《数学建模公选课课件》第五讲 微分方程模型.pptVIP

* 第五讲 微分方程模型 一、微分方程模型概述 二、人口增长问题 三、传染病的传播 四、微分方程数值解法 五、进一步的学习 第五讲 微分方程模型 微分方程模型是连续性模型中最主要的部分，模型的建立主要是基于机理分析的方法，利用所研究问题内部的联系，利用微元法，通过建立微分方程或微分方程组描述问题的本质。 一、微分方程模型概述 所谓微元法就是考察变量的一个微小变动对结果的影响，进而得到反映变化规律的微分方程。 微分方程模型分为：常微分方程（组）模型（ODEs），和偏微分方程（组）（PDEs）模型。 第五讲 微分方程模型 建立微分方程模型的步骤 （1）根据问题要求，确定要研究的量（自变量、未知函数、必要的参数） （2）找出这些量所满足的基本规律（根据物理、几何、化学等学科中的原理以及实际问题中给出的条件，所做的假设等等，有时还可以从数据上进行挖掘）。 （3）根据这些规律，列出关于未知函数变化率的方程。并确定定解条件 微分方程模型的求解 解析解法、数值解法 第五讲 微分方程模型 二、人口增长问题 背景 年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60 世界人口增长概况 中国人口增长概况 年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0 研究人口变化规律 控制人口过快增长 一个简单的计算公式 假设今年人口 x0, 人口的年增长率为 r，则k年后人口 第五讲 微分方程模型 二、人口增长问题 指数增长模型——马尔萨斯提出 (1798) 基本假设 : 人口(相对)增长率 r 是常数 第五讲 微分方程模型 二、人口增长问题——马尔萨斯人口模型 x(t) ~时刻t的人口 该模型的结果表明，随着时间增加，人口按指数规律无限增长。 这与实际相符么？为什么？ 第五讲 微分方程模型 二、人口增长问题——马尔萨斯人口模型 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) 第五讲 微分方程模型 二、人口增长问题——阻滞增长模型（Logistic模型） 人口增长到一定数量后，增长率下降的原因： 资源、环境等因素对人口增长的阻滞作用 且阻滞作用随人口数量增加而变大 r是x的减函数 假设 r~固有增长率(x很小时) xm~人口容量（资源、环境能容纳的最大数量） 第五讲 微分方程模型 二、人口增长问题——阻滞增长模型（Logistic模型） dx/dt x 0 xm xm/2 xm t x 0 x(t)~S形曲线, x增加先快后慢 x0 xm/2 第五讲 微分方程模型 二、人口增长问题——阻滞增长模型（Logistic模型） 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 r=0.2557, xm=392.1 第五讲 微分方程模型 二、人口增长问题——阻滞增长模型（Logistic模型） 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 r=0.2490, xm=434.0 x(2010)=306.0 第五讲 微分方程模型 三、传染病传播模型 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 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）