微分方程模型(动态模型).pptVIP

微分方程模型(动态模型) 应用范围： 当我们描述实际对象的某些特性随时间（或空间）而演变的过程，分析它的变化规律，预测它的未来性态时，通常要建立对象的动态模型。建模时首先要根据建模目的和对问题的具体分析作出简化假设，然后按照对象内在的或可以类比的其他对象的规律列出微分方程，求出方程的解并将结果翻译回实际对象，就可以描述、分析或预测了。 例1：池水含盐问题 　　池中有一定体积的盐水，从池的一端向池中注入一定浓度是盐水。混合的盐水将从池的另一端流出。建模描述池中盐水浓度的动态。 例2：水瓶保温测试问题 　　热水瓶出厂前，要经过保温性能测试.测试的传统方法：将100度的热水装入水瓶，加上盖子，经过24小时后，在测量水温，如果水温不低于60度，则算合格品，准许出厂；否则，为不合格品。 　　现在我们想将测试时间缩短，有什么办法？ 问题分析： 　　由物理知识知道，水瓶中热水降温的速度与水温减去环境温度之差成正比。利用热力学规律，可以得出温度C与降温时间t的关系——降温曲线C=C(t)。找出通过点(100，0)，(60，24)的降温曲线，就可知道3小时后的对应温度C1。因此，若在3小时后测得温度不低于C1，那么，水瓶的保温性能就可以认为是合格的。 例3：如何预报人口的增长 人口的增长是当前世界上引起普遍关注的 问题,我们经常在报刊上看到关于人口增长的 预报,说到××年,或本世纪中叶,全世界(或某 地区)的人口将达到多少多少亿.事实上,你可 能注意到了,不同的报刊在预测上有较大的差 别,那是因为使用了不同的人口模型计算的结 果.给出你的模型. 指数增长模型(马尔萨斯人口模型) 英国人口学家马尔萨斯根据百余年的人口统计 资料,于1798年提出著名的人口指数增长模型.这个 模型的基本假设是:人口增长率是常数,或者说,单位 时间内人口的增长量与当时的人口数成正比. 产生这种现象的主要原因是,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之后,增长率就会随着人口的继续增加而逐渐减小.许多国家的人口增长的实际情况完全证实了这一点. 为了使人口预报特别是长期预报更好的符合实际情况,必须修改”人口增长率是常数”这一基本假设. 阻滞增长模型(Logistic模型) 评注: 20世纪初,人们曾用这个模型预报美国人口.自 1800年直到1930年计算结果都能与实际数据较好的 吻合.后来的误差越来越大,一个明显的原因是到 1960年美国的实际人口已经突破了过去数据确定的 最大人口容量. 这个模型的缺点就是最大人口容量不易确定,并 且随着生产力的发展,它是可以改变的. 阻滞增长模型的方程又称为Logistic模型. Logistic模型用途很广,大家要很好掌握. 其实关于人口问题还有更复杂的模型,今天我们 只介绍两种较为简单的. 例4：传染病模型 随着卫生设施的改善、医疗水平的提高以及人 类文明的发展,曾经肆虐全球的霍乱、天花等传染性 疾病已经得到有效的控制.但在世界的某些地区,特别 是贫穷落后的发展中国家,还不时出现传染病流行的 情况. 建立数学模型来描述传染病的传播过程,分析受 感染人数的变化规律,预报传染病高潮的到来等. 为了简单,假定在传播期内所考察地区总人数不 变,不考虑生死和迁移,时间以天为计量单位. *