4 微分方程建模实例——Malthus模型与Logistic模型
微分方程(组)模型
③
(2) 方程③是一阶线性微分方程，通解为②当n>0时，有特解y=0.
求微分方程（组）的解析解命令: dsolve(‘方程1’, ‘方程2’,…‘方程n’, ‘初始条件’, ‘自 变量’) 符号说明：在表达微分方程时，用字母D表示求微分， D2、D3等表示求2阶、3阶等微分。任何D后所跟的 字母为因变量，自变量可以指定或由系统规则选定为 确省。 d2y
方法：
• 规律分析法：根据相关学科的定理或定律、规律（这些涉及 到某些函数变化率）建立微分方程模型，如曲线的切线性质. • 微元分析法:应用一些已知规律和定律寻求微元之间的关系式. • 近似模拟法：在社会科学、生物学、医学、经济学等学科的 实际问题中，许多现象的规律性不清楚，常常用近似模拟的 方法建立微分方程模型.
4.符号说明
• • • • • • • a---某人每天在食物中摄取的热量 b---某人每天用于新陈代谢（及自动消耗）的热量 α ---某人每天从事工作、生活每千克体重必需消耗的热量 β---某人每天从事体育锻炼每千克体重消耗的热量 w---体重(单位：千克) w0---体重的初始值 t---时间（单位：天）
若Q(x)≡0,则称为一阶线性齐次方程，一阶线性微分方程通解为 P ( x ) dx P ( x ) dx ② y ( x) e ( Q( x)e dx C )
从而可得
dz (1 n) P ( x) z (1 n)Q ( x) dx
dz dy (1 n) y n dx dx
一、微分方程模型 二、微分方程的数学形式 三、微分方程（组）的MATLAB解法 四、减肥的数学模型 五、人口增长数学模型 六、兰彻斯特（Lanchester）作战模型 七、硫磺岛战役案例
matlab曲线拟合人口增长模型及其数量预测
实验目的[1] 学习由实际问题去建立数学模型的全过程；[2] 训练综合应用数学模型、微分方程、函数拟合和预测的知识分析和解决实际问题； [3] 应用matlab 软件求解微分方程、作图、函数拟合等功能，设计matlab 程序来求解其中的数学模型；[4] 提高论文写作、文字处理、排版等方面的能力；通过完成该实验，学习和实践由简单到复杂，逐步求精的建模思想，学习如何建立反映人口增长规律的数学模型，学习在求解最小二乘拟合问题不收敛时，如何调整初值，变换函数和数据使优化迭代过程收敛。
应用实验（或综合实验）一、实验内容从1790—1980年间美国每隔10年的人口记录如表综2.1所示：表综2.1年 份 1790 1800 1810 1820 1830 1840 1850 人口(×106)3.9 5.3 7.2 9.6 12.9 17.1 23.2 年 份 1860 1870 1880 1890 1900 1910 1920 人口(×106)31.4 38.6 50.2 62.9 76.0 92.0 106.5 年 份 193019401950196019701980人口(×106)123.2 131.7 150.7 179.3 204.0 226.5用以上数据检验马尔萨斯(Malthus)人口指数增长模型，根据检验结果进一步讨论马尔萨斯人口模型的改进，并利用至少两种模型来预测美国2010年的人口数量。
二、问题分析1：Malthus 模型的基本假设是：人口的增长率为常数，记为 r 。
记时刻t 的人口为x (t ），（即x (t ）为模型的状态变量）且初始时刻的人口为x 0，于是得到如下微分方程：⎪⎩⎪⎨⎧==0)0(d d x x rxtx2：阻滞增长模型（或Logistic 模型） 由于资源、环境等因素对人口增长的阻滞作用，人口增长到一定数量后，增长率会下降，假设人口的增长率为x 的减函数，如设r(x)=r(1-x/x m )，其中r 为固有增长率(x 很小时)，x m 为人口容量（资源、环境能容纳的最大数量），于是得到如下微分方程：⎪⎩⎪⎨⎧=-=0)0()1(d d xx x x rx t xm三、数学模型的建立与求解根据Malthus 模型的基本假设，和Logistic 模型，我们可以分别求得微分方程的解析解，y1=x0*exp(r*x);y2= xm/(1+x0*exp(-r*x))对于1790—1980年间美国每隔10年的人口记录，分别用matlab 工具箱中非线性拟合函数的命令作一般的最小二乘曲线拟合，可利用已有程序lsqcurvefit 进行拟合，检验结果进一步讨论模型的改进，预测美国2010年的人口数量。
Malthus模型和Logistic模型
Malthus模型和Logistic 模型随着社会的发展，人口问题与经济、资源、环境、社会的冲突日益成为制约国家发展的瓶颈，了解了人口增长函数，也就掌握了人口的发展动态和发展规律，这对国家的发展有重要意义。
1798年.英国人口学家和政治经济学家马尔萨斯以两个假设为前提：第一，食物为人类生存所必须；第二，人的性本能几乎无法限制，提出了闻名于世的人口指数增长模型，即Malthus人口模型：人口总数为p(t),人口的出生率为b,死亡率为d。
任取时段【t, t + dt ],在此时段中的出生人数为b p(t)dt ,死亡人数为d p(t)dt。
假设出生数及死亡数与p(t)及dt均成正比，而且以矩形取代了曲边梯形的面积。
在时段【t, t+dt ]中，人口增加量为p(t dt)- p(t)〜d p(t), 它应等于此时段中的出生人数与死亡人数之差，即d p(t) =b p(t) dt —d p(t) dt = a p(t) dt,其中a=b—d称为人口的净增长率。
于是p(t)满足微分方程^=ap(t). (1)dt若已知初始时刻t=t0时的人口总数为P0,那么p(t)还满足初始条件t=t0 时，p(t) =p0. (2)可以求得微分方程(1)满足初始条件⑵ 的解为(设a是常数) p(t)=p c e a(t _t0), ⑶即人口总数按指数增长。
模型参数的意义和作用：t0为初始时刻(初始年度)，P0为初始年度t0的人口总数，a为每年的人口净增长率，b为人口出生率，d 为人口死亡率。
Malthus 人口模型所说的人口并不一定限于人，可以是认可一个生物群体，只要满足类似的性质即可。
现在讨论模型的应用和正确性。
例如，根据统计数据知在1961 年全世界人口为30.6 亿，1951 年-1961 年十年每年人口净增长率约为0.02。
取t o=1961, p o=3.06*109和a =0.02，就有9 0.02(t-t0)p(t)=3.06*10 *e ，用这个公式倒计算全世界在1700-1961 年间的人口总数，并把计算结果与实际统计数据作比较可以发现它们是比较符合的。
微分方程(模型)
dx 2 或 x 0.03 dt 100 t 这是一阶线性非齐次方程，且有初值条件 x(0) 10,；利用8.3节的公式（5），可得此 C 方程的通解：x (t ) 0.01(100 t ) (100 t ) 2 有初值条件可得C 9 10 4，所以容器内含盐 量x随时间t的变化规律为 9 10 4 x 0.01(100 t ) 2 (100 t )
微分方程模型
重庆邮电大学
数理学院
引言
微分方程模型
当我们描述实际对象的某些特性随时间（空 间）而演变的过程、分析它的变化规律、预测它 的未来形态、研究它的控制手段时。通常要建立 对象的动态模型。
在研究某些实际问题时，经常无法直接得 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。在自然界以及工程技 术领域中，微分方程模型是大量存在的。它甚至 可以渗透到人口问题以及商业预测等领域中去， 其影响是广泛的。
四. 悬链线方程问题
将一均匀柔软的绳索两端固定，使之仅受重力的作 用而下垂，求该绳索在平衡状态下的曲线方程（铁塔 之间悬挂的高压电缆的形状就是这样的曲线）。 解 以绳索所在的平面为xoy 平面，设绳索最低点 为y轴上的P点，如图8－1所示。考察绳索上从点p到 l 另一点Q(x,y)的一段弧 PQ ，该段弧长为 ，绳索线密 度为 l ,则这段绳索所受重力为gl 。由于绳索是软 的，
y x 2 2.
微分方程的几个应用实例
许多实际问题的解决归结为寻找变量间的函数关 系。但在很多情况下，函数关系不能直接找到，而只 能间接的得到这些量及其导数之间的关系，从而使得 微分方程在众多领域都有非常重要的应用。本节只举 几个实例来说明微分方程的应用。进一步的介绍见第 十章。 一. 嫌疑犯问题
人口增长的预测(数学建模论文
关键字：人口数平衡点方程模型运动预测曲线稳定增长人口一题目：请在人口增长的简单模型的基础上。
" （1）找到现有的描述人口增长，与控制人口增长的模型；" （2）深入分析现有的数学模型，并通过计算机进行仿真验证；" （3）选择一个你们认为较好的数学模型，并应用该模型对未来20年的某一地区或国家的人口作出有关预测；" （4）就人口增长模型给报刊写一篇文章，对控制人口的策略进行论述。
二摘要：本次建模是依照已知普查数据，利用Logistic模型，对中国人口的增长进行预测。
首先假设人口增长符合Logistic模型，即引入常数，用来表示自然环境条件所能容许的最大人口数。
并假设净增长率为，即净增长率随着人口数N（t）增长而减小，当N(t) 时，净增长率趋于零。
按照这个假设，。
用参数＝3.0,r=0.0386, =1908, =14.5。
画出N=N(t)的图像，作为人口增长模型的一种近似。
做微分方程解的定性分析，求出N=N(t)的驻点和拐点，按照函数作图方法列出定性分析表，作出相轨迹的运动图。
当初始人口<时，方程的解单调递增到地趋向，这意味着如果使用Logistic模型描述人口增长，则人口发展地总趋势是渐增到最大人口数，因此可作为人口的预测值，也称谓平衡点。
用导数做稳定分析，为判断平衡点是否为稳定，可在平面上绘制f(x)的图象，然后像函数绘图那样，用导数进行定性分析，通过图看出人口数N(t)按时间是递增的，当人口数未达到饱和状态的时候，将逐渐地趋向，这意味着是稳定的平衡点。
按该模型，未来人口的数量将随着时间的演化，从初始状态出发达到极限状态，这样就给出了人口的未来预测。
三问题的提出1． Malthus模型英国统计学家Malthus（1766－1834）发现人口增长率是一个常数。
设t时刻人口为N（t），因为人口总数很大，可近似把N（t）当作连续变量处理。
Malthus的假设是：在人口的自然增长过程中，净相对增长率（出生率减去死亡率）是常数，即单位时间内人口的增长量与人口总数成正比。
人口指数增长模型和Logistic模型
表1 美国人口统计数据指数增长模型：rt e x t x 0)(=Logistic 模型：()011mrtm x x t x e x -=⎛⎫+- ⎪⎝⎭解：模型一:指数增长模型。
Malthus 模型的基本假设下，人口的增长率为常数，记为r ，记时刻t 的人口为 )(t x ，（即)(t x 为模型的状态变量）且初始时刻的人口为0x ，因为⎪⎩⎪⎨⎧==0)0(x x rxdt dx由假设可知0()rt x t x e = 经拟合得到：}2120010120()ln ()ln ,ln (),,ln rt a y a t a x t x e x t x rt r a x ey x t a r a x =+=⇒=+⇒=====程序：t=1790:10:1980;x(t)=[ ]; y=log(x(t));a=polyfit(t,y,1) r=a(1),x0=exp(a(2)) x1=x0.*exp(r.*t);plot(t,x(t),'r',t,x1,'b') 结果：a =r= x0=所以得到人口关于时间的函数为：0.02140()t x t x e =，其中x0 = ， 输入：t=2010;x0 = ;x(t)=x0*exp*t)得到x(t)= 。
即在此模型下到2010年人口大约为 610⨯。
模型二：阻滞增长模型（或 Logistic 模型） 由于资源、环境等因素对人口增长的阻滞作用，人口增长到一定数量后，增长率会下降，假设人口的增长率为 x 的减函数，如设)/1()(m x x r x r -=，其中 r 为固有增长率 (x 很小时 ) ，m x 为人口容量（资源、环境能容纳的最大数量）， 于是得到如下微分方程：⎪⎩⎪⎨⎧=-=0)0()1(xx x x rx dt dxm 建立函数文件function f=curvefit_fun2 (a,t)f=a(1)./(1+(a(1)/*exp(-a(2)*(t-1790))); 在命令文件中调用函数文件 % 定义向量（数组） x=1790:10:1990; y=[ 76 ... 92 204 ];plot(x,y,'*',x,y); % 画点，并且画一直线把各点连起来 hold on;a0=[,1]; % 初值% 最重要的函数，第1个参数是函数名（一个同名的m 文件定义），第2个参数是初值，第3、4个参数是已知数据点 a=lsqcurvefit('curvefit_fun2',a0,x,y); disp(['a=' num2str(a)]); % 显示结果 % 画图检验结果 xi=1790:5:2020; yi=curvefit_fun2(a,xi); plot(xi,yi,'r'); % 预测2010年的数据 x1=2010;y1=curvefit_fun2(a,x1) hold off 运行结果： a= y1 =其中a(1)、a(2)分别表示()011mrtm x x t x e x -=⎛⎫+- ⎪⎝⎭中的m x 和r ，y1则是对美国美国2010年的人口的估计。
人口增长的微分方程模型
人口增长的微分方程模型通常基于Malthusian或Logistic增长模型。
以下是这两种常见的人口增长模型：
1. **Malthusian模型**：
Malthusian模型是人口增长的最简单模型之一，它基于以下假设：
- 人口的增长率与当前人口数量成正比。
- 增长率是恒定的，不受其他因素的影响。
用数学符号表示，Malthusian模型可以写成如下的微分方程：
\(\frac{dP}{dt} = rP\)
其中，\(P\) 表示人口数量，\(t\) 表示时间，\(r\) 表示增长率。
这个方程的解是指数函数，人口数量会随时间指数增长。
2. **Logistic模型**：
Logistic模型更贴近实际情况，考虑了人口增长的有限性。
它基于以下假设：- 人口的增长率与当前人口数量成正比，但随着人口接近一个上限，增长率会减小。
- 人口增长率的减小是受到资源限制或竞争的影响。
Logistic模型的微分方程如下：
\(\frac{dP}{dt} = rP(1 - \frac{P}{K})\)
其中，\(P\) 表示人口数量，\(t\) 表示时间，\(r\) 表示初始增长率，\(K\) 表示人口的上限或最大承载能力。
这个方程的解是S形曲线，人口数量会在接近\(K\) 时趋于稳定。
需要注意的是，实际的人口增长受到多种复杂因素的影响，包括出生率、死亡率、移民等。
因此，上述模型是简化的描述，用于理论分析和初步估算。
实际人口增长的模拟需要更复杂的模型和更多的参数考虑。
此外，这些模型还可以扩展，以包括更多的因素，如年龄结构、性别比例和社会因素等。
4-微分方程建模实例——Malthus模型与Logistic模型-课件PPT
23
于是，
N0 N (t)e (tt0 ) r[e (tt0 ) 1].
若此画是真品，t - t0 ≈ 300 (年) . 从而可求出 λN0 的 近似值. 对油画《在埃牟斯的门徒》具体计算如下：
N0 N (t)e300 r[e300 1]
由于半衰期: T ln 2 ,
于是， ln 2 .
4.1. 人口增长模型 4.2. 赝品的鉴定 4.3. 耐用新产品的销售速度问题 4.4. 传染病模型
1
4.1 人口增长模型
世界人口增长概况
年
1625 1830 1930 1960 1974 1987 1999
人口(亿) 5 10 20 30 40 50 60
中国人口增长概况
年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
马尔萨斯(1766～1834) Malthus，Thomas Robert
4
模型假设： • 人口增长率 r 是常数. • 人口的数量本应取离散
值，但由于人口数量一 般较大，为建立微分方 程模型，可以将人口数 量看作连续变量，甚至 允许它为可微变量，由 此引起的误差将是十分 微小的.
5
模型构成：
设 x(t) 表示 t 时刻的人口，有
16
• 六十年后，美国记者、专栏作家乔 纳森·洛佩兹(Jonathan Lopez)出 版了《制造维米尔的人》(The man who made Vermeers) 一书. 在书中，洛佩兹表达了对那个时代 荷兰人民的体谅：“荷兰人对米格 伦的态度并非不可理解. 在二战中， 这个国家遭遇了残酷的羞辱，光复 也是在盟国的帮助下完成. 米格伦 给了未能主宰自身命运的荷兰人内 心深处想要得到的东西. 而对于 ‘欺骗’这种事情，他又是太熟谙 了.”
- 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)。
xm：人口容量(资源、环境能容纳的最大数量)
r(xm ) 0
s= r0 xm
r(x)=r0(1-
x xm
)
dx dt
r(x )x
dx/dt
r0(1
x )x, xm
x(0) x0.
0
x(t)
xm
1 ( xm 1)er0t
x0
x xm
xm/2 x0 0
xm/2
xm x
t
模型检验和预测：
• 大量实验资料表明用Logistic模型描述种群的增长， 效果相当不错!
米格伦最著名的 伪作之一
• 一位法官试图证明米格伦确有通过制赝牟利的动机， 他却高调回答：“如果我不卖个高价，他们就不会相 信这是真的！”
• 这件事在当时震惊了全世界，为了证明自己是一个伪造者， 米格伦在监狱里开始伪造维米尔的油画《在埃牟斯的门 徒》.
马尔萨斯(1766～1834) Malthus，Thomas Robert
模型假设： • 人口增长率 r 是常数. • 人口的数量本应取离散
值，但由于人口数量一 般较大，为建立微分方 程模型，可以将人口数 量看作连续变量，甚至 允许它为可微变量，由 此引起的误差将是十分 微小的.
模型构成：
设 x(t) 表示 t 时刻的人口，有
由荷兰生物数学家 P. F. Verhust 于1837 年在 研究人口问题时建立. 基于这个模型能够描述 一些事物的客观规律，常被称为Logistic 模型.
阻滞作用随人口数量增加而变大 r 是 x 的减函数
假定 r(x) r0 sx (r0, s 0)
r (0) = r0：固有增长率
s 的意义是什么？
• 特别，利用马尔萨斯模型验证并检查1700年至1961的260 年间人口实际数据，发现两者几乎完全一致！
• 例如，1961年世界人口数为30.6 亿 ，人口数大约每35年增 加一倍.
模型预测：
假如人口数真能保持每35年增加一倍，那么人口数将以
几何级数的方式增长。例如，到2510年，人口达2×1014个，
象.
3
2.5
2
N/人
1.2050
2100
2150
2200
t/年
由于空间和资源都是有限的，不可能供养无限 增长的种群个体，当种群数量过多时，由于人 均资源占有率的下降及环境恶化、疾病增多等 原因，出生率将降低而死亡率却会提高.
模型三 (阻滞增长模型，即 Logistic 模型)：
4.2 赝品的鉴定
• 在第二次世界大战比利时解放后 ，荷兰野战军保安机关开始搜捕 纳粹同谋犯.
• 他们从一家曾向纳粹德国出卖过 艺术品的公司中发现线索，于 1945年5月29日以通敌罪逮捕了 三流画家汉·凡·米格伦(Han van Meegeren)，此人曾将17 世纪荷兰著名画家约翰内斯·维 米尔(Johannes Vermeer)的一些 油画卖给了当时纳粹德国的空军 司令戈林.
即使海洋全部M变alt成hu陆s地模，型每实人际也上只只有有9在.3群平体方总英尺的活动范围， 而到2670年，数人不口太达大3时6×才1合01理5个，，当只总好数一增个大人时站，在另一人的 肩上排成二所层生以了物M.群a故体lt马h的u尔各s模萨成型斯员假模之设型间的是由人不于口完有善限的的.
净生增存长空率间不，可有能限始的终自保然持资常源数及，食物 它等应原当因与，人就口可数能量发有生关生. 存3.5x 10竞11 争等现马尔萨斯模型人口预测
• 例如，数学家高斯把 5 只草履虫放进一个盛有
0.5cm3 营养液的小试管，他发现，开始时草履虫以
每天 230.9% 的速率增长，此后增长速度不断减慢，
到第五天达到最大量375个，实验数据与r0 =
2.309，x0 = 5, xm = 375 的Logistic曲线：
x(t)
1
375 74e2.309t
中国人口增长概况
年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
研究人口变化规律，控制人口过快增长！
模型一 (最简单的人口增长模型)：
假设今年的人口是 x0, 人口的年增长率是常数 r ,
4 微分方程建模 —— Malthus模型 与 Logistic模型
4.1. 人口增长模型 4.2. 赝品的鉴定 4.3. 耐用新产品的销售速度问题 4.4. 传染病模型
4.1 人口增长模型
世界人口增长概况
年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60
几乎完全吻合.
x(t)
xm
1 ( xm 1)er0t
x0
总结
阻滞增长模型从一定程度上克服了指数增长模型的 不足，可以被用来做相对较长时期的人口预测；而 指数增长模型在做人口的短期预测时因为其形式的 相对简单性也常被采用.
Malthus 模型与 Logistic 模型虽然都是为了研究种 群数量的增长情况而建立的，但它们也可用来研究 其他实际问题，只要这些实际问题的数学规律与 Malthus 模型与 Logistic 模型所反映的数学规律类似 即可.
dx dt
rx(t ),
x(t) x e rt
x(0) x0.
0
x0(er )t
当 r > 0，随着时间的增加， 人口按指数规律无限增长!
x0(1 r )t .
回忆： x x (1 r)k
k
0
(r 1)
模型检验：
• 比较历年的人口统计资料，可以发现人口增长的实际情况 与马尔萨斯模型的预报结果基本相符.
维米尔名作
《戴珍珠耳环的 少女》
• 最初，米格伦的确惊慌了一阵子. 可是，米格伦在同 年7月12日在牢里突然宣称：他从未把真画卖给戈林， 而且他还说，这些画包括当时众所周知的油画《在埃 牟斯的门徒》都是他自己为“戏弄纳粹”的仿制品.
《在埃牟斯的门 徒》（The Disciples at Emmaus）
于是，k 年后的人口为:
x x (1 r)k
k
0
美丽的大自然
模型二 (指数增长模型，即 Malthus 模型)：
英国著名经济学家，出生于 英格兰的一个土地贵族家庭. 1784年进入剑桥大学学习， 1798年加入英国教会的僧籍, 任牧师. 1799年到欧洲一些 国家调查人口问题. 1805年 成为英国第一位(也是世界上 第一位)政治经济学教授.