饮酒驾车微分方程模型.docVIP

饮酒驾车微分方程模型 　　 摘 要： 本文根据提供的建模依据和药物扩散原理[1]对酒精在人体血液中循环过程特点，先建立起常微分方程模型，然后采用离散方法将酒精在血液中循环的方程离散化，并结合表1提供的饮酒司机血液中酒精浓度变化的检测数据和建模依据提供的参数，去待定比例常数。最后得出饮入两瓶青岛牌啤酒后，人体血液中酒精浓度变化的函数关系：C（t）=131.4×（e-0.212t-e-1.45t），在人体血液中酒精浓度与饮酒量成中比例的建模建设下，对各种饮酒情况予以讨论，并在建模假设下很好地解释了提出的建模问题。 　　 关键词： 离散化方法； 药物扩散原理； 微分方程模型 　　中图分类号： O175 文献标识码： A 文章编号： 1009-8631（2010）08-0134-02 　　 　　 一、前言 　　 饮酒肇事，众所周知，本模型给出了如下建模依据：①饮酒、醉酒驾车规定标准分别为：血液中酒精含量为20毫克/百毫升-80毫克/百毫升，及80毫克/百毫升以上。②人体体液占人体重量的65%-70%，血液占体重的7%左右。③一名体重约为70kg的人短时间喝两瓶啤酒后，检测数据如下： 　　 建模问题：司机大李喝下一瓶啤酒六小时后检测正常，当再喝一瓶后，八小时检测为饮酒驾车。要解决的问题是： 　　 1. 对大李饮酒的检测结果做解释。 　　 2. 短时间、长时间匀速分别喝三瓶酒（或半斤低度白酒），之后多长时间违反标准。 　　 3. 给出血液中酒精含量最高时的估计方法。 　　 4. 天天喝酒可否开车，并为司机提出忠告。 　　 二、建模假设 　　 1. 饮酒后，酒精经胃逐步扩散到血液中，再被血液中的酶逐渐分解。 　　 2. 短时间饮酒后，初始时血液中酒精含量为零。 　　 3. 所建模型中以山东产的“青岛”啤酒为例，其瓶上标注：酒精含量≥3.2%（V/V），容积630ml。 　　 4. 假设体液、血液的密度均近似于水的密度（lg/ml）。 　　 5. 假定血液中酒精浓度正比于饮酒量。 　　 6. 引出符号说明： 　　 x(t)为饮酒后，t时刻胃中酒精含量随时间变化的函数。 　　 y(t)为饮酒后，t时刻血液中酒精含量随时间变化的函数。 　　 c(t)为喝两瓶啤酒后，血液中酒精浓度随时间变化的函数。 　　 d(t)为大李喝了一瓶啤酒后，血液中酒精浓度随时间变化函数。 　　 f(t)为短时间喝三瓶啤酒后，血液中酒精浓度随时间变化函数。 　　 s(t)为两小时均匀喝三瓶啤酒，血液中酒精浓度随时间变化函数。 　　 a为一瓶啤酒中酒精的含量。 　　 v为70kg的人血液的体积。 　　 三、模型建立 　　 酒精在胃中扩散与血液中被分解，类同于Malthus模型[2，3]即：扩散与被分解速度均正比与当时量。若以pq分别表示酒精在胃中扩散与在血液中被分解的速度正比例系数，借助（表1）短时间饮两瓶啤酒后的常微分方程模型建立如下： 　　 x′（t）=-px（t） （1） 　　y′（t）=-px（t）-qy（t） （2） 　　x（t）│t=0=2a （3） 　　y（t）│t=0=0 （4） 　　 因方程（1）是可分离变量方程，据初始条件（3）易得其解为： 　　 x（t）=2a?e-pt （5） 　　 将（5）式代入（2）化为一阶线性非齐次方程，据初始条件（4）其解为： 　　 所求的血液中酒精浓度随时间变化的函数： 　　 （一）确定常数p,q 　　 我们采用离散化方法[4]先确定式（6）中常数p，q如下：将（5）代入（2）后的方程为：y′（t）则上式化为：y（ti+1）-y（ti）+Tqy（ti）=[2ape-pti-qy（ti）]T， 　　 整理为：t（ti+1）-y（ti）+Tqy（ti）=2ape-pT?e （8） 　　 亦有：y（ti）-y（ti-1）+Tqy（ti-1）=2ap?e （9） 　　 由（8）÷（9）可看出：y（ti+1）-y（ti）+Tqy（ti）是以e-pT为公比的等比序列，故有：y（ti+1）-y（ti）+Tqy（ti）=[y（t1）-y（0）+Tqy（0）]（e-pT）i=y（t1）?（e-pT）i，对上式两边求和 以体重70kg的司机饮两瓶啤酒所给数据（表1），我们以T=0.25与T=0.5为步长的两组数据代入（10） （二）确定参数a、v 　　 体重70kg的司机饮两瓶啤酒，由于血液占体重的7%，酒精密度为0.8（g/ml），血液密度近似于水的密度为：1（g/ml），饮用两瓶青岛啤酒，则酒精含量2a=（630×2×3.8%×0.8×1000）mg=3.73×104mg；血液体积 其Matlab程序图形如图1。 　　 大李在喝了一瓶啤酒，六小时后又喝了