Математика
Алгебра, страница 4
Формулы для уравнений, преобразований, корней, степеней и функций.
245 формул
Таблица формул
Показаны 181-240 из 245. Остальные формулы доступны на соседних страницах подборки.
| Формула | Запись | Тема | Для чего нужна |
|---|---|---|---|
| Корни квадратного уравнения через дискриминант | $x_{1,2}=\frac{-b\pm\sqrt{D}}{2a},\quad D=b^2-4ac$ | Алгебра | Формула корней квадратного уравнения находит значения x, при которых ax^2 + bx + c обращается в ноль. Она использует дискриминант и коэффициенты уравнения. |
| Квадратный корень из произведения | $\sqrt{ab}=\sqrt{a}\sqrt{b},\quad a\ge0,\;b\ge0$ | Алгебра | Квадратный корень из произведения неотрицательных множителей равен произведению их квадратных корней. Условия a >= 0 и b >= 0 обязательны в действительных числах. |
| Квадратный корень из дроби | $\sqrt{\frac{a}{b}}=\frac{\sqrt{a}}{\sqrt{b}},\quad a\ge0,\;b>0$ | Алгебра | Квадратный корень из дроби равен дроби из квадратных корней числителя и знаменателя, если числитель неотрицателен, а знаменатель положителен. |
| Свойство степени с целым показателем | $a^{-n}=\frac{1}{a^n},\quad a\ne0,\;n\in\mathbb{N}$ | Алгебра | Степень с отрицательным целым показателем означает обратную величину к степени с положительным показателем. Основание при этом не должно быть нулем. |
| Логарифмическое уравнение с одинаковым основанием | $\log_a u=\log_a v\Rightarrow u=v$ | Алгебра | Логарифмическое уравнение с одинаковым основанием: формула \log_a u=\log_a v\Rightarrow u=v помогает величины a, u, v заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата. |
| Показательное уравнение с одинаковым основанием | $a^u=a^v\Rightarrow u=v$ | Алгебра | Показательное уравнение с одинаковым основанием: формула a^u=a^v\Rightarrow u=v помогает величины a, u, v заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата. |
| Параметры арифметической прогрессии по двум членам | $a_n=a_1+(n-1)d$ | Алгебра | Параметры арифметической прогрессии по двум членам: формула a_n=a_1+(n-1)d помогает величины a_n, a_1, n, d заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата. |
| Геометрическая прогрессия по двум известным членам | $b_n=b_1q^{n-1}$ | Алгебра | Геометрическая прогрессия по двум известным членам: формула b_n=b_1q^{n-1} помогает величины b_n, b_1, q, n заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата. |
| Перестановки с повторениями: одинаковые элементы | $P=\frac{n!}{n_1!n_2!\cdots n_r!},\qquad n_1+\cdots+n_r=n$ | Дискретная математика | Число различных упорядоченных записей из заданного набора элементов, среди которых есть одинаковые. Формула делит все перестановки на перестановки внутри каждой группы неразличимых элементов. |
| Сочетания с повторениями: метод звёзд и перегородок | $\overline C_n^k=\binom{n+k-1}{k}=\frac{(n+k-1)!}{k!(n-1)!}$ | Дискретная математика | Формула считает наборы из k элементов n видов, когда один вид разрешено выбирать несколько раз, а порядок выбора не важен. Эквивалентная задача — распределить k одинаковых предметов по n различимым ящикам. |
| Беспорядки: перестановки без неподвижных точек | $D_n=n!\sum_{j=0}^{n}\frac{(-1)^j}{j!}$ | Дискретная математика | Беспорядок — перестановка, в которой ни один элемент не остаётся на своём первоначальном месте. Формула включений и исключений считает такие перестановки и помогает находить вероятность полного несовпадения. |
| Числа Каталана: правильные скобочные последовательности | $C_n=\frac{1}{n+1}\binom{2n}{n}$ | Дискретная математика | Число Каталана Cₙ считает правильные последовательности из n пар скобок одного вида. В каждом начальном фрагменте открывающих скобок должно быть не меньше закрывающих, а в полной записи их количества равны. |
| Числа Стирлинга второго рода: разбиение на группы | $S(n,k)=kS(n-1,k)+S(n-1,k-1)$ | Дискретная математика | Число Стирлинга второго рода S(n,k) показывает, сколькими способами можно разбить n различных элементов на k непустых неименованных групп. Рекурсия отделяет добавление элемента в старую группу от создания новой. |
| Числа Белла: все разбиения множества на группы | $B_n=\sum_{k=0}^{n}S(n,k),\qquad B_0=1$ | Дискретная математика | Число Белла считает все способы разделить различимые элементы на непустые непересекающиеся группы. Число групп заранее не задано, их порядок и порядок элементов внутри группы не учитываются. |
| Числа Стирлинга первого рода: циклы перестановки | $c(n,k)=c(n-1,k-1)+(n-1)c(n-1,k)$ | Дискретная математика | Беззнаковые числа Стирлинга первого рода считают перестановки n различных элементов, состоящие ровно из k циклов. Рекурсия отделяет новый одноэлементный цикл от вставки элемента в существующий цикл. |
| Круговые перестановки: рассадка за круглым столом | $P_{\mathrm{circle}}(n)=\frac{n!}{n}=(n-1)!,\qquad n\ge1$ | Дискретная математика | Число круговых перестановок n различных объектов равно (n−1)!, если повороты всей расстановки считаются одинаковыми. Зеркальное отражение при этом обычно даёт другой порядок соседей. |
| Число сюръекций: распределение без пустых ящиков | $N(n,k)=k!S(n,k)=\sum_{j=0}^{k}(-1)^j\binom{k}{j}(k-j)^n$ | Дискретная математика | Сюръективное отображение отправляет n различимых объектов в k различимых ящиков так, чтобы каждый ящик был занят. Формула считает такие распределения через числа Стирлинга или включения и исключения. |
| Формула Кэли: число деревьев с помеченными вершинами | $T_n=n^{n-2},\qquad n\ge2$ | Дискретная математика | Формула Кэли считает неориентированные деревья на заданных n различных вершинах: связные графы без циклов. Метки вершин сохраняются, а расположение рисунка на плоскости не создаёт новых деревьев. |
| Функция Эйлера: произведение по простым делителям | $\varphi(n)=n\prod_{p\mid n}\left(1-\frac1p\right)$ | Арифметика и теория чисел | Функция Эйлера φ(n) считает положительные целые числа от 1 до n, взаимно простые с n. Для вычисления достаточно знать различные простые делители n: каждый входит в произведение ровно один раз. |
| Число делителей по разложению на простые множители | $n=\prod_{i=1}^{r}p_i^{a_i},\qquad \tau(n)=\prod_{i=1}^{r}(a_i+1)$ | Арифметика и теория чисел | Число положительных делителей n равно произведению увеличенных на единицу показателей в его простом разложении. Каждый делитель получается независимым выбором допустимой степени каждого простого множителя. |
| Сумма делителей по простому разложению числа | $n=\prod_{i=1}^{r}p_i^{a_i},\qquad \sigma(n)=\prod_{i=1}^{r}(1+p_i+\cdots+p_i^{a_i})$ | Арифметика и теория чисел | Сумма положительных делителей n получается перемножением сумм степеней каждого простого множителя от нуля до его показателя. В сумму входят единица и само число; для собственных делителей затем вычитают n. |
| Обратный элемент по модулю через расширенный алгоритм Евклида | $au+mv=1\quad\Longrightarrow\quad a^{-1}\equiv u\pmod m$ | Арифметика и теория чисел | Обратный к a по модулю m — это остаток, произведение которого с a даёт единицу по модулю m. Расширенный алгоритм Евклида находит его как коэффициент при a в целочисленном равенстве Безу. |
| Китайская теорема об остатках для двух взаимно простых модулей | $x\equiv r+m\bigl((s-r)m^{-1}\bmod n\bigr)\pmod{mn}$ | Арифметика и теория чисел | Китайская теорема об остатках восстанавливает общий класс чисел по остаткам r и s при делении на взаимно простые m и n. Решение существует для любой пары остатков и единственно по модулю произведения mn. |
| Распределение Пуассона: вероятность числа событий | $P(X=k)=e^{-\lambda}\frac{\lambda^k}{k!}$ | Вероятность и статистика | Распределение Пуассона даёт вероятность ровно k событий на фиксированном интервале, если известно их среднее число λ. Модель применяют к независимому потоку с постоянной интенсивностью. |
| Геометрическое распределение: номер первого успеха | $P(X=k)=(1-p)^{k-1}p$ | Вероятность и статистика | Геометрическое распределение описывает число независимых попыток до первого успеха включительно. Вероятность успеха p остаётся одинаковой в каждой попытке, а предшествующие попытки заканчиваются неудачей. |
| Гипергеометрическое распределение: выбор без возвращения | $P(X=k)=\frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}$ | Вероятность и статистика | Гипергеометрическая формула даёт вероятность выбрать ровно k объектов нужного типа среди n предметов, взятых без возвращения из N. В исходной совокупности ровно K объектов относятся к нужному типу. |
| Равномерное распределение: вероятность попасть в интервал | $P(c\le X\le d)=\frac{d-c}{b-a},\qquad a\le c\le d\le b$ | Вероятность и статистика | Для непрерывного равномерного распределения на отрезке [a,b] вероятность попадания в его часть [c,d] равна отношению длин. Равные по длине части имеют одинаковые вероятности независимо от положения. |
| Экспоненциальное распределение: вероятность времени ожидания | $P(T>t)=e^{-\lambda t}$ | Вероятность и статистика | Экспоненциальная модель даёт вероятность ждать событие дольше t при постоянной интенсивности λ. В отличие от счёта событий по Пуассону, случайной величиной здесь служит непрерывное время до ближайшего события. |
| Метод бисекции: корень и гарантированная точность | $c=\frac{a+b}{2},\qquad |c-r|\leq\frac{b-a}{2}$ | Численный поиск корней | Метод бисекции ищет корень непрерывной функции делением отрезка пополам. Разные знаки на концах дают гарантию существования корня, а длина отрезка — оценку ошибки. |
| Метод Ньютона: приближение корня по касательной | $x_{k+1}=x_k-\frac{f(x_k)}{f'(x_k)}$ | Численный поиск корней | Метод Ньютона заменяет функцию касательной в текущем приближении и берёт нуль этой прямой как следующий шаг. Вблизи простого корня сходимость может быть квадратичной. |
| Метод секущих: поиск корня без вычисления производной | $x_{k+1}=x_k-f(x_k)\frac{x_k-x_{k-1}}{f(x_k)-f(x_{k-1})}$ | Численный поиск корней | Метод секущих строит прямую по двум последним точкам графика и использует её пересечение с осью для нового приближения корня. Производная заменяется разностным наклоном. |
| Составная формула трапеций для вычисления интеграла | $T_n=h\left[\frac{f(a)+f(b)}2+\sum_{i=1}^{n-1}f(a+ih)\right],\quad h=\frac{b-a}{n}$ | Численное интегрирование | Составная формула трапеций приближает определённый интеграл суммой площадей под линейными отрезками между соседними узлами. Концевые значения получают половинный вес. |
| Формула Симпсона: интеграл по параболическим дугам | $S_n=\frac h3\left[f_0+f_n+4\!\sum_{\substack{i=1\\i\text{ нечётное}}}^{n-1}f_i+2\!\sum_{\substack{i=2\\i\text{ чётное}}}^{n-2}f_i\right]$ | Численное интегрирование | Составная формула Симпсона объединяет соседние промежутки попарно и заменяет функцию параболой через три узла. Для равномерной сетки число промежутков должно быть чётным. |
| Явный метод Эйлера: решение задачи Коши по шагам | $y_{n+1}=y_n+h f(t_n,y_n),\qquad t_{n+1}=t_n+h$ | Численные методы ОДУ | Явный метод Эйлера приближённо решает уравнение y′ = f(t,y), продолжая решение по наклону в начале каждого шага. При гладком решении глобальная ошибка имеет первый порядок по шагу. |
| Неявный метод Эйлера: шаг и устойчивость затухания | $y_{n+1}=y_n+h f(t_{n+1},y_{n+1})$ | Численные методы ОДУ | Неявный метод Эйлера использует производную в конце шага. Новое значение входит в обе части равенства, поэтому каждый переход требует решения уравнения, зато схема хорошо подавляет быстро затухающие компоненты. |
| Явный метод средней точки для задачи Коши | $k_1=f(t_n,y_n),\quad k_2=f(t_n+h/2,y_n+hk_1/2),\quad y_{n+1}=y_n+hk_2$ | Численные методы ОДУ | Явный метод средней точки делает пробный полушаг по Эйлеру, оценивает производную в середине и использует её на полном шаге. Это двухстадийная схема Рунге — Кутты второго порядка. |
| Метод Хойна: явное усреднение двух наклонов | $k_1=f(t_n,y_n),\quad k_2=f(t_n+h,y_n+hk_1),\quad y_{n+1}=y_n+\frac h2(k_1+k_2)$ | Численные методы ОДУ | В этой двухстадийной схеме сначала делают прогноз Эйлера на полный шаг, затем усредняют начальный и прогнозный конечный наклоны. Метод имеет второй порядок, но названия его вариантов различаются в литературе. |
| Классический метод Рунге — Кутты четвёртого порядка | $\begin{aligned}k_1&=f(t_n,y_n),&k_2&=f(t_n+h/2,y_n+hk_1/2),\\k_3&=f(t_n+h/2,y_n+hk_2/2),&k_4&=f(t_n+h,y_n+hk_3),\\y_{n+1}&=y_n+\frac h6(k_1+2k_2+2k_3+k_4).\end{aligned}$ | Численные методы ОДУ | Классический RK4 вычисляет четыре наклона за шаг и объединяет их с весами 1:2:2:1. Для гладкой задачи Коши он даёт четвёртый порядок общей ошибки без явного вычисления высших производных. |
| Линейная интерполяция: значение между двумя узлами | $P(x)=y_0+\frac{y_1-y_0}{x_1-x_0}(x-x_0)=(1-t)y_0+ty_1,\quad t=\frac{x-x_0}{x_1-x_0}$ | Интерполяция | Линейная интерполяция оценивает значение между двумя заданными точками по соединяющей их прямой. Доля положения внутри интервала задаёт веса концов; оценка учитывает наклон, но не кривизну исходного графика. |
| Интерполяция Лагранжа: полином через заданные точки | $P_n(x)=\sum_{k=0}^{n}y_kL_k(x),\qquad L_k(x)=\prod_{\substack{0\leq j\leq n\\j\ne k}}\frac{x-x_j}{x_k-x_j}$ | Интерполяция | Формула Лагранжа строит полином степени не выше n по n+1 различным узлам. Каждый базисный множитель выбирает значение своего узла и обращает вклады остальных узлов в ноль. |
| Интерполяция Ньютона: таблица разделённых разностей | $P_n(x)=f[x_0]+\sum_{k=1}^{n}f[x_0,\ldots,x_k]\prod_{j=0}^{k-1}(x-x_j),\quad f[x_i,\ldots,x_j]=\frac{f[x_{i+1},\ldots,x_j]-f[x_i,\ldots,x_{j-1}]}{x_j-x_i}$ | Интерполяция | Форма Ньютона строит интерполяционный полином по треугольной таблице разделённых разностей. Новый узел добавляет коэффициент при очередном произведении, не требуя переписывать уже найденные нижние порядки. |
| Кубическая интерполяция Эрмита по значениям и наклонам | $H(x)=h_{00}(s)y_0+h_{10}(s)\ell m_0+h_{01}(s)y_1+h_{11}(s)\ell m_1,\quad s=\frac{x-x_0}{\ell},\quad \ell=x_1-x_0$ | Интерполяция | Кубический полином Эрмита согласует значения и первые производные на двух концах интервала. Четыре заданных условия определяют единственную кубическую или более простую кривую между узлами. |
| Барицентрическая интерполяция: веса и вычисление полинома | $P(x)=\frac{\sum_{k=0}^{n}\dfrac{w_ky_k}{x-x_k}}{\sum_{k=0}^{n}\dfrac{w_k}{x-x_k}},\qquad w_k=\frac{1}{\prod_{j\ne k}(x_k-x_j)},\quad x\ne x_k$ | Интерполяция | Барицентрическая форма вычисляет полином Лагранжа через заранее рассчитанные веса узлов. Она удобна для множества запросов по одной таблице; при точном совпадении аргумента с узлом нужно сразу вернуть узловое значение. |
| Правая разность: производная по двум соседним значениям | $f'(x)\approx D_h^+f(x)=\frac{f(x+h)-f(x)}{h},\qquad D_h^+f-f'=O(h)$ | Численное дифференцирование | Правая разность оценивает производную по значениям функции в текущем и следующем узле. Это удобная односторонняя схема у левой границы таблицы, но её ошибка обычно линейна по шагу. |
| Центральная разность для первой производной | $f'(x)\approx D_hf(x)=\frac{f(x+h)-f(x-h)}{2h},\qquad D_hf-f'=O(h^2)$ | Численное дифференцирование | Центральная разность оценивает первую производную по двум узлам на одинаковом расстоянии слева и справа. Симметрия устраняет линейную по шагу ошибку и обычно даёт второй порядок точности. |
| Вторая производная по трём равноотстоящим узлам | $f''(x)\approx Q_hf(x)=\frac{f(x+h)-2f(x)+f(x-h)}{h^2},\qquad Q_hf-f''=O(h^2)$ | Численное дифференцирование | Трёхточечная центральная схема оценивает вторую производную по отклонению центрального значения от среднего соседей. Она измеряет изменение наклона, а не сам наклон, и имеет второй порядок по шагу. |
| Пятиточечная формула первой производной | $f'(x)\approx P_hf=\frac{f(x-2h)-8f(x-h)+8f(x+h)-f(x+2h)}{12h},\qquad P_hf-f'=O(h^4)$ | Численное дифференцирование | Пятиточечная центральная формула оценивает первую производную с четвёртым порядком по шагу. Для неё нужны четыре значения вокруг центра: вес самого центрального значения равен нулю. |
| Экстраполяция Ричардсона для численной производной | $R_h=\frac{4D_{h/2}-D_h}{3},\qquad D_h=\frac{f(x+h)-f(x-h)}{2h},\qquad R_h-f'(x)=O(h^4)$ | Численное дифференцирование | Экстраполяция Ричардсона объединяет две центральные оценки производной на шагах h и h/2. При гладкой функции она сокращает ведущую ошибку второго порядка и даёт оценку четвёртого порядка. |
| Быстрое возведение в степень по модулю двоичным методом | $a^n\bmod m,\qquad a^{2q}=(a^q)^2,\quad a^{2q+1}=a(a^q)^2$ | Арифметика и теория чисел | Двоичный метод вычисляет остаток большой степени, многократно возводя основание в квадрат и используя биты показателя. После каждого умножения можно брать остаток, не создавая огромного целого aⁿ. |
| Малая теорема Ферма: степени по простому модулю | $a^{p-1}\equiv1\pmod p,\quad p\text{ простое},\quad p\nmid a$ | Арифметика и теория чисел | Малая теорема Ферма утверждает, что ненулевой остаток по простому модулю в степени p−1 даёт единицу. Она помогает сокращать большие показатели, если основание не делится на этот простой модуль. |
| Теорема Эйлера: сокращение степени по составному модулю | $a^{\varphi(m)}\equiv1\pmod m,\qquad \gcd(a,m)=1,\quad m>1$ | Арифметика и теория чисел | Теорема Эйлера даёт единичный остаток для основания, взаимно простого с модулем, в степени φ(m). Она работает и с составным модулем, но не позволяет без проверки сокращать показатель любого основания. |
| Линейное сравнение: решения через НОД коэффициента и модуля | $ax\equiv b\pmod m\text{ разрешимо}\iff d\mid b,\quad d=\gcd(a,m);\quad x=x_0+k\frac md,\ k=0,\ldots,d-1$ | Арифметика и теория чисел | Сравнение ax ≡ b по модулю m имеет решения тогда и только тогда, когда НОД(a,m) делит b. При выполнении условия получается ровно d разных классов по исходному модулю, где d — этот НОД. |
| Мультипликативный порядок: минимальный период степеней | $\operatorname{ord}_m(a)=\min\{k\ge1:a^k\equiv1\pmod m\},\qquad\operatorname{ord}_m(a)\mid\varphi(m)$ | Арифметика и теория чисел | Мультипликативный порядок обратимого остатка — наименьшая положительная степень, в которой он возвращается к единице. Этот период делит φ(m) и позволяет сокращать показатели точнее, чем одна теорема Эйлера. |
| Метод Якоби для системы линейных уравнений | $x_i^{(k+1)}=\frac{b_i-\sum_{j\ne i}a_{ij}x_j^{(k)}}{a_{ii}},\quad i=1,\ldots,n$ | Численное решение линейных систем | Метод Якоби строит новое приближение к решению Ax=b, одновременно пересчитывая все неизвестные из значений предыдущего шага. Он удобен для разреженных систем и хорошо показывает, зачем проверять сходимость, а не только выполнять заданное число итераций. |
| Метод Гаусса—Зейделя для системы линейных уравнений | $x_i^{(k+1)}=\frac{b_i-\sum_{j<i}a_{ij}x_j^{(k+1)}-\sum_{j>i}a_{ij}x_j^{(k)}}{a_{ii}}$ | Численное решение линейных систем | Метод Гаусса—Зейделя решает Ax=b последовательными проходами: новая компонента сразу участвует в вычислении следующих. Это обычно ускоряет простую итерацию, но делает результат одного прохода зависимым от порядка переменных. |
| Метод SOR: последовательная сверхрелаксация | $x_i^{(k+1)}=(1-\omega)x_i^{(k)}+\frac{\omega}{a_{ii}}\left(b_i-\sum_{j<i}a_{ij}x_j^{(k+1)}-\sum_{j>i}a_{ij}x_j^{(k)}\right)$ | Численное решение линейных систем | Метод SOR добавляет к проходу Гаусса—Зейделя параметр релаксации ω. При 0<ω<2 он дозирует поправку; ω=1 возвращает обычный метод, а удачный выбор ω>1 способен ускорить сходимость. |
| Метод прогонки для трёхдиагональной системы | $c_i x_{i-1}+a_i x_i+b_i x_{i+1}=d_i;\quad \alpha_i=-\frac{b_i}{a_i+c_i\alpha_{i-1}},\;\beta_i=\frac{d_i-c_i\beta_{i-1}}{a_i+c_i\alpha_{i-1}}$ | Численное решение линейных систем | Метод прогонки решает трёхдиагональную систему за линейное число операций, используя прямой расчёт коэффициентов связи и обратную подстановку. Он сохраняет ленточную структуру вместо работы с полной матрицей. |
| Метод Ричардсона: стационарная итерация для Ax=b | $x^{(k+1)}=x^{(k)}+\tau(b-Ax^{(k)}),\qquad r^{(k)}=b-Ax^{(k)}$ | Численное решение линейных систем | Метод Ричардсона прибавляет к текущему приближению невязку, умноженную на параметр τ. Для симметричной положительно определённой матрицы разумный τ превращает эту простую формулу в сходящуюся стационарную итерацию. |
| Метод Тейлора второго порядка для задачи Коши | $y_{n+1}=y_n+h f_n+\frac{h^2}{2}\left(f_t+f_y f\right)_n$ | Численные методы ОДУ | Метод Тейлора второго порядка добавляет к шагу Эйлера член с полной производной правой части. Для скалярного уравнения y′=f(t,y) вторая производная решения равна fₜ+fᵧf, вычисленной в начале шага. |
| Неявная средняя точка: шаг и сохранение структуры | $y_{n+1}=y_n+h f\!\left(t_n+\frac h2,\frac{y_n+y_{n+1}}2\right)$ | Численные методы ОДУ | Неявная средняя точка вычисляет производную в среднем старого и нового состояний. Новый уровень входит в правую часть, поэтому шаг находят решением уравнения. Схема второго порядка обратима по времени при согласованном решении. |