现实世界中的数学模型课件.ppt

更多医学精品尽在医学吧;第一章 现实世界中的数学模型;第一节 现实世界的模型; 在现实生活中，我们对“模型”（Model）这个名词并 不陌生。我们经常谈到“物理模型”、“化学模型”、“生物 模型”等。; 模型：指为了某个特定的目的将原型的一部分信息简 缩、提炼而构成的原型替代物。; 一、形象模型; 二、物理模型; 三、思维模型; 四、符号模型; 五、数学模型; 例 甲乙两地相距740km，某船从甲地到乙地顺水需 要30小时，从乙地到甲地逆水需要50小时，问船速、水 速各为多少？;当船只逆水航行时，有; 容易求出该问题的解： 。即船速为 20km/h，水速为5km/h。; 在上面的例中我们看到数学模型的一般意义：; 注意：本课程的重点并不是单单介绍现实世界的数学 模型，而主要的是介绍建立数学模型的全部过程和求解 过程。;第二节 数学建模的重要意义; 一、在一般的工程领域中，数学建模仍然大有用武之 地。; 四、数学建模在国民经济和社会活动中的具体表现：;第三节 数学模型的例子; 一、椅子放稳问题; 建模 设椅子的四只脚位于点 其连线构 成一正方形，对角线的交点为坐标原点，对角线 为坐标轴（坐标系统如图所示）。; 注意到： 并且; 解模 由条件对任意 ，有 且 ;由闭区间连续函数的零点定理知，存在; 此说明在问题所设的条件下，椅子可以放稳，并给出 了放稳的具体方法。; 二、人口增长的预报问题; 从表中看出，人口每增加十亿的时间，由一百多年缩 短至十二、三年。常此以往，人口问题将严重困扰世界 经济的发展。; 下表是我国在20世纪中人口发展的状况：; 认识人口数量变化的规律，建立合适的人口模型，作 出准确的预报，是有效控制人口增长的前提。;年; ⑴指数增长模型; 建模 记时刻 时的人口为 ，并视其为连续变量， 初始时 的人口为 ，从 到 时间内人口的 增量为 ，则有;由这个方程容易解得：; 以1790年到1900年的数据拟合⑷式，可得;1790—1900实际人口与计算人口的比较;1790—2000实际人口与计算人口比较;年; 结果分析 用上面得到的参数 代入⑶式，将计 算结果与实际数据作比较得下表，表中计算人口 是用 1790年的数据拟合的结果；计算人口 是用全部数据拟 合的结果，用这个模型基本上能够描述19世纪以前美国 人口的增长情况，但是进入20世纪后，美国人口增长明 显放慢，此时模型不再适合了。;年; 从历史上看，指数增长模型与十九世纪以前欧洲一些 地区人口统计数据可以很好地吻合，此外，以此模型作 短时间里的人口预测可以得到较好地结果。原因是此时 人口的增长率几乎是一个不变的常数。;大的差距。; ⑵阻滞增长模型（Logistic模型）; 建模 设增长率 随人口数量 的增长而下降，则关 系式⑵可改写成;当 时，人口不再增长，即 代入⑹式 得 于是⑹式为;方程⑻右端的因子 体现人口自身的增长趋势，因子;Logistic模型 x—t 曲线; 参数估计; 结果分析：用上面的数据代入方程的解：;年;年;阻滞增长型拟合图形（1790—1990）; 从数据中可以看出，在阻滞增长模型中虽然有一段时 间，数据拟合的情况不是很好，但在最后一段时间，吻 合得相当不错。; 三、传染病的蔓延问题; 模型一 ;令 则有微分方程，并有初始条件; 解模 方程⑴为一阶线性齐次常系数微分方程，方程 的通解为; 实际问题是，一个地区的人口总数是一个有限数，故 上面的模型并不适用.; 模型二 ; 建模 设时刻 时有病人数 健康人数 。 初始时刻 时有病人数 .;⑶; 解模 此方程是一个一阶可分离变量的微分方程，容 易解出:;再由初始条件，得;即;从而原方程的解为;