4建模与仿真 微分方程模型.pptVIP

参数估计 用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, xm 利用统计数据用最小二乘法作拟合 例：美国人口数据（单位~百万） 1860 1870 1880 …… 1960 1970 1980 1990 31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4 专家估计 阻滞增长模型(Logistic模型) r=0.2557, xm=392.1 模型检验 用模型计算2000年美国人口，与实际数据比较 实际为281.4 (百万) 模型应用——预报美国2010年的人口 加入2000年人口数据后重新估计模型参数 Logistic 模型在经济领域中的应用(如耐用消费品的售量) 阻滞增长模型(Logistic模型) r=0.2490, xm=434.0 x(2010)=306.0 5.7 人口预测和控制 年龄分布对于人口预测的重要性 只考虑自然出生与死亡，不计迁移 人口发展方程 人口发展方程 一阶偏微分方程 人口发展方程 ~已知函数（人口调查） ~生育率（控制人口手段） 0 t r 生育率的分解 ?~总和生育率 h~生育模式 0 人口发展方程和生育率 ~总和生育率——控制生育的多少 ~生育模式——控制生育的早晚和疏密 正反馈系统 滞后作用很大 人口指数 1）人口总数 2）平均年龄 3）平均寿命 t时刻出生的人，死亡率按 ?(r,t) 计算的平均存活时间 4）老龄化指数 控制生育率 控制 N(t)不过大 控制 ?(t)不过高 思考： 从人口模型看到，总和生育率β(t)和生育模式h(r,t)是两种控制人口增长的手段，试说明我国目前的人口政策，如提倡一对夫妇只生一个小孩、晚婚晚育、及生第二胎的政策，可以怎样通过这两种手段加以实施 只生一个孩子，即总和生育率β(t)=1 晚婚晚育相当于生育模式h(r)中使得r1和rc增大 生育第二胎的规定可相当于β(t)略高于1，且h(r)曲线扁平一些 * 很难找到系统有关变量间的直接关系 容易找到变量与他们的微分（变化率）之间的关系 第五章 微分方程模型 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 微分方程建模 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 微分方程建模的方法和步骤 建立微分方程 建立函数、自变量及函数对自变量的导数之间的一种平衡关系 方程求解和结果分析 牛顿运动定律 应用已知的模型建立新的微分方程模型 模拟近似法 根据规律列方程 微元分析法 利用已知的定律，通过取极限的方法或通过任意区域上取积分的方法得到微分方程 根据实际资料或大量实验数据，提出假设，找出实际现象满足的规律，建立模型，通过模型解与实际情况的对比判断该方程能否模拟实际情况 数值解法、图解法 微分方程建模综合实例一 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 传染病模型 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? 模型1 假设 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) 建模 ? 模型2 区分已感染者(病人)和未感染者(健康人) 假设 1）总人数N不变，病人和健康 人的 比例分别为 2）每个病人每天有效接触人数为?, 且使接触的健康人致病 建模 ? ~ 日 接触率 SI 模型 模型2 1/2 tm i i0 1 0 t tm~传染病高潮到来时刻 ? (日接触率)? ? tm? Logistic 模型 病人可以治愈！ ? t=tm, di/dt 最大 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 增加假设 SIS 模型 3）病人每天治愈的比例为? ? ~日治愈率 建模 ? ~ 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 i0 i0 接触数? =1 ~ 阈值 感染期内有效接触感染的健康者人数不超过病人数 1-1/? i0 模型2(SI模型)如何看作模型3(SIS模型)的特例 i di/dt 0 1 ? 1 0 t i ? 1 1-1/? i 0 t ? ?1 di/dt 0 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 2）病人的日接触率? ,