2015数学建模-微分方程模型要点.pptVIP

指数增长模型的应用及局限性： 与19世纪以前欧洲一些地区人口统计数据吻合 适用于19世纪后迁往加拿大的欧洲移民后代 可用于短期人口增长预测 不符合19世纪后多数地区人口增长规律 不能预测较长期的人口增长过程 19世纪后人口数据 人口增长率r不是常数(逐渐下降) 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，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。 2.5 模型修改 模型2 Logistic模型 人口净增长率应当与人口数量有关，即： r=r(N) 从而有： （3.7） r(N)是未知函数，但根据实际背景，它无法用拟合方法来求 。 为了得出一个有实际意义的模型，我们不妨采用一下工程师原则。工程师们在建立实际问题的数学模型时，总是采用尽可能简单的方法。 r(N)最简单的形式是常数，此时得到的就是马尔萨斯模型。对马尔萨斯模型的最简单的改进就是引进一次项（竞争项） 对马尔萨斯模型引入一次项（竞争项），令 r(N)=r-aN 此时得到微分方程： 或 （3.8） （3.8）可改写成： （3.9） (3.9)式还有另一解释，由于空间和资源都是有限的，不可