微分方程模型建模辅导课件.ppt

1、微分方程模型 引言引言 在研究某些实际问题时，经常无法直接得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，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。其影响是广泛的。一、数学建模的基本思维过程 转化实际问题转化实际问题

2、 1、对要讨论的问题所涉及的重要特征进行合理的、对要讨论的问题所涉及的重要特征进行合理的数学刻画（转化），即用数学语言对问题涉及到的重数学刻画（转化），即用数学语言对问题涉及到的重要特征进行表述要特征进行表述.2、寻求实际问题的文字叙述，利用一些原则或定、寻求实际问题的文字叙述，利用一些原则或定律，将其转化为数学描述。律，将其转化为数学描述。3、解数学问题、解数学问题用数学工具求解得到的数学问题。用数学工具求解得到的数学问题。二、微分方程模型 涉及涉及“改变改变”、“变化变化”、“增加增加”、“减减少少”、“衰变衰变”、“边际边际”、“速度速度”、“运运动动”、“追赶追赶”、“逃跑逃跑”、等等

3、词语的确定、等等词语的确定性连续问题。性连续问题。b b、微分方程建模的基本手段、微分方程建模的基本手段 微元法微元法 等等a a、微分方程建模的对象、微分方程建模的对象 1、寻找改变量、寻找改变量 一般说来微分方程问题都遵一般说来微分方程问题都遵循这样的文字等式循这样的文字等式变化率（微商）变化率（微商）=单位增加量单位增加量-单位减少量单位减少量 等式通常是利用已有的原则或定律。等式通常是利用已有的原则或定律。c、微分方程建模的基本规则、微分方程建模的基本规则 2、对问题中的特征进行数学刻画、对问题中的特征进行数学刻画3、用微元法建立微分方程；、用微元法建立微分方程；4、确定微分方程的定解

4、条件（初边值、确定微分方程的定解条件（初边值条件）；条件）；5、求解或讨论方程（数值解或定性理、求解或讨论方程（数值解或定性理论）；论）；6、模型和结果的讨论与分析。、模型和结果的讨论与分析。一阶微分方程求解一阶微分方程求解 1.一阶标准类型方程求解 关键关键:辨别方程类型,掌握求解步骤2.一阶非标准类型方程求解(1)变量代换法 代换自变量自变量代换因变量因变量代换某组合式某组合式(2)积分因子法 选积分因子,解全微分方程四个标准类型:可分离变量方程,齐次方程,线性方程,全微分方程 一、两类二阶微分方程的解法一、两类二阶微分方程的解法 1.可降阶微分方程的解法可降阶微分方程的解法 降阶法降阶法

5、)(dd22xfxy)dd,(dd22xyxfxy令xyxpdd)(),(ddpxfxp)dd,(dd22xyyfxy令xyypdd)(),(ddpyfypp逐次积分求解(,)ddppf y py2.二阶线性微分方程的解法二阶线性微分方程的解法 常系数情形齐次非齐次代数法(特征方程，待定系数）欧拉方程yx 2yxpyq)(xftDextdd,令qpDDD)1(y)(tefyp yyq)(xf化为常系数情形化为常系数情形 当我们描述实际对象的某些特性随时间（或空间）而演变的过程、分析它的变化规律、预测它的未来性态，研究它的控制手段时，通常要建立对象的动态模型。本章的模型是分析具体情况或进行类比给

6、出假设条件，作出不同的假设，得到不同的方程，所以是事先没有答案的。求解结果还要用来解释实际现象并接受检验。微分方程模型案例微分方程模型案例一、一、人口的预测和控制人口的预测和控制二、二、经济增长模型经济增长模型三、三、传染病模型传染病模型四、四、正规战与游击战正规战与游击战一、人口的预测和控制1 问题的提出问题的提出 人口问题是当今世界上最令人关注的问题之一，人口问题是当今世界上最令人关注的问题之一，一些发展中国家的人口出生率过高，越来越威胁着一些发展中国家的人口出生率过高，越来越威胁着人类的正常生活，有些发达国家的自然增长率趋于人类的正常生活，有些发达国家的自然增长率趋于零，甚至变为负数，造

7、成劳动力紧缺，也是不容忽零，甚至变为负数，造成劳动力紧缺，也是不容忽视的问题。另外，在科学技术和生产力飞速发展的视的问题。另外，在科学技术和生产力飞速发展的推动下，世界人口以空前的规模增长，统计数据显推动下，世界人口以空前的规模增长，统计数据显示：示：年 1625 1830 1930 1960 1974 1987 1999 2011人口（亿）5 10 20 30 40 50 60 70 可以看出，人口每增长十亿的时间，由一百可以看出，人口每增长十亿的时间，由一百年缩短为十二三年。我们赖以生存的地球，已经带年缩短为十二三年。我们赖以生存的地球，已经带着它的着它的60亿子民踏入了亿子民踏入了21世

8、纪。世纪。长期以来，人类的繁衍一直在自发地进行着。长期以来，人类的繁衍一直在自发地进行着。只是由于人口数量的迅速膨胀和环境质量的急剧恶只是由于人口数量的迅速膨胀和环境质量的急剧恶化，人们才猛然醒悟，开始研究人类和自然的关系，化，人们才猛然醒悟，开始研究人类和自然的关系，人口数量的变化规律，以及如何进行人口控制等问人口数量的变化规律，以及如何进行人口控制等问题。题。我国是世界第一人口大国，地球上每九我国是世界第一人口大国，地球上每九个人中就有二个中国人，在个人中就有二个中国人，在20世纪的一段世纪的一段时间内我国人口的增长速度过快，如下表：时间内我国人口的增长速度过快，如下表：年年 1908 1

9、933 1953 1964 1982 1990 2000 2009人口（亿）人口（亿）3.0 4.7 6.0 7.2 10.3 11.3 12.95 13.35 有效地控制人口的增长，不仅是使我国全面进有效地控制人口的增长，不仅是使我国全面进入小康社会、到入小康社会、到21世纪中叶建成富强民主文明的社世纪中叶建成富强民主文明的社会主义国家的需要，而且对于全人类社会的美好理会主义国家的需要，而且对于全人类社会的美好理想来说，也是我们义不容辞的责任想来说，也是我们义不容辞的责任。认识人口数量的变化规律，建立人口模型，认识人口数量的变化规律，建立人口模型，作出较准确的预报，是有效控制人口增长的前作出

10、较准确的预报，是有效控制人口增长的前提，下面介绍两个最基本的人口模型。提，下面介绍两个最基本的人口模型。2.模型模型1(Malthus模型模型)18世纪末，英国人世纪末，英国人Malthus在研究了百余年在研究了百余年的人口统计资料后认为，在人口自然增长的过程的人口统计资料后认为，在人口自然增长的过程中，净相对增长率（出生率减去死亡率为净增长中，净相对增长率（出生率减去死亡率为净增长率）是常数。率）是常数。t 提示:在tt+t时间内N(t+)-N(t)净增长率=出生率-死亡率=t净增长率 净相对增长率=N(t)(N(t)表示t时刻的人口数)N(t+)-N(t)=tN(t)123(1)2.1.2

11、rN trN 设时刻t的人口为N t净相对增长率为把当作连续的变量 按照Malthus的理论,在t到t+t时间内人口的增长量为:N(t+t)-N(t)=rN(t)t令 t0,则得到微分方程dN dt模型假设:2建立模型00,(2)(3)2.32.4trtdNrNdtNNe 00若记初始时刻(t=0)的人口为N则有 解得 N(t)=N 如果r0(3)式表明人口将以指数规律无限增长,特别地,当t时,N(t)+,这似乎不太可能.模型求解模型分析000000ln():rt crttrtrdtNrtcNeNCeANNNCeCNNN e解法如下:dN 由 N又即返回返回 这个模型可以与这个模型可以与19世

12、纪以前欧洲一些地世纪以前欧洲一些地区的人口统计数据很好地吻合，但是当后来区的人口统计数据很好地吻合，但是当后来人们用它与人们用它与19世纪的人口资料比较时，却发世纪的人口资料比较时，却发现了相当大的差异。人们还发现，迁往加拿现了相当大的差异。人们还发现，迁往加拿大的法国移民后代的人口比较符合指数增长大的法国移民后代的人口比较符合指数增长模型。而同一血统的法国本土居民人口的增模型。而同一血统的法国本土居民人口的增长却与指数模型大相径庭。长却与指数模型大相径庭。分析表明，以上这些现象的主要原因是分析表明，以上这些现象的主要原因是随着人口的增长，自然资源，环境条件等因随着人口的增长，自然资源，环境条

13、件等因素对人口增长的限制作用越来越显著。人口素对人口增长的限制作用越来越显著。人口较少时，人口的自然增长率基本上是常数，较少时，人口的自然增长率基本上是常数，而当人口增加到一定数量以后，这个增长率而当人口增加到一定数量以后，这个增长率就要随着人口的增加而减少。因此，我们将就要随着人口的增加而减少。因此，我们将对指数模型关于净相对增长率是常数的基本对指数模型关于净相对增长率是常数的基本假设进行修改。假设进行修改。2.5 模型修改模型修改,(),3.2()3.1N tLogisticmmm 荷兰生物学家Verhulst引入常数N 表示自然资源和环境条件所能容许的最大人口,并假定净相对N(t)增长率

14、等于r 1-即净相对增长率随着增N长而减少.当N(t)N 时 净相对增长率趋于零.与模型1相同,增加的条件为N 表示自然资源m和环境条件所能容许的最大人口.模型模型模型假设 0,()1(4)(5)3.2mN tNrNNNmt=0N(t)并假定净相对增长率等于r 1-N即净相对增长率随着增加而减少).这样,Malthus模型中的方程(1)变为dN dt仍给出与Malthus模型相同的初始条件 N模型的建立返回返回0.mdNrNrNdtNdNrNdt rt这是一个非齐线性常微分方程容易求得它对应的齐线性常微分方程 的通解为 N(t)=e根据常数变易法易求得其解(6)13.33.4rtmeN mm0

15、 (4)在初始条件为(5)下的解为N N(t)=N1+N容易看出,当t+时,N(t)模型的求解模型分析 这个模型称为Logistic模型，其结果经过计算发现与实际情况比较吻合。图：图：0N0mNNt进一步的模型 在前面我们介绍了人口的指数模型和Logistic模型，这些模型只考虑人口总数和总的增长率，不涉及年龄结构。事实上，在人口预测中人口按年龄分布状况是十分重要的，因为不同年龄人的生育率和死亡率有着很大的差别。两个国家或地区目前人口总数一样，如果一个国家或地区年轻人的比例高于另一国家或地区，那么二者人口的发展状况将大不一样。因此，既要考虑时间，又要考虑人口年龄。模型假设：模型假设：1、只考虑

16、出生与死亡，不考虑迁移等因素 对人的影响。2、t表示时间，r（0）表示年龄，rm为人 的最高年龄，t和r均为连续变量3、为时刻t年龄r的人的死亡率(,)r t1、人口的分布函数和密度函数 时刻t年龄小于r的人口称为人口分布函数人口分布函数，记作 可以假设F是连续可微函数。(,)F r t时刻t的人口总数记为N（t），则有(0,)0,(,)()mFtF rtN t人口的密度函数密度函数定义为 表示时刻t年龄在区间r，r+dr）内的人数(,)Frtr(,)rtd r2、死亡人数的表示 表示时刻t年龄在r，r+dr）内单位时间死亡(,)(,)r tr t dr3、建立模型考察时刻t年龄在r，r+dr

17、）内的人到时刻t+dt的情况，他们中活着的那一部分人的年龄变为r+dr1，r+dr+dr1），这里dr1=dt。而在t，t+dt）这段时间死亡的人数为(,)(,)r tr t drdt于是有：11(,)(,)(,)(,)r t drrdr tdt drr tr t drdt11(,)(,)(,)(,)(,)(,)r t drrdr tdt drr tdt drr tdt drr tr t drdt11(,)(,)(,)(,)(,)(,)r tdtrdr tdtdrr tdtr t drr tr t drdt注意到dr1=dt就可以得到：(,)(,)ppr t p r trt 这是人口密度函数p

18、（r，t）的一阶偏微分方程，其中死亡率为已知函数从这个方程确定出密度函数p（r，t）以后，立即可以得到各个年龄的人口数即人口分布函数-经济增长模型经济增长模型 发展经济、提高生产力主要有以下手发展经济、提高生产力主要有以下手段段:增加投资、增加劳动力、技术革新增加投资、增加劳动力、技术革新.1、建立产值与资金、劳动力之间的关系建立产值与资金、劳动力之间的关系;2、研究资金与劳动力的最佳分配，使投资效益最、研究资金与劳动力的最佳分配，使投资效益最大大;3、调节资金与劳动力的增长率，使经济（劳动、调节资金与劳动力的增长率，使经济（劳动 生产率）得到有效的增长生产率）得到有效的增长.本节的模型将解决

19、以下三个问题：这里暂不考虑技术革新的作用这里暂不考虑技术革新的作用,一一是因为在经济发展的初期或者在不是因为在经济发展的初期或者在不太长的时期内太长的时期内,技术相对稳定技术相对稳定,二是二是由于技术革新量化比较困难由于技术革新量化比较困难.1、道格拉斯（Douglas）生产函数问题1的解决柯布道格拉斯生产函数是生产函数的一种特殊形式，是由美国数学家柯布（C.W.Cobb）和经济学家道格拉斯（P.H.Douglas）于20世纪30年代提出来的，所以，这种函数被称为柯布-道格拉斯生产函数。符号化:资金资金K（t），劳动力），劳动力L（t），技术），技术f（t）=c，产值，产值Q(t)一般记为:)

20、(),()(tLtKFtQF为待定函数为待定函数对于固定的时刻t，上述关系可写作:),(LKFQ 为寻求F的函数形式，引入记号:每个劳动每个劳动力的产值力的产值LQz 每个劳动每个劳动力的投资力的投资LKy 模型假设:Z随着y的增加而增长,但增长速度递减.即简化假设表示为:)(ycgLQzyg(y)010,)(yyg)(LKcLQ 1),(LcKLKQ（1）建立模型显然显然g(y)满足假满足假设设,因此因此Douglas生产生产函数函数记记:LQQKQQLK,由由Douglas生产函数可得生产函数可得:0,.0,2222LQKQLQKQQLQKQQLQQKQLKLK1,（4）更一般的Dougl

21、as生产函数0.10c()模型的性态Q具有的性质（3）弹性及意义可以解释为：是资金在产值中占有的份额，是劳动力在产值中占有的份额。于是，的大小直接反映了资金劳动力二者对于创造产值的轻重关系1(,)Q K LcKL2、资金与劳动力的最佳分配、资金与劳动力的最佳分配-问题问题2的解决的解决假定资金来自贷款，利润为假定资金来自贷款，利润为r 每个劳动力需付工资为每个劳动力需付工资为w那么，资金和劳动力创造的效率那么，资金和劳动力创造的效率wLrKQS问题归结为求资金与劳动力的分配比例问题归结为求资金与劳动力的分配比例K/L（每个劳动力占有的资金），使效率（每个劳动力占有的资金），使效率S最大最大0,

22、0LSKSwrQQLK1,QLQQKQLK1KLQLQKrwLK1 即为资金与劳动力的最佳分配，同时，我们可以发现，当 和w变大、r变小的时候，分配比例K/L 变大，这与常识是吻合的3、劳动生产率增长的条件-问题3的解决这个模型讨论这个模型讨论K（t），），L（t）满足）满足什么条件才能使什么条件才能使Q（t），），Z（t）保持）保持增长？增长？模型假设投资增长率与产值成正比投资增长率与产值成正比（用一定比例扩大再生产）（用一定比例扩大再生产）劳动力相对增长率为常数劳动力相对增长率为常数0.QdtdKteLtLLdtdL0)(.)(ycLgQ yyg)(cLydtdKLydtdyLdtdLyd

23、tdyLdtdKLyKLKy,cLydtdKLydtdyLdtdKycydtdyBernoulli方程方程建立模型11)1(0.0)1(1)(teKKcty解为Douglas生产函数是计量经济学中重要的数学模型,在此给出它的简洁的建模过程.在这基础上讨论的资金与劳动力的最佳分配,是一个静态模型静态模型.而利用微分方程研究的劳动生产率增长的条件,是一个动态模型动态模型,虽然它的推导过程稍繁,但其结果却相当简明,并且可以给出合理的解释 随着卫生设施的改善、医疗水平的提高以及人类文明的不断发展，诸如霍乱、天花等曾经肆虐全球的 传染性疾病已经得到有效的控制。但是一些新的、不断变异着的传染病毒却悄悄向人

24、类袭来。20世纪80年代，十分险恶的爱滋病毒开始肆虐全球，至今仍在蔓延；2003年春来历不明的SARS病毒突袭人间，给人们的生命财产带来了极大的危害。长期以来，建立传染病的数学模型来描述传染病的传播过程，分析受感染人数的变化规律，探索制止传染病蔓延的手段等，一直是各国有关专家和官员关注的课题。不同类型传染病的传播过程有其各 自不同的特点，弄清这些特点需要相当多的 病理知识，这里不可能从医学的角度一一分析各种传染病的传播，而只是按照一般的传播机理建立几种模型。-首先来看一种最简单的首先来看一种最简单的模型模型 设时刻t的病人人数x（t）是连续的并且每天每个病人有效接触的人数为 常数 ，足以是使人

25、致病的接触考察t到t+病人人数的增加，tttxtxttx)()()(0)0(,xxxdtdx方程的解为：textx0)(结果表明，随着t的增加，病人人数x（t）无限增长，这显然是不符合实际的建模失败的原因在于：在病人有效 接触的人群中，有健康人 也有病人，而其中健康人 才可以被传染为病人，所以在改进的模型中必须区分这两类人。-下面看修改假设后的模型下面看修改假设后的模型()()()x ttx tx tttt 当 等式左右两边都取极限又记t=0时有 个病人，即得微分方程：0 xt 在短时间内x（t）没有很大的跳动，所以可以认为是可微的。故 病人人数x（t）增加每天病人有效接触后增加的病人数()(

26、)xttxt()x tt左右两边同除以t 假设条件为 在疾病传播期内所考察地区的总人数N不变 既不考虑生死，也不考虑迁移，人群分为易感 染者（Susceptible）和已感染（Infective）两类，以下简称健康者和病人。时刻t这两类人在总人数中所占的比例分别记为s（t）和i（t）。因此，模型2也称为（SI模型）模型）每个病人每天有效接触的平均人数是常数 ，当病人与健康者有效接触时，使健康者受感染变为病人。称为日接触率建立模型建立模型由假设，每个病人每天可使 个健康者变为病人，因为病人数为 ，所以每天共有 个健康者被感染，于是 就是病人数 的增加率，即有：)(ts)(tNi)()(titNs

27、NsiNidNidiNNsidtdt又因为1)()(tits再记初始时刻（t=0）病人的比例为i0，则0)0(),1(iiiidtdi此方程为著名的Logistic模型，它的解为：teiti)11(11)(0dtdimdtdi)(O 1/2 1 i 图2 SI模型的di/diI曲线i1i0otm t图1 SI模型的it曲线模型解释通过图1和图2，我们可以发现，当i=1/2时 达到最大值，这时病人增加得最快，可以认为是医院的门诊量最大的一天，预示着传染病高潮的到来，是医疗卫生部门关注的时刻，同时，表示该地区的卫生水平，它和tm成反比，越小卫生水平越高，所以，改善保健设施、提高卫生水平可以推迟传染

28、病高潮的到来dtdi另外，通过分析，发现当 时 ，即所有人最终将被传染，全变为病人，这显然是不符合实际情况的，其原因是模型中没有考虑到病人可以治愈模型中没有考虑到病人可以治愈，人群中的健康者只能变成病人，病人不会再变成健康者。t1i-接着我们来研究再次修改假设的模型接着我们来研究再次修改假设的模型有些传染病如伤风、痢疾等愈后免疫力很低，可以假定无免疫性，于是病人被治愈后变成健康者，健康者还可以被感染再变成病人，所以这个模型称为SIS模型模型在前面2个模型的基础上，增加假设条件：每天被治愈的病人数占病人总数的比例为常数 ，病人治愈后 成为仍可被感染的健康者，显然 是这种传染病的平均传染期平均传染

29、期 1建立模型建立模型NiNsidtdiN0)0(,)1(iiiiidtdi定义日治愈率可知 是整个传染期内每个病人有效接触的平均人数，称为接触数接触数所以)11(iidtdi-下面，我们通过图形来分析下面，我们通过图形来分析i（t）的变化规律）的变化规律病人数Ni(t)的增加率=病人数-治愈后的人数dtdi111O i图3 SIS模型的di/dti曲线dtdiio1图5 SIS模型的di/dti曲线111oti图4 SIS模型的it曲线1oit0i图6 SIS模型的it曲线 病人数越来越少，最终趋于零 病人的增加率先增加再降低，最后趋于零 病人数逐渐增加，最终趋于一个稳定的数 病人的增长率一

30、直是个负增长通过比较图形，我们不难看出：当 时i（t）的增减性取决于 的大小（见图4），但其极限值 随 的增加而增加；当 时病人比例i（t）越来越小，最终趋于零，这是由于传染期内经有效接触从而使健康者变成的病人数不超过原来病人数的缘故111)(i10i其中SI可视为本模型的特例模型模型4很多传染病治愈后有免疫性很多传染病治愈后有免疫性病人治愈后即非病病人治愈后即非病人，也非健康人，他们退出感染系统，称人，也非健康人，他们退出感染系统，称移出者移出者（Removed)SIR模型模型假设假设1）总人数）总人数N 不变，病人、健康人和移不变，病人、健康人和移 出者的比例分别为出者的比例分别为)(),

31、(),(trtsti2）病人的日接触率）病人的日接触率 ,日日治愈率治愈率,传染期接触数传染期接触数 =/建模建模1)()()(trtits需建立需建立 的两个方程的两个方程)(),(),(trtstittNittitNstittiN)()()()()(模型模型4SIR模型模型很小）通常000)0(1rrsi无法求出无法求出 的解析解的解析解)(),(tsti在相平面在相平面 上上研究解的性质研究解的性质is ttitNststtsN)()()()(00)0(,)0(ssiisidtdsisidtdi0011iisdsdiss000ln1)()(sssissi模型模型400)0(,)0(ssi

32、isidtdsisidtdi/消去消去dtSIR模型模型1,0,0),(isisisD相轨线相轨线 的定义域的定义域)(si相轨线相轨线11si0D在在D内作相轨线内作相轨线 的图形，进行分析的图形，进行分析)(sisi101D模型模型4SIR模型模型相轨线相轨线 及其分析及其分析)(si00)0(,)0(ssiisidtdsisidtdi0011iisdsdiss000ln1)()(sssissi0ln1000sssiss满足miis,/1传染病蔓延传染病蔓延传染病不蔓延传染病不蔓延s(t)单调减单调减相轨线的方向相轨线的方向0,itP1s0/1imsP1:s01/i(t)先升后降至先升后降

33、至0P2:s01/i(t)单调降至单调降至01/阈阈值值P3P4P2S0ssss00lnln模型模型4SIR模型模型预防传染病蔓延的手段预防传染病蔓延的手段 (日接触率日接触率)卫生水平卫生水平 (日日治愈率治愈率)医疗水平医疗水平 传染病不蔓延的条件传染病不蔓延的条件s01/的估计的估计0ln1000sssis0i忽略 降低降低 s0提高提高 r0 1000ris 提高阈值提高阈值 1/降低降低 (=/),群体免疫群体免疫模型模型4SIR模型模型被传染人数的估计被传染人数的估计0ln1000sssis记被传染人数比例记被传染人数比例ssx00)211(200sxsx0)1ln(10sxx)1

34、(200ssx2xxs0i0s/1P10ssi0 0,s0 1 小小,s0 1提高阈值提高阈值1/降低降低被传染人数比例被传染人数比例 xs0-1/=-正规战与游击正规战与游击战战正规战与游击战正规战与游击战战争分类：正规战争，游击战争，混合战争战争分类：正规战争，游击战争，混合战争只考虑双方兵力多少和战斗力强弱只考虑双方兵力多少和战斗力强弱兵力因战斗及非战斗减员而减少，因增援而增加兵力因战斗及非战斗减员而减少，因增援而增加战斗力与射击次数及命中率、战争的类型有关战斗力与射击次数及命中率、战争的类型有关建模思路和方法为用数学模型讨论社会建模思路和方法为用数学模型讨论社会领域的实际问题提供了可借

35、鉴的示例领域的实际问题提供了可借鉴的示例第一次世界大战第一次世界大战Lanchester提出预测战役结局的模型提出预测战役结局的模型忽略了经济、忽略了经济、政治、社会政治、社会等因素，等因素，0),(),()(0),(),()(tvyyxgtytuxyxftx一般模型一般模型 每方战斗减员率取决于双方的兵力和战斗力每方战斗减员率取决于双方的兵力和战斗力 由由 表示表示 每方非战斗减员率与本方兵力成正比每方非战斗减员率与本方兵力成正比 甲乙双方的增援率为甲乙双方的增援率为u(t),v(t)f,g 取决于战争类型取决于战争类型x(t)甲方兵力，甲方兵力，y(t)乙方兵力乙方兵力模型模型假设假设模型

36、模型(,)(,)和f x yg x y)()(tvybxytuxayx正规战争模型正规战争模型 甲方战斗减员率只取决于乙方的兵力和战斗力甲方战斗减员率只取决于乙方的兵力和战斗力双方均以正规部队作战双方均以正规部队作战xxprbbxg,忽略非战斗减员忽略非战斗减员 假设没有增援假设没有增援00)0(,)0(yyxxbxyayxf(x,y)=ay,a 乙方每个士兵的杀伤率乙方每个士兵的杀伤率a=ry py,ry 射击率，射击率，py 命中率命中率)(ty)(tx0ak0k0kbk0k正规战争模型正规战争模型为判断战争的结局，不求为判断战争的结局，不求x(t),y(t)而在相平面上讨论而在相平面上讨

37、论 x 与与 y 的关系的关系00)0(,)0(yyxxbxyayxaybxdxdy2020bxaykkbxay22000yxk时平方律平方律 模型模型甲方胜 0k平局0kyyxxprprabxy200乙方胜乙方胜游击战争模型游击战争模型双方都用游击部队作战双方都用游击部队作战 甲方战斗减员率还随着甲方兵力的增加而增加甲方战斗减员率还随着甲方兵力的增加而增加 忽略非战斗减员忽略非战斗减员 假设没有增援假设没有增援yrxxxxssrprddxyyxg/,),(00)0(,)0(yyxxdxyycxyxf(x,y)=cxy,c 乙方每个士兵的杀伤率乙方每个士兵的杀伤率c=ry pyry射击率射击率

38、py 命中率命中率py=sry/sxsx 甲方活动面积甲方活动面积sry 乙方射击有效面积乙方射击有效面积)(tycm0dm)(tx0m0m0m游击战争模型游击战争模型00)0(,)0(yyxxdxyycxyx00dxcymmdxcy乙方胜时000yxmyryyxrxxssrssrcdxy00线性律线性律 模型模型甲方胜 0m平局 0mcddxdy)(ty)(tx0乙方胜,0n平局,0n甲方胜,0n00)0(,)0(yyxxbxycxyx混合战争模型混合战争模型甲方为游击部队，乙方为正规部队甲方为游击部队，乙方为正规部队020222bxcynnbxcy02002cxbxy乙方胜0n100)/(200 xy02002xsrsprxyryyxxx乙方必须乙方必须10倍于甲方的兵力倍于甲方的兵力设设 x0=100,rx/ry=1/2,px=0.1,sx=1(km2),sry=1(m2)