справочник математика
.pdf3. D( X ± Y ) = D( X ) + D(Y )
3. |
σ x = |
|
|
|
|
|
- среднее |
квадратическое отклонение (в линейных |
|||||
|
|
Dx |
|
||||||||||
единицах). |
|
|
|
|
|
|
|
|
|
|
|
|
|
4. |
kв |
= σ x |
|
- |
коэффициент вариации |
(изменчивости) |
(в |
||||||
|
|
|
mx |
|
|
|
|
|
|
|
|||
относительных единицах). |
|
|
|
|
|||||||||
|
|
|
|
|
M [( X - M ( X )k ) |
|
|
||||||
5. |
μk (x) = |
|
|
|
|
|
- центральный момент k – того |
|
|||||
−∞ |
(x - M ( X )) |
k |
|
||||||||||
|
|
|
|
|
∫ |
|
f (x) dx |
|
|
||||
|
|
|
|
|
+∞ |
|
|
μ2 (x) = Dx . |
|
|
|||
порядка, в частности |
|
|
|||||||||||
6. |
kA = |
μ3 (x) |
- коэффициент асимметрии |
|
|
||||||||
|
σ |
3 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
7. |
Ek = |
μ4 (х) |
− 3 |
- эксцесс (коэффициент |
островершинности), |
в |
|||||||
σ 4 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
х |
|
|
|
|
|
|
|
частности для нормального (Гауссово) распределения Ek = 0 .
14.5. Законы распределения непрерывных случайных величин
14.5.1. Нормальное (Гауссово) распределение
|
|
|
|
1 |
|
− ( x−a )2 |
|
|
||
|
f (x) = |
|
|
× e |
|
2σ x |
|
|
||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
σ |
|
|
|
|
|
|
|
|
|
|
х |
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
a = mx - |
|
|
|
- закон нормального распределения, где |
математическое |
|||||||||
ожидание; |
D( X ) = σ x2 - дисперсия; |
|
f (x) = |
f (x, mx ,σ x ) |
- |
|||||
двухпараметрическое распределение. |
|
|
|
|
|
x ~ N (mx ,σ x ) - обозначение случайной величины, имеющей нормальное распределение;
|
β − а |
|
α − а |
||
P(λ < x < β ) = Ф |
|
|
− Ф |
|
|
|
σ |
|
|
σ |
|
|
х |
|
х |
вероятность того, |
что Х |
|
|
|
примет |
|
|
значение, |
принадлежащее |
|||||||||||||||||||
интервалу (α , β ) , где Ф(х) = |
1 |
|
|
|
|
|
х |
− х2 |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
∫ е 2 |
|
- функция Лапласа; |
|||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||
|
2π |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
операции нормирования и центрирования: |
|
|||||||||||||||||||||||||||
|
x − m |
x |
|
|
x − m |
x |
|
= |
1 |
|
{M (x) − mx |
} = 0 , |
||||||||||||||||
|
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
σ x |
|
|
|
|
|
|
σ x |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
σ x |
|
|
|
||||||||||
|
|
|
|
|
x − m |
x |
|
= |
|
1 |
|
2 |
= 1; |
|
||||||||||||||
|
|
|
|
D |
|
|
|
|
|
|
|
|
σ x |
|
||||||||||||||
|
|
|
|
|
σ x |
|
|
2 |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
σ x |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
δ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
P( |
X − a |
< δ ) = 2Ф |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
σ |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
х |
|
- вероятность того, что абсолютная величина отклонения меньше положительного числа δ ;
me = a - медиана нормального распределения.
14.5.2. Равномерное (равновероятное, прямоугольное) распределение
|
1 |
, a ≤ x ≤ b |
|
|
|
|
|
|
|
||
f (x) = b |
− a |
||
|
|
b < x < a |
|
0, |
|
- закон равномерного распределения;
+∞ |
1 |
a |
x |
1 |
|
x − a |
|
F (x) = ∫ |
dt = ∫ 0dt + ∫ |
dt = |
|||||
|
b − a |
b − a |
|||||
−∞ b − a |
−∞ |
a |
|
- функция распределения;
mx = a + b - математическое ожидание; 2
Dx = (b - a)2 - дисперсия; 12
kА = 0 .
f(x)
h=1/(b-a)
а |
b |
x |
F(x)
1
а |
b |
x |
14.5.3. Показательное (экспоненциальное) распределение
0, x < 0
f (x) = λ −λx ³e , x 0
- показательное распределение вероятностей непрерывной случайной величины;
f(x)
λ
0
F(x) |
1 |
x |
|
|
|
|
0 |
x |
F (x) = 1 - e− λx - функция распределения показательного закона;
mx = λ1 - математическое ожидание;
D= 1 - дисперсия;
xλ2
σ = |
1 |
= m |
|
- |
характеристическое |
свойство |
показательного |
λ |
|
||||||
x |
|
x |
|
|
|
|
|
|
|
|
|
|
|
распределения.
15.МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
15.1.Статистические оценки параметров распределения
15.1.1.Оценка математического ожидания
(выборочной средней)
N
Математическое ожидание: X Г = mx = ∑ xi pi - генеральная средняя
i=1
Случайная величина - оценка математического ожидания
|
|
|
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
|
|
|
mx = X B = |
∑ xi |
- выборочная средняя |
|
|
|
|
||||||||||||
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
k |
|
|
k |
k |
|
|
|
m |
|
||||
|
X = |
∑ xi mi |
= |
∑ |
1 |
xi mi |
= ∑ xi Pi |
, где |
Pi |
= |
- частота отдельных |
|||||||
|
|
|
|
|||||||||||||||
|
|
|
|
n i=1 |
|
|
i=1 n |
i=1 |
|
|
|
n |
значений
15.1.2. .Оценка дисперсии
Генеральная дисперсия:
|
|
|
1 |
N |
|
|
|
|
|
2 |
σ 2 = D |
|
= |
|
− X |
Г ) |
|||||
|
|
∑ |
x |
|
||||||
|
|
|
||||||||
|
Г |
|
N i=1( |
i |
|
|
|
Генеральное среднеквадратическое отклонение: σ ч = Dx
Выборочная дисперсия:
D = 1 ∑ (x − X )2 |
= 1 ∑ (x − X )2 m = ∑ (x − X B )2 |
P |
|||||||||||
|
|
n |
|
|
|
|
k |
|
|
k |
|
|
|
B |
|
i |
|
|
i |
B i |
i |
i |
|||||
|
n i=1 |
|
n i=1 |
|
|
i=1 |
|
σ В = DВ - выборочное среднеквадратическое отклонение.
Удобная формула оценки дисперсии через оценку второго начального момента
DB = (α 2 ) − ( X )2 = 1 ∑k (xi )2 − ( X )2
n i=1
15.2. Точечные оценки точности оценок (статистик) генеральных числовых характеристик θx
{x1 , x2 ,K, xN } θ x ; {x11 , x21,K, xn1} θ x*1; −
{x12 , x22 ,K, xn2} θ x*2 ; -оценки статистических
LLLLLLLLLL
{x1k , x2k ,K, xnk } θ xk* .
характеристик
θ *xi - с.в., характеризуемая законами распределения и числовыми
характеристиками распределения (обычно математическим ожиданием и дисперсией).
1. Оценка называется состоятельной, если она сходится по
вероятности к оцениваемой характеристике lim P( |
|
θ − θ |
|
< ε ) = 1, ε > 0 . |
||
|
|
|||||
|
n→∞ |
|
|
i |
|
|
|
|
|
|
|
|
|
2.Оценка называется несмещенной, если M [θ |
] = θ . |
|||||
|
i |
|
|
|
|
|
M [θ |
] − θ = - смещение, систематическая погрешность (от |
|||||
i |
|
|
|
|
|
|
смещенности). Асимптотически несмещенная оценка lim M (θ − θ ) = 0 . |
|
n→∞ |
i |
3.Оценка называется эффективной, если при используемом методе ее
расчета выполняется условие |
|
D[θ ] = min . |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
||||||||||||||
Пример 1. Оценка |
X |
B является несмещенной, а ее дисперсия |
|||||||||||||||||
уменьшается при усреднении в n раз: |
|
|
|
||||||||||||||||
|
|
|
|
1 |
n |
|
|
|
|
1 |
|
|
|
|
|
|
|
||
M X |
|
= M |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
= |
|
|
= m |
|
= X |
|
||||||||||
|
|
|
∑ |
x |
|
|
|
nm |
|
|
|
||||||||
|
|
|
|
|
x |
x |
Г |
||||||||||||
|
В |
|
|
i |
|
n |
|
|
|
||||||||||
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
1 |
|
D |
||
D[ X ] = D[ |
x ] = |
nD = |
||||||||
|
∑ |
|
В |
. |
||||||
|
n2 |
|
||||||||
|
В |
n i=1 |
i |
В |
n |
|||||
|
|
|
|
|
|
|
Если |
х~ N (mx,σ x ) |
X |
В |
- эффективная оценка. |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
Пример 2. Оценка дисперсии DB = M [ |
∑ (xi - X B )2 ] является |
||||||||||||||||||||||||
|
|||||||||||||||||||||||||
смещенной: |
|
|
|
|
|
|
|
|
|
n − 1 |
|
|
|
|
|
|
n i=1 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Доказано, что D = |
D |
|
- т.е. данный алгоритм дает смещенную |
||||||||||||||||||||||
|
|
Г |
|||||||||||||||||||||||
|
|
|
|
|
|
|
B |
|
|
|
|
n |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
= |
|
DВ |
|
|
|
|
|
|
|
|
|||||||
оценку дисперсии: |
|
|
|
n . |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Исправленная (несмещенная) оценка дисперсии |
|||||||||||||||||||||||||
|
nDB |
|
|
|
|
1 |
|
|
|
n |
|
|
|
|
|
|
|
|
|||||||
|
= S 2 = |
|
|
∑ (xi - X B )2 . |
|||||||||||||||||||||
|
|
n - |
|
|
|||||||||||||||||||||
|
n -1 |
|
|
|
1 i=1 |
|
|
|
|
|
|
|
На практике исправленной оценкой дисперсии пользуются при n<30.
15.3. Интервальная оценка точности (надежность) генеральных математического ожидания и дисперсии
Доверительный интервал - интервал значений, в котором с заданной доверительной вероятностью (обычно назначают
β = 0.9; 0.95; 0.99 ) находится истинное значение оцениваемой статистической характеристики θx :
P[ |
|
θ -θ |
|
< δ ] = β P[θ - δ < θ < θ + δ ] = β . |
|
|
t ×σ |
|
|
||||
|
|
|
|
|
|
||||||||
Радиус доверительного интервала равен: δ = |
t ×σ |
θ |
|
|
|
||||||||
|
|
» |
|
θ |
|
, |
|||||||
|
|
|
|
|
|
|
|||||||
|
n |
|
n |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
где t- аргумент, соответствующий значению функции Лапласа, равной β / 2 ; σ θ - среднеквадратическое отклонение θx (его оценка).
Доверительный интервал случаен (зависит от конкретных выборок): случайно его положение на числовой оси и случайна его длина.
При n → ∞ δ → 0 , а при β → 1 δ → ∞ .
1. Доверительный интервал для оценки математического ожидания
P(X - δ < mx |
< X + δ )= Ф |
X + δ |
- mX |
- Ф |
X -δ |
- mX |
= |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
σ x |
|
|
σ x |
|
δ |
|
|
|
|
|
|
δ |
δ |
|
δ |
|
|
|
tσ |
|
|
|
|||||||||
|
|
|
|
|
n |
|
x |
|
|
|||||||||||||||||
|
|
|
|
|
|
- |
|
|
|
|
|
|
|
|
|
t = |
|
|
|
δ = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
= Ф |
|
|
- Ф |
|
|
|
|
|
|
= 2Ф |
= β |
|
|
|
|
|
|
|
||||||||
σ |
|
|
|
|
|
σ |
|
|
|
σ x |
|
|
σ x |
|
|
|
n |
|
|
|||||||
X |
|
X |
|
|
|
|
|
|||||||||||||||||||
Здесь t рассматривается как аргумент табулированной функции |
||||||||||||||||||||||||||
распределения Лапласа, при котором она равна значению |
β / 2 . |
|||||||||||||||||||||||||
Значение генерального среднеквадратического отклонения σ x редко |
||||||||||||||||||||||||||
известно, |
|
поэтому |
|
|
|
обычно |
в |
формуле |
|
используют оценку |
среднеквадратического отклонения, т.е. σ x = S = |
1 |
∑n (xi - |
|
)2 |
. |
|
X |
||||||
|
||||||
|
n -1 i=1 |
Замечание. Практически важной может быть задача определения объема выборки, которая обеспечит заданный радиус доверительного
интервала: n ³ |
t 2σ 2 |
|||||||
x |
. |
|
|
|
|
|||
δ 2 |
результаты при малых объемах выборки n и |
|||||||
Более точные |
|
|
||||||
неизвестном σ x |
дает использование распределения Стьюдента: для |
|||||||
|
|
|
|
- mx |
, имеющей распределение Стьюдента с k=n-1 |
|||
переменной - |
t = |
|
X |
|||||
|
|
|
|
|||||
|
|
|
|
S |
|
|
||
|
|
|
|
|
|
n |
степенями свободы отклонение (X~ N (mx ;σ x ) ) Тогда доверительный
интервал при неизвестном среднеквадратическом |
|
отклонении |
||||||||||||||
|
|
|
t |
β |
× S |
|
|
|
|
t |
β |
× S |
= β , |
|||
|
|
|
|
|
||||||||||||
определяется следующим образом: P X - |
|
|
|
< mx |
< |
X + |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
||||||||||
|
|
|
n |
|
|
|
|
|
|
n |
|
где tβ аргумент табулированного распределения Стьюдента.
2. Доверительные интервалы оценки среднеквадратического отклонения
Пусть вновь x~ N (mx ,σ x ) , и σ x - неизвестно, а S = |
1 |
∑n (xi - |
|
)2 |
. |
||||||||
X |
|||||||||||||
|
|
||||||||||||
|
|
σ x - δ |
|
< δ ] = β |
|
S − δ < σ x < S + δ |
|
n -1 i=1 |
|||||
Тогда P[ |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
||||||||
S (1 − q) < σ x < S (1 + q) , |
где |
q = δ . |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
S |
|
|
|
|
|
|
Доказано, что q имеет табулированное распределение χ2 , независящее от параметров mx и σx исходного распределения, но зависящее от объема выборки и доверительной вероятности. Вычислив по выборке S, находим по таблице q, определяем границы доверительного интервала.
16. ДИСКРЕТНАЯ МАТЕМАТИКА И ЧИСЛЕННЫЕ МЕТОДЫ
16.1. Дискретная математика
Таблицы истинности
P Q P Ù Q P Ú Q P ® Q P « Q P | Q P ↓ Q P Å Q
0 |
0 |
0 |
0 |
1 |
1 |
1 |
1 |
0 |
0 |
1 |
0 |
1 |
1 |
0 |
1 |
0 |
1 |
1 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
0 |
0 |
0 |
X Y |
|
|
|
Импликация Конверсия |
Контрапозиция Конверсия |
|||||||||||
X |
Y |
|||||||||||||||
|
|
|
|
|
|
X → Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
импликации Y |
→ X |
контрапозиции |
||||||||
|
|
|
|
|
|
|
Y → X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
→ Y |
|
|||
0 |
0 |
1 |
1 |
1 |
1 |
1 |
1 |
|||||||||
0 |
1 |
1 |
0 |
1 |
0 |
1 |
0 |
|||||||||
1 |
0 |
0 |
1 |
0 |
1 |
0 |
1 |
|||||||||
1 |
1 |
0 |
0 |
1 |
1 |
1 |
1 |
Отношение строгого порядка - бинарное отношение на множестве, если оно
не рефлексивно, антирефлексивно; антисимметрично, транзитивно.
Отношение нестрогого порядка - бинарное отношение на множестве, если оно
рефлексивно, антисимметрично, транзитивно.
Таблица Кэли: *- операция, a, b, c - элементы множества.
* |
|
a |
b |
|
c |
a |
|
a * a |
a * b |
a * c |
|
b |
|
b * a |
b * b |
b * c |
|
c |
|
c * a |
c * b |
c * c |
|
|
16.2.Численные методы
16.2.1.Решение дифференциальных уравнений
1.Метод Эйлера (первого порядка)
Расчётный шаг: h = |
b − x0 |
, |
||||||
|
n |
|||||||
|
|
|
|
|
|
|
|
|
расчётные точки (узлы) – |
равноотстоящие точки xk = x0 + kh, k = 0,1,2,... |
|||||||
Цель – |
построение таблицы |
|||||||
|
|
|
|
|
|
|
|
|
x |
x0 |
|
x1 |
… |
xn=b |
|
|
|
y |
y0 |
|
y1 |
… |
yn=y(b) |
|
|
yk +1 = yk + hf (xk , yk ).
2. Метод Рунге-Кутта Бόльшая точность метода (по сравнению с методом Эйлера) при
нахождении приближённого решения ЗК для д.у.-1 достигается за счёт усложнения разностной схемы:
y |
|
= y |
|
+ |
h |
|
(k |
|
+ 2k |
|
+ 2k |
|
+ k |
|
), |
|||||||||
i |
+1 |
i |
|
1 |
2 |
3 |
4 |
|||||||||||||||||
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
k1 = f (xi , yi ), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
= |
|
|
+ |
|
h |
|
|
+ |
|
hk1 |
|
|
|
|
|
|||||||
k2 |
f xi |
|
|
, yi |
|
|
|
|
|
, |
|
|
|
|
||||||||||
2 |
|
2 |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
= |
|
|
+ |
|
h |
|
|
+ |
|
hk2 |
|
|
|
|
|
|||||||
k3 |
f xi |
|
|
, yi |
|
|
|
|
|
, |
|
|
|
|
||||||||||
2 |
|
|
|
2 |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
k4 |
= f (xi + h, yi + hk3 ). |
|
|
|
|
|
16.2.2. Вычисление определённых интегралов
1.Формулы прямоугольников: h = b − a .
|
|
|
|
n |
|
|
|
|
|
h |
|
Л П |
n |
|
П П |
n |
П |
n |
|
|
|||
I ≈ h∑ f (xi 1 ) , I |
|
≈ h∑ f (xi ) , I |
|
≈ h∑ f x |
|
− |
|
. |
|||
|
|
|
|
||||||||
|
i=1 |
− |
|
i=1 |
|
i=1 |
|
i |
|
2 |
2.Формула трапеций
|
Т |
|
f (a) + |
f (b) |
|
|
n−1 |
|
|
|
|
|
|
|
Т |
|
|
|
b − a |
|
|
|
|
|
|
|
n−1 |
||||||||||
I |
|
≈ h |
|
|
|
|
|
|
|
|
+ ∑ f (xk |
) |
, I |
|
≈ |
|
|
|
f (a) + f (b) |
+ 2∑ |
|||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
2n |
|
|
|
|
|
|
|
k =1 |
|||||||
3.Формула Симпсона |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
I C ≈ |
h |
( y |
|
+ y |
|
|
+ 2( y |
|
+ y |
|
+ ... + y |
2 n−2 |
) + 4( y |
+ y |
|
+ ... + y |
2 n−1 |
)) |
|||||||||||||||||||
|
0 |
2 n |
2 |
4 |
3 |
||||||||||||||||||||||||||||||||
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
I C ≈ |
b − a |
( y |
|
|
+ y |
|
+ 2( y |
|
+ y |
|
+ ... + y |
2 n−2 |
) + 4( y |
+ y |
|
+ ... + y |
2 n−1 |
||||||||||||||||||||
|
0 |
|
2 n |
2 |
4 |
3 |
|||||||||||||||||||||||||||||||
|
|
|
6n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16.2.3. Решение алгебраических уравнений
f (x) = 0, x [a, b]. Метод хорд и касательных. Рекуррентные формулы:
f (x )
k
))