差分方程建模教学课件.ppt

(实例)某商品前5年的销售量见表 。现希望根据 前5年的统计数据预测 第6年起该商品在各季度中的销售量。 15 25 32 17 15 24 30 15 13 20 27 15 12 18 26 14 11 16 25 12 1 2 3 4 第五年 第四年 第三年 第二年 第一年 销售量 季度 年份 商品销售量预测 从表中可以看出，该商品在 前5年相同季节里的销售量呈增长趋势，而在同一年中销售量先增后减，第一季度的销售量最小而第三季度的销售量最大。预测该商品以后的销售情况，一种办法是应 用最小二乘法建立经验模型。即根据本例中数据的特征，可以按季度建立四个经验公式，分别用来预测以后各年同一季度的销售量。例如，如认为第一季度的销售量大体按线性增长，可设销售量 由 商品销售量预测 求得 a=1.3， b=9.5。 根据 预测第六年起第一季度的销售量 为 =17.3， =18.6，… 如认为销售量并非逐年等量增长而是按前一年或前几年同期销售量的一定比例增长的，则可建立相应的差分方程模型。仍以第一季度为例，为简便起见不再引入上标，以表示 第t年第一节季度的销售量，建立形式如下的差分方程： 或 等等。 上述差分方程中的系数不一定能使所有统计数据吻合，较为合 理的办法是用最小二乘法求一组总体吻合较好的数据。以建立 二阶差分方程 为例，为选取a0,a1,a2使 最小，解线性方程组： 商品销售量预测 即求解 得a0=-8，a1=-1，a2=3。即所求二阶差分方程为 商品销售量预测 虽然这一差分方程恰好使所有统计数据吻合，但这只是一个巧合。根据这一方程，可迭代求出以后各年第一季度销售量的预测值 y6=21，y7=19，…等。 上述为预测各年第一季度销售量而建立的二阶差分方程，虽然其系数与前 5年第一季度的统计数据完全吻合，但用于预测时预测值与事实不符。凭直觉，第六年估计值明显偏高，第七年销售量预测值甚至小于第六年。稍作分析，不难看出，如分别对每一季度建立一差分方程，则根据统计数据拟合出的系数可能会相差甚大，但对同一种商品，这种 差异 应当是微小的，故应根据统计数据建立一个共用于各个季度的差分方程。 为此，将季度编号 为t=1,2,…,20，令 或 等，利用全体数 据来拟合，求拟合得最好的系数。以二阶差分方程为例，为 求a0、a1、a2使得 最小 商品销售量预测 求解线性方程组 即求解三元一次方程组 解得a0=0.6937,a1=0.8737,a2=0.1941,故求得二阶差分方程 （t≥21） 根据此式迭代，可求得第六年和第七年第一季度销售量的预测值为y21=17.58，y25=19.16还是较为可信的。 商品销售量预测 模型建立 由题设，在初始时刻一岁、二岁、三岁的动物数量分别为： X1(0)=1000, X2(0)= 1000， X3(0)= 1000 以一年为一时间段，则某时刻三个年龄段的动物数量可用向量 X=[x1 x2 x3]T 表示。用向量 X(k) = [x1(k) x2(k) x3(k)]T表示第k个时间段动物数分布。 动物养殖问题 建立数学模型如下 动物养殖问题 由此得向量X(k)和X(k+1)的递推关系式 X(k+1) = LX(k) MATLAB程序设计 1.由初始数据计算一年后、两年后、三年后动物数量， MATLAB程序如下 x0=[1000;1000;1000]; L=[0 4 3;1/2 0 0;0 1/4 0]; x1=L*x0； x2=L*x1； x3=L*x2； [x1’；x2’；x3’] x5=L*L*x3； 动物养殖问题 2．计算五年内动物数量变化规律 x0=[1000;1000;1000]; L=[0 4 3;1/2 0 0;0 1/4 0]; X=x0; x(1)=X(1);y(1)=X(2);z=X(3); for k=2:6 X=L*X; x(k)=X(1);y(k)=X(2);z(k)=X(3); end t=0:5; bar(t,x), figure,bar(t,y) figure,bar(t,z) 动物养殖问题 三龄组动物五年数量变化直方图 动物养殖问题 3.如果每年平均向市场出售动物c=[s s s]’，分析动物数分布向量变化规律可知 X(1) = AX(0) – c X(2) =