- •Часть I математика Раздел 1. Дифференциальное исчисление
- •1.1 Определение производной. Таблица производных
- •1.2. Основные правила дифференцирования
- •1.3. Численное дифференцирование
- •1.4. Примеры
- •1.5. Варианты заданий
- •Раздел 2. Интегральное исчисление
- •2.1. Первообразная функция и неопределенный интеграл
- •2.2. Основные свойства неопределенного интеграла
- •2.3. Таблица простейших интегралов
- •2.4. Основные методы интегрирования
- •2.5. Основные понятия и свойства определенного интеграла
- •2.6. Основные методы интегрирования
- •2.7. Численное интегрирование
- •2.8. Примеры
- •2.9. Варианты заданий
- •Раздел 3. Дифференциальные уравнения
- •3.1. Основные определения
- •3.2. Уравнения с разделяющимися переменными
- •3.3. Однородные уравнения первого порядка
- •3.4. Линейные уравнения первого порядка
- •3.5. Численные методы решения дифференциальных уравнений
- •3.6. Примеры
- •I. Метод Лагранжа
- •II. Метод Бернулли
- •3.7. Варианты заданий
- •Раздел 4. Элементы теории вероятностей
- •4.1 Классификация событий. Действия над событиями
- •4.2. Классическое определение вероятности
- •4.3 Основные формулы комбинаторики
- •4.4. Теоремы умножения и сложения вероятностей
- •4.5. Примеры
- •4.6. Варианты заданий
- •4.7. Формулы полной вероятности и Байеса
- •4.8. Примеры
- •4.9 Варианты заданий
- •4.10. Повторные испытания
- •4.11. Примеры
- •4.12. Варианты заданий
- •Раздел 5. Случайные величины
- •5.1. Понятие случайной величины. Функция распределения
- •5.2. Дискретные случайные величины (дсв)
- •5.3. Непрерывные случайные величины (нсв)
- •5.4. Числовые характеристики случайных величин
- •5.5. Примеры
- •5.6. Варианты заданий
- •Раздел 6. Основы статистики. Регрессионный анализ
- •6.1. Основы математической статистики
- •6.1.1. Примеры
- •6.1.2. Варианты заданий
- •6.2. Регрессионный анализ
- •6.2.1. Примеры
- •6.2.2. Варианты заданий
- •Часть II информатика Раздел 1. Операционные системы
- •1.1. Примеры
- •1.2. Варианты заданий
- •Раздел 2. Текстовые редакторы
- •2.1. Примеры выполнения заданий
- •3.2. Варианты заданий
- •Раздел 3. Табличный процессор Excel
- •3.1. Примеры выполнения заданий
- •3.2. Варианты заданий
- •Раздел 4. Графические редакторы
- •4.1. Примеры выполнения заданий
- •4.2. Варианты заданий
- •Раздел 5. Электронные базы данных Access
- •5.1. Примеры выполнения заданий
- •5.2. Варианты заданий
- •Раздел 6. Интернет
- •6.1. Примеры выполнения заданий
- •6.2. Варианты заданий
- •Библиографический список
3.4. Линейные уравнения первого порядка
Дифференциальное уравнение 1-го порядка называется линейным, если оно содержит искомую функцию y и ее производнуюв первой степени, т.е. имеет вид:
+ P(x)y = Q(x) (3.4.1)
В частном случае P(x) и Q(x) могут быть постоянными числами.
Если Q(x), то уравнение (3.4.1) принимает вид +P(x)y=0 и называется линейным однородным. Оно является уравнением с разделяющимися переменными. Если же Q(x), то уравнение (3.4.1) называется линейным неоднородным.
Методы решения:
1. Метод вариаций произвольной постоянной (метод Лагранжа).
Чтобы решить линейное неоднородное дифференциальное уравнение (ЛНДУ), сначала находим общее решение соответствующего линейное однородное дифференциального уравнения (ЛОДУ).
Запишем ЛОДУ в виде .
В предположении y0 разделим переменные .
Проинтегрировав и выполнив преобразования, получим
(3.4.2)
Это и есть общее решение ЛОДУ.
Решение ЛНДУ будем искать в том же виде, что и решение ЛОДУ, предполагая, что постоянная С является функцией переменного x.
(*)
Подставив выражение (*) в (3.4.1), мы найдем С(х):
, т.е. .
Подставим полученное С(х) в (*) и получим общее решение уравнения (3.4.1):
,С1 .
2. Метод подстановки (метод Бернулли).
Решение уравнения (3.4.1) ищется в виде, где u(x) и v(x) неизвестные функции. В этом случае линейное уравнение сводится к двум уравнениям с разделяющимися переменными, откуда и определяются вспомогательные функции u и v.
Подставляя выражения для y и в (3.4.1), получим или
(3.4.3)
Пользуясь тем, что одну из вспомогательных функций, например u(x), можно выбрать произвольно, подберем ее так, чтобы , т.е. в качестве u(x) возьмем одно из частных решений уравнения с разделяющимися переменными, например, .
Подставим u(x) в (3.4.3) и найдем v(х) как общее решение получившегося уравнения с разделяющимися переменными:
Тогда .
3.5. Численные методы решения дифференциальных уравнений
Известные методы точного интегрирования дифференциальных уравнений позволяют найти решение в виде аналитической функции, однако эти методы применимы для очень ограниченного класса уравнений. Большинство уравнений, встречающихся при решении практических задач нельзя проинтегрировать с помощью этих методов.
В таких случаях используются численные методы решения, которые представляют решение дифференциального уравнения не в виде аналитической функции, а в виде таблиц значений искомой функции в зависимости от значения переменной.
Существует несколько методов численного интегрирования дифференциальных уравнений, которые отличаются друг от друга по сложности вычислений и точности результата.
Рассмотрим некоторые из них.
Метод Эйлера
Известно, что уравнение задает в некоторой области поле направлений. Решение этого уравнения с некоторыми начальными условиями дает кривую, которая касается поля направлений в любой точке.
Если взять последовательность точек х0, х1, х2, …. и заменить на получившихся отрезках интегральную кривую на отрезки касательных к ней, то получим ломаную линию (рис. 3.5.1).
При подстановке заданных начальных условий (х0, у0) в дифференциальное уравнение получаем угловой коэффициент касательной к интегральной кривой в начальной точке
.
Заменив на отрезке [x0, x1] интегральную кривую на касательную к ней, получаем значение
.
Производя аналогичную операцию для отрезка [x1, x2], получаем:
.
Продолжая подобные действия далее, получаем ломаную кривую, которая называется ломаной Эйлера.
Можно записать общую формулу вычислений:
.
Если последовательность точек хi выбрать так, чтобы они отстояли друг от друга на одинаковое расстояние h, называемое шагом вычисления, то получаем формулу:
Следует отметить, что точность метода Эйлера относительно невысока. Увеличить точность можно, конечно, уменьшив шаг вычислений, однако, это приведет к усложнению расчетов.
Метод Рунге – Кутта
Метод Рунге – Кутта является более точным по сравнению с методом Эйлера.
Суть уточнения состоит в том, что искомое решение представляется в виде разложения в ряд Тейлора.
Если в этой формуле ограничиться двумя первыми слагаемыми, то получим формулу метода Эйлера. Метод Рунге – Кутта учитывает четыре первых члена разложения.
.
В методе Рунге – Кутта приращения yi предлагается вычислять по формуле:
где коэффициенты ki вычисляются по формулам: