой сложной системы является фактор А. На него могут оказывать влияние одновременно многие другие факторы: B,C,D и т. д.

В качестве примера сложной системы рассмотрим школу. Пусть хозяйственные расходы школы выражаются количеством рублей, отнесенных к числу учеников в школе (руб./чел.), потраченных за определенный период времени (например, за последние 5 лет). Успеваемость же пусть оценивается средним баллом учеников школы по результатам окончания последнего учебного года. Итоги сбора данных по 20 школам, введенные в электронную таблицу и точечная диаграмма представлены на рисунках. Значения обеих величин: финансовых затрат и успеваемости учеников - имеют значительный разброс и, на первый взгляд, взаимосвязи между ними не видно. Однако она вполне может существовать. В Excel функция вычисления коэффициента корреляции называется КОРРЕЛ и входит в группу статистических функций. Покажем, как ею воспользоваться. На том же листе Excel, где находится таблица, надо установить курсор на любую свободную ячейку и запустить функцию КОРРЕЛ. Она запросит два диапазона значений. Укажем, соответственно, В2:В21 и С2:С21. После их ввода будет выведен ответ: р = 0,500273843. Эта величина говорит о среднем уровне корреляции. Теперь рассмотрим какой параметр из 2-х: оснащённость учебниками или компьютерами является коррелирующим в большей степени, т.е. имеет большее влияние на успеваемость Ниже на рисунке приведены результаты измерения обоих факторов в 11 разных школах. Для обеих зависимостей получены коэффициенты линейной корреляции. Как видно из таблицы, корреляция между обеспеченностью учебниками и успеваемостью сильнее, чем корреляция между компьютерным обеспечением и успеваемостью (хотя и тот, и другой коэффициенты корреляции не очень большие). Отсюда можно сделать вывод, что пока еще книга остается более значительным источником знаний, чем компьютер.

Планируемые результаты обучения математике в 5-6 классах

Арифметика

Понимать особенности десятичной системы счисления;

Использовать понятия, связанные с делимостью натуральных чисел;

Выражать числа в эквивалентных формах, выбирая наиболее подходящую в зависимости от конкретной ситуации;

Сравнивать и упорядочивать рациональные числа;

Выполнять вычисления с рациональными числами, соче­тая устные и письменные приёмы вычислений, применять калькулятор;

Использовать понятия и умения, связанные с пропорциональностью величин, процентами, в ходе решения математических задач и задач из смежных предметов, выпол­нять несложные практические расчёты;

Анализировать графики зависимостей между величинами (расстояние, время; температура и т. п.).

Познакомиться с позиционными системами счисления с основаниями, отличными от 10;

Углубить и развить представления о натуральных числах и свойствах делимости;

Научиться использовать приёмы, рационализирующие вычисления, приобрести навык контролировать вычис­ления, выбирая подходящий для ситуации способ.

По окончании изучения курса учащийся научится:

· выполнять операции с числовыми выражениями;

· выполнять преобразования буквенных выражений (раскрытие скобок, приведение подобных слагаемых);

· решать линейные уравнения, решать текстовые задачи алгебраическим методом.

Учащийся получит возможность:

· развить представления о буквенных выражениях и их преобразованиях;

· овладеть специальными приёмами решения уравнений, применять аппарат уравнений для решения как текстовых, так и практических задач.

Геометрические фигуры. Измерение геометрических величин

По окончании изучения курса учащийся научится:

Распознавать на чертежах, рисунках, моделях и в окружающем мире плоские и пространственные геометрические фигуры и их элементы;

Строить углы, определять их градусную меру;

Распознавать и изображать развёртки куба, прямоугольного параллелепипеда, правильной пирамиды, цилиндра и конуса;

Определять по линейным размерам развёртки фигуры линейные размеры самой фигуры и наоборот;

Вычислять объём прямоугольного параллелепипеда и куба.

Учащийся получит возможность:

Научиться вычислять объём пространственных геометрических фигур, составленных из прямоугольных параллелепипедов;

Углубить и развить представления о пространственных геометрических фигурах;

Научиться применять понятие развёртки для выполнения практических расчётов.

По окончании изучения курса учащийся научится:

Использовать простейшие способы представления и анализа статистических данных;

Решать комбинаторные задачи на нахождение количества объектов или комбинаций.

Учащийся получит возможность:

Приобрести первоначальный опыт организации сбора данных при проведении опроса общественного мнения, осуществлять их анализ, представлять результаты опроса в виде таблицы, диаграммы;

Научиться некоторым специальным приёмам решения комбинаторных задач.

Арифметика

Натуральные числа

Ряд натуральных чисел. Десятичная запись натураль­ных чисел. Округление натуральных чисел.

Координатный луч.

Сравнение натуральных чисел. Сложение и вычитание натуральных чисел. Свойства сложения.

Умножение и деление натуральных чисел. Свойства умножения. Деление с остатком. Степень числа с натуральным показателем.

Делители и кратные натурального числа. Наибольший общий делитель. Наименьшее общее кратное. Признаки делимости на 2, на 3, на 5, на 9, на 10.

Простые и составные числа. Разложение чисел на простые множители. „

Обыкновенные дроби. Основное свойство дроби. Нахождение дроби от числа. Нахождение числа по значению его дроби. Правильные и неправильные дроби. Смешанные числа.

Сравнение обыкновенных дробей и смешанных чисел. Арифметические действия с обыкновенными дробями и смешанными числами.

Десятичные дроби. Сравнение и округление десятичных дробей. Арифметические действия с десятичными дробями. Прикидки результатов вычислений. Представление десятичной дроби в виде обыкновенной дроби и обыкновенной в виде десятичной. Бесконечные периодические десятичные дроби. Десятичное приближение обыкновен­ной дроби.

Отношение. Процентное отношение двух чисел. Деление числа в данном отношении. Масштаб.

Пропорция. Основное свойство пропорции. Прямая и обратная пропорциональные зависимости. Проценты. Нахождение процентов от числа. Нахождение числа по его процентам.

Решение текстовых задач арифметическими способами.

Рациональные числа

Положительные, отрицательные числа и число 0.

Противоположные числа. Модуль числа.

Целые числа. Рациональные числа. Сравнение рацио­нальных чисел. Арифметические действия с рациональ­ными числами. Свойства сложения и умножения рациональных чисел.

Координатная прямая. Координатная плоскость.

Величины. Зависимости между величинами

Единицы длины, площади, объёма, массы, времени, скорости.

Примеры зависимостей между величинами. Представление зависимостей в виде формул. Вычисления по формулам.

Числовые и буквенные выражения. Уравнения

Числовые выражения. Значение числового выражения. Порядок действий в числовых выражениях. Буквенные выражения. Раскрытие скобок. Подобные слагаемые, приведение подобных слагаемых. Формулы.

Уравнения. Корень уравнения. Основные свойства уравнений. Решение текстовых задач с помощью уравнений.

Элементы статистики, вероятности. Комбинаторные задачи

Представление данных в виде таблиц, круговых и столбчатых диаграмм, графиков.

Среднее арифметическое. Среднее значение величины.

Случайное событие. Достоверное и невозможное события. Вероятность случайного события. Решение комбинаторных задач.

Геометрические фигуры. Измерения геометрических величин

Отрезок. Построение отрезка. Длина отрезка, ломаной. Измерение длины отрезка, построение отрезка заданной длины. Периметр многоугольника. Плоскость. Прямая. Луч.

Угол. Виды углов. Градусная мера угла. Измерение и по­строение углов с помощью транспортира.

Прямоугольник. Квадрат. Треугольник. Виды треугольников. Окружность и круг. Длина окружности. Число.

Равенство фигур. Понятие и свойства площади. Площадь прямоугольника и квадрата. Площадь круга. Ось симметрии фигуры.

Наглядные представления о пространственных фигурах: прямоугольный параллелепипед, куб, пирамида, цилиндр, конус, шар, сфера. Примеры развёрток многогранников, цилиндра, конуса. Понятие и свойства объёма. Объём прямоугольного параллелепипеда и куба.

Взаимное расположение двух прямых. Перпендикулярные прямые. Параллельные прямые.

Осевая и центральная симметрии.

Величины и зависимости между ними
Содержание данного раздела учебника связано с компьютерным математическим моделированием. Применение математического моделирования постоянно требует учета зависимостей одних величин от других. Приведем примеры таких зависимостей:
1) время падения тела на землю зависит от его первоначальной высоты;
2) давление газа в баллоне зависит от его температуры;
3) уровень заболеваемости жителей города бронхиальной астмой зависит от концентрации вредных примесей в городском воздухе.
Реализация математической модели на компьютере (компьютерная математическая модель) требует владения приемами представления зависимостей между величинами.
Рассмотрим различные методы представления зависимостей.
Всякое исследование нужно начинать с выделения количественных характеристик исследуемого объекта. Такие характеристики называются величинами.
С понятием величины вы уже встречались в базовом курсе информатики. Напомним, что со всякой величиной связаны три основных свойства: имя, значение, тип.
Имя величины может быть смысловым и символическим. Примером смыслового имени является «давление газа», а символическое имя для этой же величины — Р. В базах данных величинами являются поля записей. Для них, как правило, используются смысловые имена, например: ФАМИЛИЯ, ВЕС, ОЦЕНКА и т. п. В физике и других науках, использующих математический аппарат, применяются символические имена для обозначения величин. Чтобы не терялся смысл, для определенных величин используются стандартные имена. Например, время обозначают буквой t, скорость — V, силу — F и пр.
Если значение величины не изменяется, то она называется постоянной величиной или константой. Пример константы — число Пифагора π = 3,14259... . Величина, значение которой может меняться, называется переменной. Например, в описании процесса падения тела переменными величинами являются высота Н и время падения t.
Третьим свойством величины является ее тип. С понятием типа величины вы также встречались, знакомясь с программированием и базами данных. Тип определяет множество значений, которые может принимать величина. Основные типы величин: числовой, символьный, логический. Поскольку в данном разделе мы будем говорить лишь о количественных характеристиках, то и рассматриваться будут только величины числового типа.
А теперь вернемся к примерам 1-3 и обозначим (поименуем) все переменные величины, зависимости между которыми нас будут интересовать. Кроме имен укажем размерности величин. Размерности определяют единицы, в которых представляются значения величин.
1) t (с) — время падения; Н (м) — высота падения. Зависимость будем представлять, пренебрегая учетом сопротивления воздуха; ускорение свободного падения g (м/с 2) будем считать константой.
2) Р (н/м 2) — давление газа (в единицах системы СИ давление измеряется в ньютонах на квадратный метр); t °С — температура газа. Давление при нуле градусов Ро будем считать константой для данного газа.
3) Загрязненность воздуха будем характеризовать концентрацией примесей (каких именно, будет сказано позже) — С (мг/м 3). Единица измерения — масса примесей, содержащихся в 1 кубическом метре воздуха, выраженная в миллиграммах. Уровень заболеваемости будем характеризовать числом хронических больных астмой, приходящихся на 1000 жителей данного города — Р (бол./тыс.).
Отметим важное качественное различие между зависимостями, описанными в примерах 1 и 2, с одной стороны, и в примере 3, с другой. В первом случае зависимость между величинами является полностью определенной: значение Н однозначно определяет значение t (пример 1), значение t однозначно определяет значение Р (пример 2). Но в третьем примере зависимость между значением загрязненности воздуха и уровнем заболеваемости носит существенно более сложный характер; при одном и том же уровне загрязненности в разные месяцы в одном и том же городе (или в разных городах в один и тот же месяц) уровень заболеваемости может быть разным, поскольку на него влияют и многие другие факторы. Отложим более детальное обсуждение этого примера до следующего параграфа, а пока лишь отметим, что на математическом языке зависимости в примерах 1 и 2 являются функциональными, а в примере 3 — нет.
Математические модели
Если зависимость между величинами удается представить в математической форме, то мы имеем математическую модель.
Математическая модель — это совокупность количественных характеристик некоторого объекта (процесса) и связей между ними, представленных на языке математики.
Хорошо известны математические модели для первых двух примеров. Они отражают физические законы и представляются в виде формул:

Это примеры зависимостей, представленных в функциональной форме. Первую зависимость называют корневой (время пропорционально квадратному корню высоты), вторую — линейной.
В более сложных задачах математические модели представляются в виде уравнений или систем уравнений. В конце данной главы будет рассмотрен пример математической модели, которая выражается системой неравенств.
В еще более сложных задачах (пример 3 — одна из них) зависимости тоже можно представить в математической форме, но не функциональной, а иной.
Табличные и графические модели
Рассмотрим примеры двух других, не формульных, способов представления зависимостей между величинами: табличного и графического. Представьте себе, что мы решили проверить закон свободного падения тела экспериментальным путем. Эксперимент организуем следующим образом: будем бросать стальной шарик с 6-метровой высоты, 9-метровой и т. д. (через 3 метра), замеряя высоту начального положения шарика и время падения. По результатам эксперимента составим таблицу и нарисуем график.

Если каждую пару значений Н и t из данной таблицы подставить в приведенную выше формулу зависимости высоты от времени, то формула превратится в равенство (с точностью до погрешности измерений). Значит, модель работает хорошо. (Однако если сбрасывать не стальной шарик, а большой легкий мяч, то равенство не будет достигаться, а если надувной шарик, то значения левой и правой частей формулы будут различаться очень сильно. Как вы думаете, почему?)
В этом примере мы рассмотрели три способа моделирования зависимости величин: функциональный (формула), табличный и графический. Однако математической моделью процесса падения тела на землю можно назвать только формулу. Формула более универсальна, она позволяет определить время падения тела с любой высоты, а не только для того экспериментального набора значений Н, который отображен на рис. 6.1. Имея формулу, можно легко создать таблицу и построить график, а наоборот — весьма проблематично.
Точно так же тремя способами можно отобразить зависимость давления от температуры. Оба примера связаны с известными физическими законами — законами природы. Знания физических законов позволяют производить точные расчеты, они лежат в основе современной техники.
Информационные модели, которые описывают развитие систем во времени, имеют специальное название: динамические модели. В примере 1 приведена именно такая модель. В физике динамические информационные модели описывают движение тел, в биологии — развитие организмов или популяций животных, в химии — протекание химических реакций и т. д.
Система основных понятий