<= «меньше либо равно»
< «меньше» (строго)
>= «больше либо равно»
> «больше» (строго).
Неравенству с одной переменной х — 7 > 13 удовлетворяют все числа, которые при уменьшении на 7 равняются 13 или более. Неравенства решаются по схожему алгоритму. Пример:
х — 7 >= 13; х — 7 + 7 >= 13 + 7; х >= 20.
Решением этого неравенства является множество всех чисел, больших или равных 20.
Иногда уравнения и неравенства ведут себя по-разному, как, например, в следующем случае.
Здесь для решения неравенства нужно сменить его знак на противоположный.
Это можно показать так: 7 < 13, однако, напротив, — 7 > — 13.
* * *
Сумма первых восьми нечетных чисел записывается следующим образом:
Σ >n>j=0 (1 + 2j) = (1 + 2∙0) + (1 + 2∙1) + (1 + 2∙2) + (1 + 2∙3) + (1 + 2∙4) + (1 + 2∙5) + (1 + 2∙6) + (1 + 2∙7) + (1+ 2∙8) = 1 + 3 + 5 + 7 + 9 + 11+ 13 +15 + 17.
Сумма Σ >5>j=2 2>j равняется 2>2 + 2>3 + 2>4 + 2>5 = 4 + 8 +16 + 32.
Сумма Σ >3>l=1 (l+1)∙3>l = 2∙З>1 + 3∙З>2 + 4∙3>3 = 6 + 27 + 108.
* * *
ДИСКРЕТНЫЕ И НЕПРЕРЫВНЫЕ ПЕРЕМЕННЫЕ
Во многих областях современной математики переменная определяется как дискретное множество (это означает, что она может принимать только определенные значения, и между двумя соседними значениями не может находиться никакого другого). На языке математики это записывается так: {х>1, х>2, …,х>n}. Между значениями х>1 и х>2 нет никакого другого значения переменной х.
Существуют и другие переменные, используемые намного чаще, которые определены на непрерывных множествах (это означает, что такие переменные могут принимать целые, дробные и иррациональные значения). Примером такой переменной является {0 <= t <=
}. Очень часто для решения различных задач, связанных с функциями, определенными на непрерывных множествах, требуется выполнить операцию интегрирования
, как, например, в случае с функцией вероятности или нормальным распределением вероятности. Когда речь идет о дискретных переменных, операцией, аналогичной интегрированию, является сложение.
![](data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEASABIAAD/2wBDAA0JCgsKCA0LCgsODg0PEyAVExISEyccHhcgLikx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)
Функция f(t) непрерывной переменной t, определенная на множестве {a <= t <= b}.
Функция у(х) дискретной переменной х, определенная на множестве {х>1, х>2, х>3, x>4}.
Множество из четырех элементов можно обозначить буквами и цифрами, которые будут выступать в качестве индексов: х>1, х>2, х>3, x>4.Если мы хотим работать с множеством из n элементов (n может изменяться в зависимости от задачи), они будут обозначаться {х>1, х>2…. х>n-1, x>n}. Так, х>n >- 1 обозначает элемент, идущий перед х>n, последним элементом множества. Произвольный элемент ряда (занимающий в нем i-е место) обозначается