一阶线性常系数差分方程及其应用.ppt

第 3 章 差分方程模型 3.2 节 一阶线性常系数 差分方程及其应用 3.2.1 一阶线性常系数 齐次差分方程 一阶线性常系数齐次差分方程形如： 1 (1 ) , 0,1 ,2, k k x r x k ? ? ? ? ??? (3.2.1) 其中 r 是常数 . 在建模的时候， (3.2.1) 式中的 k x 是实 际对象在第 k 时段的状态值，参数 r 是相邻时段的用 前差公式计算的增长率： 1 , 0,1,2, k k k x x r k x ? ? ? ? ??? (3.2.2) 由 (3.2.2) 式可见， (3.2.1) 式的模型假设为 “用前差公式 计算的增长率为常数” . 3.2.1 一阶线性常系数 齐次差分方程 对于离散动态过程的状态数列 { } k x ，有三种常用 算法计算第 k 时段的增长率： （ 1 ）前差公式 1 k k k x x x ? ? （ 2 ）中点公式 1 1 2 k k k x x x ? ? ? （ 3 ）后差公式 1 k k k x x x ? ? 其中精确度最高的是中点公式 . 3.2.1 一阶线性常系数 齐次差分方程 (3.2.1) 式的解为等比数列 ? ? 0 1 , 0,1, 2, k k x x r k ? ? ? ??? (3.2.3) 如果 0 r ? ， 则 (3.2.1) 式有且仅有平衡点 x =0. 根据 等比数列的性质知： lim 0 k k x ??? ? 当且仅当 1 1 r ? ? ，即 平衡点 x =0 是渐进稳定的当且仅当 ? 2 r 0. 由于 x =0 是 (3.2.1) 式唯一的平衡点，所以它的渐进稳定性属于 全局渐进稳定性 . 以下程序选取 r 和 0 x 的值， 按 (3.2.1) 式迭代计算， 绘制图形，直观的说明 (3.2.1) 式的解的长期行为： 3.2.1 一阶线性常系数 齐次差分方程 r=[.09;.09;-.1;-.1;-1.9;-1.9;-2.09;-2.09]; % 增长率 x=[15;-15;85;-85;85;-85;15;-15]; % 初始值 for n=1:20 x(:,n+1)=(1+r).*x(:,n); % 迭代计算 end s{1}= 单调增趋于正无穷大 ,r0,x_00; s{2}= 单调减趋于负无穷大 ,r0,x_00; s{3}= 单调减趋于 0,-1r0,x_00; s{4}= 单调增趋于 0,-1r0,x_00; 3.2.1 一阶线性常系数 齐次差分方程 s{5}= 振荡衰减趋于 0,-2r-1,x_00; s{6}= 振荡衰减趋于 0,-2r-1,x_00; s{7}= 振荡增长趋于无穷大 ,r-2,x_00; s{8}= 振荡增长趋于无穷大 ,r-2,x_00; for k=1:8 subplot(4,2,k), plot(0:20,x(k ,:),k.), grid on axis([-1,21,-100,100]), xlabel(s{k}) end gtext( 一阶差分方程 x_{k+1}=(1+r)x_k 的解的长期行为 ) 0 5 10 15 20 -100 0 100 单 调 增 趋 于 正 无 穷 大 ,r0,x 0 0 0 5 10 15 20 -100 0 100 单 调 减 趋 于 负 无 穷 大 ,r0,x 0 0 0 5 10 15 20 -100 0 100 单 调 减 趋 于 0,-1r0,x 0 0 0 5 10 15 20 -100 0 100 单 调 增 趋 于 0,-1r0,x 0 0 0 5 10 15 20 -100 0 100 振 荡 衰 减 趋 于 0,-2r-1,x 0 0 0 5 10 15 20 -100 0 100 振 荡 衰 减 趋 于 0,-2r-1,x 0 0 0 5 10 15 20 -100 0 100 振 荡 增 长 趋 于 无 穷 大 ,r-2,x 0 0 0 5 10 15 20 -100 0 100 振 荡 增 长 趋 于 无 穷 大 ,r-