应用微分方程建立数学模型课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《应用微分方程建立数学模型课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 应用 微分方程 建立 数学模型 课件
- 资源描述:
-
1、第一部分第一部分 应用微分方程建立数学模型应用微分方程建立数学模型第一节第一节 基础知识基础知识l一、基本概念:一、基本概念:l微分方程、阶、解、通解、特解、积分曲线、初值问题l二、方程的类型及其解法二、方程的类型及其解法l五类一阶方程及其解法、简单的可降阶的高阶方程、简单的微分方程组三、微分方程稳定性理论简介三、微分方程稳定性理论简介l1、一阶方程的平衡点和稳定性、一阶方程的平衡点和稳定性l(1)定义定义1:设有微分方程()()(1)dx tf xdt()0(2)f x t右端不显含自变量,代数方程的实根0 xx称为方程(1)的平衡点平衡点(或奇点奇点),显然它是方程(1)的解(或称奇解).
2、l定义定义2:如果从所有可能的初始条件出发,方程(1)的解 都满足()x t0lim()(3)tx tx则称平衡点 0 x是稳定稳定的(或渐近稳定渐近稳定);否则,称平衡点 0 x是不稳定稳定的(或不渐近稳定渐近稳定);(2)判断平衡点)判断平衡点 是否稳定的两种常用方法是否稳定的两种常用方法:l 间接法:利用定义2,即利用(3)式.l 直接法:不求方程(1)的解 ,将 在点 处作泰勒展开,只取一次项,方程(1)近似为0 x00()()()(4)dx tfxxxdt()xt()f x0 x(4)称为(1)的近似线性方程,显然 0 x也为方程(4)的平衡点。l则关于平衡点 是否稳定有如下结论:l
3、若 ,则平衡点 对于方程(4)和(1)都是稳定的;l若 ,则平衡点 对于方程(4)和(1)都是不稳定的 0 x0()0fx0()0fx0 x0 x2、二阶方程的平衡点和稳定性、二阶方程的平衡点和稳定性l方程的一般形式可用两个一阶方程表示(,)(,)dxf x ydtdyg x ydt(5)(,)0(,)0f x yg x y00,xxyy000(,)P xy定义定义3:代数方程组的实数根,称它为(5)的一个平衡点平衡点(或奇点奇点),记为.l 定义定义4:如果从所有可能的初始条件出发,方程(5)的解 ,都满足 (6)l 则称平衡点 是稳定稳定的(或渐近稳定渐近稳定);否则,称 是不稳定不稳定的
4、(或不渐近稳定不渐近稳定).()x t()y t00lim(),lim()ttx txy ty000(,)P xy000(,)P xyl 为了用直接法讨论方程(5)的平衡点的稳定性,先看线性常系数方程组的一般形式为11122122dxa xa ydtdya xa ydt(7)显然 为系统的奇点,记系统系数矩阵 ,特征方程为为了书写方便,令 ,于是特征方程可写为特征根为.(0,0)O11122122aaAaa2112211221221()0aaa aa a1122()Taa 11221221Da aa a20TD21,242TTDl下面就分别特征根为相异实根、重根及复根三种情况加以研究:240T
5、D0D 0T O0T O0D O 1)二根同正,二根同负,是不稳定结点不稳定结点 二根异号,是鞍点鞍点是稳定结点稳定结点240TD0D 0T 2212210aaO2212210aa0T 2212210aa2212210aa2)负的重根 是不稳定的临界结点不稳定的临界结点 正的重根 O是不稳定的不稳定的退化退化结点结点 O是稳定的临界结点稳定的临界结点 O是稳定的稳定的退化退化结点结点 240TD0T 0T O0T O0T O3)复数根的实部不为零 是不稳定焦点不稳定焦点 是稳定焦点稳定焦点 复数根的实部为零 是中心中心这些结果可以全都反映在 下列参数平面上DT 从而,根据特征方程的系数、的正负
6、很容易判断平衡点的稳定性,准则如下:0T 0D 0T 0D 若、则平衡点稳定;或则平衡点不稳定.若对于一般的非线性方程(5),可以用近似线性方法判断其平衡点 的稳定性:设 是方程000(,)P xy000(,)P xy(,)(,)dxP x ydtdyQ x ydt(5)的奇点,总可以用坐标平移 0 xxx0yyy使 对应新坐标的原点000(,)P xy(0,0)在 点作泰勒级数展开得(0,0)11122122(,)(,)dxa xa yx ydtdya xa yx ydt(8)其中11122122(0,0),(0,0),(0,0),(0,0)xyxyaPaPaQaQ将右端高次项略去,得一次近
7、似11122122dxa xa ydtdya xa ydt(9)在一般情况下用下面的定理:定理定理1:对于非线性系统(5),若有(即我们讨论的奇点是初等奇点,也就是线性系统的系统矩阵 的特征值非零),且 为系统(7)的结点(不包括退化结点及临界结点)、鞍点或焦点.又 在 的邻域连续可微,且满足111221220aaaaA(0,0)(,),(,)x yx y(0,0)22220(,)lim0 xyx yxy22220(,)lim0 xyx yxy 则非线性系统(5)的奇点类型与其近似线性系统(7)的奇点类型完全相同.第二节第二节 微分方程模型微分方程模型l应用微分方程建立数学模型通常要运用如下两
8、种方法:l1、所谓平衡原理平衡原理是指自然界的任何物质在其变化的过程中一定受到某种平衡关系的支配.注意发掘实际问题中的平衡原理是从物质运动机理的角度组建数学模型的一个关键问题.就象中学的数学应用题中等量关系的发现是建立方程的关键一样.l2、微元法、微元法是指在组建对象随着时间或空间连续变化的动态模型时,经常考虑它在时间或空间的微小单元变化情况,这是因为在这些微元上的平衡关系比较简单,而且容易使用微分学的手段进行处理这类模型基本上是以微分方程的形式给出的l 这里介绍几个典型的用微分方程建立数学模型的例子.l 一、人口预测模型一、人口预测模型 l 由于资源的有限性,当今世界各国都注意有计划地控制人
9、口的增长,为了得到人口预测模型,必须首先搞清影响人口增长的因素,而影响人口增长的因素很多,如人口的自然出生率、人口的自然死亡率、人口的迁移、自然灾害、战争等诸多因素,如果一开始就把所有因素都考虑进去,则无从下手.因此,先把问题简化,建立比较粗糙的模型,再逐步修改,得到较完善的模型.l 例例1(马尔萨斯马尔萨斯(Malthus)人口模型)人口模型或称指数指数增长模型增长模型)l 英国人口统计学家马尔萨斯(17661834)在担任牧师期间,查看了教堂100多年人口出生统计资料,发现人口出生率是一个常数,于1789年在人口原理一书中提出了闻名于世的马尔萨斯人口模型,他的基本假设是:在人口自然增长过程
10、中,净相对增长(出生率与死亡率之差)是常数,即单位时间内人口的增长量与人口成正比,比例系数设为,在此假设下,推导并求解人口随时间变化的数学模型.r 解解 设 时刻的人口为 ,把 当作连续、可微函数处理(因人口总数很大,可近似地这样处理,此乃离散变量连续化处理),据马尔萨斯的假设,在 到 时间段内,人口的增长量为ttrNtNttN)()()(t)(tN)(tNttt0tt 0N,00)(ddNtNrNtN)(00e)(ttrNtN并设时刻的人口为,于是 这就是马尔萨斯人口模型,用分离变量法易求出其解为此式表明人口以指数规律随时间无限增长.l 模型检验:据估计1961年地球上的人口总数为 ,而在以
11、后7年中,人口总数以每年2%的速度增长,l 这样 ,于是 91006.319610t901006.3N02.0r)1961(02.09e1006.3)(ttN这个公式非常准确地反映了在17001961年间世界人口总数.因为,这期间地球上的人口大约每35年翻一番,而上式断定34.6年增加一倍(请读者证明这一点)但是,后来人们以美国人口为例,用马尔萨斯模型计算结果与人口资料比较,却发现有很大的差异,尤其是在用此模型预测较遥远的未来地球人口总数时,发现更令人不可思议的问题,如按此模型计算,到2670年,地球上将有36 000亿人口.如果地球表面全是陆地(事实上,地球表面还有80%被水覆盖),我们也只
12、得互相踩着肩膀站成两层了,这是非常荒谬的,因此,这一模型应该修改.l 例例2(Logistic模型模型或称阻滞增长模型阻滞增长模型)l 马尔萨斯模型为什么不能预测未来的人口呢?这主要是地球上的各种资源只能供一定数量的人生活,随着人口的增加,自然资源环境条件等因素对人口增长的限制作用越来越显著,如果当人口较少时,人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随人口的增加而减小.因此,应对马尔萨斯模型中关于净增长率为常数的假设进行修改.l 1838年,荷兰生物数学家韦尔侯斯特(Verhulst)引入常数 (最大人口容量),用来表示自然环境条件所能容许的最大人口数(一
13、般说来,一个国家工业化程度越高,它的生活空间就越大,食物就越多,从而 就越大),并假设将增长率等于 ,即净增长率随着 的增加而减小,当 时,净增长率趋于零,按此假定建立人口预测模型.mNmNtNr)(1mN)(tNmNtN)(解解 由韦尔侯斯特假定,马尔萨斯模型应改为上式就是Logistic模型,该方程可分离变量,其解为下面,我们对模型作一简要分析.00d1d()mNNrNtNN tN,)(00e11)(ttrmmNNNtNl(1)当 ,即无论人口的初值如何,人口总数趋向于极限值 ;l(2)当 时,这说明 是时间 的单调递增函数;tmNtN)(mNmNN 001ddNNNrtNm)(tNt(3
14、)由于 ,所以当 时,单增;当时 ,单减,即人口增长率 由增变减,在 处最大,NNNNNrtNmm211dd2222mNN 0dd22tNtNddtNdd2mNN 0dd22tNtNdd2mN也就是说在人口总数达到极限值一半以前是加速生长期,过这一点后,生长的速率逐渐变小,并且迟早会达到零,这是减速生长期;(4)用该模型检验美国从1790年到1950年的人口,发现模型计算的结果与实际人口在1930年以前都非常吻合,自从1930年以后,误差愈来愈大,一个明显的原因是在20世纪60年代美国的实际人口数已经突破了20世纪初所设的极限人口.由此可见该模型的缺点之一是 不易确定,事实上,随着一个国家经济
15、的腾飞,它所拥有的食物就越丰富,的值也就越大;mNmN (5)用Logistic模型来预测世界未来人口总数.某生物学家估计,又当人口总数为 时,人口每年以2%的速率增长,由Logistic模型得029.0r91006.3mNNrtNN1dd1mN91006.31029.002.0即 值得说明的是:人也是一种生物,因此,上面关于人口模型的讨论,原则上也可以用于在自然环境下单一物种生存着的其他生物,如森林中的树木、池塘中的鱼等,Logistic模型有着广泛的应用.从而得 91086.9mN即世界人口总数极限值近100亿.二、市场价格模型二、市场价格模型 对于纯粹的市场经济来说,商品市场价格取决于市
16、场供需之间的关系,市场价格能促使商品的供给与需求相等(这样的价格称为(静态)均衡价格).也就是说,如果不考虑商品价格形成的动态过程,那么商品的市场价格应能保证市场的供需平衡,但是,实际的市场价格不会恰好等于均衡价格,而且价格也不会是静态的,应是随时间不断变化的动态过程.例例3 试建立描述市场价格形成的动态过程的数学模型 解解 假设在某一时刻 ,商品的价格为 ,它与该商品的均衡价格间有差别,此时,存在供需差,此供需差促使价格变动.对新的价格,又有新的供需差,如此不断调节,就构成市场价格形成的动态过程,假设价格 的变化率 与需求和供给之差成正比,并记 为需求函数,为 供给函数(为参数),于是t)(
17、tptpdd)(tp),(rpf)(pgr其中 为商品在时刻 的价格,为正常数.0d,d(0)pfp rg ptpp,0p0tbaprpf),(dcppg)(若设,则上式变为,0)0()()(ddppdbpcatp 其中 均为正常数.dcba,其解为 cadbcadbptptca)(0e)(下面对所得结果进行讨论:(1)设 为静态均衡价格,则其应满足 p0)(),(pgrpf即 dpcbpa于是得 cadbp从而价格函数 可写为)(tpppptptca)(0e)()(tptpt)(limpp 0p令,取极限得这说明,市场价格逐步趋于均衡价格.又若初始价格,则动态价格就维持在均衡价格整个动态过程
18、就化为静态过程;上,tcacapptp)(0e)()(ddpp 00ddtp)(tpppp 00ddtp)(tpp(2)由于所以,当时,单调下降向当时,单调增加向靠拢.靠拢;这说明:初始价格高于均衡价格时,动态价格就要逐步降低,且逐步靠近均衡价格;否则,动态价格就要逐步升高.因此,式在一定程度上反映了价格影响需求与供给,而需求与供给反过来又影响价格的动态过程,并指出了动态价格逐步向均衡价格靠拢的变化趋势.三、混合溶液的数学模型三、混合溶液的数学模型 l例例4 设一容器内原有100L盐,内含有盐10kg,现以3L/min的速度注入质量浓度为0.01kg/L的淡盐水,同时以2L/min的速度抽出混
19、合均匀的盐水,求容器内盐量变化的数学模型.解解 设时刻容器内的盐量为 kg,考虑 到 时间内容器中盐的变化情况,在 时间内容器中盐的改变量=注入的盐水中所含盐量 抽出的盐水中所含盐量 容器内盐的改变量为 ,注入的盐水中所含盐量为 ,时刻容器内溶液的质量浓度为 ,假设 到 时间内容器内溶液的质量浓度不变(事实上,容器内的溶液质量浓度时刻在变,由于 时间很短,可以这样看).)(txtttddtxdt d301.0ttx)23(100)(tttddt于是抽出的盐水中所含盐量为 ttxtxd1002d03.0d即 txtx100203.0dd0td20.03d100(0)10 xxttx,,又因为时,
20、容器内有盐10kg,于是得该问题的数学模型为这是一阶非齐次线性方程的初值问题,其解为24)100(109)100(01.0)(tttx下面对该问题进行一下简单的讨论,由上式不难发现:t时刻容器内溶液的质量浓度为 34)100(10901.0100)()(tttxtpt01.0)(tp且当时,容器内盐水的质量浓度将趋于注入溶液的质量浓度.,即长时间地进行上述稀释过程,溶液混合问题的更一般的提法是:设有一容器装有某种质量浓度的溶液,以流量 注入质量浓度为 的溶液(指同一种类溶液,只是质量浓度不同),假定溶液立即被搅匀,并以 的流量流出这种混合溶液,试建立容器中质量浓度与时间的数学模型.1V1C2V
21、)(tx0 xt2VttVCtVCxddd22111C2Ct,tVVVxC)(21021 1220dd(0)xCVC Vtxx,首先设容器中溶质的质量为,原来的初始质量为=0时溶液的体积为,在d其中是流入溶液的质量浓度,为中溶液的质量浓度,于是,有混合溶液的数学模型该模型不仅适用于液体的混合,而且还适用于讨论气体的混合.改变量等于流入溶质的数量减去流出溶质的数量,即时刻容器时间内,容器内溶质的传染病模型传染病模型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,一直是关注的课题。的变化规律
22、,探索制止传染病蔓延的手段等,一直是关注的课题。不同类型的传染病的传播过程有其各自不同的特点,从一般的传播不同类型的传染病的传播过程有其各自不同的特点,从一般的传播机理分析建立各种模型,如简单模型(机理分析建立各种模型,如简单模型(I模型),模型),SI模型,模型,SIS模型,模型,SIR模型等模型等、SIS传染病模型传染病模型 SIS传染病模型是指易感者(Susceptible)被传染后变为染病者(Infective),染病者可以被治愈,但不会产生免疫力,所以仍为易感者,人员流动图为:SIS。已感染人数已感染人数(病人病人)i(t)每个病人每天有效接触每个病人每天有效接触(足以使人致病足以使
23、人致病)人数为人数为 模型模型1 1假设假设ttititti)()()(若有效接触的是病人,若有效接触的是病人,则不能使病人数增加则不能使病人数增加必须区分已感染者必须区分已感染者(病病人人)和未感染者和未感染者(健康人健康人)建模建模0)0(iiidtdiitteiti0)(?sidtdi1)()(tits模型模型2 2区分已感染者区分已感染者(病人病人)和未感染者和未感染者(健康人健康人)假设假设1)总人数)总人数N不变,病人和健康不变,病人和健康 人的人的 比例分别为比例分别为)(),(tsti 2)每个病人每天有效接触人数)每个病人每天有效接触人数为为,且且使接触的健康人致病使接触的健
24、康人致病建模建模ttNitstittiN)()()()(0)0()1(iiiidtdi 日日接触率接触率SI 模型模型teiti1111)(00)0()1(iiiidtdi模型模型21/2tmii010t11ln01itmtm传染病高潮到来时刻传染病高潮到来时刻 (日接触率日接触率)tm 1itLogistic 模型病人可以治愈!病人可以治愈!?t=tm,di/dt 最大最大模型模型3传染病无免疫性传染病无免疫性病人治愈成病人治愈成为健康人,健康人可再次被感染为健康人,健康人可再次被感染增加假设增加假设SIS 模型模型3)病人每天治愈的比例为)病人每天治愈的比例为 日日治愈率治愈率ttNitt
25、itNstittiN)()()()()(建模建模/日接触率日接触率1/感染期感染期 一个感染期内一个感染期内每个病人的每个病人的有效接触人数,称为有效接触人数,称为接触数接触数。0)0()1(iiiiidtdi1,01,11)(i)11(iidtdi模型模型3i0i0接触数接触数 =1 阈值阈值/1)(ti形曲线增长按Sti)(感染期内感染期内有效接触感染的有效接触感染的健康者人数不超过病人数健康者人数不超过病人数小01i1-1/i0iiidtdi)1(模型模型2(SI模型模型)如何看作模型如何看作模型3(SIS模型模型)的特例的特例idi/dt01 10ti 11-1/i0t 1di/dt
展开阅读全文