Математика. I. Определение предмета математики, связь с другими науками и техникой 98 страница

Данные первого столбца табл. 1а собраны с целью установления точности изготовления деталей, расчётный диаметр к-рых равен 13, 40 мм, при нормальном ходе производства. Простейшим допущением, к-рое может быть в этом случае обосновано нек-рыми теоретич. соображениями, является предположение, что диаметры отд. деталей можно рассматривать как случайные величины X, подчинённые нормальному распределению вероятностей
[ris]
Если это допущение верно, то параметры а и б²-среднее и дисперсию вероятностного распределения - можно с достаточной точностью оценить по соответствующим характеристикам статистического распределения (т. к. число наблюдений п = 200 достаточно велико). В качестве оценки для теоретич. дисперсии б² предпочитают не статистич. дисперсию D² = S²/n, а несмещённую оценку
[ris]

Для теоретич. среднего квадратичного отклонения не существует общего (пригодного при любом распределении вероятностей) выражения несмещённой оценки. В качестве оценки (вообще говоря, смещённой) для а чаще всего употребляют s. Точность оценок х и s для а и а указывается соответствующими дисперсиями, к-рые в случае нормального распределения (1) имеют вид
[ris]
где знак ~ обозначает приближённое равенство при больших п. Таким образом, уславливаясь прибавлять к оценкам со знаком ± их среднее квадратичное отклонение, имеем при больших п в предположении нормального распределения (1):
[ris]
Объём выборки п = 200 достаточен для законности пользования этими формулами теории больших выборок.

Дальнейшие сведения об оценке параметров теоретич. распределений вероятностей см. в статьях Статистические оценки, Доверительные границы. О способах, при помощи к-рых по данным первого столбца табл. 1а можно было бы проверить исходные гипотезы нормальности распределения и независимости наблюдений, см. в статьях Распределения, Непараметрические методы, Статистическая проверка гипотез.

При рассмотрении данных следующих столбцов табл. 1а, каждый из к-рых составлен на основе 10 измерений, употребление формул теории больших выборок, может служить только для первой ориентировки. В качестве приближённых оценок параметров а и 0 по-прежнему употребляются величины х и s, но для оценки точности и надёжности таких оценок необходимо применять теорию малых выборок. При сравнении по правилам М. с. выписанных в последних строках табл. 1а значений х и 5 для трёх выборок с нормальными значениями а и а, оценёнными по первому столбцу таблицы, можно сделать следующие выводы: первая выборка не даёт оснований предполагать существенного изменения хода производственного процесса, вторая выборка даёт основание к заключению об уменьшении среднего диаметра а, третья выборка - к заключению об увеличении дисперсии.

Все основанные на теории вероятностей правила статистич. оценки параметров и проверки гипотез действуют лишь с определённым значимости уровнем со < 1, т. е. могут приводить к ошибочным результатам с вероятностью а = 1 - со. Напр., если в предположении нормального распределения и известной теоретичдисперсии б² производить оценку а по х по правилу
[ris]

то вероятность ошибки будет равна а, связанному с k соотношением (см. табл. 3);
[ris]
Вопрос о рациональном выборе уровня значимости в данных конкретных условиях (напр., при разработке правил статистич. контроля массовой продукции) является весьма существенным. При этом желанию применять правила лишь с высоким (близким к единице) уровнем значимости противостоит то обстоятельство, что при ограниченном числе наблюдений такие правила позволяют сделать лишь очень бедные выводы (не дают возможности установить неравенство вероятностей даже при заметном неравенстве частот и т. д.).

Табл. 3. - Зависимость аи w = 1-а о т k.

Выборочный метод. В предыдущем разделе результаты наблюдений, используемых для оценки распределения вероятностей или его параметров, подразумевались (хотя это и не оговаривалось) независимыми (см. Вероятностей теория и особенно Независимость). Хорошо изученным примером использования зависимых наблюдений может служить оценка статистич. распределения или его параметров в " генеральной совокупности" из N объектов по произведённой из неё " выборке", содержащей п < N объектов.

Терминологическое замечание. Часто совокупность п наблюдений, сделанных для оценки распределения вероятностей, также наз. выборкой. Этим объясняется, напр., происхождение употреблённого выше термина " теория малых выборок". Эта терминология связана с тем, что часто распределение вероятностей представляют себе в виде статистич. распределения в воображаемой бесконечной " генеральной совокупности" и условно считают, что наблюдаемые п объектов " выбираются" из этой совокупности. Эти представления не имеют отчётливого содержания. В собственном смысле слова выборочный метод всегда предполагает исходную конечную генеральную совокупность.

Примером применения выборочного метода может служить следующий. Пусть в партии из N изделий имеется L дефектных. Из партии отбирается случайным образом п < N изделий (напр., п = 100 при N = 10 000). Вероятность того, что число lдефектных изделий в выборке будет равно т, равна Р{/ = т} =
[ris]
Таким образом, l и соответствующая относительная частота h = l/п оказываются случайными величинами, распределение к-рых зависит от параметра L или, что то же самое, от параметра Н = L/N. Задача оценки относительной частоты Н по выборочной относительной частоте h очень похожа на задачу оценки вероятности р по относительной частоте h при п независимых испытаниях. При больших п с вероятностью, близкой к единице, в задаче об оценке вероятности имеет место приближённое равенство р ~ h, а в задаче об оценке относительной частоты - приближённое равенство H~h. Однако в задаче об оценке Н формулы сложнее, а отклонения и от Н в среднем несколько меньше, чем отклонения h от р в задаче об оценке вероятности (при том же п). Таким образом, оценка доли Н дефектных изделий в партии по доле h дефектных изделий в выборке при данном объёме выборки п производится всегда (при любом N) несколько точнее, чем оценка вероятности р по относительной частоте h при независимых испытаниях. Когда N/n -> стремится к бесконечности, формулы задачи о выборке переходят асимптотически в формулы задачи об оценке вероятности р. См. также Выборочный метод.

Дальнейшие задачи математической статистики. Упоминавшиеся выше способы оценки параметров и проверки гипотез основаны на предположении, что число наблюдений, необходимых для достижения заданной точности выводов, определяют заранее (до проведения испытаний). Однако часто априорное определение числа наблюдений нецелесообразно, т. к., не фиксируя число опытов заранее, а определяя его в ходе эксперимента, можно уменьшить его математич. ожидание. Сначала это обстоятельство было подмечено на примере выбора одной из двух гипотез по последовательности независимых испытаний. Соответствующая процедура (впервые предложенная в связи с задачами приёмочного статистического контроля) состоит в следующем: на каждом шаге по результатам уже проведённых наблюдений решают а) провести ли следующее испытание, или о) прекратить испытания и принять первую гипотезу, или в) прекратить испытания и принять вторую гипотезу. При надлежащем подборе количеств, характеристик подобной процедуры можно добиться (при той же точности выводов) сокращения числа наблюдений в среднем почти вдвое по сравнению с процедурой выборки фиксированного объёма (см. Последовательный анализ). Развитие методов последовательного анализа привело, с одной стороны, к изучению управляемых случайных процессов, с другой- к появлению общей теории статистических решений. Эта теория исходит из того, что результаты последовательно проводимых наблюдений служат основой принятия нек-рых решений (промежуточных - продолжать испытания или нет, и окончательных - в случае прекращения испытаний). В задачах оценки параметров окончательные решения суть числа (значение оценок), в задачах проверки гипотез - принимаемые гипотезы. Цель теории - указать правила принятия решений, минимизирующих средний риск или убыток (риск зависит и от вероятностных распределений результатов наблюдений, и от принимаемого окончательного решения, и от расходов на проведение испытаний и т. п.).

Вопросы целесообразного распределения усилий при проведении статистического анализа явлений рассматриваются в теории планирования эксперимента, ставшей важной частью совр. М. с.

Наряду с развитием и уточнением общих понятий М. с. развиваются и её отд. разделы, такие, как дисперсионный анализ, статистический анализ случайных процессов, статистический анализ многомерный Появились новые оценки в регрессионном анализе (см. также Стохастическая аппроксимация). Большую роль в задачах М. с. играет т. н. байесовский подход (см. Статистические решения).

Историческая справка. Первые начала М. с. можно найти уже в сочинениях создателей теории вероятностей - Я. Бернулли (кон. 17 - нач. 18 вв.), П. Лапласа (2-я пол. 18 - нач. 19 вв.) и С. Пуассона (1-я пол. 19 в.). В России методы М. с. в применении к демографии и страховому делу развивал на основе теории вероятностей В. Я. Буняковский (1846). Решающее значение для всего дальнейшего развития М. с. имели работы русской классич. школы теории вероятностей 2-й пол. 19 - нач. 20 вв. (П. Л. Чебышев, А. А. Марков, А. М. Ляпунов, С. Н. Бернштейн). Многие вопросы теории статистич. оценок были по существу разработаны на основе теории ошибок и метода наименьших квадратов [К. Гаусс (1-я пол. 19 в.) и А. А. Марков (кон. 19 - нач. 20 вв.)]. Работы А. Кетле (19 в., Бельгия), Ф. Гальтона (19 в., Великобритания) и К. Пирсона (кон. 19 - нач. 20 вв., Великобритания) имели большое значение, но по уровню использования достижений теории вероятностей отставали от работ русской школы. К. Пирсоном была широко развёрнута работа по составлению таблиц функций, необходимых для применения методов М. с. В создании теории малых выборок, общей теории статистич. оценок и проверки гипотез (освобождённой от предположений о наличии априорных распределений), последовательного анализа весьма значительна роль представителей англо-американской школы [Стью-дент (псевд. У. Госсета), Р. Фишер, Э. Пирсон - Великобритания, Ю. Нейман, А. Вальд - США], деятельность к-рых началась в 20-х гг. 20 в. В СССР значительные результаты в области М. с. получены В. И. Романовским, Е. Е. Слуцким, к-рому принадлежат важные работы по статистике связанных стационарных рядов, Н. В. Смирновым, заложившим основы теории непараметрических методов М. с., Ю. В. Линником, обогатившим аналитический аппарат М. с. новыми методами. На основе М. с. особенно интенсивно разрабатываются статистич. методы исследования и контроля массового производства, статистич. методы в области физики, гидрологии, климатологии, звёздной астрономии, биологии, медицины и др.

Существует неск. журналов, публикующих работы по М. с., в том числе ч Annals of Statistics" (до 1973 " Annals of Mathematical Statistics"), " International Statistical Institute Review", " Biometrika", " Journal of the Royal Statistical Society". Имеются науч. ассоциации, поддерживающие исследования по М. с. и её применениям. Важную роль играет Международный статистический институт (ISI) с центром в Амстердаме и созданная при нём Международная ассоциация по статистич. методам в естеств. науках (IASPS).

Лит.: Крамер Г., Математические методы статистики, пер. с англ., М., 1948; Ван-дер-ВарденБ. Л., Математическая статистика, пер. с нем., М., 1960; Смирнов Н. В., Дунин-Барковский И. В., Курс теории вероятностей и математической статистики для технических приложений, Зизд., М., 1969; Большее Л.Н., СмирновН. В., Таблицы математической статистики, М., 1968; Л и н н и к Ю.В., Метод наименьших квадратов..., 2 изд., М., 1962; X а л ь д А., Математическая статистика с техническими приложениями, пер. с англ., М., 1956; Андерсон Т., Введение в многомерный статистический анализ, пер. с англ., М., 1963; К е н-д а л л М. Д ж., С т ь ю а р т А., Теория распределений, пер. с англ., М., 1966. А. Н. Колмогоров, Ю. В. Прохоров.

МАТЕМАТИЧЕСКАЯ ФИЗИКА, теория математических моделей физич. явлений; занимает особое положение и в математике, и в физике, находясь на стыке этих наук.

М. ф. тесно связана с физикой в той части, к-рая касается построения математич. модели, и в то же время - раздел математики, поскольку методы исследования моделей являются математическими. В понятие методов М. ф. включаются те математич. методы, к-рые применяются для построения и изучения математич. моделей, описывающих большие классы физич. явлений. Методы М. ф. как теории математич. моделей физики начали интенсивно разрабатываться в трудах И. Ньютона по созданию основ классич. механики, всемирного тяготения, теории света. Дальнейшее развитие методов М. ф. и их успешное применение к изучению математич. моделей огромного круга различных физич. явлений связаны с именами Ж. Лагранжа, Л. Эйлера, П. Лапласа, Ж. Фурье, К. Гаусса, Б. Римана, М. В. Остроградского и мн. др. учёных. Большой вклад в развитие методов М. ф. внесли А. М. Ляпунов и В. А. Стеклов. Начиная со 2-й пол. 19 в. методы М. ф. успешно применялись для изучения математич. моделей физич. явлений, связанных с различными физич. полями и волновыми функциями в электродинамике, акустике, теории упругости, гидро- и аэродинамике и ряде др. направлений исследования физич. явлений в сплошных средах. Математич. модели этого класса явлений наиболее часто описываются при помощи дифференц. ур-ний с частными производными, получивших назв. уравнений математической физики. Помимо дифференц. ур-ний М. ф., при описании математич. моделей физики применение находят интегральные ур-ния и интегро-дифференц. ур-ния, вариационные и теоретико-вероятностные методы, теория потенциала, методы теории функций комплексного переменного и ряд др. разделов математики. В связи с бурным развитием вычислительной математики особое значение для исследования математич. моделей физики приобретают прямые численные методы, использующие ЭВМ, и в первую очередь конечно-разностные методы решения краевых задач. Теоретич. исследования в области квантовой электродинамики, аксиоматич. теории поля и ряде др. направлений совр. физики привели к созданию нового класса математич. моделей, составивших важную отрасль М. ф. (напр., теория обобщённых функций, теория операторов с непрерывным спектром).

Постановка задач М ф. заключается в построении математич. моделей, описывающих основные закономерности изучаемого класса физич. явлений. Такая постановка состоит в выводе ур-ний (дифференциальных, интегральных, ин-тегро-дифференциальных или алгебраических), к-рым удовлетворяют величины, характеризующие физич. процесс. При этом исходят из основных физич. законов, учитывающих только наиболее существенные черты явления, отвлекаясь от ряда его второстепенных характеристик. Такими законами являются обычно законы сохранения, напр., количества движения, энергии, числа частиц и т. д. Это приводит к тому, что для описания процессов различной физич. природы, но имеющих общие характерные черты, оказываются применимыми одни и те же математич. модели. Напр., математич. задачи для простейшего ур-ния гиперболического типа
[ris]
полученного первоначально (Ж. Д'Аламбер, 1747) для описания свободных колебаний однородной струны, оказываются применимыми и для описания широкого круга волновых процессов акустики, гидродинамики, электродинамики и др. областей физики. Аналогично, уравнение
[ris]
краевые задачи для к-рого первоначально изучались П. Лапласом (кон. 18 в.) в связи с построением теории тяготения (см. Лапласа уравнение), в дальнейшем нашло применение при решении многих проблем электростатики, теории упругости, задач установившегося движения идеальной жидкости и т. д. Каждой математич. модели физики соответствует целый класс физич. процессов.

Для М. ф. характерно также то, что многие общие методы, используемые для решения задач М. ф., развились из частных способов решения конкретных физич. задач и в своём первоначальном виде не имели строгого математич. обоснования и достаточной завершённости. Это относится к таким известным методам решения задач М. ф., как Ритца и Галёркина методы, к методам теории возмущений, преобразований Фурье и мн. др., включая метод разделения переменных. Эффективное применение всех этих методов для решения конкретных задач является одной из причин для их строгого математич. обоснования и обобщения, приводящего в ряде случаев к возникновению новых математич. направлений.

Воздействие М. ф. на различные разделы математики проявляется и в том, что развитие М. ф., отражающее требования естественных наук и запросы практики, влечёт за собой переориентацию направленности исследований в нек-рых уже сложившихся разделах математики. Постановка задач М. ф., связанная с разработкой математич. моделей реальных физич. явлений, привела к изменению основной проблематики теории дифференц. ур-ний с частными производными. Возникла теория краевых задач, позволившая впоследствии связать дифференц. ур-ния с частными производными с интегральными ур-ниями и вариационными методами.

Изучение математич. моделей физики математич. методами не только позволяет получить количеств, характеристики физич. явлений и рассчитать с заданной степенью точности ход реальных процессов, но и даёт возможность глубокого проникновения в самую суть физич. явлений, выявления скрытых закономерностей, предсказания новых эффектов. Стремление к более детальному изучению физич. явлений приводит к всё большему усложнению описывающих эти явления математич. моделей, что, в свою очередь, делает невозможным применение аналитич. методов исследования этих моделей. Это объясняется, в частности, тем, что математич. модели реальных физич. процессов являются, как правило, нелинейными, т. е. описываются нелинейными ур-ниями М. ф. Для детального исследования таких моделей успешно применяются прямые численные методы с использованием ЭВМ. Для типичных задач М. ф. применение численных методов сводится к замене ур-ний М. ф. для функций непрерывного аргумента алгебраич. ур-ниями для сеточных функций, заданных на дискретном множестве точек (на сетке). Иными словами, вместо непрерывной модели среды вводится её дискретный аналог. Применение численных методов в ряде случаев позволяет заменить сложный, трудоёмкий и дорогостоящий физич. эксперимент значительно более экономичным математич. (численным) экспериментом. Достаточно полно проведённый математич. численный эксперимент является основой для выбора оптимальных условий реального физич. эксперимента, выбора параметров сложных физич. установок, определения условий проявления новых физич. эффектов и т. д. Таким образом численные методы необычайно расширяют область эффективного использования математич. моделей физич. явлений.

Математич. модель физич. явления, как всякая модель, не может передать всех черт явления. Установить адекватность принятой модели исследуемому явлению можно только при помощи критерия практики, сопоставляя результаты теоретич. исследований принятой модели с данными экспериментов.

Во многих случаях об адекватности принятой модели можно судить на основании решения обратных задач М. ф., когда о свойствах изучаемых явлений природы, недоступных для непосредственного наблюдения, делаются заключения по результатам их косвенных физич. проявлений.

Для М. ф. характерно стремление строить такие математич. модели, к-рые не только дают описание и объяснение уже установленных физич. закономерностей изучаемого круга явлений, но и позволяют предсказать ещё не открытые закономерности. Классич. примером такой модели является теория всемирного тяготения Ньютона, позволившая не только объяснить движение известных к моменту её создания тел Солнечной системы, но и предсказывать существование новых планет. С другой стороны, появляющиеся новые экспериментальные данные не всегда могут быть объяснены в рамках принятой модели. Для их объяснения требуется усложнение модели.

Лит.: Тихонов А. Н., Самарский А. А., (У равнения математической физики, 4 изд., М., 1972; Владимиров В. С., Уравнения математической физики, 2 изд., М., 1971; Соболев С. А., Уравнения математической физики, М., 1966; К у Р а н т Р., Уравнения с частными производными, пер. с англ., М., 1964; Морс Ф. М., Ф е ш б а х Г., Методы теоретической физики, пер. с англ., т. 1-2, М., 1958. А, Н.Тихонов, А.А.Самарский, А.Г.Свешников.

МАТЕМАТИЧЕСКАЯ ШКОЛА, одно из направлений в бурж. политич. экономии. Возникла во 2-й пол. 19 в. Основатель М. ш.- Л. Вальрас, видные представители - В. Парето, У. Джевонс, Ф. Эджуорт, И. Фишер, Г. Кассель, К. Викселлъ. Из предшественников М. ш. наиболее известны А. Курно и Г. Госсен. Подход М. ш. к осн. проблемам политич. экономии, как правило, мало отличается от концепций, господствовавших в бурж. экономич. мысли 2-й пол. 19 в. и 1-й трети 20 в.

Специфич. особенность теоретич. построений М. ш.- ориентация на маржи-нализм. Активное использование предельных категорий (предельная полезность, предельная эффективность, предельная производительность), принципа убывания полезности и принципа редкости роднит М. ш. с австрийской школой.

Однако место М. ш. в истории экономич. науки определено тем, что она придаёт решающее значение математике как методу изучения экономич. явлений. Именно этот принцип объединил порой сильно отличавшихся по своим экономич. взглядам учёных в рамках М. ш.

Для М. ш. ценность математич. моделей экономич. явлений состоит не столько в том, что они позволяют лаконичным образом описывать эти явления, сколько в том, что с их помощью можно получить из высказанных предпосылок выводы, к-рые иным путём не могут быть получены. Представители М. ш., и особенно Вальрас, видели в математике метод для исследования как частных, так и глобальных нар.-хоз. явлений. Типичной является модель равновесия нар. х-ва Вальраса. В отличие от модели нар. х-ва послекейнсианского периода, эта модель основывается не на макроэкономич. показателях типа нац. дохода, численности занятых, валовых инвестиций, а на показателях, характеризующих поведение отд. производителей и потребителей (т. н. микроэкономич. подход). Каждый производитель характеризуется функцией предложения, а каждый потребитель - функцией спроса. В модели с помощью равновесных цен обеспечивается равенство спроса и предложения по каждому товару. Из возникшего равновесия система может быть выведена только с помощью внеш. сил. Осуществлённый Вальрасом, Джевонсом, Парето анализ условий равновесия рыночной экономики оказал большое влияние на бурж. экономистов сер. 20 в., занимавшихся проблемами построения математич. моделей капиталистич. экономики.

Модели Вальраса и др. представителей М. ш. далеки от того, чтобы адекватно описывать даже экономику капитализма периода свободной конкуренции. Они упрощают, а часто и искажают реальные условия функционирования капиталистич. системы х-ва. Достаточно указать на статичность этих моделей, на игнорирование циклич. характера развития капиталистич. экономики, классовой борьбы и т. д. Вместе с тем модели, разработанные М. ш., сыграли и известную положительную роль, стимулируя исследования, приведшие к созданию в 50-е гг. 20 в. межотраслевой модели нар. х-ва на основе метода " выпуск - затраты", а также к получению интересных результатов в области ценообразования в условиях экономич. равновесия (модели Д. Гейла, Дж. К. Эрроу, Г. Дебре и др.).

Возрастание престижа М. ш. в бурж. экономич. науке во 2-й пол. 20 в. в большой степени связано также с тем значением, к-рое приобрели экономико-математич. модели в практике гос.-монополистич. регулирования капиталистич. экономики.

Работы представителей М. ш. всегда привлекали внимание экономистов-марксистов. Глубокий критич. анализ их осуществил ещё в 20-е гг. сов. экономист И. Г. Блюмин. В связи с тем, что с 60-х гг. в сов. экономич. науке резко возрастает сфера использования математич. методов, М. ш. вновь становится объектом интенсивного критич. анализа.

Лит.: Блюмин И. Г., Критика буржуазной политической экономии, т. 1, М., 1962; Шляпентох В. Э., Эконометрика и проблемы экономического роста, М., 1966. В. Э.Шляпентох.

МАТЕМАТИЧЕСКИЕ ЖУРНАЛЫ. Специальные М. ж., являющиеся органами различных науч. учреждений, обществ и объединений, возникли в нач. 19 в. В 70-е гг. 20 в. во всём мире насчитывается более 250 М. ж. Значительно возросший выпуск математич. публикаций сделал необходимым издание реферативных журналов по математике. Расширение математич. образования привело к созданию М. ж., посвящённых педагогич. вопросам и методике преподавания математики (гл. обр. в средних уч. заведениях).

Общие журналы. Отдельные математич. статьи впервые стали печататься в общих журналах. Исторический интерес представляют: " Journal des savants" (P.- Amst.- Lpz., с 1665), в к-ром публиковались работы братьев Бериулли по исчислению бесконечно малых; " Acta eruditorum" (Lpz., 1682-1731), здесь напечатаны многочисл. работы Г. Лейбница по дифференциальному и интегральному исчислению, изложение содержания " Математических начал натуральной философии" И. Ньютона, а также статьи Г. Лопиталя, Бернулли и др. виднейших математиков; " Commentarii Academiae scientiarum imperialis Petropolitanae" (П., 1728-51, название неоднократно менялось, подробнее см. Известия Академии наук СССР). В изданиях Петерб. АН были помещены 43 работы Д. Бернулли, 473 работы Л. Эйлера (печатались до 1830), а также работы знаменитых русских математиков (М. В. Остроградского - 60, В. Я. Буняковского - 103, П. Л. Чебышева - 50, Е. И. Золотарёва - 6, А. А. Маркова - 51, А. М. Ляпунова - 20, В. А. Стеклова - 47).

Многочисл. науч. общества и университеты в различных городах России и СССР выпускали и выпускают свои издания: " Известия", " Труды", " Сообщения", " Сборники работ" и т. п., в к-рых имеются также математич. статьи. Среди этих изданий: " Казанский вестник" (1821-33) и его продолжение " Ученые записки Казанского университета" (с 1834), в к-рых впервые опубликованы важнейшие сочинения Н. И. Лобачевского; " Известия Физико-математического общества при Казанском университете" (с 1891), " Ученые записки имп. Московского университета" (1833-36), " Ученые записки Московского университета. Отдел физико-математический" (1880 - 1916), " Ученые записки Московского университета" (с 1933).

Различные общие издания иностр. академий, университетов и науч. обществ также отводят значительное место математич. публикациям.

Ряд общих журналов имеет целью быстрое опубликование коротких предварительных сообщений о достигнутых результатах по математике. Осн. журналы этого типа: " Доклады Академии наук СССР" (с 1922), " Comptes rendus de 1'Academie des sciences" (P., с 1835), " Proceedings of the National Academy of sciences of the United States of America" (Wash., с 1915).

Специализированные математические журналы. Старейшие М. ж., издающиеся и в настоящее время (1974): ^Математический сборник" (с 1866), " Journal fur die reine und angewandte Mathematik" (В., с 1826), " Journal de mathematiques pures et appliquees" (P., с 1836), " Annales scientifiques de 1'Ecole normale superieure" (P., с 1864), " Proceedings of the London Mathematical Society" (L., с 1865), " Mathematische Annalen" (В.-Lpz., с 1869), " Bulletin de la Societe mathematique de France" (P., с 1872), " American Journal of Mathematics" (Bait., с 1878), " Acta mathematica" (Uppsala - Stockh., с 1882), " Proceedings of the Edinburgh Mathematical Society" (Edin., с 1883), " Annals of mathematics" (Princeton, с 1884), " Rendiconti del Circolo matema-tico di Palermo" (Palermo, с 1884), " Bulletin of the American Mathematical Society" (Lancaster, с 1891).

Специализированные М. ж. более позднего периода: " Известия АН СССР. Серия математическая" (с 1937), " Успехи математических наук" (с 1946), " Украинский математический журнал" (К., с 1949), " Сибирский математический журнал" (Новосиб., с 1960), (Математические заметки" (с 1967), " Transactions of the American Mathematical Society" (Lancaster, с 1900), " Biometrika" (L., с 1901), " Mathematische Zeitschrift" (West-B., с 1918), " Fundamenta mathe-maticae" (Warsz., с 1920), " Journal of the London Mathematical Society" (L., с 1926), " Quarterly Journal of Mathematics" (Oxf., с 1930), " Scripta mathematica" (N. Y., с 1931), " Duke Mathematical Journal" (Durhem, с 1935), " Quarterly of Applied Mathematics" (Providence, с 1943), " Journal of the Mathematical Society of Japan" (Tokyo, с 1948), " Annales de 1'Institut Fourier" (Grenoble, с 1949), " Canadian Journal of Mathematics" (Toronto, с 1949), " Mathematikai lapok" (Bdpst, с 1949), " Mathematische Nachrichten" (В., с 1948), " Studii si cercetari matematice" (Вис., с 1950), " Proceedings of the American Mathematical Society" кои модели является теория всемирного тяготения Ньютона, позволившая не только объяснить движение известных к моменту её создания тел Солнечной системы, но и предсказывать существование новых планет. С другой стороны, появляющиеся новые экспериментальные данные не всегда могут быть объяснены в рамках принятой модели. Для их объяснения требуется усложнение модели.