Математика в различных сферах жизнедеятельности

ГОУ ТО «Яснополянский комплекс»

Исследовательская работа

МАТЕМАТИКА В РАЗЛИЧНЫХ СФЕРАХ ЖИЗНЕДЕЯТЕЛЬНОСТИ

Выполнила Ласько Екатерина

ученица 10 класс

Ясная Поляна

2021

Аннотация

Данная работа относится к проблемно-реферативному типу. Предметом ее исследования стала совокупность математических методов и моделей, применяемых в различных сферах жизнедеятельности. Было дано понятие прикладной математики и ее основных составляющих. С помощью математических методов и моделей было охарактеризовано применение математики в медицине, строительстве, сельском хозяйстве, что позволило раскрыть ее прикладное значение.

Содержание

Введение        5

1 Понятие прикладной математики и ее основные элементы        7

2 Математические методы и модели в медицине        14

3 Применение математики в строительстве        21

4 Использование математических приемов в сельском хозяйстве        24

Заключение        32

Терминологический словарь        34

Список использованной литературы        35

Введение

В развитии различных областей человеческой деятельности математика оказывала и оказывает существенное влияние. Ее роль складывалась исторически и зависела от двух факторов: степени развития математических понятий и математического аппарата, а также степени зрелости знания об изучаемом объекте.

 Математические понятия в процессе своего возникновения используют существенные свойства предметов и явлений и их отношений для выявления математических законов и структур. В результате свойства чувственно-конкретных предметов и явлений концентрированно отражаются в конкретных математических понятиях и структурах.

 Дальнейшее развитие математических понятий и теорий происходит на базе уже существующих математических объектов. Этот процесс характеризуется многократным абстрагированием, идеализацией и обобщением. Математические объекты и теории не только обретают чувственно абстрактность, но и универсальную всеобщность и широкую применимость. В процессе применения математики осуществляется восхождение от абстрактного к конкретному.

 Современное развитие науки характеризуется потребностью сложного изучения сложных всевозможных процессов и явлений – физических, химических, биологических, экономических, социальных и других. Происходит значительное увеличение темпов математизации и расширение ее области действия. Теории математики широко применяются в других науках, казалось бы, совершенно от нее далеких – лингвистике, юриспруденции. Это вызвано естественным процессом развития научного знания, который потребовал привлечения нового и более совершенного математического аппарата, проявлением новых разделов математики, а также кибернетики, вычислительной техники и так далее, что значительно увеличило возможности ее применения.

 Актуальность. Использование математики в таких областях как медицина, строительство, сельское хозяйство имеет глубоко уходящие в историю корни. Вместе с тем ввиду развития научно-технического прогресса процесс укрепления взаимосвязи между математикой и данными сферами жизнедеятельности не только не ослабевает, но усиливается еще больше на фоне всеобщей информатизации.

Цель – изучение теоретических основ взаимосвязи математики с другими науками и исследование практики её применения в различных сферах жизнедеятельности.

Задачи:

1. Изучить понятие прикладной математики, определить ее основные элементы;
2. Обозначить математические методы и модели, применяемые в медицине;
3. Охарактеризовать применение математики в строительстве;
4. Показать использование математических приемов в сельском хозяйстве.

Предмет исследования: совокупность математических методов и моделей, применяемых в различных сферах жизнедеятельности.

Объект исследования: междисциплинарные связи математики.

Гипотеза: если изучить междисциплинарные связи математики с физикой, биологией и др. науками, возникает объективная возможность исследования практики ее применения в различных сферах жизнедеятельности.

Методы исследования: изучение и использование научно-публицистических и учебных изданий, метод сопоставления, аналитический метод.

Информационной базой для написания исследовательской работы послужили труды отечественных и зарубежных ученых и практиков, статьи периодических изданий.

1 Понятие прикладной математики и ее основные элементы

В настоящее время нет единства в определении понятия «прикладная математика».

Существует точка зрения, что прикладная математика - это математика, опосредствованная практикой, это как бы составная дисциплина наподобие биохимии или теплотехники.

По данному поводу можно напомнить известный афоризм: "Чистая математика делает то, что можно, так, как нужно, а прикладная - то, что нужно, так, как можно".

Представляется привлекательной и точка зрения, высказанная Л.В.Овсянниковым: "Прикладная математика - это наука о математических моделях; более подробно можно сказать - о построении, исследовании, интерпретации и оптимизации математических моделей".

Дискуссии о том, образует ли прикладная математика самостоятельную науку, представляются несколько схоластическими из-за многозначности выражения "самостоятельная наука". Возможно, что более правильно говорить не о науке, а об определенном аспекте математики, возникающем при ее приложениях, так сказать, о результате своеобразного "проецирования" математики на цивилизацию; важно, что при таком проецировании математика приобретает качественно новые черты. Это проецирование, эти черты и определяют прикладную математику.

Р. Курант рассуждал: "Одна и та же математическая проблема может быть решена по-разному; приверженец строгого математического подхода (а стремление к таковому временами возникает у всякого человека, склонного к научному мышлению) требует бескомпромиссного совершенства. Существует и другой обходной путь: заново определить то, что считалось "решением проблемы"; в действительности подобная процедура иногда представляет собой довольно общепринятый предварительный шаг к подлинному решению исходной задачи. В исследованиях прикладного характера все выглядит по-иному. Прежде всего, поставленную задачу нельзя с такой легкостью видоизменить или обойти. Здесь требуется другое; дать правильный и надежный с общечеловеческой точки зрения ответ. В случае необходимости математик может пойти на компромисс: он должен быть готов внести догадки в цепь рассуждений, а также допустить известную погрешность в числовых значениях".

Таким образом, можно сформулировать следующее определение прикладной задачи.

Прикладные задачи по математике - задачи, которые возникают за пределами математики, но решение которых требует применения математического аппарата.

Выделяют следующие виды прикладных математических задач.

Задачи первого вида - это задачи, решение которых сводится к вычислению числового значения алгебраического выражения.

Задачи второго вида - это задачи на построение графика одной и той же функции при различных значениях параметра.

Задачи третьего вида находят широкое применение в практической деятельности. Эмпирические формулы не являются результатом строгого математического вывода; их пригодность для практических целей подтверждается опытом. Особый интерес представляет поиск истоков подобных формул, их обоснование с применением теоретических знаний.

Задачи четвертого вида связаны с составлением простейших таблиц, применяемых на практике. Главное здесь - выявить математическое правило, на основании которого таблица должна быть составлена.

Задачи пятого вида - задачи творческого характера. Алгоритма решения таких задач не существует. Они ближе всего примыкают к нематематическим задачам, решаемым методом математического моделирования.

Радикальным методом реализации прикладной направленности математики есть математическое моделирование, а наиболее эффективным средством – прикладные задачи, решение которых требует глубоких знаний не только математики, но и других наук.

В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Остановимся на общей теории моделирования.

Методологическая основа моделирования заключается в следующем. Все то, на что направлена человеческая деятельность, называется объектом (лат. objectum - предмет). Выработка методологии направлена на упорядочение получения и обработки информации об объектах, которые существуют вне нашего сознания и взаимодействуют между собой и внешней средой.

Логические схемы, упрощающие рассуждения и логические построения или позволяющие проводить эксперименты, уточняющие природу явлений, называются моделями. Другими словами модель (лат. modulus - мера) - это объект заместитель объекта-оригинала, обеспечивающий изучение некоторых свойств оригинала.

Моделированием называется замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели. Таким образом, моделирование может быть определено как представление объекта моделью для получения информации об этом объекте путем проведения экспериментов с его моделью.

Как методология научных исследований математическое моделирование сочетает в себе опыт различных отраслей науки о природе и обществе, прикладной математики, информатики и системного программирования для решения фундаментальных проблем. Математическое моделирование объектов сложной природы - сквозной единый цикл разработок от фундаментального исследования проблемы до конкретных численных расчетов показателей эффективности объекта. Результатом разработок бывает система математических моделей, которые описывают качественно разнородные закономерности функционирования объекта и его эволюцию в целом как сложной системы в различных условиях. Вычислительные эксперименты с математическими моделями дают исходные данные для оценки показателей эффективности объекта. Поэтому математическое моделирование как методология организации научной экспертизы крупных проблем незаменимо при проработке народнохозяйственных решений. (В первую очередь это относится к моделированию экономических систем).

Существуют всевозможные классификации математических моделей. Выделяют линейные и нелинейные модели, стационарные и динамические, модели, описываемые алгебраическими, интегральными и дифференциальными уравнениями, уравнениями в частных производных. Можно выделять классы детерминируемых моделей, вся информация в которых является полностью определяемой, и стохастических моделей, то есть зависящих от случайных величин и функций. Так же математические модели различают по применению к различным отраслям науки.

Рассмотрим следующую классификацию математических моделей. Все математические модели разобьем условно на четыре группы.

I. Модели прогноза или расчетные модели без управления. Их можно разделить на стационарные и динамические.

Основное назначение этих моделей: зная начальное состояние и информацию о поведение на границе, дать прогноз о поведении системы во времени и в пространстве. Такие модели могут быть и стохастическими.

Как правило, модели прогнозирования описываются алгебраическими, трансцендентными, дифференциальными, интегральными, интегро-дифференциальными уравнениями и неравенствами. Примерами могут служить модели распределения тепла, электрического поля, химической кинетики, гидродинамики.

II. Оптимизационные модели. Их так же разбивают на стационарные и динамические. Стационарные модели используются на уровне проектирования различных технологических систем. Динамические - как на уровне проектирования, так и, главным образом, для оптимального управления различными процессами - технологическими, экономическими и др.

В задачах оптимизации имеется два направления. К первому относятся детерминированные задачи. Вся входная информация в них является полностью определяемой.

Второе направление относится к стохастическим процессам. В этих задачах некоторые параметры носят случайный характер или содержат элемент неопределенности. Многие задачи оптимизации автоматических устройств, например, содержат параметры в виде случайных помех с некоторыми вероятностными характеристиками.

III. Кибернетические модели. Этот тип моделей используется для анализа конфликтных ситуаций.

Предполагается, что динамический процесс определяется несколькими субъектами, в распоряжении которых имеется несколько управляющих параметров. С кибернетической системой ассоциируется целая группа субъектов со своими собственными интересами.

IV. Вышеописанные типы моделей не охватывают большого числа различных ситуаций, таких, которые могут быть полностью формализированы. Для изучения таких процессов необходимо включение в математическую модель функционирующего "биологического" звена - человека. В таких ситуациях используется имитационное моделирование, а также методы экспертиз и информационных процедур.

Математическая модель может возникнуть тремя путями:

1. В результате прямого изучения реального процесса. Такие модели называются феноменологическими.
2. В результате процесса дедукции. Новая модель является частным случаем некоторой общей модели. Такие модели называются асимптотическими.
3. В результате процесса индукции. Новая модель является обобщением элементарных моделей. Такие модели называют моделями ансамблей.

Математическое моделирование как процесс состоит из нескольких составляющих:

1.Предварительный анализ объекта исследования с целью определения главных параметров, существенных и несущественных связей, главных характеристик, законов, которые присущи явлению или объекту;

2.Построение математической модели;

3.Реализация математической модели математическими методами;

4.Выбор (или разработка) алгоритма для реализации математической модели с помощью компьютера;

5.Создание или выбор программ, которые «переводят» модель и алгоритм на доступный компьютеру язык;

6.Проведение вычислительного эксперимента;

7.Анализ полученных результатов и перенесение их на объект, который исследуется.

Можно выделить следующие этапы математического моделирования:

– перевод прикладной задачи с естественного языка той области, где она возникла, на язык математики (І этап);

– решение полученной математической задачи (ІІ этап);

– интерпретация полученных результатов, т.е. перевод решений математической задачи с языка математики на язык той области, где она возникла (ІIІ этап). (рисунок 1)

Рисунок 1 – Этапы математического моделирования

(ПЗ – прикладная задача, МЗ – математическая задача, РМЗ – решения математической задачи, РПЗ – решения прикладной задачи).

Для решения математической задачи важно указать систему правил, которая задает строго определенную последовательность математических операций, приводящих к искомому ответу. Такую систему правил называют алгоритмом. Понятие алгоритма в его общем виде относится к числу основных понятий математики.

В простейшем случае последовательность математических операций, с помощью которых можно вычислить искомые величины, определяется формулами. Так, формула Герона является алгоритмом вычисления площади треугольника по его сторонам.

Алгоритмы решения многих математических задач, для которых не удается получить ответ в виде формулы, основаны на следующей процедуре: строится бесконечный процесс, сходящийся к искомому решению. Он обрывается на некотором шаге (вычисления нельзя продолжать бесконечно), и полученная таким образом величина приближенно принимается за решение рассматриваемой задачи.

Проблема применения алгоритмов, использующих бесконечный сходящийся процесс,- не в приближенном характере дело, а в большом объёме необходимых вычислений. Не случайно такие алгоритмы принято называть вычислительными алгоритмами, а основанные на них методы решения математических задач - численными методами. Широкое применение вычислительных алгоритмов стало возможным благодаря ЭВМ. До их появления численные методы использовались редко и только в сравнительно простых случаях в силу чрезвычайной трудоёмкости вычислений вручную.

Особенности использования алгоритмов:

1) При разработке вычислительных алгоритмов особенное внимание уделяется тому, чтобы они были удобны для машинного счета.

2) Опыт показывает, что гораздо выгоднее развивать универсальные алгоритмы для решения широкого класса типичных математических задач, чем строить частные алгоритмы для решения каждой задачи в отдельности.

3) Изучение объектов самой различной природы часто приводит к одним и тем же математическим задачам. Поэтому имеется благоприятная возможность выделить задачи, которые часто встречаются в приложениях, изучить их особенности, разработать эффективные алгоритмы и реализовать эти алгоритмы в виде стандартных программ для ЭВМ.

Таким образом, существует несколько точек зрения на понятие прикладной математики. Основными ее элементами являются моделирование и алгоритм.

2 Математические методы и модели в медицине

Развитие методов вычислительной математики и нарастание мощности компьютеров позволяют в наши дни выполнять точные расчеты в области динамики сложнейших живых и неживых систем с целью прогнозирования их поведения. Реальные успехи на этом пути зависят от готовности математиков и программистов к работе с данными, полученными традиционными для естественных и гуманитарных наук способами: наблюдение, описание, опрос, эксперимент.

Термин “статистика” в его современном значении впервые употребил немецкий ученый Готфрид Ахенваль (1719—1772).

Вначале статистика применялась в основном в области социально-экономических наук и демографии, а это неизбежно заставляло исследователей более глубоко заниматься вопросами медицины. Характерной в этом плане является работа швейцарского математика, занимавшегося одновременно медициной, Даниила Бернулли “Опыт нового анализа смертности, вызванной оспой, и тех преимуществ, которые возникают при ее прививке” (1760). Однако подлинным основателем теории статистики по праву считается бельгийский статистик и антрополог Адольф Кетле (1796—1874). Одной из первых переведенных на русский язык была книга “О социальной системе и законах управляющих ею” (1866), в которой А. Кетле приводит примеры использования статистических наблюдений в медицине: “Два известных профессора страсбургского медицинского факультета Рамо и Саррю сделали любопытное наблюдение относительно скорости пульса. Сравнив мои наблюдения с собранными ими, они заметили, что между ростом и числом пульса существует зависимость. Возраст может влиять на пульс только при изменении роста, который играет в этом случае роль регулирующего элемента. Число ударов пульса находится таким образом в обратном отношении с квадратным корнем роста. Приняв за рост среднего человека 1,684 м, Рамо и Саррю полагают число ударов пульса равным 70. Имея эти данные, можно вычислить число ударов пульса у человека какого бы то ни было роста”.

В XVIII—XIX веках в России сложились благоприятные условия для развития статистики. В 1804 г. при Академии наук был организован факультет статистики. Согласно “Уставу учебных заведений, подведомственных университетам” (приходские, уездные училища и гимназии) эти заведения обязаны были иметь кафедру статистики. В 1806—1808 гг. усилиями русского статистика профессора Санкт-Петербургс кого университета К.Ф. Германа был организован “Статистический журнал”. К.Ф. Герман видел функции статистики не в простом сборе фактов, а в их анализе и обобщении.

Все это вело к широкому проникновению статистической методологии в российскую медицину. Пожалуй, самым активным сторонником использования в ней статистики был основоположник военно-полевой хирургии Н. И. Пирогов. Еще в 1849 г., говоря об успехах отечественной хирургии, он указывал: “... приложение статистики для определения диагностической важности симптомов и достоинства операций можно ... рассматривать как важное приобретение новейшей хирургии”. В своем учебнике по основам военно-полевой хирургии Н.И. Пирогов пишет: “Я принадлежу к ревностным сторонникам рациональной статистики и верю, что приложение ее к военной хирургии есть несомненный прогресс” .

Известный российский терапевт и организатор земской медицины В.А. Манассеин в своих клинических лекциях уделял большое внимание медицинской статистике. “Для проверки в клинике имеются два пути, отнюдь не исключающие друг друга и одинаково важные. Я разумею путь статистического доказательства, с одной стороны, и точное клиническое наблюдение каждого отдельного случая — с другой” .

Наиболее активное внедрение статистической методологии в медицину отмечалось в Военно-медицинской академии (Санкт-Петербург). В ее стенах был защищен ряд диссертаций, в которых обобщалась работа по систематизации обширных медико-статистических данных с применением математической обработки результатов.

В 60-е годы XX века после очевидных успехов прикладной статистики в технике и точных науках вновь начал расти интерес к использованию статистики в биологии и медицине. В журналах “Вопросы философии” и “Вестник высшей школы” периодически стали появляться статьи на эту тему. Так, В.В. Алпатов в статье “О роли математики в медицине” писал: “Чрезвычайно важна математическая оценка терапевтических воздействий на человека. Новые лечебные мероприятия имеют право заменить собою мероприятия, уже вошедшие в практику, лишь после обоснованных статистических испытаний сравнительного характера. ... Огромное применение может получить статистическая теория в постановке клинических и внеклинических испытаний новых терапевтических и хирургических мероприятий. ... Здесь необходимо подчеркнуть то, что математик-статистик должен включаться в работу медика-экспериментатора на самых начальных этапах этой работы”.

Хорошо известно, что один из подходов к описанию картины природы - это построение иерархии уровней организации, изучаемых различными науками; по уровню абстракции, свойственному каждой из них, эти науки можно расположить в такой последовательности: физика, химия, биохимия, физиология, психология, социология.

Проблемы, касающиеся организации и деятельности больниц, следует отнести к более высокому уровню абстракции, чем, скажем, физиологию и патологию человека. Но хотя в определенной степени логическое содержание этого более высокого уровня независимо от более низкого, вопросы физиологии и патологии неизбежно должны учитываться при решении любой проблемы, касающейся организации больничных служб.

Для постановки диагноза врач совместно с другими специалистами часто бывает вынужден учитывать самые разнообразные факты, опираясь отчасти на свой личный опыт, а отчасти на материалы, приводимые в многочисленных медицинских руководствах и журналах. 

Общее количество информации увеличивается со все возрастающей интенсивностью, и есть такие болезни, о которых уже столько написано, что один человек не в состоянии в точности изучить, оценить, объяснить и использовать всю имеющуюся информацию при постановке диагноза в каждом конкретном случае. Разумеется, хороший диагност, используя свой большой опыт и интуицию, может отобрать необходимую часть важных данных и дать достаточно точное заключение.

В тех случаях, когда задача содержит большое число существенных взаимозависимых факторов, каждый из которых в значительной мере подвержен естественной изменчивости, только с помощью правильно выбранного статистического метода можно точно описать, объяснить и углубленно исследовать всю совокупность взаимосвязанных результатов измерений. Если число факторов или важных результатов настолько велико, что человеческий разум не в состоянии их обработать даже при введении некоторых статистических упрощений, то обработка данных может быть произведена на электронной вычислительной машине.

В медицине часто возникают сложные проблемы, связанные с применением лекарственных препаратов, которые еще находятся на стадии испытания. Морально врач обязан предложить своему больному наилучший из существующих препаратов, но фактически он не может сделать выбор, пока испытание не будет закончено. В этих случаях применение правильно спланированных последовательностных статистических испытаний позволяет сократить время, требуемое для получения окончательных результатов. Этические проблемы при этом не снимаются, однако такой математический подход несколько облегчает их решение.

Метод моделиpования в медицине является сpедством, позволяющим устанавливать все более глубокие и сложные взаимосвязи между теоpией и опытом. В последнее столетие экспеpиментальный метод в медицине начал   наталкиваться на опpеделенные гpаницы, и выяснилось, что целый pяд  исследований невозможен без моделиpования. Если остановиться на некотоpых пpимеpах огpаничений области пpименения экспеpимента в медицине, то они будут в основном следующими:

 а) вмешательство в биологические системы иногда имеет такой хаpактеp, что невозможно установить пpичины появившихся изменений  (вследствие  вмешательства или по дpугим пpичинам);

 б) некотоpые теоpетически возможные экспеpименты неосуществимы вследствие низкого уpовня pазвития экспеpиментальной техники;

 в) большую группу экспериментов, связанных с экспериментированием на человеке, следует отклонить по моpально-этическим сообpажениям.

 Но моделиpование находит шиpокое пpименение в области медицины  не только из-за того, что может заменить экспеpимент. Оно имеет большое самостоятельное значение, котоpое выpажается в целом pяде  pеимуществ: 

1. с помощью метода моделиpования на одном комплексе данных можно pазpаботать целый pяд pазличных моделей, по-pазному интеpпpетиpовать исследуемое явление, и выбpать наиболее плодотвоpную из них для теоpетического истолкования.  
2. в пpоцессе постpоения модели можно сделать pазличные дополнения к исследуемой гипотезе и получить ее упpощение.
3. в случае сложных математических моделей можно пpименять ЭВМ.
4. откpывается возможность пpоведения модельных экспеpиментов (модельные экспеpименты на подопытных животных).

Все это ясно показывает, что моделиpование выполняет в медицине самостоятельные функции и становится все более необходимой ступенью в пpоцессе создания теоpии. 

Во второй половине двадцатого столетия широкое развитие получила такая сопутствующая медицине наука  как  иммунология. Успехи, достигнутые в иммунологии, оказывают прямое влияние на методы лечения, на всю клиническую практику в медицине. Проблемы иммунологии тесно связаны с проблемами лечения (послеоперационное заживление ран, трансплантация органов, раковые заболевания, аллергии и иммунодефициты).

К настоящему времени клиницистами и иммунологами накоплен огромный материал наблюдений за течением различных инфекционных заболеваний и на основе анализа этого материала получены фундаментальные результаты, касающиеся механизмов взаимодействия антигенов и антител на различном уровне детализации: от макроскопического до внутриклеточного генетического. Эти результаты позволили подойти к построению математических моделей иммунных процессов. Г.И Марчуком была разработана простейшая математическая модель, основанная на  соотношении баланса для каждого из компонентов участвующих в иммунном ответе.  Именно ввиду такой концепции частные особенности функционирования иммунной системы не оказываются существенными для анализа динамики болезни, а на первый план выступают основные закономерности протекания защитной реакции организма. Поэтому при построении математической модели не будут различаться клеточные и гуморальные компоненты иммунитета, участвующие в борьбе с антигенами, проникшими в организм.

Задача 1. Курс воздушных ванн начинают с 15 минут в первый день и увеличивают время этой процедуры в каждый следующий день на 10 минут. Сколько дней следует принимать воздушные ванны в указанном режиме, чтобы достичь их максимальной продолжительности 1ч 45 мин?

Решение:

х1=15, d=10, хn=105 мин.

хn = х1 + d(n - 1).

хn = 15 + d(n – 1)хn = 15 + 10n – 10.

10n = 100.

n=10

Ответ. 10 дней.

Задача 2. Если смешать 8 кг и 2 кг растворов серной кислоты разной концентрации, то получим 12-ти процентный раствор кислоты. При смешивании двух одинаковых масс тех же растворов получим 15-ти процентный раствор. Определите первоначальную концентрацию каждого раствора.

Решение:

Пусть х% - концентрация серной кислоты в 8 кг, у% - концентрация серной кислоты в 2 кг.

у=30-х,

3х=30,

х=10, у=20.

10% - концентрация серной кислоты в 8 кг раствора,

20% - концентрация серной кислоты в 2 кг раствора.

Ответ. 10%, 20%.

Таким образом, в медицине исторически применяется математическая статистика. Кроме того, использование математики возможно при определении продолжительности курса лечения (в случае определения математического закона зависимости), концентрации растворов лекарственных средств и др.

3 Применение математики в строительстве

Область применения математических законов не знает границ, они используются во многих отраслях науки и производства.

Строительные задачи могут отличаться по степени сложности расчетов. Например, прочностные расчеты, определяющие геометрию основных элементов здания и степень выносливости несущих конструкций, относятся к сложнейшим вычислениям. Подобные расчеты выполняются с учетом множества факторов и стоят на стыке двух наук – математики и сопротивления материалов. Однако помимо таких сверхсложных задач существуют и более простые (с точки зрения математики) вопросы, которые чаще встречаются в деятельности строителя-практика. С подобными вопросами может столкнуться и профессионал, и любитель, затеявший несложный капитальный ремонт.

 К таким задачам, имеющим строго прикладной характер можно отнести следующие варианты.

1. Построение прямого угла. В строительстве очень часто возникает потребность в определении прямого угла, которую можно решить двумя способами. Первый состоит в использовании специального инструмента – угольника. Однако габариты этого инструмента накладывают ограничение на область применения этого метода. Второй метод можно использовать для определения перпендикулярности поверхностей любой протяженности... Он состоит в использовании следующего правила - соотношение катетов и гипотенузы в прямоугольном треугольнике соответствует числовому ряду 3-4-5. Следовательно, для проверки перпендикулярности поверхностей достаточно отметить на сопрягаемых участках расстояние в 3 (или 30) и 4 (или 40) метров и соединить их 5-ти (или 50-ти) метровой гипотенузой. История утверждает, что этот метод был известен еще строителям Древнего Египта. Однако современные инженеры и прорабы рассматривают этот способ, как частный случай общеизвестной теоремы Пифагора.
2. Определение площади нестандартной фигуры. С этой задачей сталкиваются в основном мастера отделочники, например, паркетчики или укладчики линолеума или «ламината». Большинство комнат в квартирах и домах современной планировки имеют сложную форму пола, основанную на сопряжении нескольких геометрических фигур: трапеции и окружности, прямоугольника и треугольника. Просчитать потребность в расходном материале для такой площади очень сложно. Однако, используя принцип деления сложной геометрической фигуры на несколько простых, можно быстро добиться нужных результатов. Для этого достаточно вычислить площадь простой геометрической фигуры, а затем добавить или отнять от нее площадь другой фигуры, которая исказила стандартные формы при сопряжении.

 Исходя из этих простых примеров применения всем известных законов для прикладных целей, можно с уверенностью утверждать, что именно математика является «царицей наук». С помощью аксиом и формул этой области человеческих знаний можно решить любую теоретическую или практическую задачу.

Задача 1. Привезли и выгрузили большое количество брёвен строевого леса. Нужно быстро определить, сколько брёвен привезли, чтобы закрыть наряд водителям. Подсчитайте количество брёвен, если их складировать в 20 рядов?

Решение:

Используя законы геометрической прогрессии, получаем:

b1 = 1, b20 = 20*10= 210 (брёвен).

Ответ. 210 бревен.

Задача 2. Нужно построить открытый цилиндрический резервуар с объемом V и толщиной стенки d . Каким должны быть размеры резервуара при минимальных затратах материала?

Решение:

Пусть d толщина стенки, х – радиус основания внутреннего цилиндра, (x+d) – радиус основания внешнего цилиндра, h – высота внутреннего цилиндра, (h+d) – высота внешнего цилиндра. Тогда, по известной формуле, имеем:

V0= πx2h  - объем внутреннего цилиндра;

V1= π(х+d)2d  - объем днища цилиндра;

V2= π(х+d)2h  -  объем внешнего цилиндра.

Объем затраченного материала V будет равен:

V =V2+V1-V0 . Или V2=π(х+d)2h + π((x+d)2-x2)h=πd(х+d)2+π d (d2+2xd) .

По условию задачи V0= πx2h, откуда

Тогда V= πd(х+d)2+  ( d2+2xd)        (1)

Соотношение (1) выражает зависимость между величиной V и независимой переменной х и может быть представлено в виде функции

V(x)= πd(х+d)2 +                                                                    (2)

Это и есть математическая модель рассматриваемой прикладной задачи.

Поскольку в исходной задаче требуется, чтобы объем затраченного материала был минимальным, то исследуем функцию (2) на экстремум при х>0:

V’(x)= 2πd(х+ d)- =0

Из этого равенства находим, что , при этом  

Чтобы показать, что функция V(x) имеет минимальное значение при  , найдем ее вторую производную: V’’(x)= 2πd+

Вычислим значение второй производной в точке Имеем:

V’’()= 

Очевидно, что V’’. .Следовательно, функция V(x) достигает минимума в точке х=

В исходной задаче спрашивалось, какие размеры должен иметь резервуар. То есть, какими должны быть его глубина h и радиус внутренней окружности х. Из предыдущей математической задачи имеем h=х=

Ответ. h=х=

Таким образом, математика широко применяется в решении строительных задач.

4 Использование математических приемов в сельском хозяйстве

 В условиях интенсификации  сельского хозяйства большое значение приобретает проблема эффективного использования земельных ресурсов. При этом приходится сталкиваться с такими задачами, эффективное решение которых практически невозможно без использования математических методов и электронно-вычислительной техники.

Математические методы позволяют решать большой круг экономических и землеустроительных задач, связанных с использованием земельных ресурсов, определением перспективных параметров экономических показателей, обоснованием оптимальных вариантов устройства территории, а также использования материальных, трудовых и денежных ресурсов.

В основе применения математических методов исследования в землеустройстве лежит моделирование изучаемого экономического явления или процесса, представляющее построение математической модели.

При исследовании экономических явлений о сельском хозяйстве и в землеустройстве пользуются экономико-математическими моделями, которые имеют свои особенности. Это связано с тем, что сельское хозяйство имеет ряд специфических свойств, которые сильно отличают ее от других средств производства. Кроме того, использование земли как природного фактора зависит от наличия и параметров различных ресурсов производства (денежных, материальных, трудовых), а обеспеченность землями различного качества определяет необходимые размеры этих ресурсов и экономические показатели производства.

Местоположение хозяйства, обеспеченность трудовыми ресурсами и средствами производства, наличие денежных средств, направленных на развитие хозяйства, его специализация оказывают обратное влияние на состав и плошали угодий и севооборотов и устройство их территории. Следовательно, размеры производства и территория взаимосвязаны и взаимообусловлены, причем в каждом конкретном хозяйстве может быть установлен свой вариант их соотношения.

В связи с этим математические модели должны давать сведения не только об экономических характеристиках производства, но и о характере использования земли. Изложенное позволяет сформулировать понятие математической модели применительно к сельскому хозяйству следующим образом.

Математической моделью называется особая система, характеризующая и связывающая воедино наиболее существенные экономические показатели и параметры производства и территории.

Сложность математических моделей зависит от числа учитываемых факторов и характера взаимосвязи между ними, от наличия, точности и достоверности исходной информации и непосредственно от изучаемого процесса или явления. Сложностью определяются и конструктивные особенности моделей (число неизвестных, их степени, количество условий, виды целевой функции и др.).

Изучение математических моделей, применяемых в сельском хозяйстве позволило сгруппировать их следующим образом.

Все модели подразделяются на три большие группы: экономико-математические, экономико-статистические и аналитические.

Экономико-математические модели используются для разработки оптимальных реакций проекта землеустройства, балансовые - для дальнейшего проектирования и обоснования принятых решений (балансы кормов, труда, расчеты населения на перспективу и т.д.)

При помощи экономико-статистических моделей осуществляется анализ производства, подготавливается необходимая информация для использования оптимизационных методов производится оценка проектировочных решений.

Аналитические модели также применяются в целях подготовки исходной информации и обоснования проектных решений. С их помощью рассчитывают рабочие уклоны, определяют среднюю условную длину полей и рабочих участков, находят различные технические параметры, используемые для проектирования и т.д.

Классификация экономико-математических моделей предложена Браславцем М.Е. Он подразделяет экономико-математические модели на детерминистические, в которых результат полностью и однозначно определяется набором независимых переменных, и стохастические, описывающие случайные процессы, подчиняющиеся законам теории вероятности. Детерминистические модели при этом делятся на балансовые и оптимизационные. Данная группировка по существу отражает также и состав экономико-математических моделей, применяемых в землеустройстве.

Однако исследования показывают, что при разработке проектов применяются различные виды оптимизационных моделей, что требует углубления и классификации.

В связи с этим, современная оптимизационное моделирование в сельском хозяйстве выступает в двух видах: комбинированном и дифференцированном.

При комбинированном моделировании все вопросы землеустроительного проекта решаются комплексно по всем составным частям и элементам. Этот вид моделирования является более правильным, однако он приводит к громоздким задачам, решение которых затруднительно.

Дифференцированное моделирование заключается в последовательном решении частных задач проекта в сочетании с традиционные методами. Модели при этом получаются значительно меньшего объема и их решение существенно облегчается.

Математические модели в сельском хозяйстве дают возможность не только определить взаимосвязи между изучаемыми явлениями, но и установить вид вычислительной техники, количество и точность требуемой для решения информации. Полученные при реализации моделей данные анализируют, в случае необходимости корректируют применительно к конкретным природно-экономическим условиям и используют для целей проектирования и обоснования принятых решений.

Задача 1. Для одного их предприятий-монополистов по производству кукурузной крупы зависимость объема спроса на продукцию q (единиц в месяц)  от ее цены p (тыс.руб.) задается формулой q=40-5p. Определите максимальный уровень p цены (в тыс. руб.), при котором значение выручки предприятия за месяц r=q.p составит 75 тыс.руб.

Решение.

(40-5p).p=75

-5p2+40p-75=0

p2-8p+15=0

p1=5, p2=3.

Так как выручка составляет не менее 75 тыс. руб., то максимальный уровень цены 5 тыс.руб.

Ответ. 5 тыс. руб.

Задача 2. Коэффициент полезного действия некоторого двигателя сельскохозяйственной машины определяется формулой . При каком наименьшем значении нагревателя Т1 КПД этого двигателя будет не меньше 70%, если температура холодильника Т2=150?

Решение.

.

, Т2=150,

Ответ. 500.

Задача 3. Ферма занимается возделыванием только двух культур – зерновых и картофеля – и располагает следующими ресурсами: пашня – 5 000 га, труд – 300 000 чел.-час, возможный объем тракторных работ – 28 000 условных га. Найти оптимальное сочетание посевных площадей культур.

Решение. Критерием оптимальности является максимум стоимости валовой продукции. Этот максимум должен достигаться в условиях использования ограниченных ресурсов пашни, труда и механизированных работ. В задаче имеется множество допустимых вариантов сочетания посевных площадей двух культур, но не все из них равнозначны с точки зрения требования оптимальности.

Для поиска оптимального решения задачи обозначим через х1 га площадь, отводимую под зерновые, а через х2 га — площадь, отводимую под картофель. Тогда стоимость зерновых составит 400 х1 р., а стоимость картофеля — 1000 х2 р. Отсюда стоимость всей валовой продукции составит (400 х1 + 1000 х2) p. Обозначим это выражение через у:

у = 400 х1 + 1000 х2

Нам надо найти максимум этой целевой функции при соблюдении следующих условий:

а) общая площадь зерновых и картофеля не должна превышать 5000 га, т. е. х1+x2<5000;

б) общие затраты труда не должны превосходить 300 тыс. человеко-часов, т. е.

30 х1 +150х2 < 300 000 (или х1 +5х2 < 10 000);

в) общий объем механизированных работ не должен превосходить 28 000 усл. га,

т. е. 4 х1 + 12х2<28 000 (или х1 + 3х2<7 000);

г) площади, отводимые под зерновые и картофель, могут принимать только неотрицательные значения: х1 >0; х2>0

Таким образом, условия задачи выражаются следующей системой неравенств:

Требуется найти такие значения х1 и х2, при которых функция у = 400 х1 + 1000 х2 принимает наибольшее значение.

Решение задачи было выполнено графическим способом: на координатной плоскости Х1Х2 были построены прямые

х1 + х2 = 5000,

х1 + 5х2 = 10000,

х1 + 3х2 = 7000.

Затем была выделена область, состоящая из точек плоскости, координаты которых удовлетворяют системе. Этой областью являлся пятиугольник .

Для нахождения наибольшего значения функции у = 400 х1 + 1000 х2 были найдены ее значения в вершинах пятиугольника. Наибольшее значение функции было при х1 = 4000, х2 = 1000.

Таким образом, оптимальное сочетание посевных площадей культур: зерновые — 4000 га, картофель – 1000 га.

На конечном этапе решения задачи был проведен экономический анализ оптимального ее решения.

При х1 =4000 и х2 =1000:

х1 + х2 = 5000, а это значит, что пашня используется полностью.

4х1 + 12х2 = 4*4000 + 12*1000 = 28 000. Это означает, что ресурсы тракторного парка используются полностью.

30х1 + 150х2 = 30*4000 + 150*1000 = 270 000. Это значит, что трудовые ресурсы недоиспользованы на 30000 чел.-ч. Полное использование трудовых ресурсов сдерживается ограниченностью пашни и мощностью тракторного парка.

Таким образом, для рассмотренной в задаче фермы ресурсы имеют разную ценность: человеческих рук в избытке, а механизированный труд дефицитен.

Можно придти к выводу, что в сельском хозяйстве также необходимо применение математических расчетов, методов и моделей для достижения наилучшего результата.

Заключение

Прикладные задачи по математике - задачи, которые возникают за пределами математики, но решение которых требует применения математического аппарата.

Радикальным методом реализации прикладной направленности математики есть математическое моделирование, а наиболее эффективным средством – прикладные задачи, решение которых требует глубоких знаний не только математики, но и других наук.

Для решения математической задачи важно указать систему правил, которая задает строго определенную последовательность математических операций, приводящих к искомому ответу. Такую систему правил называют алгоритмом.

Метод моделиpования в медицине является сpедством, позволяющим устанавливать все более глубокие и сложные взаимосвязи между теоpией и опытом. В последнее столетие экспеpиментальный метод в медицине начал   наталкиваться на опpеделенные гpаницы, и выяснилось, что целый pяд  исследований невозможен без моделиpования.

В строительстве к задачам, имеющим строго прикладной характер относят:

1.Построение прямого угла;

2. Определение площади нестандартной фигуры.

Также математические методы позволяют решать большой круг экономических и землеустроительных задач, связанных с использованием земельных ресурсов, определением перспективных параметров экономических показателей, обоснованием оптимальных вариантов устройства территории, а также использования материальных, трудовых и денежных ресурсов.

При исследовании экономических явлений о сельском хозяйстве и в землеустройстве пользуются экономико-математическими моделями, которые имеют свои особенности. Это связано с тем, что сельское хозяйство имеет ряд специфических свойств, которые сильно отличают ее от других средств производства.

Еще Галилеем было сказано, что книга природы написано на языке математики. Развивая эту мысль, Н. Бор писал: "Чистая математика является не отдельной областью знания, а скорее усовершенствованием общего языка, оснащением его удобными средствами для отображения таких зависимостей, для которых обычные словесные выражения оказались бы неточными".

Таким образом, математика находит свое применение в различных сферах жизнедеятельности человека, а, значит, выдвинутая гипотеза была подтверждена в ходе исследования.

Терминологический словарь

Прикладные задачи по математике - задачи, которые возникают за пределами математики, но решение которых требует применения математического аппарата.

Моделированием называется замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели.

Модель (фр. modèle, от лат. modulus — «мера, аналог, образец») — некоторый материальный или мысленно представляемый объект или явление, являющийся упрощённой версией моделируемого объекта или явления (прототипа) и в достаточной степени повторяющий свойства, существенные для целей конкретного моделирования (опуская несущественные свойства, в которых он может отличаться от прототипа.

Алгоритм - точный набор инструкций, описывающих порядок действий исполнителя для достижения результата решения задачи за конечное время

Метод - систематизированная совокупность шагов, действий, которые необходимо предпринять, чтобы решить определенную задачу или достичь определенной цели.

Статистика - отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных.

Список использованных источников

1. Блехман И.И., Мышкис А.Д., Пановко Я.Г. Прикладная математика: логика, особенности подходов. – Киев: Наукова думка, 1976
2. Высоцкий И.Р., Гущин Д.Д. и др. Единый государственный экзамен 2010. Математика. Универсальные материалы для подготовки учащихся / ФИПИ – М.: Интеллект-Центр, 2010. – 96 с.
3. Денищева Л. О., Глазков Ю.А., Краснянская К.А., Рязановский А.Р., Семенов П.В. Единый государственный экзамен 2001. Математика. Учебно-тренировочные материалы для подготовки учащихся / ФИПИ –М.: Интеллект-Центр, 2007. – 272 с.
4. Клово А.Г. Экзаменационные материалы для подготовки к единому государственному экзамену. ЕГЭ-2008. Математика. М.: ФГУ «Федеральный центр тестирования», 2007.
5. Математика наших дней. – М.: Знание, 1976
6. Мышкис А.Д. Что такое прикладная математика? Вестник высшей школы, 1967, №2
7. Налимов В.В. Логические основания прикладной математики. - М.: Издательство МГУ, 1979
8. Тихонов А.Н., Костомаров Д.П. Вводные лекции по прикладной математике. – М.: Наука, 1984