微分方程的应用

合集下载

数学中的微分方程及其应用

数学中的微分方程及其应用

数学中的微分方程及其应用微分方程是一种具有广泛应用的数学方法,它可以描述很多自然现象和工程问题。

微分方程可以求解出一个函数,它的某个导数与函数本身之间的关系。

微分方程的研究既有理论上的意义,也有实际的应用。

下面,我们将探讨微分方程的概念、分类、求解方法以及一些应用。

微分方程的概念微分方程是描述某个函数与其导数之间关系的方程。

例如,dy/dx=2x+1就是一个微分方程,它表示y的导数等于2x+1。

我们可以通过求解这个微分方程,得到y随x的变化规律。

微分方程可以分为常微分方程和偏微分方程两种。

常微分方程是只含有一个自变量的微分方程,例如,dy/dx=2x+1就是一个一阶常微分方程。

而偏微分方程则含有多个自变量,例如,z=f(x,y)的偏导数方程∂z/∂x=2x+1就是一个一阶偏微分方程。

微分方程的求解方法微分方程的求解方法有很多种,常用的方法包括分离变量法、一阶线性微分方程、二阶常系数齐次微分方程等。

下面我们分别介绍这几种方法的基本原理。

(1)分离变量法分离变量法是处理一阶常微分方程中最常用的方法。

它的基本思路是将微分方程的两端分别含有不同的变量,然后分别积分。

例如,dy/dx=2x+1,我们可以将方程两边同时乘以dx,得到dy=(2x+1)dx,然后在两侧分别积分,得到y=x^2+x+C,其中C为积分常数。

(2)一阶线性微分方程一阶线性微分方程的一般形式为dy/dx+P(x)y=Q(x),其中P(x)和Q(x)均为已知函数。

我们可以通过积分因子法,将线性微分方程化为可求解的形式。

积分因子是一个函数,可以乘到微分方程两侧,使得方程变为可积的形式。

(3)二阶常系数齐次微分方程二阶常系数齐次微分方程的一般形式为y''+by'+cy=0,其中b和c都是常数。

通过求解其特征方程r^2+br+c=0的根,我们可以得到方程的通解,通解的一般形式为y=C1e^(r1x)+C2e^(r2x),其中C1和C2为积分常数,r1和r2为特征方程的两个根。

微分方程在医学中的应用

微分方程在医学中的应用

微分方程在医学中的应用引言:微分方程是数学中的一种重要工具,广泛应用于各个领域。

在医学领域,微分方程的应用也非常广泛。

本文将探讨微分方程在医学中的应用,并介绍一些具体的例子。

主体:1. 生物医学工程:生物医学工程是将工程学的原理和方法应用于医学领域的学科。

微分方程在生物医学工程中发挥了重要作用。

例如,在心脏起搏器的设计中,可以使用微分方程来描述心脏的电活动和脉冲发放的机制。

这些微分方程可以帮助工程师设计出更加精确和可靠的起搏器,从而提高心脏病患者的生活质量。

2. 癌症治疗:微分方程在癌症治疗中也有重要的应用。

例如,在放射治疗中,可以使用微分方程来描述肿瘤细胞的生长和死亡过程,从而帮助医生确定合适的放射剂量和治疗方案。

此外,微分方程还可以用于预测肿瘤的生长速度和扩散范围,从而帮助医生制定更有效的治疗策略。

3. 心血管疾病:微分方程在研究心血管疾病方面也发挥了重要作用。

例如,在研究血流动力学过程中,可以使用微分方程来描述血液在心血管系统中的流动和压力变化。

这些微分方程可以帮助医生了解心血管疾病的发展机制,并指导治疗和预防措施的制定。

4. 神经科学:微分方程在神经科学中也有广泛的应用。

例如,在研究神经元的电活动和突触传递过程中,可以使用微分方程来描述神经元的动力学行为。

这些微分方程可以帮助科学家理解神经系统的工作原理,从而为治疗神经系统疾病提供理论基础。

结论:微分方程在医学中的应用广泛而重要。

它不仅可以帮助医生和工程师设计更好的医疗设备和治疗方案,还可以为科学家提供理论基础,深入研究人体的生理和病理过程。

通过对微分方程在医学中的应用的探索,我们可以更好地理解和治疗各种疾病,提高人类的健康水平。

参考文献:1. L. Perko, Differential Equations and Dynamical Systems, Springer, 2001.2. F. Verhulst, Nonlinear Differential Equations andDynamical Systems, Springer, 1996.3. H.W. Hethcote, "The Mathematics of Infectious Diseases," SIAM Review, vol. 42, no. 4, pp. 599-653, 2000.4. S. Busenberg and C. Castillo-Chávez, "A General Solution of the Problem of Mixing of Substances by Several Methods," SIAM J. Appl. Math., vol. 58, no. 5, pp. 1650-1688, 1998.5. E. Beretta and Y. Kuang, "Geometric Stability Switch Criteria in Delayed Differential Systems with Applications to Chemostat Models," SIAM J. Math. Anal., vol. 33, no. 6, pp. 1144-1165, 2002.。

微分方程应用

微分方程应用

微分方程应用微分方程是数学中的重要分支,它有着广泛的应用。

本文将介绍微分方程在不同领域的应用,包括物理学、生物学和经济学等。

通过这些应用实例,我们将看到微分方程在解决实际问题中的重要性和价值。

一、物理学中的物理学是微分方程的一个主要应用领域。

许多自然现象可以通过微分方程来描述和解释。

例如,牛顿第二定律将物体的运动与其所受的力联系在一起,可以用微分方程表示为:$$m\frac{{d^2x}}{{dt^2}} = F(x)$$其中,$m$代表物体的质量,$x$代表物体的位置,$t$代表时间,$F(x)$代表作用在物体上的力。

通过解这个微分方程,我们可以预测物体随时间的变化和轨迹。

二、生物学中的微分方程在生物学中也有广泛的应用。

许多生物过程可以用微分方程建模,如人口增长、药物动力学和神经元的激活等。

以人口增长为例,我们可以用以下微分方程描述:$$\frac{{dN}}{{dt}} = rN(1-\frac{{N}}{{K}})$$其中,$N$代表人口数量,$t$代表时间,$r$代表人口的增长率,$K$代表环境的承载能力。

通过解这个微分方程,我们可以了解人口随时间的变化趋势,从而制定相应的政策措施。

三、经济学中的微分方程在经济学中也有重要的应用。

例如,经济增长模型可以用以下微分方程表示:$$\frac{{dY}}{{dt}} = sY - c$$其中,$Y$代表经济产出,$t$代表时间,$s$代表储蓄率,$c$代表消费。

通过解这个微分方程,我们可以预测经济增长的速度和趋势,为经济政策的制定提供依据。

总结:微分方程是数学中的重要工具,具有广泛的应用领域。

无论是在物理学、生物学还是经济学中,微分方程都能用来描述和解释自然现象,并从中得出有用的结论。

通过研究微分方程的应用,我们可以更好地理解和预测现实世界中的各种问题,为解决这些问题提供有效的方法和方案。

在实际应用中,需要根据具体问题选择合适的微分方程模型,并结合相关领域的知识和数据进行求解和验证。

微分方程及其应用

微分方程及其应用

微分方程是近代数学中重要的研究对象之一,它是描述自然科学和工程科学中的各种现象的数学工具。

微分方程可以用来描述物理系统的运动规律、化学反应的动力学过程、生物种群的增长和衰退等等。

本文将介绍微分方程的基本概念和其在不同领域中的应用。

微分方程是描述函数与它的导数之间关系的方程。

一般地,微分方程可以分为常微分方程和偏微分方程两类。

常微分方程是只涉及一个自变量的微分方程,如常见的一阶和二阶常微分方程,而偏微分方程则涉及多个自变量的方程,如热传导方程和波动方程等。

微分方程的应用非常广泛,下面我们分别从物理、化学和生物的角度来探讨其应用。

首先是物理领域,微分方程在物理学中有着广泛的应用。

例如,经典力学的牛顿第二定律F=ma可以用微分方程来表示,其中F是物体所受的力,m是物体的质量,a是物体在运动中的加速度。

另外,微分方程在电磁学的麦克斯韦方程组中也有着重要的应用。

麦克斯韦方程组用来描述电磁场的变化规律,通过求解方程组可以得到电场和磁场的分布情况。

其次是化学领域,化学反应动力学中的反应速率常常可以用微分方程来描述。

例如,一阶反应的速率方程可以表示为dc/dt=-k*c,其中c是反应物的浓度,t是时间,k是反应速率常数。

求解这个微分方程可以得到反应物浓度随时间的变化规律。

再次是生物领域,微分方程在描述生物种群的增长和衰退方面有着重要的应用。

生物种群的增长或衰退可以用洛特卡-沃尔特拉方程来描述,即dN/dt=r*N,其中N是种群的数量,t是时间,r是增长率或衰减率。

通过求解这个微分方程可以研究种群数量的变化趋势。

综上所述,微分方程及其应用在多个学科中都发挥着重要的作用。

它是许多实际问题的数学化描述,通过求解微分方程,我们可以得到问题的解析解或数值解,并进一步分析问题的性质和趋势。

因此,研究微分方程及其应用对于探索自然科学和工程科学的规律起着至关重要的作用。

我们相信,随着研究的深入,微分方程在更多领域中的应用会得到拓展,为人类的进步和发展做出更大的贡献。

微分方程在数学建模中的应用

微分方程在数学建模中的应用

微分方程在数学建模中有广泛的应用,具体如下:
1.微分方程可以描述现实世界的变化,揭示实际事物内在的动态关
系。

2.微分方程可以建立纯数学(特别是几何)模型。

3.微分方程可以建立物理学(如动力学、电学、核物理学等)模型。

4.微分方程可以建立航空航天(火箭、宇宙飞船技术)模型。

5.微分方程可以建立考古(鉴定文物年代)模型。

6.微分方程可以建立交通(如电路信号,特别是红绿灯亮的时间)
模型。

7.微分方程可以建立生态(人口、种群数量)模型。

8.微分方程可以建立环境(污染)模型。

9.微分方程可以建立资源利用(人力资源、水资源、矿藏资源、运
输调度、工业生产管理)模型。

10.微分方程可以建立生物(遗传问题、神经网络问题、动植物循环
系统)模型。

11.微分方程可以建立医学(流行病、传染病问题)模型。

12.微分方程可以建立经济(商业销售、财富分布、资本主义经济周
期性危机)模型。

13.微分方程可以建立战争(正规战、游击战)模型。

例谈微分方程在实际问题中的简单应用

例谈微分方程在实际问题中的简单应用

例谈微分方程在实际问题中的简单应用微分方程是数学中用于描述变化物体的一类方程,它能很好的描述实际问题的变化规律。

古至今,微分方程在物理、机械、化学、经济等多个领域都发挥着重要的作用。

在这里,我们将详细介绍微分方程在实际问题中的简单应用。

首先,微分方程能够用来描述动量面积守恒定律。

动量面积守恒定律是物理学中的重要定律,指示物体随时间变化的动量是不变的。

这可用微分方程来表示,比如,质量m的一个物体的动量P的变化规律可以用微分方程表示为:dP/dt = F(t)。

其中,F(t)就是作用力,t表示时间,dP/dt表示P随时间的变化率。

其次,微分方程也可以用来描述振动系统。

振动系统是指反复性地从一个位置弹跳,其中位置随时间变化。

有时候,振动系统的物理运动可以用微分方程表示,比如,可以使用以下微分方程来描述一个位置随时间变化的振动系统: x’‘ + 2αx’ +ω^2x = 0。

此处,x 表示位置,α是阻尼系数,ω^2是自振频率的平方。

另一方面,微分方程也能够应用在经济学领域,比如可以用它来描述一个商品的供求量关系。

这可以用一个简单的微分方程来表示,比如:dy/dt = ay + bx d。

其中,y表示供应量,x表示需求量,a、b、d为常数。

最后,微分方程还能够用来表示空气污染的模型。

例如,可以用下面的微分方程来表示一个空气污染的模型:N’ = P-D-hN。

其中,N表示空气中的污染物的浓度,P表示污染源的强度,D表示污染物挥发常数,h表示污染物活化常数。

总之,微分方程作为一种数学方法,在解决实际问题中发挥着重要的作用,如表达动量面积守恒定律、描述振动系统、表示商品供求量关系,以及模拟空气污染等。

而在解决这些问题时,微分方程都是非常有效的工具,能够让我们更准确的描述实际问题的变化规律。

高等数学小论文—微分在生活中的应用

高等数学小论文—微分在生活中的应用

微分在生活中的应用1.计算利率和复利:在金融领域,微分可以用来计算利率和复利。

在实际应用中,微分被用于计算连续复利。

假设本金为P,年利率为r,投资时间为t年,那么根据微分的思想,t年后本金和利息之和可以表示为P(1+rt)。

这个公式可以方便快捷地计算出投资在一段时间后的增长倍数,为我们进行投资决策提供了依据。

2.预测未来走势:在经济学中,微分被用来描述变量之间的关系,如价格和需求量之间的关系、成本和产量之间的关系等。

这种关系通常被表达为微分方程或差分方程。

通过求解这些方程,我们可以得到变量随时间变化的规律,从而预测未来的走势。

例如,在商品市场中,价格和需求量之间的关系可以通过微分方程来表示。

通过对这个方程的求解,我们可以预测在未来一段时间内,价格会如何变化,需求量会如何变化,从而制定出更加合理的经济政策。

3.优化生产过程:在工业生产中,微分可以帮助我们优化生产过程。

具体来说,通过对生产过程中的各种变量进行微分分析,可以找出哪些变量对生产效率有影响。

然后,我们可以通过调整这些变量的参数来优化生产过程,提高生产效率。

例如,在生产汽车零部件时,通过对生产过程的微分分析,可以找出对生产效率影响较大的环节,如刀具磨损、模具寿命等,并采取措施来优化这些环节,从而提高生产效率。

4.医学成像:在医学领域,微分也被广泛应用于医学成像。

例如,在CT扫描中,微分被用来重建图像。

具体来说,CT扫描是通过测量人体不同部位在不同时间点的辐射量来重建图像的。

而微分则可以用来分析和处理这些测量数据,以重建出更准确的图像。

在这个过程中,微分可以帮助我们更好地理解图像的形成过程和人体内部的结构特征,为医生的诊断和治疗提供依据。

5.计算机科学:在计算机科学中,微分被广泛应用于机器学习和人工智能领域。

例如,深度学习模型中的反向传播算法就使用了微分。

通过微分,我们可以计算出模型参数的更新量,从而优化模型的性能。

6.自然科学研究:在自然科学领域,微分被广泛应用于物理、化学、生物学等学科的研究。

微分方程的基本原理与高数中的应用

微分方程的基本原理与高数中的应用

微分方程的基本原理与高数中的应用微分方程是研究变量之间关系的数学工具,是数学分析、物理学、工程学等领域中的重要工具之一。

而高等数学中对微分方程的学习与应用也是十分关键的。

本文将从微分方程的基本原理出发,介绍微分方程在高数中的应用。

一、微分方程的基本原理微分方程是包含未知函数以及其导数或微分的方程。

一般形式的微分方程可以表示为:F(x, y, y', y'', ..., y^(n)) = 0其中,x 是自变量,y 是因变量,y' 是 y 对 x 的一阶导数,y'' 是 y 对 x 的二阶导数,y^(n) 是 y 对 x 的 n 阶导数。

F 是给定函数。

微分方程根据自变量和因变量的关系可以分为两类:常微分方程和偏微分方程。

常微分方程是只包含一自变量的微分方程,偏微分方程则是包含多个自变量的微分方程。

微分方程的解是满足方程的函数或函数族。

常微分方程一般根据阶数的不同分为几种类型:一阶微分方程、二阶微分方程等。

二、微分方程在高数中的应用微分方程在高等数学中的应用非常广泛,下面将介绍几个典型的应用领域。

1. 积分器微分方程在积分器电路中有着重要的应用。

积分器电路是指将输入信号进行积分的电路。

在实际电路中,当输入一个方波信号时,通过积分电路可以得到一个三角波信号。

这里积分器电路的原理就是基于微分方程的理论。

2. 物理学中的运动方程物理学中的许多运动问题可以通过微分方程来描述和求解。

例如,牛顿的动力学定律可以通过微分方程来表示:F = m * a = m * d^2x / dt^2其中 F 是力,m 是质量,a 是加速度,x 是位置关于时间的函数。

这是一个描述物体运动的二阶微分方程,可以通过求解得到物体在不同时间的位置。

3. 生物学中的人口增长模型微分方程在生物学中的人口增长模型中有着广泛的应用。

一个经典的人口增长模型是 Malthus 模型,它假设人口增长率与人口数量成正比。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
占的比例为 S/N 。
因此,每一个患者对易感者的平均有效接触率应为,
CN S
N 它就是每一个hiv携带者平均对易感者的传播率,简称为传染率。 假设hiv携带者的总数量为,从而在单位时间内被所有患者传染 的新成员数为:
CN S H
N
模型分析(IV)
2、艾滋病通过毒品注射的传播:
7、不考虑该国的迁入和迁出人口,因为这些人口相对于 国家的总人口是很小的,以便简化模型。
符号说明(I)
符号说明的基本要求:
确保符号完整无遗漏; 定义准确无误; 格式优美。
写作者可参考往年outstanding文章中符号说明部分的 格式。
S 1
符号说明(II)
符号
S S1 S2 H H1 H2 N A
任务描述
任务2:估计所选定国家中,从2006年到2050年 每年对抗艾滋病所需的国际支援的水平,利用 这些财政资源和任务1中建立的模型来预测在所 选定的国家中,从2006年到2050年,在下面三种 情况下艾滋病感染者数量的变化率。
(1)实施抗逆转录酶(ARV)药物治疗 (2)注射抗艾滋病毒疫苗
(3)实施抗逆转录酶药物治疗和注射疫苗
80
60
age 0-48 age 49-70 exponential fit 1 (line 1) exponential fit 2 (line 2)
40
20
0
0
10 20 30
40
50
60
70 age
Figure *. A exponential fit of the elephant population of each age set.
模型假设(I)
模型假设的基本要求:
要求一:恰如其分(不能与常识公理现有成熟理论 相违背);
要求二:要自圆其说(每个模型都有不足与缺点 需要大胆假设且要在合理假设下严密论证 自己结论使自己结论合理化);
要求三:假设要明确,切不可模棱两可让评委有歧义。
模型假设(II)
本题的模型假设:
1、艾滋病人不可能被治愈;
图示如下:
合理性分析(V)
0.8
0.502
0.6
0.502
0.4
0.5019
0.2
0.5019
0
0.5018
0
1000
2000
1000
1500
0.5019 0.5019 0.5019 0.5019 0.5019
2000 1400 1600 1800 2000
proportions of HIV carriers to total population
合理性分析(IV)
这是因为种群数量超过了环境的承载能力.但是为什么当种群 数量达到环境承载能力时,它不立即停止增长以至于超过了环 境的承载能力呢?为了对这个问题作出解释,我们引入人口惯 性的概念.所谓人口惯性就是人口抵抗自身变化的趋势。正是 由于人口惯性的存在,当群数量达到环境承载能力时,种群数 量增长不会立即停止,而是在一个稳定值周围以罗杰斯迪曲线 的速率来回摆动,正如物理学中波的传播.
2006ICM
题 目: 如何在抵抗艾滋病的过程 中均衡利用资源。
总任务:为艾滋病的几种重要情况建 立模型,并根据你的模型给出财政资 源的分配方案。
任务描述
任务1:在每个大洲中选取一个艾滋病病情严重的 国家,建立模型,未来50年中,预测在没有任何 干预措施的情况下你所选定的国家中艾滋病感染 者的数量的变化率。并对模型及模型假设作详细 的解释。
birth
Pinfection


定义
艾滋病易感人群的数量; 艾滋病易感且不吸毒人群的数量; 艾滋病易感且吸毒人群的数量; 艾滋病携带者数量; 携带艾滋病且不吸毒人群的数量; 携带艾滋病且吸毒人群的数量; 该国人口数量; 艾滋病患者的数量; 该国人口的出生率; 艾滋病携带者占总人口的比例; 每人每次性交感染艾滋病的概率; 从S1到S2通过毒品注射的转化率;
1 N
H H S


dH dt
1
birth Npinfection 30% C
N
S1
1 N
H H S
vH1
dH H1
dH 2

dt
S2
1 N
H2
CN S2
1 N
H S
dHH2
vH2
dA dt

vHΒιβλιοθήκη d合理性分析(I)
对自己的结果自圆其说重中之重! 技巧:用已有的比较成熟的结论来佐证自己的结论。 本问题的合理性分析如下:
合理性分析(II)
在传染病生物学中,人们关心的已感人群和易感人群的 变化,在艾滋病传染模型中,我们关心的是HIV易感人群和 HIV携带者数量的变化趋势。
通过研究我们发现,HIV携带者占总人口的比例随着时间 的变化最后趋于稳定,如下图:
符号说明(III)
符号
定义
S 2H 2
dS dH dA
A
C(N)
H S
v

单位时间内一个人通过吸毒感染艾滋病的概率;
S中的人口的死亡率; H中的人口的死亡率; A中人口的自然死亡率; A中艾滋病造成的死亡率;
一名艾滋病携带者在单位时间内与S人群中的 人发生性交的次数,一般与总人口N有关。 H中人口占总人的比例; S中人口占总人的比例; H到A的转化率; 该国家单位时间内的人口增量;
birth N Pinfection
模型建立
dS1

dt
birth N 1
pinfection 30%
S1
dS S1 C
N
S1
1 N
H H S
dS 2 dt
S1
dSS2
S2H2 S2
1 N
H2
CN S2
合理性分析(VI)
由于这种摆动的幅度越来越小,所以在稳定期的后期, 它可以被忽略.这也就是稳定期存在的原因.
在自然界中实事也确实如此,就以罗杰斯地曲线为例当种 群数量一开始无论是增长还是减少的变化率在一开始时却都是 很慢的,随后才慢慢增大的,这就好比用一个外力在拉一个静 止的物体,物体的速度也是由慢到快增长的,并且物体的运动 方向是与外力同方向的。那么在种群变化中是谁扮演了外力的 角色,我们队伍经过讨论认为应当是环境能够承载此物种数量 的上限扮演了这种外力,当环境能够承载此物种数量的上限大 于物种现有的数量时物种的数量会增大,环境能够承载此物种 数量的上限小于物种现有的数量时物种的数量会减小。但是按 照达尔文的进化理论物种应当都是希望能够壮大自己的数量好 保存自己在自然界中竞争的实力,
问题分析
预测在数学上的几类方法:
第一类:分形、灰度、马尔科夫、时间序列,适用 于短期预测,对历史数据量的要求比较大。
第二类:根据已有大量数据用toolbox工具箱画图 通过对数据的图像走势分析进行预测,适 用于长期预测,对历史数据量的要求比较 大。
第三类:微分方程法适用于短期预测和长期预测, 且对历史数据量要求不高,既可定性又 可定量分析问题,但是对模型准确度要 求高,稍有误差将导致预测结果不准确。
用 S 2I 2 表示在单位时间内S2类成员与H2 类成员之间的转
化率,则单位时间内从S2类转化到H2类的总数为:
S 2I 2

S2 N

H2
无吸毒习惯的易感人群可以间接向有吸毒习惯的hiv携带 者转化,因为无吸毒习惯的易感人群可以先变为有吸毒习惯
易感人群再变为有吸毒习惯的hiv携带者,用 表示从S1类
转变到S2类的转化率则单位时间内从S1类转变到S2类的总数 为:
S1
模型分析(V)
3、艾滋病通过母婴的传播:
我们知道如果一位母亲是hiv携带者那么她的孩子将有 百分之30的概率在出生时已经成为hiv携带者[China HIV/AIDS information network 2006],用Pinfection表示艾滋病携带者占 总人口的比例,则每年hiv携带者自己繁殖出的携带者数量为:
A


A
A
模型求解(I)
模型结果大多用图来描述,一幅好图胜过千言万语。 图的要求:自明。
举例1:
fig* Proportions of population of each age group of elephants.
模型求解(II)
举例2:
Population of
100 each age set
2、忽略艾滋病的具体分类;
3、艾滋病人丧失大部分常人所具有的能力,如:性能力, 所以我们假设他们不能传播艾滋病;
4、只考虑三种传播艾滋病的方式:性交传播,毒品注射 传播,母婴传播。忽略其他传播方式;
模型假设(III)
5、我们不考虑吸毒者戒毒的情况,以简化艾滋病传播过 程的复杂度;
6、吸毒传播的渠道只能是从有吸毒习惯的易感人群中直 接转变到有吸毒习惯的hiv携带者;
0.5019
0.5019
0.5019 0.5019
0.5019 0.5019 0.5019
0.5019 1800
1850
1900
1950
0.5019
2000
1990 1992 1994 1996 1998 2000
time(year)
Figure 10 The curves of oscillating convergence in the stable phas。
任务描述
任务3:重新阐述任务2中建立的3个模型,把抗 药性的产生考虑在内。
任务4:写一份白皮书给联合国,在以下三个方 面提出建议
相关文档
最新文档