malthus人口模型
malthusian动态方程
malthusian动态方程
Malthusian动态方程是一种描述人口增长的数学模型,由英国
经济学家托马斯·罗伯特·马尔萨斯于18世纪末提出。
该模型假设
人口增长以指数形式进行,而资源增长则以线性形式进行。
Malthusian动态方程可以表示为:
dP/dt = rP - c
其中,dP/dt表示人口数量P随时间t的变化率,r是人口增长率,c是资源消耗率。
这个方程可以解释为,人口数量的变化率等于人口增长率减去
资源消耗率。
人口增长率r是一个正常数,表示每个时间单位内人
口数量的增加量。
资源消耗率c也是一个正常数,表示每个时间单
位内资源的消耗量。
根据这个方程,我们可以得出以下结论:
- 当人口增长率大于资源消耗率时(r > c),人口数量将会增加。
这是因为人口增长的速度大于资源消耗的速度,导致资源供应
过剩。
- 当人口增长率小于资源消耗率时(r < c),人口数量将会减少。
这是因为资源消耗的速度大于人口增长的速度,导致资源供应
不足。
需要注意的是,Malthusian动态方程是一个简化的模型,它没
有考虑到其他因素对人口增长的影响,例如技术进步、社会发展等。
因此,在实际应用中,需要结合其他因素进行综合分析和预测。
人口增长模型
2
模型建立及求解
据模型假设,在t到 t + t 时间内人口数的增长量为
P(t t) P(t) r P(t) t
P(t t) P(t) r P(t) t
dP r P dt
2021/7/23
3
如果设 t = t0时刻的人口数为,则P(t)满足初值问题:
dP
dt
r
P
P(t0 ) P0
2021/7/23
9
模型讨论
阻滞增长模型从一定程度上克服了指数增长模型的不足,可以被 用来做相对较长时期的人口预测,而指数增长模型在做人口的短期预 测时因为其形式的相对简单性也常被采用。 不论是指数增长模型曲线,还是阻滞增长模型曲线,它们有一个共同 的特点,即均为单调曲线。但我们可以从一些有关我国人口预测的资 料发现这样的预测结果:在直到2030年这一段时期内,我国的人口一 直将保持增加的势头,到2030年前后我国人口将达到最大峰值16亿, 之后,将进入缓慢减少的过程——这是一条非单调的曲线,即说明其 预测方法不是本节提到的两种方法的任何一种。
P(t) P0 er(t t0 )
30 25 20 15 10
5
5
10
15
20
25
30
35
称为指数增长模型(或Malthus模型)。
2021/7/23
4
模型检验
• 19世纪以前欧洲一些地区的人口统计数据可以很好的吻 合。19世纪以后的许多国家,模型遇到了很大的挑战。
•
注意到limP(t) t
2. 在时刻t,人口增长的速率与当时人口数成正比,为简
单起见也假设与当时剩余资s 源1 P / P
成正比;比例
系数表示人口的固有增长率;
数学应用典型案例模型1马尔萨斯人口增长(指数增长)模型
xc e hx
C
其中 C 为任意常数,可由初始条件确定。
捕食----被捕食模型有着广泛的应用。当一个包含两个群体的系统中,只要
两个群体相互依存、相互制约,均可用捕食----被捕食模型来描述。例如,鲨鱼
与食用鱼、寄生虫与其宿主、害虫与其天敌、肿瘤细胞与正常细胞等都可用该模
型来描述。下图表明了狐狸----野兔(数量)随着时间 t 所发生的周而复始的变
化,正是这种变化维持着该系统的生态平衡。
在狐狸----野兔生态系统中,生态系统的平衡点就是使 dx 0, dy 0 的点。 dt dt
即
a byx 0 c hxy 0
(3-2)
只求非零解,可知平衡点为: x c , y a 。也就是说,当野兔数量保持在 c ,
设人类生存空间及可利用资源(食物、水、空气)等环境因素所能容纳的最 大人口容量为 K(称为饱和系数).人口数量 N(t)的增长速率不仅与现有人口 数量成正比,而且还与人口尚未实现的部分(相对最大容量 K 而言)所占比例 K N 成比例,比例系数为固有增长率 r.于是,修改后的模型为
K
dN
hb
h
狐狸数量保持在 a 时,就能维持狐狸----野兔生态系统的平衡。 b
图 3-2
例 狐狸----野兔模型为
dx dt
0.03x
0.001xy
dy dt
0.9 y 0.002xy
(3-3)
试问:狐狸、野兔的数目各为多少时,该系统才达到平衡?
解:由 dx 0 ,得 y狐狸 0.03 3(0 只);
模型 3 捕食——被捕食模型 所用知识:微分方程组 内容介绍:
Malthus模型和Logistic模型
Malthus 模型和Logistic 模型随着社会的发展,人口问题与经济、资源、环境、社会的冲突日益成为制约国家发展的瓶颈,了解了人口增长函数,也就掌握了人口的发展动态和发展规律,这对国家的发展有重要意义。
1798年.英国人口学家和政治经济学家马尔萨斯以两个假设为前提:第一,食物为人类生存所必须;第二,人的性本能几乎无法限制,提出了闻名于世的人口指数增长模型,即Malthus 人口模型:人口总数为)(t p ,人口的出生率为b ,死亡率为d 。
任取时段【t ,t +dt 】,在此时段中的出生人数为b )(t p dt ,死亡人数为d )(t p dt 。
假设出生数及死亡数与)(t p 及dt 均成正比,而且以矩形取代了曲边梯形的面积。
在时段【t ,t +dt 】中,人口增加量为)(dt t p +-)(t p ≈d )(t p ,它应等于此时段中的出生人数与死亡人数之差,即d )(t p =b )(t p dt -d )(t p dt =a )(t p dt ,其中a =b -d 称为人口的净增长率。
于是)(t p 满足微分方程dtt dp )(=a )(t p . (1) 若已知初始时刻t =t 0时的人口总数为p 0,那么)(t p 还满足初始条件t =t 0时,)(t p =p 0. (2)可以求得微分方程(1)满足初始条件(2)的解为(设a 是常数))(t p =p 0e )0(t t a -, (3)即人口总数按指数增长。
模型参数的意义和作用:t 0为初始时刻(初始年度),p 0为初始年度t 0的人口总数,a 为每年的人口净增长率,b 为人口出生率,d为人口死亡率。
Malthus人口模型所说的人口并不一定限于人,可以是认可一个生物群体,只要满足类似的性质即可。
现在讨论模型的应用和正确性。
例如,根据统计数据知在1961年全世界人口为30.6亿,1951年-1961年十年每年人口净增长率约为0.02。
人口模型
即可求得
b 2.695 1012。于是,世界人口的极限值
9 3.34 10 为初值,则2000年的 若以1965年的人口数
r 0.029 107.6 12 b 2.695 10
(亿)
世界人口将达到
0.029 3.34 109 y |t 2000 59.6 0.029(2000 1965) 0.009 0.02e
人口模型
模型1 马尔萨斯(Malthus)模型
英国的经济系家马尔萨斯首先提出了人口增长 模型。他的基本假设是:任一单位时刻人口的 增长量与当时的人口总数成正比。于是,设t ) 时刻的人口总数为 y(t,则单位时间内人口的 增长量即为 y (t t ) y (t ) t 根据基本假设,有
y (t t ) y (t ) ry (t ) (r为比例系数) t
dy 其中,dt
9
表示人口的理论增长率,而 则表示 人口的实际增长率。如果我们以1965年的人口数 3.34 10 为初值,并把某些生态学家估计的r的自然 值0.029及人口的实际增长率0.02代入上式,有
0.02=0.029-b(3.34 109 )
dy dt r by y
dy dt y
dy 2 ry by dt y |t t y0 0
(3)
这是一个可分离变量的一阶微分方程。解之, ry 可得 y (4)
by0 (r by0 )e r (t t0 )
0
这就是人口y随时间t的变化规律。下面,我们 就对(4)作进一步的讨论,并根据它对人口的 发展情况作一些预测。 3.模型的进一步讨论及其在人口预测中的应用 首先,由于
这个结果与2000年的世界实际人口是非常接近的。
malthus模型方程
malthus模型方程Malthus模型方程及其应用引言:Malthus模型是由英国经济学家托马斯·罗伯特·马尔萨斯于1798年提出的一种人口增长理论。
该模型基于两个基本假设:人口会以指数增长,而食物供应只能以线性增长。
本文将详细介绍Malthus 模型方程及其应用。
Malthus模型方程:Malthus模型方程可以用以下数学表达式表示:dP/dt = rP - aP^2其中,P代表人口数量,t代表时间,r代表人口的自然增长率,a 代表人口的调控系数。
该方程的含义是,人口数量的变化率等于人口的自然增长率减去人口数量与调控系数的乘积。
Malthus模型方程的理论基础:Malthus模型方程的提出基于马尔萨斯对人口与食物供应之间的关系的观察和思考。
马尔萨斯认为,人口数量呈指数增长,而食物供应只能以线性增长,因此必然会导致人口数量与食物供应之间的不平衡。
当人口数量超过食物供应能力时,将会出现人口危机,例如饥荒、疾病等。
Malthus模型方程的应用:Malthus模型方程在人口学、生态学和环境科学等领域都有重要的应用价值。
在人口学领域,Malthus模型方程可以用来预测人口的增长趋势。
通过测量人口的自然增长率和调控系数,可以估计未来人口数量的变化。
这对于政府制定人口政策、规划社会资源分配等方面具有指导意义。
在生态学领域,Malthus模型方程可以用来研究物种的增长和调控。
通过将人口数量替换为物种数量,可以分析物种数量的变化规律,预测物种灭绝和生态平衡的可能性。
这有助于保护生物多样性和维持生态系统的稳定性。
在环境科学领域,Malthus模型方程可以用来研究资源的可持续利用和环境容量的限制。
通过将人口数量替换为资源消耗量或环境负荷,可以评估资源的供需关系和环境承载能力,为可持续发展提供科学依据。
Malthus模型方程的局限性:尽管Malthus模型方程具有一定的应用价值,但也存在一些局限性。
malthus人口模型
常微分方程在数学建模中的应用这里介绍几个典型的用微分方程建立数学模型的例子. 一、人口预测模型由于资源的有限性,当今世界各国都注意有计划地控制人口的增长,为了得到人口预测模型,必须首先搞清影响人口增长的因素,而影响人口增长的因素很多,如人口的自然出生率、人口的自然死亡率、人口的迁移、自然灾害、战争等诸多因素,如果一开始就把所有因素都考虑进去,则无从下手.因此,先把问题简化,建立比较粗糙的模型,再逐步修改,得到较完善的模型.例1( 马尔萨斯 (Malthus ) 模型) 英国人口统计学家马尔萨斯(1766—1834)在担任牧师期间,查看了教堂100多年人口出生统计资料,发现人口出生率是一个常数,于1789年在《人口原理》一书中提出了闻名于世的马尔萨斯人口模型,他的基本假设是:在人口自然增长过程中,净相对增长(出生率与死亡率之差)是常数,即单位时间内人口的增长量与人口成正比,比例系数设为r ,在此假设下,推导并求解人口随时间变化的数学模型.解 设时刻t 的人口为)(t N ,把)(t N 当作连续、可微函数处理(因人口总数很大,可近似地这样处理,此乃离散变量连续化处理),据马尔萨斯的假设,在t 到t t ∆+时间段内,人口的增长量为t t rN t N t t N ∆=-∆+)()()(,并设0t t =时刻的人口为0N ,于是⎪⎩⎪⎨⎧==.,00)(d d N t N rN t N这就是马尔萨斯人口模型,用分离变量法易求出其解为)(00e )(t t r N t N -=,此式表明人口以指数规律随时间无限增长.模型检验:据估计1961年地球上的人口总数为91006.3⨯,而在以后7年中,人口总数以每年2%的速度增长,这样19610=t ,901006.3⨯=N ,02.0=r ,于是)1961(02.09e1006.3)(-⨯=t t N .这个公式非常准确地反映了在1700—1961年间世界人口总数.因为,这期间地球上的人口大约每35年翻一番,而上式断定34.6年增加一倍(请读者证明这一点).但是,后来人们以美国人口为例,用马尔萨斯模型计算结果与人口资料比较,却发现有很大的差异,尤其是在用此模型预测较遥远的未来地球人口总数时,发现更令人不可思议的问题,如按此模型计算,到2670年,地球上将有36 000亿人口.如果地球表面全是陆地(事实上,地球表面还有80%被水覆盖),我们也只得互相踩着肩膀站成两层了,这是非常荒谬的,因此,这一模型应该修改.例2(逻辑Logistic 模型) 马尔萨斯模型为什么不能预测未来的人口呢?这主要是地球上的各种资源只能供一定数量的人生活,随着人口的增加,自然资源环境条件等因素对人口增长的限制作用越来越显著,如果当人口较少时,人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随人口的增加而减小.因此,应对马尔萨斯模型中关于净增长率为常数的假设进行修改.1838年,荷兰生物数学家韦尔侯斯特(Verhulst)引入常数m N ,用来表示自然环境条件所能容许的最大人口数(一般说来,一个国家工业化程度越高,它的生活空间就越大,食物就越多,从而m N 就越大),并假设将增长率等于⎪⎪⎭⎫⎝⎛-m N t N r )(1,即净增长率随着)(t N 的增加而减小,当m N t N →)(时,净增长率趋于零,按此假定建立人口预测模型.解 由韦尔侯斯特假定,马尔萨斯模型应改为00d 1d ()m N N r N t N N t N ⎧⎛⎫=-⎪ ⎪⎨⎝⎭⎪=⎩,, 上式就是逻辑模型,该方程可分离变量,其解为,)(00e 11)(t t r m mN N N t N --⎪⎪⎭⎫ ⎝⎛-+=.下面,我们对模型作一简要分析.(1)当∞→t ,m N t N →)(,即无论人口的初值如何,人口总数趋向于极限值m N ; (2)当m N N <<0时,01d d >⎪⎪⎭⎫ ⎝⎛-=N N N r t N m ,这说明)(t N 是时间t 的单调递增函数;(3)由于N N N N N r t N m m ⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-=211d d 222,所以当2m N N <时,0d d 22>t N ,t N d d 单增;当2m N N >时,0d d 22<t N ,t N d d 单减,即人口增长率tNd d 由增变减,在2m N 处最大,也就是说在人口总数达到极限值一半以前是加速生长期,过这一点后,生长的速率逐渐变小,并且迟早会达到零,这是减速生长期;(4)用该模型检验美国从1790年到1950年的人口,发现模型计算的结果与实际人口在1930年以前都非常吻合,自从1930年以后,误差愈来愈大,一个明显的原因是在20世纪60年代美国的实际人口数已经突破了20世纪初所设的极限人口.由此可见该模型的缺点之一是m N 不易确定,事实上,随着一个国家经济的腾飞,它所拥有的食物就越丰富, m N 的值也就越大;(5)用逻辑模型来预测世界未来人口总数.某生物学家估计,029.0=r ,又当人口总数为91006.3⨯时,人口每年以2%的速率增长,由逻辑模型得⎪⎪⎭⎫⎝⎛-=m N N r t N N 1d d 1, 即 ⎪⎪⎭⎫ ⎝⎛⨯-=m N 91006.31029.002.0, 从而得 91086.9⨯=m N ,即世界人口总数极限值近100亿.值得说明的是:人也是一种生物,因此,上面关于人口模型的讨论,原则上也可以用于在自然环境下单一物种生存着的其他生物,如森林中的树木、池塘中的鱼等,逻辑模型有着广泛的应用.二、市场价格模型对于纯粹的市场经济来说,商品市场价格取决于市场供需之间的关系,市场价格能促使商品的供给与需求相等(这样的价格称为(静态)均衡价格).也就是说,如果不考虑商品价格形成的动态过程,那么商品的市场价格应能保证市场的供需平衡,但是,实际的市场价格不会恰好等于均衡价格,而且价格也不会是静态的,应是随时间不断变化的动态过程.例3 试建立描述市场价格形成的动态过程的数学模型解 假设在某一时刻t ,商品的价格为)(t p ,它与该商品的均衡价格间有差别,此时,存在供需差,此供需差促使价格变动.对新的价格,又有新的供需差,如此不断调节,就构成市场价格形成的动态过程,假设价格)(t p 的变化率tpd d 与需求和供给之差成正比,并记),(r p f 为需求函数,)(p g 为供给函数(r 为参数),于是()()[]⎪⎩⎪⎨⎧=-=,,0)0(,d d p p p g r p f tpα 其中0p 为商品在0=t 时刻的价格,α为正常数.若设b ap r p f +-=),(,d cp p g +=)(,则上式变为⎪⎩⎪⎨⎧=-++-=,,0)0()()(d d p p d b p c a t pαα ① 其中d c b a ,,,均为正常数,其解为ca db c a d b p t p t c a +-+⎪⎭⎫ ⎝⎛+--=+-)(0e)(α.下面对所得结果进行讨论:(1)设p 为静态均衡价格 ,则其应满足0)(),(=-p g r p f ,即d p c b p a +=+-,于是得ca db p +-=,从而价格函数)(t p 可写为 p p p t p t c a +-=+-)(0e )()(α , 令+∞→t ,取极限得p t p t =+∞→)(lim这说明,市场价格逐步趋于均衡价格.又若初始价格p p =0,则动态价格就维持在均衡价格p 上,整个动态过程就化为静态过程;(2)由于t c a c a p p tp)(0e )()(d d +-+-=αα , 所以,当p p >0时,0d d <t p ,)(t p 单调下降向p 靠拢;当p p <0时, 0d d >tp ,)(t p 单调增加向p 靠拢.这说明:初始价格高于均衡价格时,动态价格就要逐步降低,且逐步靠近均衡价格;否则,动态价格就要逐步升高.因此,式①在一定程度上反映了价格影响需求与供给,而需求与供给反过来又影响价格的动态过程,并指出了动态价格逐步向均衡价格靠拢的变化趋势.三、混合溶液的数学模型 例 4 设一容器内原有100L 盐,内含有盐10kg,现以3L/min 的速度注入质量浓度为0.01kg/L 的淡盐水,同时以2L/min 的速度抽出混合均匀的盐水,求容器内盐量变化的数学模型.解 设t 时刻容器内的盐量为)(t x kg,考虑t 到t t d +时间内容器中盐的变化情况,在dt 时间内容器中盐的改变量=注入的盐水中所含盐量-抽出的盐水中所含盐量容器内盐的改变量为x d ,注入的盐水中所含盐量为t d 301.0⨯,t 时刻容器内溶液的质量浓度为tt x )23(100)(-+,假设t 到t t d +时间内容器内溶液的质量浓度不变(事实上,容器内的溶液质量浓度时刻在变,由于t d 时间很短,可以这样看).于是抽出的盐水中所含盐量为t tt x d 2)23(100)(-+,这样即可列出方程t txt x d 1002d 03.0d +-=,即txt x +-=100203.0d d . 又因为0=t 时,容器内有盐10kg,于是得该问题的数学模型为d 20.03d 100(0)10x x t tx ⎧+=⎪+⎪⎨⎪⎪=⎩,, 这是一阶非齐次线性方程的初值问题,其解为24)100(109)100(01.0)(t t t x +⨯++=. 下面对该问题进行一下简单的讨论,由上式不难发现:t 时刻容器内溶液的质量浓度为34)100(10901.0100)()(t t t x t p +⨯+=+=, 且当+∞→t 时,01.0)(→t p ,即长时间地进行上述稀释过程,容器内盐水的质量浓度将趋于注入溶液的质量浓度.溶液混合问题的更一般的提法是:设有一容器装有某种质量浓度的溶液,以流量1V 注入质量浓度为1C 的溶液 (指同一种类溶液,只是质量浓度不同),假定溶液立即被搅匀,并以2V 的流量流出这种混合溶液,试建立容器中质量浓度与时间的数学模型.首先设容器中溶质的质量为)(t x ,原来的初始质量为0x ,t =0时溶液的体积为2V ,在d t 时间内,容器内溶质的改变量等于流入溶质的数量减去流出溶质的数量,即t V C t V C x d d d 2211-=,其中1C 是流入溶液的质量浓度, 2C 为t 时刻容器中溶液的质量浓度,,tV V V xC )(2102-+=于是,有混合溶液的数学模型11220d d (0)xC V C V tx x ⎧=-⎪⎨⎪=⎩,. 该模型不仅适用于液体的混合,而且还适用于讨论气体的混合.四、振动模型振动是生活与工程中的常见现象.研究振动规律有着极其重要的意义.在自然界中,许多振动现象都可以抽象为下述振动问题.例5 设有一个弹簧,它的上端固定,下端挂一个质量为m 的物体,试研究其振动规律. 解 假设(1)物体的平衡位置位于坐标原点,并取x 轴的正向铅直向下(见图4).物体的平衡位置指物体处于静止状态时的位置.此时,作用在物体上的重力与弹性力大小相等,方向相反;(2)在一定的初始位移0x 及初始速度0v 下,物体离开平衡位置,并在平衡位置附近作没有摇摆的上下振动;(3)物体在t 时刻的位置坐标为)(t x x =,即t 时刻物体偏离平衡位置的位移;(4)在振动过程中,受阻力作用.阻力的大小与物体速度成正比,阻力的方向总是与速度方向相反,因此阻力为txhd d -,h 为阻尼系数;(5)当质点有位移)(t x 时,假设所受的弹簧恢复力是与位移成正比的,而恢复力的方向总是指向平衡位置,也就是总与偏离平衡位置的位移方向相反,因此所受弹簧恢复力为kx -,其中k 为劲度系数;(6)在振动过程中受外力)(t f 的作用.在上述假设下,根据牛顿第二定律得)(d d d d 22x f kx t xh tx m +--= , ①这就是该物体的强迫振动方程.由于方程①中, )(t f 的具体形式没有给出,所以,不能对式 ①直接求解.下面我们分四种情形对其进行讨论.1. 无阻尼自由振动在这种情况下,假定物体在振动过程中,既无阻力、又不受外力 作用.此时方程①变为0d d 22=+kx txm ,令2ω=mk,方程变为 0d d 222=+x tx ω,特征方程为 022=+ωλ, 特征根为ωλi 2,1±=,通解为 t C t C x ωωcos sin 21+=,或将其写为⎪⎪⎭⎫ ⎝⎛++++=t C C C t C C C C C x ωωcos sin 22212222112221图4()t t A ωϕωϕcos sin sin cos +=,)sin(ϕω+=t A 其中 2221C C A +=,22212sin CC C +=ϕ,22211cos CC C +=ϕ.这就是说,无阻尼自由振动的振幅2221C C A +=,频率mk=ω均为常数. 2.有阻尼自由振动在该种情况下,考虑物体所受到的阻力,不考虑物体所受的外力.此时,方程①变为0d d d d 22=++kx t xh tx m ,令2ω=m k ,δ2=mh,方程变为 0d d 2d d 222=++x t xtx ωδ, 特征方程为0222=++ωδλλ,特征根 222,1ωδδλ-±-=.根据δ与ω的关系,又分为如下三种情形:(1)大阻尼情形, δ>ω.特征根为二不等实根,通解为ttC C x )(2)(12222eeωδδωδδ-+--+-+=(2)临界阻尼情形,ωδ=.特征根为重根,通解为tt C C x δ-+=e)(21这两种情形,由于阻尼比较大,都不发生振动.当有一初始扰动以后,质点慢慢回到平衡位置,位移随时间t 的变化规律分别如图5和图6所示.图5 图6(3)小阻尼情形,δ<ω.特征根为共轭复根,通解为)sin C sinC (e 222221t t x t δωδωδ-+-=-将其简化为)sin(e 22ϕδωδ+-=-t A x t其中,cos ,sin ,22211222122221C C C C C C C C A ++=+=ϕϕ振幅A tδ-e 随时间t 的增加而减小.因此,这是一种衰减振动.位移随时间t 的变化规律见图7.3.无阻尼强迫振动在这种情形下,设物体不受阻力作用,其所受外力为简谐力pt m t f sin )(=,此时,方程①化为pt m kx t xm sin d d 22=+,pt x tx sin d d 222=+ω, 根据p i 是否等于特征根ωi ,其通解分为如下两种情形:(1)当ω≠p 时,其通解为 图7t C t C pt px ωωωcos sin sin 12122++-=, 此时,特解的振幅221p -ω为常数,但当p 接近于ω时,将会导致振幅增大,发生类似共振的现象;(2)当ω=p 时,其通解为t C t C pt t px ωωcos sin cos 2121++-=, 此时,特解的振幅t p21随时间t 的增加而增大,这种现象称为共振,即当外力的频率p 等于物体的固有频率ω时,将发生共振.4.阻尼强迫振动在这种情形下,假定振动物体既受阻力作用,又受外力pt m x f sin )(=的作用,并设ωδ<,方程①变为pt x t xtx sin d d 2d d 222=++ωδ ,特征根0,i 22≠-±-=δδωδλ,则p i 不可能为特征根,特解为pt B pt A x cos sin *+=,其中22222224)(p p p A δωω+--=,222224)(2pp pB δωδ+--=, 还可将其化为*22222221[()sin 2cos ]()4x w p pt p pt w p pδδ=---+, 由此可见,在有阻尼的情况下,将不会发生共振现象,不过,当ω=p 时,pt px cos 21*δ-=, 若δ很小,则仍会有较大的振幅;若δ比较大,则不会有较大的振幅.。
数学建模 微分方程模型讲解
量在初始阶段的增长情况比较相符。
(2)由(3—19)式推得,t=0 时显然 x=0,这一结果自然与
事实不符。产生这一错误结果的原因在于我们假设产品是自然推
销的,然而,在最初产品还没卖出之时,按照自然推销的方式,
便不可能进行任何推销。事实上,厂家在产品销售之初,往往是
通过广告、宣传等各种方式来推销其产品的。
? 1. 新产品推销模型 ? 一种新产品问世,经营者自然要关心产
品的卖出情况。下面我们根据两种不同 的假设建立两种推销速度的模型。
模型 A 假设产品是以自然推销的方式卖出,换句话说,被卖出的产品
实际上起着宣传的作用, 吸引着未来购买的消费者。 设产品总数与时刻 t 的关
系为 x(t), 再假设每一产品在单位时间内平均吸引 k 个顾客,则 x(t) 满足微
样,从根本上解决了模型 A 的不足。 由(3—20)式易看出, dx ? 0 ,即 x(t) 是关于时刻 t 的单调增
dt
加函数,实际情况自然如此,产品的卖出量不可能越卖越少。另外,
对(3—20)式两端求导,得
d 2x dt 2
?
k(M
?
2 x)
dx dt
故令 d 2x
dt 2
?
0 ,得到 x(t0 ) ?
Nm N0
)e? n
易看出,当t→? 时,当N(t) →Nm。这个模型称为Logistic 模型,其结果 经过计算发现与实际情况比较吻合。上面所画的是 Logistic 模型的的图形。
你也可从这个图形中,观察到微分方程解的某些性态。
捕鱼问题
在鱼场中捕鱼,捕的鱼越多,所获得的经济效益越大。但捕捞的鱼过多,
根据上面的假设,我们建立模型
dS ? P ? A(t) ? ??1 ? S (t) ?? ? ? S(t )
malthus模型方程
malthus模型方程Malthus模型方程引言Malthus模型方程是由英国经济学家托马斯·罗伯特·马尔萨斯于18世纪末提出的,用于描述人口与资源之间的关系。
该模型方程对人口增长和资源供给的平衡进行了预测,揭示了人口增长可能引发的问题和限制。
本文将详细介绍Malthus模型方程的背景、假设和应用,并探讨其对人类社会发展的启示。
背景在18世纪末,人口增长迅速成为社会关注的焦点。
马尔萨斯观察到,人口呈指数增长,而资源供给增长缓慢,因此提出了马尔萨斯模型方程。
他认为,人口将以指数方式增长,而资源供给则以线性方式增长,这种不平衡将导致人口过剩和资源匮乏的问题。
假设Malthus模型方程基于以下假设:1. 人口增长率是指数函数,即人口数量以指数方式增长。
2. 资源供给增长率是线性函数,即资源供给以固定的速度增长。
3. 人口和资源之间的平衡取决于人口增长率和资源供给增长率之间的关系。
4. 当人口增长率大于资源供给增长率时,将发生人口过剩和资源匮乏的问题。
Malthus模型方程可以表示为:dP/dt = rP - k其中,dP/dt表示人口数量随时间的变化率,r表示人口增长率,P 表示人口数量,k表示资源供给增长率。
解读与应用Malthus模型方程的解释和应用可以从以下几个方面进行探讨:1. 人口过剩与资源匮乏根据Malthus模型方程,当人口增长率大于资源供给增长率时,将导致人口过剩和资源匮乏。
这意味着人口数量超过了资源供给的可持续范围,人们将面临食物、水源、能源等资源的短缺问题。
这对人类社会的可持续发展构成了挑战,需要采取相应的措施来调整人口增长和资源利用的平衡。
2. 人口控制与资源管理Malthus模型方程的应用之一是提醒人们注意人口控制和资源管理的重要性。
通过控制人口增长率,可以避免人口过剩和资源匮乏的问题。
此外,合理利用和管理资源,提高资源利用效率,也是解决人口与资源平衡问题的关键。
人口预测模型1
xx=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,]; tt=1:12; fun=inline('c(1)*exp(c(2)*tt)','c','tt'); c=lsqcurvefit(fun,[1,1],tt,xx); px=c(1)*exp(c(2)*tt); plot(tt,xx,'*',tt,px) %(见图一)
净
增 长
0.3590
0.3585
0.3333
0.3438
0.3256
0.3567
0.3534
0.2293
率
年 1870 1880 1890 1900 1910 1920 1930 1940 份
人 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 数
净 增
0.3005
0.2298
方法二: x= [3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,92,106.5,123.2,131.7,150.7,179.3,20 n=length(x); t=1:n; r0=mean((diff(x)./diff(t))./x(1:n-1))
MATLAB程序:
(1)用前12个数据预测
x= [3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,92,106.5,123.2,131.7,150.7,179.3,204,226.5,251.4,281.4]'; n=12;
马尔萨斯模型
年 龄 结 构
性 别 比 例
工 农 业 生 产 水 平
医 疗 水 平
环 境 污 染
…
指数增长模型(Malthus模型) 马尔萨斯1798年提出
基本假设 : 人口(相对)增长率 r 是常数(r很小)
x(t) ~时刻t的人口
x(t t ) x(t ) rx(t )t
x(t t ) x(t ) rx(t ) t
长期数据拟合(1790-2000)
t=[1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000]; p=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; y=log(p); a=polyfit(t,y,1) r=a(1) z=polyval(a,t);
dx rx, x(0) x0 dt
rt
x(t ) x0 e
随着时间增加,人口按指数规律无限增长
美国人口数据
数据(美国人口1790-2000)
美国人口增长概况(单位:百万)
1790 3.9 1800 5.3 1810 7.2 …… 1960 …… 179.3 1970 204.0 1980 226.5 1990 251.4 2000 281.4
数学建模初步
——马尔萨斯模型
重庆大学数学与统计学院
主要内容
研究人口模型的意义 指数增长模型的建立 美国人口数据的拟合 指数增长模型的应用及局限性
人口模型
一、微分方程模型1.人口模型一、指数增长模型 (Malthus )1.模型假设人口自然增长率 r 为常数,即单位时间内人口的增长量与当时的人口呈正比。
()x t :t 时刻的人口数 r :人口增长率2.模型建立 0(0)dx rx dtx x ⎧=⎪⎨⎪=⎩3.模型求解 0()r t x t x e =4.模型分析0r >⇒()x t →+∞ 人口将按指数规律无限增长! 0r =⇒0()x t x ≡ 人口将始终保持不变! 0r <⇒()0x t → 人口将按指数规律减少直至绝灭。
M a l t h u s 模型预测的优点是短期预报比较准确,但是不适合中长期预报,原因是预报时假设人口增长率 r 为常数。
没有考虑环境对人口增长的制约作用。
二、阻滞增长模型 (Logistic)1.模型假设假设人口增长率 r (x )是人口 x (t ) 的减函数 :()1m x r x r x ⎛⎫=- ⎪⎝⎭其中: x m 为自然资源条件所能容纳的最大人口数量r 为固有增长率2.模型建立01(0)m d x x rx dt x x x ⎧⎛⎫=-⎪ ⎪⎨⎝⎭⎪=⎩ 3.模型求解:0()11mrt m x x t x e x -=⎛⎫+- ⎪⎝⎭4.模型分析(定性分析)0m x x >⇒()m x t x ↓→ 人口将递减并趋向于x m ,0m x x =⇒()m x t x ≡ 人口将始终保持x m 不变 ,00m x x <<⇒()mx t x ↑→ 人口将递增并趋向于x m , 无论在哪种情况下,人口最终将趋向于最大人口容量!阻滞增长模型预测对中期预报比较准确,理论上很好,但是实用性也不强,原因在于预报时假设固有人口增长率 r 以及最大人口容量 x m 为定值。
实际上这两个参数(特别是 x m )很难确定,而且会随着社会发展情况变化而变化。
人口模型获奖课件
dx
dt
B
D
I
E
x(t0 ) x0
以下介绍的两个人口模型都是根据这个原理建立的.
(5.11)
微分方程模型实例1——人口模型
马尔萨斯(Malthus)模型
考虑一种国家或地域旳人口总数随时间变化旳情况,记x(t) 为t时刻该国家或地域旳人口总数,对一种国家而言,迁入 和迁出人数相对很小,故略去迁移对人口变化旳影响,即 人口变化仅与出生率和死亡率有关。
微分方程模型实例1——人口模型
Logistic模型预测美国人口误差分析
微分方程模型实例1——人口模型
年份
1982 1983 1984 1985 1986 1987 1988 1989 1990
2023 2023 2023
2030 2040 2050
中国人口预测成果
马尔萨斯模型 预测值/亿 10.1541 10.2972 10.4424 10.5896 10.7389 10.8903 11.0439 11.1196 11.3575 13.0642
微分方程模型实例1——人口模型
优点 缺陷 原因
Logistic模型预测旳优缺陷
其用途十分广泛,除了用于预测人口增长之外,也 可完全类似地用于虫口增长、疾病旳传播、谣言旳传 播、技术革新旳推广、销售预测等。 中期预报比较精确。
理论上很好,实用性不强
预报时假设固有人口增长率 r 以及最大人口容量 K为 定值。 实际上这两个参数(尤其是 K)极难拟定,而且会伴 随社会发展情况变化而变化。 前面图中曲线末端分叉就是因为这个原因。
于什么状态,当时间无限增加时,人口总数都会趋于其环境容纳量。
(2)
当 x(t) K 时, dx
dt
Malthus人口指数增长模型
plot(tdata,xdata,'r')
图像:
需要先求微分方程的解,再用数据拟合模型中的参数。
试验代码:
建立M函数文件:
function x=fun(r,t)
x=r(1)*exp(r(2)*t);
建立运行文件:
r0=[1,0];
tdata=[1790:10:1980];
xdata=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5]
50.2
62.9
76.0
92.0
106.5
年份
1930
1940
1950
1960
1970
1980
人口(×106)
123.2
131.7
150.7
179.3
204.0
226.5
用以上数据检验马尔萨斯(Malthus)人口指数增长模型,根据检验结果进一步讨论马尔萨斯人口模型的改进。
提示:Malthus模型的基本假设是:人口的增长率为常数,记为r。记时刻t的人口为x(t),(即x(t)为模型的状态变量)且初始时刻的人口为x0,于是得到如下微分方程:
Malthus人口指数增长模型
从1790—1980年间美国每隔10年的人口记录如下表:
年份
1790
1800
1810
1820
18ቤተ መጻሕፍቲ ባይዱ0
1840
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
常微分方程在数学建模中的应用这里介绍几个典型的用微分方程建立数学模型的例子. 一、人口预测模型由于资源的有限性,当今世界各国都注意有计划地控制人口的增长,为了得到人口预测模型,必须首先搞清影响人口增长的因素,而影响人口增长的因素很多,如人口的自然出生率、人口的自然死亡率、人口的迁移、自然灾害、战争等诸多因素,如果一开始就把所有因素都考虑进去,则无从下手.因此,先把问题简化,建立比较粗糙的模型,再逐步修改,得到较完善的模型.例1( 马尔萨斯 (Malthus ) 模型) 英国人口统计学家马尔萨斯(1766—1834)在担任牧师期间,查看了教堂100多年人口出生统计资料,发现人口出生率是一个常数,于1789年在《人口原理》一书中提出了闻名于世的马尔萨斯人口模型,他的基本假设是:在人口自然增长过程中,净相对增长(出生率与死亡率之差)是常数,即单位时间内人口的增长量与人口成正比,比例系数设为r ,在此假设下,推导并求解人口随时间变化的数学模型.解 设时刻t 的人口为)(t N ,把)(t N 当作连续、可微函数处理(因人口总数很大,可近似地这样处理,此乃离散变量连续化处理),据马尔萨斯的假设,在t 到t t ∆+时间段内,人口的增长量为t t rN t N t t N ∆=-∆+)()()(,并设0t t =时刻的人口为0N ,于是⎪⎩⎪⎨⎧==.,00)(d d N t N rN t N这就是马尔萨斯人口模型,用分离变量法易求出其解为)(00e )(t t r N t N -=,此式表明人口以指数规律随时间无限增长.模型检验:据估计1961年地球上的人口总数为91006.3⨯,而在以后7年中,人口总数以每年2%的速度增长,这样19610=t ,901006.3⨯=N ,02.0=r ,于是)1961(02.09e1006.3)(-⨯=t t N .这个公式非常准确地反映了在1700—1961年间世界人口总数.因为,这期间地球上的人口大约每35年翻一番,而上式断定34.6年增加一倍(请读者证明这一点).但是,后来人们以美国人口为例,用马尔萨斯模型计算结果与人口资料比较,却发现有很大的差异,尤其是在用此模型预测较遥远的未来地球人口总数时,发现更令人不可思议的问题,如按此模型计算,到2670年,地球上将有36 000亿人口.如果地球表面全是陆地(事实上,地球表面还有80%被水覆盖),我们也只得互相踩着肩膀站成两层了,这是非常荒谬的,因此,这一模型应该修改.例2(逻辑Logistic 模型) 马尔萨斯模型为什么不能预测未来的人口呢?这主要是地球上的各种资源只能供一定数量的人生活,随着人口的增加,自然资源环境条件等因素对人口增长的限制作用越来越显著,如果当人口较少时,人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随人口的增加而减小.因此,应对马尔萨斯模型中关于净增长率为常数的假设进行修改.1838年,荷兰生物数学家韦尔侯斯特(Verhulst)引入常数m N ,用来表示自然环境条件所能容许的最大人口数(一般说来,一个国家工业化程度越高,它的生活空间就越大,食物就越多,从而m N 就越大),并假设将增长率等于⎪⎪⎭⎫⎝⎛-m N t N r )(1,即净增长率随着)(t N 的增加而减小,当m N t N →)(时,净增长率趋于零,按此假定建立人口预测模型.解 由韦尔侯斯特假定,马尔萨斯模型应改为00d 1d ()m N N r N t N N t N ⎧⎛⎫=-⎪ ⎪⎨⎝⎭⎪=⎩,, 上式就是逻辑模型,该方程可分离变量,其解为,)(00e 11)(t t r m mN N N t N --⎪⎪⎭⎫ ⎝⎛-+=.下面,我们对模型作一简要分析.(1)当∞→t ,m N t N →)(,即无论人口的初值如何,人口总数趋向于极限值m N ; (2)当m N N <<0时,01d d >⎪⎪⎭⎫ ⎝⎛-=N N N r t N m ,这说明)(t N 是时间t 的单调递增函数;(3)由于N N N N N r t N m m ⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-=211d d 222,所以当2m N N <时,0d d 22>t N ,t N d d 单增;当2m N N >时,0d d 22<t N ,t N d d 单减,即人口增长率tNd d 由增变减,在2m N 处最大,也就是说在人口总数达到极限值一半以前是加速生长期,过这一点后,生长的速率逐渐变小,并且迟早会达到零,这是减速生长期;(4)用该模型检验美国从1790年到1950年的人口,发现模型计算的结果与实际人口在1930年以前都非常吻合,自从1930年以后,误差愈来愈大,一个明显的原因是在20世纪60年代美国的实际人口数已经突破了20世纪初所设的极限人口.由此可见该模型的缺点之一是m N 不易确定,事实上,随着一个国家经济的腾飞,它所拥有的食物就越丰富, m N 的值也就越大;(5)用逻辑模型来预测世界未来人口总数.某生物学家估计,029.0=r ,又当人口总数为91006.3⨯时,人口每年以2%的速率增长,由逻辑模型得⎪⎪⎭⎫⎝⎛-=m N N r t N N 1d d 1, 即 ⎪⎪⎭⎫ ⎝⎛⨯-=m N 91006.31029.002.0, 从而得 91086.9⨯=m N ,即世界人口总数极限值近100亿.值得说明的是:人也是一种生物,因此,上面关于人口模型的讨论,原则上也可以用于在自然环境下单一物种生存着的其他生物,如森林中的树木、池塘中的鱼等,逻辑模型有着广泛的应用.二、市场价格模型对于纯粹的市场经济来说,商品市场价格取决于市场供需之间的关系,市场价格能促使商品的供给与需求相等(这样的价格称为(静态)均衡价格).也就是说,如果不考虑商品价格形成的动态过程,那么商品的市场价格应能保证市场的供需平衡,但是,实际的市场价格不会恰好等于均衡价格,而且价格也不会是静态的,应是随时间不断变化的动态过程.例3 试建立描述市场价格形成的动态过程的数学模型解 假设在某一时刻t ,商品的价格为)(t p ,它与该商品的均衡价格间有差别,此时,存在供需差,此供需差促使价格变动.对新的价格,又有新的供需差,如此不断调节,就构成市场价格形成的动态过程,假设价格)(t p 的变化率tpd d 与需求和供给之差成正比,并记),(r p f 为需求函数,)(p g 为供给函数(r 为参数),于是()()[]⎪⎩⎪⎨⎧=-=,,0)0(,d d p p p g r p f tpα 其中0p 为商品在0=t 时刻的价格,α为正常数.若设b ap r p f +-=),(,d cp p g +=)(,则上式变为⎪⎩⎪⎨⎧=-++-=,,0)0()()(d d p p d b p c a t pαα ① 其中d c b a ,,,均为正常数,其解为ca db c a d b p t p t c a +-+⎪⎭⎫ ⎝⎛+--=+-)(0e)(α.下面对所得结果进行讨论:(1)设p 为静态均衡价格 ,则其应满足0)(),(=-p g r p f ,即d p c b p a +=+-,于是得ca db p +-=,从而价格函数)(t p 可写为 p p p t p t c a +-=+-)(0e )()(α , 令+∞→t ,取极限得p t p t =+∞→)(lim这说明,市场价格逐步趋于均衡价格.又若初始价格p p =0,则动态价格就维持在均衡价格p 上,整个动态过程就化为静态过程;(2)由于t c a c a p p tp)(0e )()(d d +-+-=αα , 所以,当p p >0时,0d d <t p ,)(t p 单调下降向p 靠拢;当p p <0时, 0d d >tp ,)(t p 单调增加向p 靠拢.这说明:初始价格高于均衡价格时,动态价格就要逐步降低,且逐步靠近均衡价格;否则,动态价格就要逐步升高.因此,式①在一定程度上反映了价格影响需求与供给,而需求与供给反过来又影响价格的动态过程,并指出了动态价格逐步向均衡价格靠拢的变化趋势.三、混合溶液的数学模型 例 4 设一容器内原有100L 盐,内含有盐10kg,现以3L/min 的速度注入质量浓度为0.01kg/L 的淡盐水,同时以2L/min 的速度抽出混合均匀的盐水,求容器内盐量变化的数学模型.解 设t 时刻容器内的盐量为)(t x kg,考虑t 到t t d +时间内容器中盐的变化情况,在dt 时间内容器中盐的改变量=注入的盐水中所含盐量-抽出的盐水中所含盐量容器内盐的改变量为x d ,注入的盐水中所含盐量为t d 301.0⨯,t 时刻容器内溶液的质量浓度为tt x )23(100)(-+,假设t 到t t d +时间内容器内溶液的质量浓度不变(事实上,容器内的溶液质量浓度时刻在变,由于t d 时间很短,可以这样看).于是抽出的盐水中所含盐量为t tt x d 2)23(100)(-+,这样即可列出方程t txt x d 1002d 03.0d +-=,即txt x +-=100203.0d d . 又因为0=t 时,容器内有盐10kg,于是得该问题的数学模型为d 20.03d 100(0)10x x t tx ⎧+=⎪+⎪⎨⎪⎪=⎩,, 这是一阶非齐次线性方程的初值问题,其解为24)100(109)100(01.0)(t t t x +⨯++=. 下面对该问题进行一下简单的讨论,由上式不难发现:t 时刻容器内溶液的质量浓度为34)100(10901.0100)()(t t t x t p +⨯+=+=, 且当+∞→t 时,01.0)(→t p ,即长时间地进行上述稀释过程,容器内盐水的质量浓度将趋于注入溶液的质量浓度.溶液混合问题的更一般的提法是:设有一容器装有某种质量浓度的溶液,以流量1V 注入质量浓度为1C 的溶液 (指同一种类溶液,只是质量浓度不同),假定溶液立即被搅匀,并以2V 的流量流出这种混合溶液,试建立容器中质量浓度与时间的数学模型.首先设容器中溶质的质量为)(t x ,原来的初始质量为0x ,t =0时溶液的体积为2V ,在d t 时间内,容器内溶质的改变量等于流入溶质的数量减去流出溶质的数量,即t V C t V C x d d d 2211-=,其中1C 是流入溶液的质量浓度, 2C 为t 时刻容器中溶液的质量浓度,,tV V V xC )(2102-+=于是,有混合溶液的数学模型11220d d (0)xC V C V tx x ⎧=-⎪⎨⎪=⎩,. 该模型不仅适用于液体的混合,而且还适用于讨论气体的混合.四、振动模型振动是生活与工程中的常见现象.研究振动规律有着极其重要的意义.在自然界中,许多振动现象都可以抽象为下述振动问题.例5 设有一个弹簧,它的上端固定,下端挂一个质量为m 的物体,试研究其振动规律. 解 假设(1)物体的平衡位置位于坐标原点,并取x 轴的正向铅直向下(见图4).物体的平衡位置指物体处于静止状态时的位置.此时,作用在物体上的重力与弹性力大小相等,方向相反;(2)在一定的初始位移0x 及初始速度0v 下,物体离开平衡位置,并在平衡位置附近作没有摇摆的上下振动;(3)物体在t 时刻的位置坐标为)(t x x =,即t 时刻物体偏离平衡位置的位移;(4)在振动过程中,受阻力作用.阻力的大小与物体速度成正比,阻力的方向总是与速度方向相反,因此阻力为txhd d -,h 为阻尼系数;(5)当质点有位移)(t x 时,假设所受的弹簧恢复力是与位移成正比的,而恢复力的方向总是指向平衡位置,也就是总与偏离平衡位置的位移方向相反,因此所受弹簧恢复力为kx -,其中k 为劲度系数;(6)在振动过程中受外力)(t f 的作用.在上述假设下,根据牛顿第二定律得)(d d d d 22x f kx t xh tx m +--= , ①这就是该物体的强迫振动方程.由于方程①中, )(t f 的具体形式没有给出,所以,不能对式 ①直接求解.下面我们分四种情形对其进行讨论.1. 无阻尼自由振动在这种情况下,假定物体在振动过程中,既无阻力、又不受外力 作用.此时方程①变为0d d 22=+kx txm ,令2ω=mk,方程变为 0d d 222=+x tx ω,特征方程为 022=+ωλ, 特征根为ωλi 2,1±=,通解为 t C t C x ωωcos sin 21+=,或将其写为⎪⎪⎭⎫ ⎝⎛++++=t C C C t C C C C C x ωωcos sin 22212222112221图4()t t A ωϕωϕcos sin sin cos +=,)sin(ϕω+=t A 其中 2221C C A +=,22212sin CC C +=ϕ,22211cos CC C +=ϕ.这就是说,无阻尼自由振动的振幅2221C C A +=,频率mk=ω均为常数. 2.有阻尼自由振动在该种情况下,考虑物体所受到的阻力,不考虑物体所受的外力.此时,方程①变为0d d d d 22=++kx t xh tx m ,令2ω=m k ,δ2=mh,方程变为 0d d 2d d 222=++x t xtx ωδ, 特征方程为0222=++ωδλλ,特征根 222,1ωδδλ-±-=.根据δ与ω的关系,又分为如下三种情形:(1)大阻尼情形, δ>ω.特征根为二不等实根,通解为ttC C x )(2)(12222eeωδδωδδ-+--+-+=(2)临界阻尼情形,ωδ=.特征根为重根,通解为tt C C x δ-+=e)(21这两种情形,由于阻尼比较大,都不发生振动.当有一初始扰动以后,质点慢慢回到平衡位置,位移随时间t 的变化规律分别如图5和图6所示.图5 图6(3)小阻尼情形,δ<ω.特征根为共轭复根,通解为)sin C sinC (e 222221t t x t δωδωδ-+-=-将其简化为)sin(e 22ϕδωδ+-=-t A x t其中,cos ,sin ,22211222122221C C C C C C C C A ++=+=ϕϕ振幅A tδ-e 随时间t 的增加而减小.因此,这是一种衰减振动.位移随时间t 的变化规律见图7.3.无阻尼强迫振动在这种情形下,设物体不受阻力作用,其所受外力为简谐力pt m t f sin )(=,此时,方程①化为pt m kx t xm sin d d 22=+,pt x tx sin d d 222=+ω, 根据p i 是否等于特征根ωi ,其通解分为如下两种情形:(1)当ω≠p 时,其通解为 图7t C t C pt px ωωωcos sin sin 12122++-=, 此时,特解的振幅221p -ω为常数,但当p 接近于ω时,将会导致振幅增大,发生类似共振的现象;(2)当ω=p 时,其通解为t C t C pt t px ωωcos sin cos 2121++-=, 此时,特解的振幅t p21随时间t 的增加而增大,这种现象称为共振,即当外力的频率p 等于物体的固有频率ω时,将发生共振.4.阻尼强迫振动在这种情形下,假定振动物体既受阻力作用,又受外力pt m x f sin )(=的作用,并设ωδ<,方程①变为pt x t xtx sin d d 2d d 222=++ωδ ,特征根0,i 22≠-±-=δδωδλ,则p i 不可能为特征根,特解为pt B pt A x cos sin *+=,其中22222224)(p p p A δωω+--=,222224)(2pp pB δωδ+--=, 还可将其化为*22222221[()sin 2cos ]()4x w p pt p pt w p pδδ=---+, 由此可见,在有阻尼的情况下,将不会发生共振现象,不过,当ω=p 时,pt px cos 21*δ-=, 若δ很小,则仍会有较大的振幅;若δ比较大,则不会有较大的振幅.。