第四章 微分方程数学模型
江南大学博士课程数学建模(精品)

第四章 微分方程模型在研究某些实际问题时,经常无法得到各变量之间的联系,问题的特性往往会给出关于变化率之间的一些关系。
利用这些关系,我们可以建立相应的微分方程模型。
事实上,在微分方程课程中,解所谓应用题时已经遇到简单的建立微分方程模型问题,这些问题大多数是物理或几何方面的典型问题,假设条件已经给出,只须用数学符号将已知规律表达出来,即可列出方程,求解的结果就是问题的答案,答案唯一的。
而本章介绍的模型主要是非物理领域的实际问题,要分析具体情况或进行类比才能给出假设条件,作出不同的假设,就得到不同的方程。
问题没有标准答案,求解结果还要用来解释实际现象并接受检验。
第一节 人口模型问题:据考古学家论证,地球上出现生命距今已有20亿年,而人类的出现距今不足200万年。
纵观人类人口总数的增长情况,我们发现:1000年前人口总数为2.75亿,经过漫长的过程到1830年,人口总数为10亿。
又经过100年即1930年,人口总数达20亿。
30年之后,在1960年,人口总数为30亿,又经过15年,1975年的人口总数为40亿,12年之后即1987年,人口总数为50亿。
问:人类人口增长的规律是什么?如何在数学上描述这个规律。
⑴ Multhus 模型:18世纪末,英国神父Multhus 在研究了一百多年的人口统计资料之后,认为在人口自然增长过程中,净相对增长率(出生率-死亡率)为常数,于是提出了著名的Multhus 人口模型。
模型假设:①设)(t x 表示t 时刻的人口数,且)(t x 连续、可微; ②人口增长率r 是常数;③人口数量的变化是封闭的,即人口数量的增长与减少取决于人口中个体的生育和死亡,且每一个体都具有同样的生育能力和死亡率。
模型建立与求解:由假设在时间],[t t t ∆+内人口的增量为t t rx t x t t x ∆=-∆+)()()(,于是有方程⎪⎩⎪⎨⎧==0)0(x x rx dt dx ,求解得rt e x t x 0)(=,即人口增长是按指数规律增长,其图形为模型评价:考虑二百多年来人口增长的实际情况,1961年世界人口总数为3.06⨯109,在1961~1970年这段时间内。
第四章 第一节微分方程的概念

2
2
dy dx
4x
0;
(4) cos(y) ln y x 1.
解 (1) 该方程是一阶线性微分方程, 因方程中含有的 dy 和 y 都是一次. dx
(2) 该方程是一阶非线性微分方程, 因方程中含有的 dy 的平方项. dx
(3) 该方程是二阶非线性微分方程, 因方程中含有的 dy 的三次方. dx
根据题意, x x(t) 还需满足条件 x(0) 0, dx 0. dt t0
O m x=x(t)
x 图4-2
21
第四章 微分方程
例 6 试指出下列方程是什么方程, 并指出微分方程的阶数.
(1) dy x2 y; dx
(3)x
d2 y dx2
2
dy dx
3
5xy
0;
(2)x
dy dx
d2s dt 20Fra bibliotek4(称为二阶微分方程)
(4)
此外, 未知函数 s s(t) 还应满足下列条件:
t 0 时, s 0 , v ds 20 dt
简记为 s |t0 0 , s ' |t0 20 . (两个初始条件)
(5)
7
第四章 微分方程
例 2 列车在平直线路上以 20m/ s (相当于 72km/h )的速度行驶, 当制动时列
F (x,(x),(x),(x) , (n) (x)) 0, 则称函数 y (x) 为微分方程(10)在区间 I 上的解.
16
第四章 微分方程
3、微分方程的解: 微分方程的解可能含有也可能不含有任意常数. 含有相互独立的任意常数, 且任意常数的个数与微分方程的阶数相等的解称为微分方程的通解(一般解). 一 般地, 微分方程的不含有任意常数的解称为微分方程的特解. 方程的通解是一类 解, 而不是指方程的“全部解”. 实际上, 我们在求解方程时得到一些解, 很难说 明这些解是否构成了方程的“全部解”, 这种工作有时会比求解方程本身还困难, 而实际工作中又告诉我们无须去做这样的工作, 因此我们将关注点放在求方程 的通解和特解上. 注 这里所说的相互独立的任意常数, 是指它们不能通过合并而使得通解 中的任意常数的个数减少.
微分方程模型——数学建模真题解析 ppt课件

微分方程的稳定性理论: 对微分方程组
dx f ( x) dt
若f(x0)=0,则称x0是方程组的平衡点。
ppt课件
7
如果在平衡点x0处,f(x)的Jacobi矩阵
f1
x1
Df Dx
D( f1, f2 ,L D(x1, x2 ,L
, fn) , xn )
ppt课件
20
请你参考下面给出的数据(或自己收集资料)建立饮 酒后血液中酒精含量的数学模型,并讨论以下问题: 1. 对大李碰到的情况做出解释; 2. 在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾 车就会违反上述标准,在以下情况下回答: 酒是在很短时间内喝的; 酒是在较长一段时间(比如2小时)内喝的。 3. 怎样估计血液中的酒精含量在什么时间最高。 4. 根据你的模型论证:如果天天喝酒,是否还能开车? 5. 根据你做的模型并结合新的国家标准写一篇短文, 给想喝一点酒的司机如何驾车提出忠告。
第二种:机理分析方法: 实际上,对这一类问题,有成熟的机理分析方法: 房室模型。
ppt课件
25
我们可以把喝酒后酒精的变化过程描述为 喝酒酒精进入肠胃消化后进入血液排出。 这里,血液循环系统可以看作中心室,肠胃可以看 作吸收室。M1克酒精在很短时间进入吸收室,从吸 收室逐渐进入中心室,最后逐渐排出。
如果遇到我们不熟悉的问题时,应该怎么办? 答案:不要回避,到网上查一下相关的概念你就会 发现:这个不熟悉的问题可能是比较简单的!
ppt课件
11
分析:上网查一下热传导,我们可以了解到:热的 传导从温度高的地方向温度低的地方传导,单位时 间传送的热量与温差T成正比,与两个热源的距 离成反比。即
第四章 微分方程模型

第四章微分方程模型一、微分方程模型的建立在实际问题中经常需要寻求某个变量y 随另一变量t 的变化规律:y=y(t),然而常常不能直接求出。
有时容易建立包含变量及导数在内的关系式,即建立变量能满足的微分方程。
通过求解微分方程对所研究的问题进行解释说明。
因此,微分方程建模是数学建模的重要方法,微分方程模型应用也十分广泛。
建立微分方程模型时,经常会遇到一些关键词,比如“速率”、“增长”“衰变”,“边际”等,常涉及到导数,再结合问题所涉及的基本规律就可以得到相应的微分方程。
常用微分方程建立数学模型的方法有:(1)按规律直接列方程例1一个较热的物体置于室温为1800c 的房间内,该物体最初的温度是6000c ,3分钟以后降到5000c .想知道它的温度降到3000c 需要多少时间?10分钟以后它的温度是多少?模型建立:根据牛顿冷却(加热)定律:将温度为T 的物体放入处于常温m 的介质中时,T 的变化速率正比于T 与周围介质的温度差。
设物体在冷却过程中的温度为T (t ),t ≥0,T 的变化速率正比于T 与周围介质的温度差,成正比与即m T dtdT−。
建立微分方程⎪⎩⎪⎨⎧=−−=.60)0(),(T m T k dt dT(4.1)其中参数k >0,m =18.求得一般解为ln(T -m )=-k t+c ,或,0,≥+=−t ce m T kt代入条件,求得c=42,k=-2116ln 31,最后得().0,42182116ln 31≥+=t et T t (4.2)结果:(1)该物体温度降至3000c 需要8.17分钟。
(2)10分钟以后它的温度是()102116ln 31421810e T +==25.870c(2)微元分析法该方法的基本思想是通过分析研究对象的有关变量在一个很短时间内的变化情况,寻求一些微元之间的关系式。
例2一个高为2米的球体容器里盛了一半的水,水从它的底部小孔流出,小孔的横截面积为1平方厘米.试求放空容器所需要的时间.2米模型建立:首先对孔口的流速做两条假设:(1)t 时刻的流速v 依赖于此刻容器内水的高度h (t )。
《微分方程数学建模》课件

实际问题的转化
了解如何将实际问题转化为数学模型, 培养建模思维。
边界条件的确定
掌握边界条件的重要性,学会确定合适 的边界条件来求解微分方程。
数学建模实例
弹性材料的振动问题
通过建立微分方程模型,分析弹 性材料的振动特性和共振现象。
传染病传播模型
运用微分方程建模技巧,研究传 染病在人群中的传播规律和防控 策略。
《微分方程数学建模》 PPT课件
这份PPT课件将带领您深入了解微分方程数学建模,并探讨其应用与意义。通 过丰富的实例和技巧,让您轻松掌握数学建模的要点。
微分方程数学建模简介
微分方程简述
了解微分方程的基本概念和定义,掌握它在数学建模中的核心作用。
微分方程的应用和意义
探索微分方程在科学、工程和社会问题中的广泛应用,体会它的重要性。
4 高阶线性微分方程
探讨高阶线性微分方程的常见形式和特殊解 法,拓宽解题思路。
5 常系数齐次线性微分方程
学习处理常系数齐次线性微分方程的技巧和 常见应用场景。
建立微分方程模型
1
变量的择和定义
2
学习选择和定义适当的变量来建立准确
和有效的微分方程模型。
3
模型的求解方法
4
了解常见微分方程模型的解法,探索解 析和数值解的求解技巧。
相关教材
推荐一些优秀的教材,帮助 您进一步学习微分方程和数 学建模。
网络资源
介绍一些优质的网络资源, 供您查阅更多有关微分方程 数学建模的资料。
城市汽车拥堵问题的建模
通过建立微分方程模型,解析城 市交通拥堵的成因和调控方案。
总结
1 微分方程数学建模的重要性
总结微分方程在解决实际问题中的重要作用和应用前景。
数学建模竞赛课件---微分方程模型

案例分析
通过几个具体案例,展示微分方程在建模竞赛中的应用。包括鱼的增长模型、自由落体问题、热传导问 题和稳定的经济增长模型。
结语
微分方程是数学建模竞赛中必不可少的工具,对于解决复杂问题具有重要作 用。通过系统学习和实践,可以掌握微分方程的解法和应用。
一阶微分方程
一阶微分方程是最基本的微分方程类型之一,包括可分离变量、齐次线性、 一阶线性和变量分离法等。掌握这些求解方法可以解决许多实际问题。
高阶微分方程
高阶微分方程是一阶微分方程的延伸,包括齐次线性、非齐次线性、常系数 和变系数等类型。熟练掌握这些求解方法可以应对更加复杂的建模问题。
微分方程在建模中的应用
数学建模竞赛课件---微分 方程模型
本课件介绍微分方程模型在数学建模竞赛中的重要性和应用。内容包括微分 方程的定义、分类、解法,以及在生物学、物理学、是数学中的重要工具,可用于描述自然现象和科学问题。它们分为 常微分方程和偏微分方程,并可以按类型进行分类。了解微分方程的解法对 于建模竞赛至关重要。
《微分方程模型》PPT课件

房室具有以下特征:它由考察对象均匀分布而成, (注:考察对象一般并非均匀分布,这里采用了一种简 化方法一集中参数法);房室中考察对象的数量或浓度 (密度)的变化率与外部环境有关,这种关系被称为 “交换”且交换满足着总量守衡。在本节中,我们将用 房室系统的方法来研究药物在体内的分布。在下一节中, 我们将用多房室系统的方法来研究另一问题。两者都很 环境 简单,意图在于介绍建模方法。
器倾翻,图中X点处注入湖中。在采取紧急
措施后,于11:35事故得到控制,但数量不详
B
的化学物质Z已泻入湖中,初步估计Z的量在5~20m3之间。 建立一个模型,通过它来估计湖水污染程度随时间的变化
并估计:
(1)湖水何时到达污染高峰;
(2)何时污染程度可降至安全水平(<0.05%)
湖泊污染问题分析
设湖水在t时的污染程度为C(t), X
0t 3 3t 4 t4
现回答上述问题
(1)t 6 代入对应方程,求得
W (6) 57.48247kg
(2)要满足体重不增,即dW (b 16W ) /10000 0
dt
所以b 16W 1657.1256 914 (cal)
因此每天总卡路里摄取量是1200+914=2114cal
因污染源被截断,故微分方程变为 2000 dC 6C
dt
: 它的特解为
630
C(t) C(30)e 2000
当达到安全水平,即C(t)=0.0005时,可求出 此时的t=T,即
T 30 (2000 / 6) ln(0.0005 / C(30))
解得
T 30 (2000 / 6) ln(0.9564Z)
引例一
数学建模微分方程模型

数学建模微分方程模型在数学建模的旅程中,微分方程模型扮演了至关重要的角色。
它们在描述和解决各种实际问题中,从物理学到社会科学,都起到了关键的作用。
在本章中,我们将探讨微分方程模型的基本概念、类型和应用。
微分方程是一种方程,它包含未知函数的导数。
这种方程在描述变化率时非常有用,例如,描述物体的速度或加速度。
在形式上,微分方程可以表示为 y'(x) = f(x, y),其中 y'表示 y的导数,f是一个给定的函数。
根据方程的特点,微分方程可以划分为多种类型,如线性微分方程、非线性微分方程、常微分方程、偏微分方程等。
每种类型的方程都有其特定的求解方法和应用领域。
微分方程在众多领域中都有应用,如物理学、工程学、经济学等。
例如,牛顿第二定律就是一个微分方程,它描述了物体的加速度如何由作用力决定。
人口增长模型、传染病模型等也都依赖于微分方程。
建立微分方程模型通常需要以下步骤:确定模型的目标和变量;然后,根据问题背景和物理规律建立数学模型;通过数值计算或解析解法得出结果。
求解微分方程的方法主要有两种:数值方法和解析方法。
数值方法是通过计算机程序或软件进行数值计算得到近似解,而解析方法是通过求解方程得到精确解。
对于某些类型的微分方程,可能需要结合使用这两种方法。
建立微分方程模型后,我们需要对模型进行评估和检验,以确保其有效性和准确性。
这通常包括对模型的假设进行检验、对模型的预测结果进行验证以及对模型的参数进行估计和调整等。
随着科学技术的发展,微分方程模型的应用前景越来越广阔。
例如,在生物学中,微分方程被用来描述疾病的传播动态;在经济学中,微分方程被用来分析市场供需关系的变化;在工程学中,微分方程被用来模拟复杂系统的行为等。
未来,随着大数据和人工智能等技术的发展,微分方程模型将在更多领域得到应用和发展。
微分方程模型是数学建模中一个极其重要的部分。
通过学习和掌握微分方程的基本概念、类型、应用以及求解方法等,我们可以更好地理解和解决现实生活中的各种问题。
- 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、"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、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)。
3)、若s0
1
, 则i(t )先增加,当 s
1
1
时,i(t )达到最大
im 1
(1 ln s0 ), 然后减小趋于0, s(t ) s
若s0
1
, 则i(t )单调趋于0,(i)单调趋于s s
i0
i0
1
i
1
i
1
O
1
1
1
t
i0
O
t
O
t
1 1 i ( ) 0 1
1 1
1 ~ 阈值
1 i (t )
感染期内有效接触感染的 i0小 i(t )按S曲线增长 健康人数不超过病人数
直接求解方程,亦可得到上述结果
di i (1 i ) i dt i (0) i0
时
i0 i (t ) i0 t 1
1
时
1 ( ) t e i(t ) i 0
x s0
i0小, 0 1 s
x x ln(1 ) 0 s0 1
x x2 x ( 2)0 s0 2 s 0 1
x 2s0 ( s0
1
)
令 s0 1 , 又 较小, s0 1)
x 2
模型检验 医疗机构一般依据r(t)来统计疾病的波及人数 ,从广 义上理解,r(t)为t时刻已就医而被隔离的人数,是康 复还是死亡对模型并无影响。
代数方程组 f ( x, y ) 0, g ( x, y ) 0. 的实根x = x0, y = y0称为方程(4-3)的平衡点, 记作P0 (x0, y0). 它也是方程(4-3)的解.
如果 tlim x(t ) x0 , 则称平衡点P0是稳定的.
t
lim y (t ) y0 ,
通常情况下,传染病波及的人数占总人数的百分比 不会太大,故r一般是小量。利用泰勒公式展开取 前三项,有: 1 r e 1 r (r ) 2 2
dr 代入 (1 r s0 e r ) dt s0 dr 2 (1 s0 (1 s0 )r (r ) ) 得近似方程 dt 2
假设
1)、总人数N不变,病人和健康人 的比例分别为i(t), s(t)
2)、每个病人每天有效接触人数为 病人,且使接触的健康人致病
~ 日接触率
建模
N[i(t t ) i(t )] [s(t )]Ni(t )t
di si dt i (t ) s (t ) 1
di i (1 i ) dt i (0) i0
Logistic模型
解得
i (t ) 1 1 t 1 1 e i 0
i 1
1 2
传染病高潮到来时刻,为 i(t)=1/2时刻,此时 1 1 t m ln( 1) i0
2)、 病人的日接触率 ,日治愈率 , 接触数
模型 建立
s(t ) i(t ) r (t ) 1 i0 s0 1, (r (0) 0)
需建立关于i(t), s(t),r(t)的两个方程
N[i(t t ) i(t )] s(t ) Ni(t )t Ni(t )t N[s(t t ) s(t )] s(t ) Ni(t )t
1 1 i ( ) 0
t 时
1 1
同样结果!
思考:模型二(SI模型)如何看成模型三(SIS模型)的特例
模型四 传染病有免疫性—即病人治愈 即移出感染系统,称为移出者
SIR模型
假设 1)、总人数N不变,病人、健康人和移出者的比 例分别为i(t), s(t),r(t)
无法求出i(t),s(t) 的解析解
在相平面s—i上 研究解的性质 相轨线
1 s i ( s) ( s0 i0 ) s ln s0
D {( s, i) | s 0, i 0, s i 1}
在D内作相轨线i(s)的图形,进行分析
di dt si i ds si dt i (0) i0 , s (0) s0
如果
t
lim x(t ) x0
则称平衡点x0是稳定的.
稳定性判别方法 由于 f ( x) f ( x0 )( x x0 ), 在讨论方程(4-1)的 稳定性时,可用
来代替.
dx f ( x0 )( x x0 ) dt
(4 2)
易知 x0也是方程(4-2)的平衡点. (4-2)的通解为
现求解 r(t) 开始无移出者,即r(0)=0
s(t ) i(t ) r (t ) 1
di si i dt ds si dt
s (t ) s0 e
r ( t )
dr i dt
ds si dt
ds dr s dt dt
dr (1 r s0 e r ) dt
x(t ) Ce
f ( x0 ) t
这个结论对 于(4-1)也是 ① 若 f ( x0 ) 0, 则x0是稳定的; 成立的.
x0 ,
关于x0是否稳定有以下结论:
② 若 f ( x0 ) 0, 则x0是不稳定的.
关于常微分方程组的平衡点及其稳定 性, 设
dx f ( x, y ), dt dy g ( x, y ). dt (4 3)
di i (1 i ) i dt i (0) i0
~ 日接触率
1 ~ 平均感染期
~一个感染期内每个病人有效
接触人数,称为接触数。
方程 化为
di dt
di 1 i[i (1 )] dt
1
1
~ 接触数
提高医疗水平;提高卫生水平;群体免疫。
值的估计
1 s 忽略i0 ln s0 ln s ( s0 i0 ) s ln 0 s0 s s0
被传染人数的估计
记被传染人数的比例x=s0-s
1 s ( s0 i0 ) s ln 0 s0
o
s
1/
1
s
ds dr 0, 又s(t ) 0, s 存在 0, 又r (t ) 1, r 存在 dt dt
由r (t ) s(t ) i(t ) 1知,i 存在
ii)、 t时, i 极限i=0 。 反证:若i≠0,设i=a>0,则存在T>0,当t>T时, 有i(t)>a/2。 dr a 0 t 时, r 。矛盾 dt 2 2)、最终未感染者为Ns
dnx dx d n1 x dy0 f ( t ; x , ,..., n1 ) y1 , n dt dt dt dt dy1 y , i d x 2 令 yi ( i 0,1,..., n) dt dt i .... dyn1 f ( t ; y , y ,..., y ) •通解与特解 0 1 n 1 dt
降低s0 (i0 s0 r0 1)r0
群体免疫
综上所述,模型四指出了传染病的以下特征: 1)当人群中有人得了某种传染病时,此疾病 并不一定流传,仅当易受感染的人数与超 过阀值时,疾病才会流传起来。 2)疾病并非因缺少易感染者而停止传播,相反, 是因为缺少传播者才停止传播的,否则将导 致所有人得病。 3)种群不可能因为某种传染病而绝灭。 防止传染病蔓延的途径有
两边除以t,再令t 0,有
di dt si i ds si dt i (0) i0 , s (0) s0 1 di 1 消去 dt, ds s i |s s i0 0
相轨线i(s)定义域
微分方程解的存在唯一性
存在性:右端项连续 Lipschitz条件 唯一性:右端项满足
微分方程的稳定性问题
有限区间的稳定性 无限区间的稳定性 渐近稳定性 扰动稳定性
微分方程的平衡点与稳定性
设
dx f ( x) (4 1) dt 称代数方程 f (x)=0 的实根x = x0为方程的平 衡点(或奇点). 它也是方程的解.
1 di 1 ds s i |s s i0 i 0
1
相图分析
1 s i ( s ) 1 s ln s0
1)、每一条曲线都从i0+s0=1开始 2)、不论i0,s0开始情况如何病人 将最终消失。即t,i 0. i)、 t时i 极限i∞存在
i0 s0 1
i0
O
di dt
tm
t
(日接触率) tm
t i 1
但病人可以治愈!
o
12
i
模型三 增加假设 建模
传染病无免疫性—即病人治愈成为 SIS模型 健康人,健康人可再次被感染 3)、病人每天治愈的比例为
~ 日治愈率
N[i(t t ) i(t )] [s(t )]Ni(t )t Ni(t )t
微分 方程 建模
• 根据函数及其变化率之间关系,确定函数 本身。
• 根据建模的目的和问题分析作出简化假设 • 按照内在规律或用类比法建立微分方程
微分方程基本概念及理论
•定义:
dx f ( t , x ), dt x ( t 0 ) x0 ,
•一般阶线性常微分方程具有形式
下面给出判别平衡点P0是否稳定的判别 准则. 设 f ( P0 ) f ( P0 ) f ( P0 ) g ( P0 ) x y p , q g ( P0 ) g ( P0 ) y x x y