第3讲 微分方程模型.ppt

Matlab与数学建模 计算机科学与信息工程系 软件工程教研室 许晓华 xuxiaohua@tjau.edu.cn 第3讲 微分方程建模方法及案例 在研究实际问题时，常常会联系到某些变量的变化率或导数，这样所得到变量之间的关系式就是微分方程模型。 微分方程模型反映的是变量之间的间接关系，因此，要得到直接关系，就得求微分方程。 求解微分方程的方法 求解微分方程有三种方法 1）求精确解； 2）求数值解（近似解）； 3）定性理论方法。 3.1 年代鉴定问题 在巴基斯坦一个洞穴里，发现了具有古代某种动物特征的骨碎片，科学家把它带到实验室，作碳14年代测定，分析表明，　　与　　的比例仅仅是活组织内的6.24%，能否判断此动物生活在多少年前？ 用Matlab求解对数 log(x) x的自然对数 log2(x) x的以2为底的对数 log10(x) x的以10为底的对数 以a为底x的对数，根据换底公式可表示为： log(x)/log(a) Matlab中的求解方法 -8000*log(0.0624) ans = 2.2194e+004 3.2 人口演化模型 预备知识:最小二乘原理 当由实验提供了大量数据时,不能要求拟合函数 在数据点 处的偏差,即 (i=1,2,…,m) 严格为零,但为了使近似曲线尽量反映所给数据点的变化趋势 ,需对偏差有所要求.通常要求偏差平方和 最小,此即称为最小二乘原理 问题的提出 人口的增长情况是当前世界引起普遍关注的问题，早在18世纪人们就开始进行人口预报工作了。 20世纪90年代，我们经常可以在报刊上看见关于人口增长的预报，说到20世纪末，或21世纪中叶，全世界（或某地区）的人口将达到多少多少亿。这些人口预报的数值是从哪里来的？准确不准确？ 你能不能对某地人口数目的演化进行一下估算？ 问题的分析 从整体来说，人口的变化由两个因素决定：出生和死亡。出生使得人口增加，死亡使得人口减少。 对于局部地区来说，除了出生和死亡外，影响人口的变化还有两个因素：迁入和迁出。迁入使得局部人口增加，迁出使得局部人口减少。 在迁入、迁出人口的差别不大时，人口的变化主要由出生率和死亡率决定。 根据上面的分析，不难建立起人口演化模型。 求解步骤 [1] 假设 [2] 建立模型 [3] 模型求解 [4] 模型的参数估计 [1] 假设 人口增长率r(即出生率b-死亡率d)是常数 （或单位时间内人口的增长量与当时的人口成正比）. [2] 建立模型 记时刻t=0时人口数为x0, 时刻t的人口为x(t),由于量大,可视为连续、可微函数. t到 时间内人口的增量为： 于是x(t)满足微分方程： (1) [3] 模型求解 解微分方程得 (2) (2)被称为指数增长模型——马尔萨斯提出 (1798)，表示随着时间增加，人口按指数规律无限增长 被称为等比数列模型 [4] 模型的参数估计 要用模型的结果来预报人口，必须对其中的参数r进行估计，这可以用表中所给的数据通过拟合得到. 拟合的关键问题 1. t的变换 指数函数exp(t)当t很大时可能会溢出,为了减小数据误差,首先将时间域变换至[0,20],所用的变换为: t=1800+(t-1800)/10 2. x0和r初值的确定 x0初始值自然应取t=0时的x的值3.9 r初始值取增长率的平均值 mean(diff(x)./diff(t)./x(1:20)) Matlab求解过程 首先编写M文件fun.m，其中参数c(1)表示x0,c(2)表示r。 function x=fun(c,t) x=c(1)*exp(c(2)*t); 再编写一个M文件 clear all; close all; t=0:1:20; x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4]; plot(t,x,o); hold on; c(1)=3.9;