常微分方程模型 3.pptVIP

微分方程模型  导读 在实际问题中，建立数学模型，绝大多数情况都是想得到变量之间的函数关系。然而，由于实际问题的复杂性，往往直接建立函数关系并不容易，特别是含有变化率或改变量的问题，而这样的问题，建立未知函数所满足的微分方程却常常比较容易。 模型假设： 则混合战争模型： 其中 为常数。 称为正规军的战斗有效系数； 称为游击队的战斗有效系数； 战斗中，若双方都无增援，即f(t)＝g(t)＝0， 则(5-7)变为 (4-2)式是一个线性方程,称为马尔萨斯人口模型,人口以 为公比,按几何级数增加. 据统计,1961年世界人口总数为3.06 , 而在此之前的十来年间人口按每年2%的速率增长.因此 公式(4-4)能非常准确地反映了在1700-1961年间世界估计人口总数, 但当t=2510年, = (2万亿), t=2635年, = (18万亿), t=2670年, = (36万亿), 显然,这些数字说明马尔萨斯人口模型对长期的预测是不正确的. 由上可以看出,马尔萨斯人口增长模型对1700-1961年的人口总数是对的,但对未来的人口总数预测不正确,应予以修正. 二、logistic模型(阻滞增长模型) 由上面分析,马尔萨斯人口模型对1700-1961年间人口总数的检验是对的,而未来的人口总数预测又是错的,原因何在? 产生上述现象的主要原因是:随着人口的增加,自然资源,环境条件等因素对人口继续增长的阻滞作用越来越显著.如果当人口较少时(相对于资源而言),人口增长率还可以看作常数的话,那么当人口增加到一定数量后,增长率就会随着人口的继续增加而逐渐减少,许多国家人口增长的实际情况完全证实了这一点. 看来为了使人口预报,特别是长期预报更好地符合实际情况,必须修改指数增长模型关于人口增长率是常数这个基本假设. 荷兰生物学家Verhulst(弗赫斯特)引入常数 ,用来表示自然资源和环境条件所允许的最大人口,并假定人口增长率 即人口增长率随着 的增加而减少,当 时，人口增长率趋于零． 其中： 是根据人口统计数据或经验确定的常数; 因子 体现了对人口增长的阻滞作用. 由此得：Logistic模型 解之得： 根据(4-6),(4-7)两式可画出 和 曲线图如图4-1a及图4-1b： 图4-1a 图4-1b 如图4-1a, 是一条抛物线，他表示人口增长率 随着人口数量的增加而先增后减，在 处达到最大值。 如图4-1b， 是一条 型曲线 ，拐点在 处，当 时， 本世纪初人们曾用这个模型预报美国人口，与实际数据比较，直到1930年计算结果都相吻合，后来的误差越来越大，一个明显原因是到1960年美国实际人口已突破了过去确定最大人口 。 这个模型改进了Mslthus模型，但不易准确得到 ，事实上，随着生产力的发展和人们认识能力的改变， 也是可以改变的。 关于人口模型这方面的内容是很丰富的，我国学者为了解决我国人口迅速增长的问题，作了大量的调查研究，建立了不少的人口模型，为我国政府指定相应的人口政策提供依据。 下面仅给一个我国的人口控制离散模型： 三、人口控制模型： 在前面讨论的两个模型中，我们只关心人口总数，不考虑人口的年龄分布。事实上在研究人口问题时，按年龄分布的人口结构情况是非常重要的。两个国家或地区，目前人口的总数一样，如果其中之一的年轻人比例高于另一个，那么二者的人口发展状况将很不一样。下面将考虑人口年龄，不同年龄的生育率及死亡率等因素来建立人口离散模型，用以预测及控制人口增长及人口老化问题。 人口发展方程： 时间以年为单位，年龄按周岁计算， 设最大年龄为m岁，