Математические и кибернетические методы исследования. Реферат: Математические методы исследования экономики

ВВЕДЕНИЕ. ДИСЦИПЛИНА ИССЛЕДОВАНИЕ ОПЕРАЦИЙ И ЧЕМ ОНА ЗАНИМАЕТСЯ

Формирование исследования операций как самостоятельной ветви прикладной математики относится к периоду 40-х и 50-х годов. Последу­ющие полтора десятилетия были отмечены широким применением полу­ченных фундаментальных теоретических результатов к разнообразным практическим задачам и связанным с этим переосмыслением потенци­альных возможностей теории. В результате исследование операций при­обрело черты классической научной дисциплины, без которой немыс­лимо базовое экономическое образование.

Обращаясь к задачам и проблемам, составляющим предмет исследо­вания операций, нельзя не вспомнить о вкладе, внесенном в их решение представителями отечественной научной школы, среди которых в пер­вую очередь должен быть назван Л. В. Канторович, ставший в 1975 г. лауреатом Нобелевской премии за свои работы по оптимальному ис­пользованию ресурсов в экономике.

Начало развития исследования операций как науки традицион­но связывают с сороковыми годами двадцатого столетия. Среди первых исследований в данном направлении может быть назва­на работа Л. В. Канторовича "Математические методы органи­зации и планирования производства", вышедшая в 1939 г. В за­рубежной литературе отправной точкой обычно считается вышедшая в 1947 г. работа Дж. Данцига, посвященная реше­нию линейных экстремальных задач.

Следует отметить, что не существует жесткого, устоявше­гося и общепринятого определения предмета исследования опе­раций. Часто при ответе на данный вопрос говорится, что "исследование операций представляет собой комплекс научных методов для решения задач эффективного управления организационными системами".

Второе определение: Исследование операций – это научная подготовка принимаемого решения – это совокупность методов, предлагаемых для подготовки и нахождения самых эффективных или самых экономичных решений.

Природа систем, фигурирующих в приведенном определении под именем "организационных", может быть самой различной, а их общие математические модели находят применение не толь­ко при решении производственных и экономических задач, но и в биологии, социологических исследованиях и других практи­ческих сферах. Кстати, само название дисциплины связано с применением математических методов для управления военны­ми операциями.

Несмотря на многообразие задач организационного управ­ления, при их решении можно выделить некоторую общую последовательность этапов, через которые проходит любое операционное исследование. Как правило, это:

1. Постановка задачи.

2. Построение содержательной (вербальной) модели рас­сматриваемого объекта (процесса). На данном этапе происходит формализация цели управления объектом, выделение возмож­ных управляющих воздействий, влияющих на достижение сфор­мулированной цели, а также описание системы ограничений на управляющие воздействия.

3. Построение математической модели, т. е. перевод сконст­руированной вербальной модели в ту форму, в которой для ее изучения может быть использован математический аппарат.

4. Решение задач, сформулированных на базе построенной математической модели.

5. Проверка полученных результатов на их адекватность природе изучаемой системы, включая исследование влияния так называемых внемодельных факторов, и возможная коррек­тировка первоначальной модели.

6. Реализация полученного решения на практике.

Центральное место в данном курсе отведено вопросам, отно­сящимся к четвертому пункту приведенной выше схемы. Это делается не потому, что он является самым важным, сложным или интересным, а потому, что остальные пункты существенно зависят от конкретной природы изучаемой системы, в силу чего для действий, которые должны производиться в их рамках, не могут быть сформулированы универсальные и содержательные рекомендации.

В самых разнообразных областях человеческой деятельности встречаются сходные между собой задачи: организация производства, эксплуатация транспорта, боевые действия, расстановка кадров, телефонная связь и т.д. Возникающие в этих областях задачи сходны между собой по постановке, обладают рядом общих признаков и решаются сходными методами.

Пример :

Организуется какое-то целенаправленное мероприятие (система действий), которое можно организовать тем или иным способом. Необходимо выбрать определенное решение из ряда возможных вариантов. Каждый вариант имеет преимущества и недостатки – сразу не ясно, какой из них предпочтительнее. С целью прояснить обстановку и сравнить между собой по ряду признаков различные варианты, организуется серия математических расчетов. Результаты расчетов показывают, на каком варианте остановится.

Математическое моделирование в исследовании операций является, с одной стороны, очень важным и сложным, а с дру­гой - практически не поддающимся научной формализации процессом. Заметим, что неоднократно предпринимавшиеся по­пытки выделить общие принципы создания математических мо­делей приводили либо к декларированию рекомендаций самого общего характера, трудноприложимых для решения конкрет­ных проблем, либо, наоборот, к появлению рецептов, примени­мых в действительности только к узкому кругу задач. Поэтому более полезным представляется знакомство с техникой математического моделирования на конкретных примерах.

1) План снабжения предприятия.

Имеется ряд предприятий, использующих различные виды сырья; имеется ряд сырьевых баз. Базы связаны с предприятиями различными путями сообщения (железные дороги, автотранспорт, водный, воздушный транспорт). Каждый транспорт имеет свои тарифы. Требуется разработать такой план снабжения предприятий сырьем, чтобы потребности в сырье были удовлетворены при минимальных расходах на перевозки.

2) Постройка участка магистрали.

Сооружается участок железнодорожной магистрали. В нашем распоряжении определенное количество средств: людей, техники и т.п. Требуется назначить очередность работ, распределить людей и технику по участкам пути таким образом, чтобы завершить строительство в минимальные сроки.

Выпускается определенный вид изделий. Для обеспечения высокого качества продукции требуется организовать систему выборочного контроля: определить размер контрольной партии, набор тестов, правила отбраковки и т.д. Требуется обеспечить заданный уровень качества продукции при минимальных расходах на контроль.

4) Военные действия.

Целью в данном случае является уничтожение вражеского объекта.

Подобные задачи встречаются в практике часто. Они имеют общие черты. В каждой задаче определена цель – цели эти похожи; заданы некоторые условия – в рамках этих условий и нужно принять решение, чтобы данное мероприятие было наиболее выгодным. В соответствии с этими общими чертами применяются и общие методы.

1. ОБЩИЕ ПОНЯТИЯ

1.1. Цель и основные понятия в исследованиях операций

Операция – это всякая система действий (мероприятие), объединенных единым замыслом и направленных к достижению какой-то цели. Это управляемое мероприятие, то есть от нас зависит, каким способом выбрать некоторые параметры, характеризующие его организацию.

Каждый определенный выбор зависящих от нас параметров называется решением.

Целью исследования операций является предварительное количественное обоснование оптимальных решений.

Те параметры, совокупность которых образует решение, называются элементами решения. В качестве элементов решения могут быть различные числа, векторы, функции, физически признаки и т.д.

Пример : перевозка однородного груза.

Существуют пункты отправления: А 1 , А 2 , А 3 ,…, А m .

Имеются пункты назначения: В 1 , В 2 , В 3 ,…, В n .

Элементами решения здесь будут числа x ij , показывающие, какое количество грузов будет отправлено из i-того пункта отправления в j -ый пункт назначения.

Совокупность этих чисел: x 11 , x 12 , x 13 ,…, x 1 m ,…, x n 1 , x n 2 ,…, x nm образует решение.

Чтобы сравнить между собой различные варианты, необходимо иметь какой-то количественный критерий – показатель эффективности (W ). Данный показатель называется целевой функцией.

Этот показатель выбирается так, чтобы он отражал целевую направленность операции. Выбирая решение, стремимся, чтобы данный показатель стремился к максимуму или к минимуму. Если W – доход, то W max; а если W – расход, то W min.

Если выбор зависит от случайных факторов (погода, отказ техники, колебания спроса и предложения), то в качестве показателя эффективности выбирается среднее значение – математическое ожидание – .

В качестве показателя эффективности иногда выбирают вероятность достижения цели. Здесь цель операции сопровождается случайными факторами и работает по схеме ДА-НЕТ.

Для иллюстрации принципов выбора показателя эффективности вернемся к рассмотренным ранее примерам:

1) План снабжения предприятия.

Показатель эффективности виден в цели. R – число – стоимость перевозок, . При этом все ограничения должны быть выполнены.

2) Постройка участка магистрали.

В задаче большую роль играют случайные факторы. В качестве показателя эффективности выбирают среднее ожидаемое время окончания стройки .

3) Выборочный контроль продукции.

Естественный показатель эффективности, подсказанный формулировкой задачи – это средние ожидаемые расходы на контроль за единицу времени, при условии, что система контролирует обеспечение заданного уровня качества.

Сопровождается физическим или математическим моделированием. Физическое моделирование... макетов и их трудоемкое исследование . Математическое моделирование осуществляют с использованием... на моделирование необходимо проделать следующие операции : 1. вход в меню...

Введение

Одним из направлений совершенствования анализа хозяйственной деятельности является внедрение экономико-математических методов и современных ЭВМ. Их применение повышает эффективность экономического анализа за счет расширения факторов, обоснования принимаемых управленческих решений, выбора оптимального варианта использования хозяйственных ресурсов, выявления и мобилизации резервов повышения эффективности производства.

Математические методы опираются на методологию экономико-математического моделирования и научно обоснованную классификацию задач анализа хозяйственной деятельности.

В зависимости от целей экономического анализа различают следующие экономико-математические модели: в детерминированных моделях - логарифмирование, долевое участие, дифференцирование; в стохастических моделях - корреляционно-регрессивный метод, линейное программирование, теорию массового обслуживания, теорию графов.

Общая характеристика математических методов анализа

Широкое использование математических методов является важным направлением совершенствования экономического анализа, повышает эффективность анализа деятельности предприятий и их подразделений. Это достигается за счет сокращения сроков проведения анализа, более полного охвата влияния факторов на результаты коммерческой деятельности, замены приближенных или упрощенных расчетов точными вычислениями, постановки и решения новых многомерных задач анализа, практически не выполнимых традиционными методами.

Применение математических методов в экономическом анализе деятельности предприятия требует:

· системного подхода к изучению экономики предприятий, учета всего множества существенных взаимосвязей между различными сторонами деятельности предприятий; в этих условиях сам анализ все более приобретает черты системного в кибернетическом смысле слова;

· разработки комплекса экономико-математических моделей, отражающих количественную характеристику экономических процессов и задач, решаемых с помощью экономического анализа;

· совершенствования системы экономической информации о работе предприятий;

· наличия технических средств (компьютеров и др.), осуществляющих хранение, обработку и передачу экономической информации в целях экономического анализа;

· организации компьютерного анализа хозяйственной деятельности, создания программного обеспечения анализа в системе управления.

Рис. 1.

Вершиной сегодняшнего дня в развитии систем управления являются ВРМ-системы (Business Performance Management - управление эффективностью бизнеса), т.е. системы, позволяющие связывать воедино все функции управления. В рамках таких систем, например, топ-менеджеры имеют возможность анализировать и корректировать эти цифры и вносить свои новые данные. Системы позволяют им видеть и использовать отчетность смежных подразделений. Далее откорректированные и дополненные на нижнем уровне управления данные афишируются вновь до общекорпоративного уровня. Весь процесс двунаправленного планирования оперативно повторяется до тех пор, пока не будет составлен наиболее оптимальный план. ВРМ-системы позволяют составлять несколько версий плана (бюджета), так называемые гибкие сметы на разные объемы продаж с учетом возможных отрицательных или положительных незапланированных факторов. Так, в кризисные моменты есть возможность без промедления перевести организацию на аварийный бюджет. При этом времени на пересмотр, согласование всех статей бюджета в разрезе всех центров затрат и ответственности, естественно, не будет. Следует отметить, что основой для дальнейшего совершенствования ВРМ-систем является их методологическое и методическое аналитическое обеспечение.

Сформулированная математически задача экономического анализа может быть решена одним из разработанных математических методов. На рис. 1 представлена примерная схема основных математических методов, по которым ведутся работы, для использования их в анализе хозяйственной деятельности предприятий.

Методы элементарной математики используются в обычных традиционных экономических расчетах при обосновании потребностей в ресурсах, учете затрат на производство, разработке планов, проектов, балансовых расчетах и т.д. Выделение методов классической высшей математики на схеме обусловлено тем, что они применяются не только в рамках других методов, например методов математической статистики и математического программирования, но и отдельно. Так, факторный анализ изменения многих экономических показателей может быть осуществлен с помощью дифференцирования и интегрирования.

Широкое распространение в экономическом анализе имеют методы математической статистики и теории вероятностей. Эти методы применяются в тех случаях, когда изменение анализируемых показателей можно представить как случайный процесс.

Статистические методы как основное средство изучения массовых, повторяющихся явлений играют важную роль в прогнозировании поведения экономических показателей. Когда связь между анализируемыми характеристиками не детерминированная, а стохастическая, то статистические и вероятностные методы есть практически единственный инструмент исследования. Наибольшее распространение из математико-статистических методов в экономическом анализе получили методы множественного и парного корреляционного анализа. Для изучения одномерных статистических совокупностей используются вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный и факторный анализ.

Эконометрические методы строятся на синтезе трех областей знаний: экономики, математики и статистики. Основа эконометрии - экономическая модель, под которой понимается схематическое представление экономического явления или процесса при помощи научной абстракции, отражения их характерных черт. Наибольшее распространение получил метод анализа затраты - выпуск. Это матричные (балансовые) модели, строящиеся по шахматной схеме и позволяющие в наиболее компактной форме представить взаимосвязь затрат и результатов производства. Удобство расчетов и четкость экономической интерпретации - главные особенности матричных моделей. Это важно при создании систем автоматизированной обработки данных, при планировании производства продукции с использованием ЭВМ.

Математическое программирование - важный раздел современной прикладной математики. Методы математического (прежде всего линейного программирования служат основным средством решения задач; оптимизации хозяйственной деятельности. По своей сути эти методы есть средство плановых расчетов. Их ценность для экономического анализа выполнения планов состоит в том, что они позволяют оценивать напряженность плановых заданий, определять лимитирующие группы оборудования, виды сырья и материалов, получать оценки дефицитности производственных ресурсов и т.п.

Под исследованием операций имеются в виду разработка методов целенаправленных действий (операций), количественная оценка полученных решений и выбор наилучшего из них. Предметом исследования операций являются экономические системы, в том числе хозяйственная деятельность предприятий. Цель - такое сочетание структурных взаимосвязанных элементов систем, которое в наибольшей степени отвечает задаче получения наилучшего экономического показателя из ряда возможных.

Теория игр как раздел исследования операций - это теория математических моделей принятия оптимальных решений в условиях неопределенности или конфликта нескольких сторон, имеющих различные интересы.

Теория массового обслуживания исследует на основе теории вероятностей математические методы количественной оценки процессов массового обслуживания. Так, любое из структурных подразделений предприятия можно представить как объект системы обслуживания.

Общей особенностью всех задач, связанных с массовым обслуживанием, является случайный характер исследуемых явлений. Количество требований на обслуживание и временные интервалы между их поступлением носят случайный характер, их нельзя предсказать с однозначной определенностью. Однако в своей совокупности множество таких требований подчиняется определенным статистическим закономерностям, количественное изучение которых и является предметом теории массового обслуживания.

Экономическая кибернетика анализирует экономические явления и процессы в качестве очень сложных систем с точки зрения законов и механизмов управления и движения информации в них. Наибольшее распространение в экономическом анализе получили методы моделирования и системного анализа.

В ряде случаев приходится находить решение экстремальных задач при неполном знании механизма рассматриваемого явления. Такое решение отыскивается экспериментально. В последние годы в экономической науке усилился интерес к формализации методов эмпирического поиска оптимальных условий протекания процесса, использующих человеческий опыт и интуицию.

Эвристические методы - это неформализованные методы решения экономических задач, связанных со сложившейся хозяйственной ситуацией, на основе интуиции, прошлого опыта, экспертных оценок специалистов и т.д.

Для анализа хозяйственной деятельности многие методы из приведенной примерной схемы не нашли практического применения и только разрабатываются в теории экономического анализа. В учебнике рассматриваются основные экономико-математические методы, получившие уже применение в практике экономического анализа. Применение того или иного математического метода в экономическом анализе опирается на методологию экономико-математического моделирования хозяйственных процессов и научно-обоснованную классификацию методов и задач анализа.

По классификационному признаку оптимальности все экономико-математические методы (задачи) подразделяются на две группы: оптимизационные и не оптимизационные. Если метод или задача позволяет искать решение по заданному критерию оптимальности, то этот метод относят в группу оптимизационных методов. В случае, когда поиск решения ведется без критерия оптимальности, соответствующий метод относят к группе не оптимизационных методов.

По признаку получения точного решения все экономико-математические методы делятся на точные и приближенные. Если алгоритм метода позволяет получить только единственное решение по заданному критерию оптимальности или без него, то данный метод относят к группе точных методов. В случае, когда при поиске решения используется стохастическая информация и решение задачи можно получить с любой степенью точности, используемый метод относят к группе приближенных методов. К группе приближенных методов относят и такие, при применении которых не гарантируется получение единственного решения по заданному критерию оптимальности.

Таким образом, используя только два признака классификации, все экономико-математические методы делятся на четыре группы: 1) оптимизационные точные методы; 2) оптимизационные приближенные методы;

3) не оптимизационные точные методы; 4) не оптимизационные приближенные методы.

Так, к оптимизационным точным методам можно отнести методы теории оптимальных процессов, некоторые методы математического программирования и методы исследования операций. К оптимизационным приближенным методам относятся отдельные методы математического программирования, методы исследования операций, методы экономической кибернетики, методы математической теории планирования экстремальных экспериментов, эвристические методы.

К не оптимизационным точным методам относятся методы элементарной математики и классические методы математического анализа, эконометрические методы. К не оптимизационным приближенным методам относятся метод статистических испытаний и другие методы математической статистики.

В схеме (см. рис. 1) были представлены укрупненные группы экономико-математических методов, отдельные методы из этих групп используются для решения различных задач как оптимизационных, так и не оптимизационных; как точных, так и приближенных. Большое значение в анализе хозяйственной деятельности имеет группировка методов (задач) балансовых и факторных.

Балансовые методы - это методы анализа структуры, пропорций, соотношений.

Экономический анализ - это, прежде всего факторный анализ (в широком смысле слова, а не только в виде стохастического факторного анализа).

Под экономическим факторным анализом понимаются постепенный переход от исходной факторной системы (результативный показатель) к конечной факторной системе (или наоборот), раскрытие полного набора прямых, количественно измеримых факторов, оказывающих влияние на изменение результатного показателя.

Рассмотрим примерную классификацию задач факторного анализа работы предприятий с точки зрения использования математических методов (рис. 2).

При прямом факторном анализе выявляются отдельные факторы, влияющие на изменение результатного показателя или процесса, устанавливаются формы детерминированной (функциональной) или стохастической зависимости между результатным показателем и определенным набором факторов и, наконец, выясняется роль отдельных факторов в изменении результатного экономического показателя. Постановка задачи прямого факторного анализа распространяется на детерминированный и стохастический случай.

Рис. 2 - Укрупненная схема классификации задач экономического факторного анализа

математический моделирование экономический аналитический

Задачи прямого детерминированного факторного анализа - наиболее распространенная группа задач в анализе хозяйственной деятельности.

Рассмотрим особенности постановки задачи прямого стохастического факторного анализа. Если в случае прямого детерминированного факторного анализа исходные данные для анализа имеются в форме конкретных чисел, то в случае прямого стохастического факторного анализа заданы выборкой (временной или поперечной). Решения задач стохастического факторного анализа требуют: глубокого экономического исследования для выявления основных факторов, влияющих на результатный показатель; подбора вида регрессии, который бы наилучшим образом отражал действительную связь изучаемого показателя с набором факторов; разработки метода, позволяющего определить влияние каждого фактора на результатный показатель.

Если результаты прямого детерминированного анализа должны получиться точными и однозначными, то стохастического - с некоторой вероятностью (надежностью), которую следует оценить.

Примером прямого стохастического факторного анализа является регрессионный анализ производительности труда и других экономических показателей.

В экономическом анализе, кроме задач, сводящихся к детали - зации показателя, к разбивке его на составляющие части, существует группа задач, где требуется увязать ряд экономических характеристик в комплексе, т.е. построить функцию, содержащую в себе основное качество всех рассматриваемых экономических показателей-аргументов, т.е. задач синтеза. В данном случае ставится обратная задача (относительно задачи прямого факторного анализа) - задача объединения ряда показателей в комплекс.

Задачи обратного факторного анализа могут быть детерминированными и стохастическими. Примерами задачи обратного детерминированного факторного анализа являются задачи комплексной оценки хозяйственной деятельности, а также задачи математического программирования, в том числе и линейного. Примером задачи обратного стохастического факторного анализа могут служить производственные функции, которыми устанавливаются зависимости между величиной выпуска продукции и затратами производственных факторов (первичных ресурсов). Для детального исследования экономических показателей или процессов необходимо проводить не только одноступенчатый, но и цепной факторный анализ: статический (пространственный) и динамический (пространственный и во времени).

Детализация факторов может быть продолжена и дальше. Закончив ее, решают обратную задачу факторного анализа, синтезируя результаты исследования для характеристики результатного показателя у. Такой метод исследования называется цепным статическим методом факторного анализа. При применении цепного динамического факторного анализа для полного изучения поведения результатного показателя недостаточно его статического значения; факторный анализ показателя проводится на различных интервалах дробления времени, на которых исследуется показатель.

Экономический факторный анализ может быть направлен на выяснение действия факторов, формирующих результаты хозяйственной деятельности, по различным источникам пространственного или временного происхождения.

Анализ динамических (временных) рядов показателей хозяйственной деятельности, расщепление уровня ряда на его составляющие (основную линию развития - тренд, сезонную, или периодическую, составляющую, циклическую составляющую, связанную с воспроизводственными явлениями, случайную составляющую) - задача временного факторного анализа.

Классификация задач факторного анализа упорядочивает постановку многих экономических задач, позволяет выявить общие закономерности в их решении. При исследовании сложных экономических процессов возможна комбинация постановки задач, если последние не относятся целиком к какому-либо типу, указанному в классификации.

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

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

· гуманитарный (доматематический) анализ проблемы;

· математическое исследование проблемы;

· применение полученных результатов на практике.

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

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

1. изучение предметной области и определение цели исследования;

2. формулировка проблемы;

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

4. построение математической модели;

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

6. программирование алгоритма и отладка программы;

7. проверка качества модели на контрольном примере;

8. внедрение результатов на практике.

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

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

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

Заключительный этап 8 проводится совместными усилиями заказчиков и разработчиков модели.

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

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

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

2. выявление важнейших факторов проблемы;

3. выявление управляемых и неуправляемых параметров;

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

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

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

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

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

Примеры составления математических моделей

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

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

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

Решая полученную систему линейных уравнений относительно находим требуемый вектор выпуска.

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

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

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

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

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

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

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

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

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

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

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

для сорта А : ,

для сорта В : ,

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

Математическая модель в целом имеет вид:

Найти такой вектор , чтобы

максимизировать

при выполнении условий:

,

,

.

Сокращенная форма этой записи имеет вид:

при ограничениях

, (1.4.2)

,

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

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

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

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

(1.4.3)

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

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

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

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

Лейбниц и его ученики

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

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

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

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

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

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

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

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

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

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

Указывая на практическую полезность и простоту нового метода Лейбниц писал:

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

Эйлер

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

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

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

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

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

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

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

Полагая и , он получает

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

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

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

В трёхтомном интегральном исчислении Эйлер трактует вводит понятие интеграла так:

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

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

Лагранж

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

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

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

поэтому коэффициент является удвоенной производной производной , то есть

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

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

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

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

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

Дальнейшее развитие

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

Разделы математического анализа

• Метрическое пространство , Топологическое пространство

См. также

Библиография

Энциклопедические статьи

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

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

Учебная литература

Стандартные учебники

На протяжении многих лет в России популярны следующие учебники:

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

Некоторые ВУЗы имеют собственные руководства по анализу:

• МГУ , МехМат:

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

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

• МГУ , физфак:

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

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

• СПбГУ , физфак:

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

• НГУ , мехмат:

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

• МФТИ , Москва

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

• БГУ , физфак:

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

Учебники повышенной сложности

Учебники:

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

Задачники повышенной сложности:

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

Учебники для гуманитарных специальностей

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

Задачники

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

Справочники

Классические произведения

Сочинения по истории анализа

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

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

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

Примечания

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

И геометрией . Основной отличительный признак анализа в сравнении с другими направлениями - наличие функций переменных величин как предмета исследования. При этом, если элементарные разделы анализа в учебных программах и материалах часто объединяют с элементарной алгеброй (например, существуют многочисленные учебники и курсы с наименованием «Алгебра и начала анализа»), то современный анализ в значительной степени использует методы современных геометрических разделов, прежде всего, дифференциальной геометрии и топологии .

История

Отдельные ответвления от «анализа бесконечно малых», такие как теория обыкновенных дифференциальных уравнений (Эйлер , Иоганн Бернулли , Д’Аламбер), вариационное исчисление (Эйлер, Лагранж), теория аналитических функций (Лагранж, Коши , впоследствии - Риман), начали обособляться ещё в XVIII - первой половине XIX века. Однако началом формирования анализа как самостоятельного современного раздела считаются труды середины XIX века по формализации ключевых понятий классического анализа - вещественного числа , функции , предела , интеграла , прежде всего, в трудах Коши и Больцано , и приобретшие законченную форму к 1870-м - 1880-м годам в работах Вейерштрасса , Дедекинда и Кантора . В этой связи сформировались теория функций вещественной переменной и, в развитии методов работы с аналитическими функциями, - теория функций комплексной переменной . Созданная Кантором в конце XIX века наивная теория множеств дала толчок к появлению понятий метрического и топологического пространств, что в значительной мере изменило весь инструментарий анализа, повысив уровень абстракции изучаемых объектов и переместив фокус с вещественных чисел к нечисловым понятиям.

В начале XX века в основном силами французской математической школы (Жордан , Борель , Лебег , Бэр) была создана теория меры , благодаря которой обобщено понятие интеграла, а также построена теория функций действительной переменной . Также в начале XX века начал формироваться функциональный анализ как самостоятельный подраздел современного анализа, изучающий топологические векторные пространства и их отображения . Термин «функциональный анализ» ввёл Адамар , обозначая ветвь вариационного исчисления, разрабатываемую на рубеже XIX и XX веков группой итальянских и французских математиков (в их числе - Вольтерра , Арцела). В 1900 году Фредгольм публикует статью об интегральных уравнения, как давшую толчок для развития теории интегральных уравнений , развития общей теории интегрирования (Лебег), так и формирования функционального анализа . В 1906 году в работе Гильберта очерчена спектральная теория , в том же году опубликована работа Фреше , в которой впервые в анализ введены абстрактные метрические пространства . В 1910-е - 1920-е годы уточнены понятия отделимости и впервые применены общетопологические методы к анализу (Хаусдорф), освоены функциональные пространства и начато формирование общей теории нормированных пространств (Гильберт, Рис , Банах , Хан). В период 1929-1932 годов сформирована аксиоматическая теория гильбертовых пространств (Джон фон Нейман , Маршалл Стоун , Рис). В 1936 году Соболевым сформулировано понятие обобщённой функции (позднее в 1940-х годах независимо от него к подобному понятию пришёл Лоран Шварц), получившее широкое распространение во многих разделах анализа и нашедшее широкое применение в приложениях (например, обобщённой является δ {\displaystyle \delta } -функция Дирака). В 1930-е - 1950-е годы в функциональном анализе получены значительные результаты за счёт применения общеалгебраических инструментов (векторные решётки , операторные алгебры , банаховы алгебры).

К середине XX века получили самостоятельное развитие такие направления как теория динамических систем и эргодическая теория (Джордж Биркгоф , Колмогоров , фон Нейман), существенно обобщены результаты гармонического анализа за счёт применения общеалгебраических средств - топологических групп и представлений (Вейль , Петер , Понтрягин). Начиная с 1940-х - 1950-х годов методы функционального анализа нашли применение в прикладных сферах, в частности, в работах Канторовича 1930-х - 1940-х годов инструменты функционального анализа использованы в вычислительной математике и экономике (линейное программирование). В 1950-е годы в трудах Понтрягина и учеников в развитие методов вариационного исчисления создана теория оптимального управления .

Начиная со второй половины XX века с развитием дифференциальной топологии к анализу примкнуло новое направление - анализ на многообразиях , получившее название «глобальный анализ» , фактически начавшее формироваться ранее, в 1920-е годы в рамках теории Морса как обобщение вариационного исчисления (называемое Морсом «вариационное исчисление в целом», англ. variation calculus in large ). К этому направлению относят созданные в развитие теории бифуркаций динамических систем (Андронов) такие направления, как теорию особенностей (Уитни , ) и теорию катастроф (Том , и Мазер , ), получившие в 1970-е годы развитие в работах Зимана и Арнольда .

Классический математический анализ

Классический математический анализ - раздел, фактически полностью соответствующий историческому «анализу бесконечно малых », состоит из двух основных компонентов: дифференциального и интегрального исчислений. Основные понятия - предел функции , дифференциал , производная , интеграл , главные результаты - формула Ньютона - Лейбница , связывающая определённый интеграл и первообразную и ряд Тейлора - разложение в ряд бесконечно дифференцируемой функции в окрестности точки.

Под термином «математический анализ» обычно понимают именно этот классический раздел, при этом он используется в основном в учебных программах и материалах. При этом изучение основ анализа входит в большинство среднеобразовательных программ, а более или менее полное изучение предмета включено в программы первых лет высшего образования для широкого круга специальностей, в том числе многих гуманитарных. В англо-американской образовательной традиции для обозначения классического математического анализа используется термин «исчисление» (англ. calculus ).

Теория функций вещественной переменной (иногда именуется кратко - теория функций ) возникла вследствие формализации понятий вещественного числа и функции : если в классических разделах анализа рассматривались только функции, возникающие в конкретных задачах, естественным образом, то в теории функций сами функции становятся предметом изучения, исследуется их поведение, соотношения их свойств. Один из результатов, иллюстрирующих специфику теории функций вещественной переменной - факт, что непрерывная функция может не иметь производной ни в одной точке (притом согласно более ранним представлениям классического математического анализа дифференцируемость всех непрерывных функций не подвергалась сомнению).

Основные направления теории функций вещественной переменной :

Теория функций комплексной переменной

Предмет изучения теории функций комплексной переменной - числовые функции, определённые на комплексной плоскости C 1 {\displaystyle \mathbb {C} ^{1}} или комплексном евклидовом пространстве C n {\displaystyle \mathbb {C} ^{n}} , при этом наиболее тщательно изучены аналитические функции , играющие важную связующую роль практически для всех ветвей математического анализа. В частности, понятие аналитической функции обобщено для произвольных банаховых пространств , тем самым многие результаты теории функций комплексной переменной нашли обобщение в функциональном анализе.

Функциональный анализ

Функциональный анализ как раздел характеризуется наличием в качестве предмета изучения топологических векторных пространств и их отображений с наложенными на них различными алгебраическими и топологическими условиями . Центральную роль в функциональном анализе играют функциональные пространства, классический пример - пространства всех измеримых функций , чья p {\displaystyle p} -я степень интегрируема; при этом уже L 2 {\displaystyle L^{2}} - бесконечномерное пространство (гильбертово пространство), и пространства бесконечных размерностей присущи функциональному анализу настолько, что иногда весь раздел определяется как часть математики, изучающая бесконечномерные пространства и их отображения . Важнейшей формой пространств в классических разделах функционального анализа являются банаховы пространства - нормированные векторные пространства, полные по метрике, порождённой нормой: значительная доля интересных на практике пространств являются таковыми, среди них - все гильбертовы пространства, пространства L p {\displaystyle L^{p}} , пространства Харди , пространства Соболева . Важную роль играют в функциональном анализе играют алгебраические структуры, являющиеся банаховыми пространствами - банаховы решётки и банаховы алгебры (в том числе - C ∗ {\displaystyle C^{*}} -алгебры , алгебры фон Неймана).

В абстрактном гармоническом анализе классические методы обобщены для абстрактных структур с использованием таких понятий, как мера Хаара и представления групп . Важнейший результат коммутативного гармонического анализа - теорема Понтрягина о двойственности , благодаря которой относительно простыми общеалгебраическими средствами описываются практически все классические результаты гармонического анализа. Дальнейшее развитие теории - некоммутативный гармонический анализ, имеющий важные приложения в квантовой механике .

Дифференциальные и интегральные уравнения

В теории интегральных уравнений , кроме классических методов решения, выделяются такие направления, как теория Фредгольма , оказавшая заметное влияние на формирование функционального анализа как самостоятельного раздела, в частности, способствовавшая формированию понятия гильбертова пространства .

Теория динамических систем и эргодическая теория

Из основных направлений изучения дифференциальных уравнений в качестве самостоятельных разделов выделились теория динамических систем , изучающая эволюцию во времени механических систем, и эргодическая теория , нацеленная на обоснование статистической физики . Несмотря на прикладной характер задач, к этим разделам относится широкий пласт понятий и методов общематемического значения, в частности, таковы понятия устойчивости и эргодичности .

Глобальный анализ

Глобальный анализ - раздел анализа, изучающий функции и дифференциальные уравнения на многообразиях и векторных расслоениях ; иногда это направление обозначается как «анализ на многообразиях».

Одно из первых направлений глобального анализа - теория Морса и её применение к задачам о геодезических на римановых многообразиях ; направление получило название «вариационное исчисление в целом». Основные результаты - лемма Морса , описывающая поведение гладких функций на гладких многообразиях в невырожденных особых точках, и такой гомотопический инвариант, как категория Люстерника - Шнирельмана . Многие из конструкций и утверждений обобщены на случай бесконечномерных многообразий (гильбертовых многообразий * , банаховых многообразий ). Результаты, полученные в рамках глобального анализа особых точек нашли широкое и для решения чисто топологических задач, такова, например, теорема периодичности Ботта , во многом послужившая основанием для самостоятельного раздела математики - K {\displaystyle K} -теории , а также теорема об h {\displaystyle h} -кобордизме , следствием которой является выполнение гипотезы Пуанкаре для размерности, превосходящей 4.

Ещё один крупный блок направлений глобального анализа, получивший широкое применение в физике и экономике - теория особенностей , теория бифуркаций и теория катастроф ; основное направление исследований данного блока - классификация поведений дифференциальных уравнений или функций в окрестностях критических точек и выявление характерных особенностей соответствующих классов.

Нестандартный анализ

Нестандартный анализ - формализация ключевых понятий анализа средствами математической логики , основная идея - формальная актуализация бесконечно больших и бесконечно малых величин, и логическая формализация манипуляций с ними. При этом средства нестандартного анализа оказываются весьма удобными: ими получены результаты, ранее не найденные классическими средствами из-за недостатка наглядности