Предмет

Математика, страница 6

Формулы по алгебре, геометрии, тригонометрии, началам анализа и вероятности.

454 формулы

Все формулы раздела

Показаны 301-360 из 454. Остальные формулы доступны на соседних страницах раздела.

Критерий Гессе для двух переменных

Критерий Гессе классифицирует стационарную точку функции двух переменных через вторые производные и определитель матрицы Гессе.

$D=f_{xx}(a,b)f_{yy}(a,b)-f_{xy}(a,b)^2; D>0, f_{xx}>0 \Rightarrow min; D>0, f_{xx}<0 \Rightarrow max; D<0 \Rightarrow saddle$

Якобиан для смены переменных

Якобиан показывает локальный коэффициент изменения площади или объема при замене переменных и входит в формулу кратных интегралов.

$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}x_u & x_v\\ y_u & y_v\end{vmatrix},\quad dA_{xy}=|J|dA_{uv}$

Двойной интеграл по области

Двойной интеграл складывает значения функции по плоской области и дает общий вклад распределенной величины. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$\iint_D f(x,y)\,dA=\lim_{\max\Delta A_i\to0}\sum_i f(\xi_i,\eta_i)\,\Delta A_i$

Повторный интеграл

Повторный интеграл записывает двойной интеграл как два обычных интегрирования по подходящим пределам. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$\iint_D f(x,y)\,dA=\int_a^b\int_{\alpha(x)}^{\beta(x)} f(x,y)\,dy\,dx=\int_c^d\int_{\gamma(y)}^{\delta(y)} f(x,y)\,dx\,dy$

Тройной интеграл

Тройной интеграл суммирует значения функции по объему трехмерного тела. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$\iiint_G f(x,y,z)\,dV=\lim_{\max \Delta V_i\to0}\sum_i f(\xi_i,\eta_i,\zeta_i)\,\Delta V_i$

Полярные координаты в двойном интеграле

Полярные координаты превращают круговые и радиальные области в простые пределы по радиусу и углу. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$x=r\cos\theta,\quad y=r\sin\theta,\quad dA=r\,dr\,d\theta$

Цилиндрические координаты

Цилиндрические координаты расширяют полярные координаты на пространство и удобны для тел с осевой симметрией. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$x=r\cos\theta,\quad y=r\sin\theta,\quad z=z,\quad dV=r\,dr\,d\theta\,dz$

Сферические координаты

Сферические координаты лучше всего подходят для шаров, сферических слоев и тел с центральной симметрией. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$x=\rho\sin\varphi\cos\theta,\quad y=\rho\sin\varphi\sin\theta,\quad z=\rho\cos\varphi,\quad dV=\rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta$

Якобиан замены координат

Якобиан измеряет, во сколько раз локально растягивается или сжимается площадь или объем при замене переменных. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}x_u & x_v\\ y_u & y_v\end{vmatrix},\qquad dA_{xy}=|J|\,dA_{uv}$

Площадь через двойной интеграл

Площадь области можно вычислить как двойной интеграл от единицы по этой области. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$S(D)=\iint_D 1\,dA$

Объем через тройной интеграл

Объем тела равен тройному интегралу от единицы по этому телу. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$V(G)=\iiint_G 1\,dV$

Центр масс области и тела

Центр масс показывает, где сосредоточен средний вес распределения в плоскости или в пространстве. Страница показывает не только запись формулы, но и смысл области интегрирования, элемента меры и типичных ограничений метода.

$\bar x=\frac1M\iint_D x\rho(x,y)\,dA,\qquad \bar y=\frac1M\iint_D y\rho(x,y)\,dA,\qquad M=\iint_D \rho\,dA$

Криволинейный интеграл первого рода

Криволинейный интеграл 1 рода суммирует скалярную функцию вдоль кривой, взвешивая ее значение элементом длины дуги. Он применяется, когда величина распределена по траектории: плотность по дороге, массовая распределенность вдоль проволоки или среднее значение по контуру.

$\int_C f\,ds=\int_a^b f(\mathbf r(t))\,\|\mathbf r'(t)\|\,dt$

Криволинейный интеграл второго рода

Криволинейный интеграл 2 рода учитывает направление движения вдоль траектории. Его удобно записывать как интеграл скалярного произведения векторного поля с дифференциалом перемещения, поэтому он чувствителен к ориентации и может быть положительным или отрицательным.

$\int_C \mathbf F\cdot d\mathbf r=\int_a^b \left(P\,x'(t)+Q\,y'(t)+R\,z'(t)\right)dt$

Поверхностный интеграл первого рода

Поверхностный интеграл 1 рода (скалярный) суммирует взвешенную величину по поверхности. Он применяется, когда нужно взять интеграл от плотности массы, температуры или другой скалярной характеристики по оболочке, листу или пластине.

$\iint_S g\,dS=\iint_D g(\mathbf r(u,v))\,\|\mathbf r_u\times\mathbf r_v\|\,du\,dv$

Поток векторного поля через поверхность

Поток показывает, какая часть поля проходит через поверхность со стороны нормали. Это ориентированная величина: положительный вклад дает выход или вход в зависимости от принятой ориентации поверхности.

$\Phi=\iint_S \mathbf F\cdot \mathbf n\,dS=\iint_S (P n_1+Q n_2+R n_3)\,dS$

Дивергенция векторного поля

Дивергенция измеряет локальную плотность источников и стоков поля: насколько в этой точке поле «вытекает» или «втягивается» из окрестности. Она служит точной связкой между локальной производной поля и глобальным потоком через границу.

$\nabla\cdot\mathbf F=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}$

Ротор векторного поля

Ротор описывает локальную циркуляцию (вихревость) поля. Он показывает, в каком направлении и с какой интенсивностью маленький элемент среды «крутится» под действием поля в окрестности точки.

$\nabla\times\mathbf F=\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z},\;\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x},\;\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)$

Теорема Грина

Теорема Грина связывает ориентированный интеграл по замкнутому контуру с двойным интегралом по области в плоскости. Это ключевая связь между циркуляцией по границе и «внутренней» завихренностью через Q_x−P_y.

$\oint_{\partial D} P\,dx+Q\,dy=\iint_D \left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dA$

Теорема Гаусса-Остроградского

Теорема Гаусса-Остроградского переводит объемный интеграл дивергенции в поток через границу замкнутой области. Это ключевая связь локальных источников и глобального выхода поля.

$\iiint_V (\nabla\cdot\mathbf F)\,dV=\iint_{\partial V}\mathbf F\cdot\mathbf n\,dS$

Теорема Стокса

Теорема Стокса связывает поток ротора через поверхность с интегралом 2 рода по ее ориентированному краю. Она обобщает идею Грина на трехмерные поверхности и связывает локальную завихренность с граничной циркуляцией.

$\iint_S (\nabla\times\mathbf F)\cdot \mathbf n\,dS=\oint_{\partial S}\mathbf F\cdot d\mathbf r$

Потенциальное поле и независимость пути

Поле называется потенциальным, если его криволинейный интеграл 2 рода зависит только от концов пути. В такой ситуации интеграл по любому замкнутому контуру равен нулю, а поле представляется градиентом потенциала.

$\mathbf F=\nabla\varphi \Rightarrow \int_C \mathbf F\cdot d\mathbf r=\varphi(B)-\varphi(A),\;\nabla\times\mathbf F=0\;\text{в односвязной области}$

Степенной ряд

Степенной ряд — это бесконечная сумма, где каждый следующий член строится по одному шаблону степени относительно фиксированного центра a. В таком виде функция описывается через бесконечное многочленное приближение, а локальное поведение переменной x становится управляемым по степеням (x−a). Для практики это удобно: один набор коэффициентов {a_n} определяет весь шаблон приближения и задает область, где сумма имеет смысл.

$\sum_{n=0}^{\infty} a_n (x-a)^n$

Радиус сходимости степенного ряда

Радиус сходимости R определяет главный «каркас» степенного ряда: внутри интервала (a−R,a+R) ряд сходится, вне его расходится. В этом месте удобно разделять задачу на два этапа: сначала анализировать общий коэффициентный шаблон через limsup (или эквивалентный признак отношения), затем отдельно проверять концы. Такой подход резко снижает риск пропуска тонких случаев.

$R=\frac{1}{\limsup_{n\to\infty}\sqrt[n]{|a_n|}},\quad (1/\limsup=\infty\text{ если }\limsup=0),\quad (1/\infty=0)$

Интервал сходимости степенного ряда

После нахождения радиуса сходимости остаётся завершить задачу, исследовав сам интервал. Внутри I ряд гарантированно сходится, вне I расходится, а на концах R-круговой границы возможны любые варианты: сходящийся, расходящийся или условно сходящийся. Поэтому интервал сходимости всегда строится в два шага: «внутри/снаружи» по R и «границы» по отдельным критериям.

$I=(a-R,a+R),\quad a\pm R\text{ — проверяются отдельно }$

Формула Тейлора с остаточным членом

Формула Тейлора описывает функцию через начальные производные в точке a и остаточный член, который контролирует точность обрезки. В задачах это даёт не только аппроксимацию, но и механизм проверки погрешности через ξ между a и x. Такой подход делает разложение вычислительно безопасным.

$f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(a)}{k!}(x-a)^k+R_n(x),\quad R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$

Ряд Маклорена для e^x

Это базовый специальный случай Тейлора в точке a=0. Ключевой плюс разложения в нуле — все производные e^x в 0 равны 1, поэтому коэффициенты просты и серия даёт очень удобную рабочую модель для вычислений, линейных аппроксимаций и решения задач на оценку роста.

$e^x=\sum_{n=0}^{\infty}\frac{x^n}{n!},\quad x\in\mathbb R$

Ряд Маклорена для sin x

Маклореновский ряд синуса — стандартное чередующееся разложение с только нечётными степенями. Это делает его удобным для численного приближения на малых x и для сравнения с рядом косинуса в задачах на дифференцирование и интегрирование.

$\sin x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n+1}}{(2n+1)!},\quad x\in\mathbb R$

Ряд Маклорена для cos x

Косинус разлагается в чётные степени с чередованием знаков, что делает его удобным для оценки и для вычислений вблизи нуля. Это разложение естественно дополняет ряд синуса и часто используется вместе с ним в задачах колебаний и в методах линейного приближения.

$\cos x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n}}{(2n)!},\quad x\in\mathbb R$

Ряд ln(1+x)

Это одно из самых практичных разложений для логарифма возле нуля. Оно позволяет считать ln(1+x) на малых x через полином с контролируемым остатком, что удобно в задачах с относительными изменениями и экономическими/приблизительными моделями.

$\ln(1+x)=\sum_{n=1}^{\infty}\frac{(-1)^{n+1}}{n}x^n= x-\frac{x^2}{2}+\frac{x^3}{3}-\cdots,\quad -1<x\le 1$

Биномиальный ряд

Биномиальный ряд обобщает двойную степень и рациональные степени через обобщенные биномиальные коэффициенты. Он расширяет идею (1+x)^m на нецелое α и даёт удобный локальный аппарат для корней и дробных степеней.

$(1+x)^\alpha=\sum_{n=0}^{\infty} \binom{\alpha}{n}x^n,\quad \binom{\alpha}{n}=\frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!},\quad |x|<1\text{ (обычно)}$

Дифференцирование и интегрирование степенных рядов

Внутри круга сходимости степень по степеням можно дифференцировать и интегрировать член за членом, сохраняя тот же центр и радиус сходимости. Это делает ряды удобным вычислительным контуром: сложная функция заменяется полиномиальной моделью, которая легко подвергается операциям.

$f(x)=\sum_{n=0}^{\infty}a_n(x-a)^n \Rightarrow f'(x)=\sum_{n=1}^{\infty} n a_n(x-a)^{n-1},\quad \int f(x)\,dx=C+\sum_{n=0}^{\infty}\frac{a_n}{n+1}(x-a)^{n+1}$

Длина вектора в Rn

Длина вектора в евклидовом пространстве показывает, насколько далеко точка с координатами вектора находится от начала координат. Формула обобщает теорему Пифагора на любое число координат.

$\|x\|=\sqrt{x_1^2+x_2^2+\dots+x_n^2}$

Скалярное произведение векторов

Скалярное произведение складывает попарные произведения координат двух векторов и дает число. Через него находят длину, угол между векторами, ортогональность и проекции.

$a\cdot b=\sum_{i=1}^{n}a_i b_i$

Косинус угла между векторами

Косинус угла между двумя ненулевыми векторами равен скалярному произведению, деленному на произведение их длин. Формула переводит координаты в геометрический угол.

$\cos\varphi=\frac{a\cdot b}{\|a\|\,\|b\|}$

Матричное произведение

Матричное произведение строит элемент новой матрицы как скалярное произведение строки первой матрицы и столбца второй. Порядок множителей важен.

$(AB)_{ij}=\sum_{k=1}^{m}a_{ik}b_{kj}$

Определитель матрицы 2x2

Определитель матрицы 2x2 равен разности произведений диагоналей. Он показывает, во сколько раз линейное преобразование меняет ориентированную площадь.

$\det\begin{pmatrix}a&b\\c&d\end{pmatrix}=ad-bc$

Определитель матрицы 3x3 по правилу Саррюса

Правило Саррюса дает быстрый способ вычислить определитель матрицы 3x3 как сумму трех произведений по нисходящим диагоналям минус сумму трех произведений по восходящим диагоналям.

$\det A=a_{11}a_{22}a_{33}+a_{12}a_{23}a_{31}+a_{13}a_{21}a_{32}-a_{13}a_{22}a_{31}-a_{11}a_{23}a_{32}-a_{12}a_{21}a_{33}$

Обратная матрица 2x2

Обратная матрица 2x2 существует только при ненулевом определителе. Она обращает действие исходной матрицы: A^{-1}A = I, то есть возвращает исходный вектор.

$A^{-1}=\frac{1}{ad-bc}\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$

Решение системы 2x2 по правилу Крамера

Правило Крамера выражает решение системы двух линейных уравнений через определители. Метод работает, когда главный определитель системы не равен нулю.

$x=\frac{\Delta_x}{\Delta},\quad y=\frac{\Delta_y}{\Delta}$

Ранг матрицы через миноры

Ранг матрицы равен наибольшему порядку ненулевого минора. Он показывает, сколько строк или столбцов матрицы действительно независимы.

$\operatorname{rank}A=\max\{r:\text{существует ненулевой минор порядка }r\}$

След матрицы

След квадратной матрицы равен сумме элементов главной диагонали. Он сохраняется при замене базиса и связан с собственными значениями.

$\operatorname{tr}A=a_{11}+a_{22}+\dots+a_{nn}$

Характеристический многочлен матрицы 2x2

Характеристический многочлен матрицы 2x2 выражается через след и определитель. Его корни являются собственными значениями матрицы.

$p(\lambda)=\lambda^2-\operatorname{tr}(A)\lambda+\det(A)$

Матричная форма системы линейных уравнений

Матричная форма Ax = b записывает систему линейных уравнений как произведение матрицы коэффициентов на столбец неизвестных. Такая запись позволяет решать систему не как набор отдельных строк, а как единый линейный объект.

$Ax=b$

Расширенная матрица системы

Расширенная матрица [A|b] объединяет коэффициенты системы и правые части в одну таблицу. Она нужна для метода Гаусса, потому что при преобразовании строк меняются и коэффициенты, и правые части.

$\left[A\mid b\right]$

Элементарные преобразования строк

Элементарные преобразования строк - это три допустимые операции, которые заменяют систему на эквивалентную: перестановка строк, умножение строки на ненулевое число и прибавление кратной строки.

$R_i\leftrightarrow R_j,\quad R_i\leftarrow cR_i\ (c\ne0),\quad R_i\leftarrow R_i+cR_j$

Прямой ход метода Гаусса

Прямой ход метода Гаусса зануляет коэффициенты под ведущими элементами. В результате система приводится к ступенчатому виду, из которого решение находят обратной подстановкой.

$R_i\leftarrow R_i-\frac{a_{ik}}{a_{kk}}R_k$

Обратная подстановка в методе Гаусса

Обратная подстановка находит неизвестные после прямого хода метода Гаусса. Она идет снизу вверх по ступенчатой системе: сначала последняя ведущая переменная, затем предыдущие.

$x_i=\frac{b'_i-\sum_{j=i+1}^{n}u_{ij}x_j}{u_{ii}}$

Ступенчатый вид матрицы

Ступенчатый вид матрицы - это форма, где ведущие элементы ненулевых строк смещаются вправо при движении вниз, а под каждым ведущим элементом стоят нули.

$p_1<p_2<\dots<p_r,\quad a_{ij}=0\ \text{ниже ведущих элементов}$

Приведенный ступенчатый вид матрицы

Приведенный ступенчатый вид, или RREF, усиливает обычный ступенчатый вид: каждый ведущий элемент равен 1, а в его столбце все остальные элементы равны 0.

$\operatorname{rref}(A)$

Метод Гаусса-Жордана

Метод Гаусса-Жордана продолжает метод Гаусса до приведенного ступенчатого вида. Если система имеет единственное решение, расширенная матрица превращается в [I|x], и ответ читается сразу.

$\left[A\mid b\right]\sim\left[I\mid x\right]$

Ранг расширенной матрицы системы

Ранг расширенной матрицы показывает, добавляет ли столбец правых частей новое независимое условие к строкам матрицы коэффициентов. Это ключ к проверке совместности системы.

$\operatorname{rank}[A\mid b]$

Теорема Кронекера-Капелли

Теорема Кронекера-Капелли дает точный критерий совместности линейной системы: решение существует тогда и только тогда, когда ранги матрицы коэффициентов и расширенной матрицы равны.

$\operatorname{rank}A=\operatorname{rank}[A\mid b]$

Условие несовместности линейной системы

Линейная система несовместна, если ранг расширенной матрицы больше ранга матрицы коэффициентов. Это означает, что правые части добавляют противоречивое условие, которое нельзя получить из левых частей уравнений.

$\operatorname{rank}A<\operatorname{rank}[A\mid b]$

Условие единственного решения линейной системы

Линейная система с n неизвестными имеет единственное решение, если она совместна и общий ранг равен числу неизвестных. Тогда все переменные ведущие, свободных параметров не остается.

$\operatorname{rank}A=\operatorname{rank}[A\mid b]=n$

Число свободных переменных в линейной системе

В совместной линейной системе число свободных переменных равно числу неизвестных минус ранг матрицы коэффициентов. Эти переменные становятся параметрами общего решения.

$k=n-\operatorname{rank}A$

Общее решение линейной системы через параметры

Общее решение совместной линейной системы записывают как одно частное решение плюс линейную комбинацию направлений однородной системы. Параметров столько, сколько свободных переменных.

$x=x_p+t_1v_1+\cdots+t_kv_k$