微分方程模型-清华大学数学模型电子教案
合集下载
微分方程模型(数学建模)
利用模拟近似法建模
3
2019年1月8日
开普勒三大定律：
《数学的实践与认识》 2005.12
• 太阳系每一颗行星的轨道皆以太阳为一 焦点的椭圆;
• 行星的向径在单位时间扫过的面积是一 个常数；
• 行星运动周期之平方与平均距离之立方 成正比。
4
2019年1月8日
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段 • 根据函数及其变化率之间的关系确定函数 • 根据建模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
5 2019年1月8日
微分 方程 建模
一、微分方程建模的思想和方法
当我们用微观的眼光观察实际问题时一般遵循如下的模式
净变化率=输入率-输出率
（1）根据已知规律：利用数学、物理、力学、化学等经 过实践检验的规律和定理； （2）利用微元法 （3）利用模拟近似法：在社会科学、生物学、医学、经 济学的学科中一些现象的规律性我们不太清楚，需要在不 同的假设下去模拟实际现象。如此建立的模型从数学上求 解或分析后再与实际对比，观察看这个模型是否能够模拟、 近似这些现象。
现代战争的特点是多兵种的协同作战，根据不 同兵种的特点,在不同的区域参加战斗，都对战争的 结果产生一定的影响．
20 2019年1月8日
战争的预测与评估问题
１．问题的提出 现在要求建立数学模型讨论的问题： (1) 分析研究引起军备竞赛的因素，并就诸多 因素之间的相互关系进行讨论； (2) 在多兵种的作战条件下，对作战双方的战 势进行评估分析. （3）分析研究作战双方的兵力消耗，并预测初 始总兵力和战斗力变化对作战结果的影响。
3
2019年1月8日
开普勒三大定律：
《数学的实践与认识》 2005.12
• 太阳系每一颗行星的轨道皆以太阳为一 焦点的椭圆;
• 行星的向径在单位时间扫过的面积是一 个常数；
• 行星运动周期之平方与平均距离之立方 成正比。
4
2019年1月8日
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段 • 根据函数及其变化率之间的关系确定函数 • 根据建模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
5 2019年1月8日
微分 方程 建模
一、微分方程建模的思想和方法
当我们用微观的眼光观察实际问题时一般遵循如下的模式
净变化率=输入率-输出率
（1）根据已知规律：利用数学、物理、力学、化学等经 过实践检验的规律和定理； （2）利用微元法 （3）利用模拟近似法：在社会科学、生物学、医学、经 济学的学科中一些现象的规律性我们不太清楚，需要在不 同的假设下去模拟实际现象。如此建立的模型从数学上求 解或分析后再与实际对比，观察看这个模型是否能够模拟、 近似这些现象。
现代战争的特点是多兵种的协同作战，根据不 同兵种的特点,在不同的区域参加战斗，都对战争的 结果产生一定的影响．
20 2019年1月8日
战争的预测与评估问题
１．问题的提出 现在要求建立数学模型讨论的问题： (1) 分析研究引起军备竞赛的因素，并就诸多 因素之间的相互关系进行讨论； (2) 在多兵种的作战条件下，对作战双方的战 势进行评估分析. （3）分析研究作战双方的兵力消耗，并预测初 始总兵力和战斗力变化对作战结果的影响。
《数学模型电子教案》课件
《数学模型电子教案》PPT课件第一章：数学模型概述1.1 数学模型的定义与分类1.2 数学模型的构建步骤1.3 数学模型在实际应用中的重要性1.4 数学模型与数学建模的区别与联系第二章：数学模型建立的基本方法2.1 直观建模法2.2 解析建模法2.3 统计建模法2.4 计算机模拟建模法第三章：线性方程组与线性规划模型3.1 线性方程组的求解方法3.2 线性规划的基本概念与方法3.3 线性规划模型的应用案例3.4 线性规划模型的求解算法第四章：微分方程与差分方程模型4.1 微分方程的基本概念与分类4.2 微分方程的求解方法4.3 差分方程的基本概念与分类4.4 差分方程的求解方法与应用第五章：概率论与统计模型5.1 概率论基本概念与随机变量5.2 概率分布与数学期望5.3 统计学基本概念与推断方法5.4 统计模型的应用案例第六章：最优化方法与应用6.1 无约束最优化问题6.2 约束最优化问题6.3 最优化方法的应用案例6.4 遗传算法与优化问题第七章：概率图与贝叶斯模型7.1 概率图的基本概念7.2 贝叶斯定理及其应用7.3 贝叶斯网络与推理方法7.4 贝叶斯模型在实际应用中的案例分析第八章：时间序列分析与预测模型8.1 时间序列的基本概念与分析方法8.2 自回归模型（AR）与移动平均模型（MA）8.3 自回归移动平均模型（ARMA）与自回归积分滑动平均模型（ARIMA）8.4 时间序列预测模型的应用案例第九章：排队论与网络流量模型9.1 排队论的基本概念与模型构建9.2 排队论在服务系统优化中的应用9.3 网络流量模型的基本概念与方法9.4 网络流量模型的应用案例第十章：随机过程与排队网络模型10.1 随机过程的基本概念与分类10.2 泊松过程与Poisson 排队网络10.3 马克威茨过程与随机最优控制10.4 排队网络模型的应用案例第十一章：生态学与种群动力学模型11.1 生态学中的基本概念11.2 种群动力学模型的构建11.3 差分方程在种群动力学中的应用11.4 种群动力学模型的案例分析第十二章：金融数学模型12.1 金融市场的基本概念12.2 金融数学模型概述12.3 定价模型与风险管理12.4 金融数学模型在实际应用中的案例分析第十三章：社会经济模型13.1 社会经济系统的基本特征13.2 经济数学模型的构建方法13.3 宏观经济模型与微观经济模型13.4 社会经济模型的应用案例第十四章：神经网络与深度学习模型14.1 人工神经网络的基本概念14.2 深度学习模型的构建与训练14.3 神经网络在数学建模中的应用案例14.4 当前神经网络与深度学习的发展趋势第十五章：数学模型在工程中的应用15.1 工程问题中的数学建模方法15.2 数学模型在结构工程中的应用15.3 数学模型在流体力学中的应用15.4 数学模型在其他工程领域中的应用案例重点和难点解析本《数学模型电子教案》PPT课件涵盖了数学模型概述、建模方法、线性方程组与线性规划、微分方程与差分方程、概率论与统计、最优化方法、概率图与贝叶斯模型、时间序列分析、排队论与网络流量模型、随机过程、生态学与种群动力学模型、金融数学模型、社会经济模型、神经网络与深度学习模型以及数学模型在工程中的应用等多个领域。
数学建模微分方程模型
忽略i0 s s0 i0 s ln 0 s0
1
ln s0 ln s s0 s
< >
模型4
被传染人数的估计
SIR模型
记被传染人数比例 x s0 s 1 x 1 s x ln(1 ) 0 s0 i0 s ln 0 s0 s0 i0 0, s0 1
<
>
§2 传染病模型
问题
• 描述传染病的传播过程 • 分析受感染人数的变化规律
• 预报传染病高潮到来的时刻
• 预防传染病蔓延的手段 • 按照传播过程的一般规律， 用机理分析方法建立模型
< >
模型1 假设 建模
已感染人数 (病人) i(t)
• 每个病人每天有效接触 (足以使人致病)人数为
i(t t ) i(t ) i(t )t
病人可以治愈！
< >
(日接触率) tm
模型3 传染病无免疫性——病人治愈成
SIS 模型 为健康人，健康人可再次被感染
增加假设 3）病人每天治愈的比例为 ~日治愈率 建模
N[i(t t ) i(t )] Ns(t )i(t )t Ni(t )t
di i (1 i ) i dt i (0) i0
0
消去dt /
SIR模型
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
D 0
<
1
s
>
模型4
相轨线 i ( s) 及其分析
SIR模型
i ( s ) ( s 0 i0 ) s 1
第七次讲课课件微分方程模型
解得： ln8 / 6 0.2877 t0 2.0607
这时求得的t0是大象从死亡时间到被发现的时间（即上午 10点），因此反推回去可知大象被猎杀的时间是早上8点 左右.
四、猪的最佳销售时机
问题的提出： 养猪是否获利，怎样获得最大利 润？如果把饲养技术水平，猪的类型 等因素忽略不计，且不考虑市场需求 的变化，那么影响获利大小的一个主 要因素就是选择猪的售出时机.
试作出适当的假设，建立猪的 最佳销售时机的数学模型.
主模型的建立——利润模型
模型假设： x(t)为t 时刻的体重； y(t)表示一头猪从开始饲养到t时刻共 消耗的费用（包括人员工薪等）； xs为猪可上市销售的最小体重； ts为猪从体重x0增长至xs所需的饲养时 间； p(t,x)为t 时刻体重为x的猪的单位售价.
微分方程模型
平衡原理和数学模型
“平衡”是我们在现实生活中随处可见的一个现象． 如：物理中的能量守恒和动量守恒定律都是在描述物 理中的能量和动量平衡的现象． 再如考虑一段时间内(或一定的范围内)物质的变化， 我们会发现这段时间内物质的改变量与它的增加量和减少 量之差也处于平衡的状态(我们称这种平衡规律为物质平 衡原理)． 我们统称这些描述平衡现象的规律为平衡原理． 由于这种平衡关系比较容易由数学表达式给出，注意 发掘实际问题中的平衡原理无疑应该是数学模型组建过程 中的一个关键问题.
流出盐量
t t
t
p( )rO ( )d
p( t t )V ( t t ) p(t )V (t ) [ pI ( )rI ( ) p( )rO ( )]d t • 利用积分中值定理可得
t t
p(t t )V (t t ) p(t )V (t )
清华大学数学建模讲义
城区的管线还需增加拆迁和工程补偿等附加费用，
为对此项附加费用进行估计，聘请三家工程咨询公
司（其中公司一具有甲级资质，公司二和公司三具 工程咨询公司
有乙级资质）进行了估算。估算结果如下表所示。 附加费用
请为设计院给出管线布置方案及相应的费用。
（万元/千米）
公司一 21
公司二 24
公司三 20
3.在该实际问题中，为进一步节省费用，可以根据炼油厂的生产能力，选用相适应的油管。 这时的管线铺设费用将分别降为输送A厂成品油的每千米5.6万元，输送B厂成品油的每千 米6.0万元，共用管线费用为每千米7.2万元，拆迁等附加费用同上。请给出管线最佳布 置方案及相应的费用。
1.为了掌握罐体变位后对罐容表的影响，利用如图4的小椭圆型储油罐（两端平头的椭圆柱 体），分别对罐体无变位和倾斜角为α=4.10的纵向变位两种情况做了实验，实验数据如 附件1所示。请建立数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高 度间隔为1cm的罐容表标定值。
2.对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与 油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。请利用罐体 变位后在进/出油过程中的实际检测数据（附件2），根据你们所建立的数学模型确定变 位参数，并给出罐体变位后油位高度间隔为10cm的罐容表标定值。进一步利用附件2中的 实际检测数据来分析检验你们模型的正确性与方法的可靠性。
成绩评定和课程要求
• 总评成绩＝平时作业＋期末作业 ± 印象分 • 平时作业：把课堂内容整理成一篇小论文。
共交3次平时作业，每次20分。 • 期末作业：七日内完成所布置的建模题目，
写成一篇小论文，占40分。 • 按时独立完成作业，严禁抄袭代做。如有
03-1第三章-第1-8节-微分方程模型市公开课获奖课件省名师示范课获奖课件
(5 13)
将(5-10)和( pr 2
ur
(5 14)
最终f 把 (54-1pA4r2)2m和r(05-6)代r0入(rr5-4)式得 (5 15) r 这里 0 是单位向径，指示向径方向。
(5-15)式表白： (1)行星运动时受旳力旳方向与它旳向径方向
相反，即在太阳—行星连线方向，指向太阳；
若记x(t),y(t)为开始用力后铅球运动轨迹旳水平和 铅垂方向旳坐标。则根据牛顿第二运动定理，由假 设3我们有
mx(t) F cos
my(t) F sin mg
(2 3)
式中m为铅球旳质量，F是对铅球旳推力， 为力旳
方向既铅球旳出手角度。
根据假设2，令t=0时运动员开始用力推球，t t0
22
§4 追踪问题旳数学模型
问题：我辑私舰雷达发觉距d海里处有一艘走私船正
以匀速 a沿直线行驶，辑私舰立即以最大旳速度 （匀v速）追赶。若用雷达进行跟踪，保持舰旳瞬时
速度方向一直指向走私船，试求辑私舰旳运动轨迹 及追上旳时间。
(留作自学)
23
§5 万有引力定律旳发觉
历史背景： 开普勒三定律： １、各颗行星分别在不同旳椭圆轨道上绕太 阳运营，太阳位于这些椭圆旳一种焦点上。 ２、每颗行星运营过程中单位时间内太 阳—行星向径扫过旳面积是常数。 ３、各颗行星运营周期旳平方与其椭圆轨道 长半轴旳3次方成正比。
14
x
v2 g
cos
sin
(
v2 g2
sin 2
2h
)
1 2
g
v
cos
v
(
F m
2 2
g2
2F m
g sin )t0
《微分方程模型》课件
f '(x) 2x,
即 f (x) 2xdx C x2 C.
又由条件: 曲线过(1,3), 即 f (1) 3,
于是得 C 2. 故所求的曲线方程为:
y x2 2.
第一章 绪论
常微分方程是现代数学的一个重要分支,是人们解决各 种实际问题的有效工具,它在几何,力学,物理,电子技术,自 动控制,航天,生命科学,经济等领域都有着广泛的应用,本 章将通过几个具体例子,粗略地介绍常微分方程的应用,并 讲述一些最基本概念.
§1.1 微分方程模型
微分方程:
联系着自变量,未知函数及其导数的关系式.
解: 设t时刻时镭元素的量为R(t),
由于镭元素的衰变律就是R(t)对时间的变化律dR(t) , dt
依题目中给出镭元素的衰变律可得:
dR kR, dt
R(0) R0
这里k 0,是由于R(t)随时间的增加而减少 .
解之得: R(t) R0ekt
即镭元素的存量是指数规律衰减的.
例2 物理冷却过程的数学模型
物体的温度与其所在的介质的温度之差成正比.
解: 设物体在时刻 t 的温度为 u(t). 根据导数的物理意义, 则
温度的变化速度为 du . 由Newton冷却定律, 得到 dt
du dt
k (u
ua ),
其中 k 0 为比例系数. 此数学关系式就是物体冷却过程的数
学模型.
注意:此式子并不是直接给出u 和 t 之间的函数关系,而只是
（3.2）
（3.2）的解为: θ(t)= θ0cosωt
当 t T 时,θ(t)=0 4
故有
g T
l4 2
其中 g
l
由此即可得出
T 2 gБайду номын сангаас
即 f (x) 2xdx C x2 C.
又由条件: 曲线过(1,3), 即 f (1) 3,
于是得 C 2. 故所求的曲线方程为:
y x2 2.
第一章 绪论
常微分方程是现代数学的一个重要分支,是人们解决各 种实际问题的有效工具,它在几何,力学,物理,电子技术,自 动控制,航天,生命科学,经济等领域都有着广泛的应用,本 章将通过几个具体例子,粗略地介绍常微分方程的应用,并 讲述一些最基本概念.
§1.1 微分方程模型
微分方程:
联系着自变量,未知函数及其导数的关系式.
解: 设t时刻时镭元素的量为R(t),
由于镭元素的衰变律就是R(t)对时间的变化律dR(t) , dt
依题目中给出镭元素的衰变律可得:
dR kR, dt
R(0) R0
这里k 0,是由于R(t)随时间的增加而减少 .
解之得: R(t) R0ekt
即镭元素的存量是指数规律衰减的.
例2 物理冷却过程的数学模型
物体的温度与其所在的介质的温度之差成正比.
解: 设物体在时刻 t 的温度为 u(t). 根据导数的物理意义, 则
温度的变化速度为 du . 由Newton冷却定律, 得到 dt
du dt
k (u
ua ),
其中 k 0 为比例系数. 此数学关系式就是物体冷却过程的数
学模型.
注意:此式子并不是直接给出u 和 t 之间的函数关系,而只是
（3.2）
（3.2）的解为: θ(t)= θ0cosωt
当 t T 时,θ(t)=0 4
故有
g T
l4 2
其中 g
l
由此即可得出
T 2 gБайду номын сангаас
第五章 微分方程模型讲1
σ >1
i0
1-1/σ σ
di 1 = −λi[i − (1 − )] σ =λ/ µ dt σ
σ >1
i
σ ≤1
di/dt < 0
i0
0
1-1/σ σ
1 i
i0
0
1 , σ > 1 1 − i(∞ ) = σ 0, σ ≤ 1
t
0
t
接触数σ =1 ~ 阈值
σ >1
σ ≤ 1 ⇒ i (t ) ↓
s i ( s ) = ( s 0 + i0 ) − s + ln σ s0
i
1
1D = {( s ,源自i ) s ≥ 0 , i ≥ 0 , s + i ≤ 1}
D 0
s
1
模型4 模型
相轨线 i ( s ) 及其分析
i
1 D
SIR模型 模型
s i(s) = (s0 + i0 ) − s + ln σ s0
dP dP = kP(10000− P) 把 P t=0 =10, = 100代入微分方程 dt dt t=0
1 得 k= 999 鸟的数量和时间的函数关系为 P =
10000 1+ 999 e
− 10000 t 999
Logistic函数 函数
5.1 传染病模型
问题
• 描述传染病的传播过程 • 分析受感染人数的变化规律 • 预报传染病高潮到来的时刻 • 预防传染病蔓延的手段 • 按照传播过程的一般规律， 按照传播过程的一般规律， 用机理分析方法建立模型 已感染者(the infective) 易感染者 易感染者(the susceptible) 已感染者 移出者(the removed) 移出者
i0
1-1/σ σ
di 1 = −λi[i − (1 − )] σ =λ/ µ dt σ
σ >1
i
σ ≤1
di/dt < 0
i0
0
1-1/σ σ
1 i
i0
0
1 , σ > 1 1 − i(∞ ) = σ 0, σ ≤ 1
t
0
t
接触数σ =1 ~ 阈值
σ >1
σ ≤ 1 ⇒ i (t ) ↓
s i ( s ) = ( s 0 + i0 ) − s + ln σ s0
i
1
1D = {( s ,源自i ) s ≥ 0 , i ≥ 0 , s + i ≤ 1}
D 0
s
1
模型4 模型
相轨线 i ( s ) 及其分析
i
1 D
SIR模型 模型
s i(s) = (s0 + i0 ) − s + ln σ s0
dP dP = kP(10000− P) 把 P t=0 =10, = 100代入微分方程 dt dt t=0
1 得 k= 999 鸟的数量和时间的函数关系为 P =
10000 1+ 999 e
− 10000 t 999
Logistic函数 函数
5.1 传染病模型
问题
• 描述传染病的传播过程 • 分析受感染人数的变化规律 • 预报传染病高潮到来的时刻 • 预防传染病蔓延的手段 • 按照传播过程的一般规律， 按照传播过程的一般规律， 用机理分析方法建立模型 已感染者(the infective) 易感染者 易感染者(the susceptible) 已感染者 移出者(the removed) 移出者
- 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)。
模型1 已感染人数 (病人) i(t)
假设 • 每个病人每天有效接触
(足以使人致病)人数为
建模 i(t t) i(t)i(t) t
di i dt i(0 ) i0
i(t)i0et
t i ?
若有效接触的是病人， 则不能使病人数增加
必须区分已感染者(病 人)和未感染者(健康人)
模型2
假设
i0小
1
i(t)按S形曲线增长感健康染者期人内数有不效超接过触病感人染数的
模型2(SI模型)如何看作模型3(SIS模型)的特例
模型4
传染病有免疫性——病人治愈 后即移出感染系统，称移出者
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)
2）病人的日接触率 , 日治愈率, 接触数 = /
SIR模型
di
dt
si
i
ds
dt
si
di
ds
1 1
s
i
s s0
i0
i
1
i(s)(s0i0)s1lnss0
D
i(0 ) i0 , s (0 ) s0
P4
s(t)单调减相轨线的方向 im
s1/,iim t,i0
P2
P1
P3
s 满s足 0i0s1lnss 0 0 0 s S0 1/ s0
建模
区分已感染者(病人)和未感染者(健康人)
1）总人数N不变，病人和健康
人的 比例分别为 i(t),s(t)
SI 模型
2）每个病人每天有效接触人数 ~ 日
为, 且使接触的健康人致病
接触率
N [ i( t t) i( t) [ ]s ( t)N ] ( t) ti
di si
dt
s(t)i(t)1
~ 日接触率 1/ ~感染期
/ ~ 一个感染期内每个病人的
有效接触人数，称为接触数。
模型3
di/dt
dii(1i)i /
dt
i
dii[i(11)]
dt
i
>1
i0
>1
1
1-1/
i0 di/dt < 0
0
1-1/ 1 i
i0
0
i()
1
1
,
1
0,
1
t0
t
接触数 =1 ~ 阈值
1i(t)
s
s0 - 1/ = x2
小, s0 1
提高阈值1/ 降低 被传染人数比例 x
5.2 经济增长模型
增加生产 发展经济 增加投资 增加劳动力 提高技术
• 建立产值与资金、劳动力之间的关系
• 研究资金与劳动力的最佳分配，使投资效益最大
• 调节资金与劳动力的增长率，使经济(生产率)增长
1. 道格拉斯(Douglas)生产函数
di
dt
si i
ds
dt
si
无法求出 i(t),s(t)
的解析解
i(0 ) i0 , s (0 ) s0
在相平面 s~i 上
研究解的性质
i0s01(通r常 (0)r0很小）
模型4
SIR模型
di
dt
si
i
ds
dt
si
消去dt
/
di
ds
1 1
s
i
产值 Q(t)
资金 K(t) 劳动力 L(t) 技术 f(t) = f0
Q (t)f0F (K (t)L ,(t))F为待定函数
1. 道格拉斯(Douglas)生产函数
静态模型 Q (K ,L )f0F (K ,L )
每个劳动 力的产值
z
Q L
每个劳动 力的投资
的估计
提高 r0
s0i0r01
s0 i0 s1lnss 0 0 忽略i0
群体免疫
lns0 lns
s0 s
模型4
被传染人数的估计
SIR模型
记被传染人数比例 xs0s
s0
i0
s1lnss 0
0
i0
0,
s0
1
x 1ln1( x)0
s0
i
x<<s0 x(1s012sx02)0
x2s0(s0 1)
P1
0 s 1/ s 0
微分 方程 建模
• 根据函数及其变化率之间的关系确定函数 • 根据建模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
问题
5.1 传染病模型
• 描述传染病的传播过程 • 分析受感染人数的变化规律 • 预报传染病高潮到来的时刻 • 预防传染病蔓延的手段
• 按照传播过程的一般规律， 用机理分析方法建立模型
s s 0
i 0
相轨线
i(0 ) i0 , s (0 ) s0
相轨线 i ( s ) 的定义域
i(s)(s0ii0)s1lnss0
D { s ,i( )s 0 ,i 0 ,s i 1 } 1
在D内作相轨线 i ( s )
的图形，进行分析
D 0
s
1
模型4 相轨线 i ( s ) 及其分析
病人可以治愈！
模型3
传染病无免疫性——病人治愈成 为健康人，健康人可再次被感染 SIS 模型
增加假设 3）病人每天治愈的比例为 ~日治愈率
建模 N [ i ( t t ) i ( t ) ] N ( t ) i ( t ) s t N ( t ) t
di dt
i(1 i)
i
i(0) i0
建模 s(t) i(t) r(t) 1
需建立 i(t),s(t),r(t)的两个方程
模型4
SIR模型
N [ i ( t t ) i ( t ) ] N ( t ) i ( t ) s t N ( t ) ti
N [ s ( t t) s ( t) ] N ( t) i ( t s ) t
第五章 微分方程模型
5.1 传染病模型 5.2 经济增长模型 5.3 正规战与游击战 5.4 药物在体内的分布与排除 5.5 香烟过滤嘴的作用 5.6 人口预测和控制 5.7 烟雾的扩散与消失 5.8 万有引力定律的发现
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段
1s
P1: s0>1/ i(t)先升后降至 0 P2: s0<1/ i(t)单调降至0
传染病蔓延 1/ 传染病不蔓延 ~阈
值
模型4
预防传染病条件——s0<1/ • 提高阈值 1/ 降低 (=/)
,
(日接触率) 卫生水平
(日治愈率) 医疗水平
• 降低 s0
di dt
i (1 i )
i ( 0 )
i 0
模型2
di
dt
i (1 i )
Logistic 模型
i
i ( 0 )
i 0
1
1/2
i0
0
tm
t
t=tm, di/dt 最大
i(t)
1
1
1 i0
1et
tm
1
ln
1 i
0
1
tm~传染病高潮到来时刻 t i 1?
(日接触率) tm