8实验 人口迁移的动态分析.docx

PAGE

PAGE173

实验八 人口迁移的动态分析

— 实验目的

针对人口迁移问题，建立以每单位时间为阶段的常系数线性系统动态变化模型.使用Mathematica4.0作矩阵运算，并由模型讨论该过程的极限状态是否有稳定解，用于分析、预报、决策和控制该过程.通过讨论状态方程解的稳定性，加深对矩阵特征值、特征向量的理解．

二 实验原理

把形如

u ?Au

k?1 k

的矩阵方程称作常差分方程组或状态方程，这里u

k

是列向量,A是矩阵.形式上，它是容

易解的，因为每一次迭代都用A去乘．于是得到解为

u ?Aku

k 0

u是初始条件，A称作一步状态转移矩阵.问题在于寻求某种快速计算幂Ak的方法，解

0

决的关键是A的特征值和特征向量．

根据线性代数的知识，n阶方阵A与对角阵?相似（即A可对角化）的充要条件是A有n个线性无关的特征向量.设A可以对角化，则存在可逆阵S和对角阵?，使得

A?S?S?1

这里S?(x,x

1 2

, ,x

?n

?

)，??diag(?

1

,?, ,?

?2 n

?

)，x

i

是对应A的特征值?

i

的特征向量

（1≤i≤n）.

将上述结果用于u

k

?Aku

?0

?

，则自然有

u ?Aku

k 0

?(S?S?1)(S?S?1) (S?S?1)u

0

?S?kS?1u

0

(1)

从而由矩阵乘法得出

u ?(x, ,x

k 1 n

)diag(?k, ,?k)S?1u

1 n 0

?c?kx

11 1

?c

?kx

n n n

(2)

由此，可以看出一般解是特解的一个线性组合，其中组合系数由初始条件决定：

c?0x ???c?0x ?u,或S(c,?,c)T?u,或(c,?,c)T?S?1u

11 1 n n n 0 1 n 0 1 n 0

从（2）中可以看出它与微分方程某些相近的地方，这将为我们下面要讨论的状态方程解的

稳定性带来方便．

一般地，我们有如下结论：常系数线性系统u

k?1

?Au

k

（A可对角化），当它的所有

特征值?

?1时，它是完全稳定的，即u

i k

?0（k→∞），这保证了初始条件的微小变

化所造成的影响会随着k的增加而趋于零；当所有?

i

?1时，它是中性稳定的，即u

有界；

k

当至少有一个特征值?

i

?1时，它是不稳定的，即u

k

是无界的，也就是说稳定性依赖于A

的特征值．这些由公式（2）很容易得到.

三 学习Mathematica命令

方阵的幂MatrixPower

求方阵的幂An的命令的形式为

MatrixPower[A，n]

其中n为整数，当n??1时即求逆.例如：输入

aa={{1,0,0},{1,1,0},{0,1,1}};

aa={{1,0,0},{1,1,0},{0,1,1}};

MatrixPower[aa,5]

输出为

{{1,0,0},{5,1,0},{10,5,1}}

如果输入

MatrixPower[aa,-1]

MatrixPower[aa,-1]

则得到逆阵

{{1,0,0},{-1,1,0},{1,-1,1}}

还有一个求逆阵的命令,输入

aa1=Inverse[aa]

aa1=Inverse[aa]

同样得到逆阵

{{1,0,0},{-1,1,0},{1,-1,1}}.

不过,如果求逆阵的幂,则用前一个命令较好.只须输入

MatrixPower[aa,-5]

MatrixPower[aa,-5]

得到输出

{{1,0,0},{-5,1,0},{15,-5,1}}

Do型循环结构

Do型循环结构根据循环描述先计算循环次数，再作循环体，常用于有确定循环次数的循环结构.Do语句的一般形式为

Do[循环体，{循环范围}].

它有下列形式：

Do[表达式，{k}] (计算表达式k次.)

Do[表达式，{i，imax}] (计算表达式imax次，其中i的值从1变到imax，每次步长为1.)

Do[表达式，{i，imin，imax}] (当 i 的值从 imin 变到 imax、步长为1，每次都计算表达式.)

Do[表达式，{i，imin，imax，increment}]