数学模型第三章 微分方程模型.pptVIP

列宁所说 ：“自然界的统一性显示在关于各种现象领域的微分 第三章 微分方程模型 正如 在自然科学(如物理、化学、生物、天文)以及在工程、经济、 军事、社会等学科中大量的问题可以用微分方程来描述。 （列宁选集第二卷，人民出版社 机动 下页 返回 结束 方程式的‘惊人的类似中’。” 1972年版第295页）。 要建立微分方程模型，读者必须掌握元 素法。 元素法是以自然规律的普遍性为根据，并且以局部规律 的独立性的假定为基础的一种方法。 下面的几个不同领域中的 数学模型都是用微分方程解决问题的典型模型， 读者通过对这 几个模型的学习，举一反三，就可以解决许多类似的问题。 下面先介绍传染病传播模型。 §1 传染病传播的数学模型 问题：如何预测某种传染病传播的规律？ 这个问题长期困扰着人们。 人们为了控制传染病的传播，一直 在探索传染病的传播规律，但很难得出令人信服的结论。 后来由 于数学工作者的参与，在理论上建立了数学模型， 分析由模型所 得结果与实际的统计数据比较吻合， 才逐渐对传染病的传播有了 比较深刻的认识。 传染病传播涉及的因素很多， 如传染病人的多少，易受传染 者的多少,传染率的大小,排除率的大小,人口的出生和死亡等. 如果还要考虑人员的迁入和迁出，潜伏期的长短以及预防疾病 的宣传等因素的影响，那末传染病的传播变得非常复杂。 为了建立模型,我们必须舍去一些的次要因素,抓住主要因素, 把问题简化， 才能建立起相应的数学模型。 机动 上页 下页 返回 结束 将所得结果与实际比 较,找出问题， 修改原有假设,再建立一个与实际更吻合的模型。 机动 上页 下页 返回 结束 模型一. 考虑最简单的情形 1. 模型假设 (1). 每个病人在单位时间内传染的人数是常数 K0 ； (2).一人得病后，经久不愈，并在传染期内不会死亡。 2. 模型的建立与求解 用 表示t 时刻的病人数， K0 表示每个病人单位时 间内传染的人数， 则在Δt 时间内增加的病人数为 于是得微分方程的初值问题 其解为 表示传染病的传播是按指数函数增加的。 机动 上页 下页 返回 结束 这个结果与传染病传播初期比较吻合。 解为 在传染病传播初期，传 播速度快，被传染人数按指数函数增长。 但是由 看出， 这显然是不合实际情况的。 问题在于两条假设均不合理。 1. 每个病人单位时间内传染的人数是常数与实际不符。 因为在传播初期，传染病人少，未被传染者多。 而在传染病传 播中期和后期，传染病人逐渐增多，未被传染者逐渐减少， 因而 在不同时期的传染情况是不同的。 为了与实际情况相吻合，我们 在原有基础上修改假设,建立新的模型。 于是得 机动 上页 下页 返回 结束 模型二 用 分别表示t 时刻的病人数和未被传染人数, 1. 模型假设 (1). 每个病人在单位时间内传染的人数与这时未被传染的人数 成正比， 即 (2). 一人得病后，经久不愈，并在传染期内不会死亡。 (3). 总人数为 n ,即 由以上假设得微分方程的初值问题 2. 模型的建立与求解 其解为 机动 上页 下页 返回 结束 的图形为 传染病曲线 t O 的图形为 令 得驻点(极大点) 当传染病强度K 或总人数n 增加时 即传染病高峰来得快, 这与实际情况吻合。 且如果知 ,t1都将变小， 道了传染强度K(K由统计数据得出)， 即可预报传染病高峰时间。 机动 上页 下页 返回 结束 模型二的缺点：由 即最后人人都要生病。 这显然是不合实际情况的。 造成这种结 为了与实际问题更加吻合，对上面的数学模型再进一步修改, 这就要考虑人得病后有的会死亡; 另外不是每个人被传染后都 会传染别人，因为其中一部分会被隔离, 还有的人得了传染病 由于医治和人的自身抵抗力会痊愈，并非像前面假设那样人得 病后经久不愈。 为此作出新的假设，建立新的模型。 果的原因是假设(2)中假设了人得病后经久不愈。 机动 上页 下页 返回 结束 模型三 为了把问题简单化, 设患过传染病而完全病愈的任何人具有 长期免疫力，不考虑反复受传染的情形。 并设传染病的潜伏期 很短，可以忽略不计，即是一个人患了病以后立即成为传染者. 在这种情况下，把居民分成三类： 第一类是由能够把疾病传染给别人的那些传染者组成的。 用 表示 t 时刻第一类人数。 第二类是由并非传染者但能够得病而成为传