[工学]微分方程模型.pptVIP

引例：破案问题 某公安局于晚上7时30分发现一具尸体，当天晚上8点20分， 法医测得尸体温度为32.6℃ ，1小时后，尸体被抬走的时候又测 得尸体的温度为31.4 ℃。假定室温在几个小时内均为21.1℃，由 案情分析得知张某为此案的主要嫌疑犯，但张某矢口否认，并有 证人说：“下午张某一直在办公室，下午5时打了一个电话后才离 开办公室”。从办公室到凶案现场步行需要5分钟，问张某是否能 被排除在嫌疑犯之外？ 提示：按照Newton冷却定律，温度为T的物体在温度为T0(T0 T)的环境中冷却 的速度和温度差成正比，由此可以建立模型。 微分方程模型 2010.11 内容： 微分方程建模实例与练习 微分方程模型的解法 要求： 掌握微分方程建模方法 并能熟练地建立一阶常微分方程模型 重点、难点： 微分方程的建模 例题1：冰雹的下落速度 当冰雹由高空落下时，它受到地球引力和空气阻力 的作用，阻力的大小与冰雹的形状和速度有关，一般可 以对阻力作两种假设： （1）阻力大小与下落的速度成正比； （2）阻力大小与速度的平方成正比； 请根据两种不同的假设，建立速度满足的微分方程，并计算冰雹下落的极 限速度(已知初速度v(0)=0、冰雹质量m、重力加速度g、正比例系数k0). 例题2：人口模型 问题描述 人口的增长是当前世界上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。几百年来建立 了许多有关人口问题的模型。较简单的模型有Malthus 人口模型和Logistic人口模型。下面分别介绍这两个模 型。 Malthus 人口模型 第一次出现：1789年，英国人口学家 Malthus(1766-1834) 根据100年来人口统计资料提出。 基本假设： 人口增长率r是常数或单位时间内人口增长量与当时的人 口数量成正比。 常用假设： 大规模种群的个体数量是时间的连续可微函数。 Malthus 人口模型 模型构成 引入符号x(t)：t时刻人口数量；x(t+?t)：t+?t时刻人口数量； x0 : 初始时刻(t=0)人口数； r : 人口增长率（为常数）； 即单位时间内x(t)的增量等于r乘以x(t)。 构建平衡关系（等式）考虑t到t+?t时间内人口的增长量，由Malthus理论，有  x(t+?t)-x(t)=rx(t)?t Malthus 人口模型 模型构成 构成微分方程在等式 x(t+?t)-x(t)=rx(t)?t 中，令?t→0,得到x(t)满足微分方程 Malthus 人口模型 求解模型 当r0时，表示人口将按指数规律随时间无限增长，称为 指数增长模型。 参数估计: (1)式的参数r和x0我们用表一数据估计。为了利用线性最小 二乘法，将(1)式取对数，可得 以1790年至1900年的数据拟和(2)式， 用Mathematica软件计算可得 以1790年至2000年的数据拟和(2)式， 计算可得 模型检验: 模型检验: Malthus 人口模型 成功之处 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 缺陷之处 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 产生这些缺陷的主要原因 人口增长率 r 不是常数(逐渐下降) 改进 Logistic 模型（阻滞增长模型） Logistic人口模型 问题分析 Logistic 人口模型 1837年，荷兰生物学家 Verhulst 引入常数 xm，用来表示自 然资源和环境条件下所能容纳许的最大人口数量。Verhulst 将 Malthus 模型中的假设条件 “人口自然增长率为常数”修正为人口 自然增长率为 从而有如下模型（Logistic 模型） Logistic 人口模型 模型求解 Logistic 人口模型 模型曲线 模型比较: Logistic 人口模型 成功之处 与国内外一个时期的人口数据对比，均较为吻合 可用于中长期人口增长预测 缺陷之处 多了一个参数xm，对它的估计至今也没有好的办法 继续改进 影响增长率的出生率和死亡率与年龄有关，所以，更合乎 实际的人口模型应该考虑年龄因素 建模练习1：人的体重变化 某人的摄入热量是每天2500大卡（