差分方程模型
差分方程模型的基本概念
预测经济趋势
通过建立差分方程模型，可以对 未来的经济趋势进行预测，帮助 决策者制定相应的经济政策。
评估经济政策
差分方程模型可以用来评估不同 经济政策的实施效果，为政策制 定者提供参考依据。
在物理学中的应用
描述振动现象
差分方程模型可以用来描述物体的振动规律，如弹簧振荡、单摆 等。
预Байду номын сангаас波动传播
在声学和波动理论中，差分方程模型可以用来描述波动传播的规 律，如声波、电磁波等。
可以采用动态模型来反映数据的变化趋势，减少时间滞后的影 响。
可以利用大数据技术来处理大规模的数据集，提高模型的预测 精度和稳定性。
可以尝试优化参数估计方法，例如采用全局优化算法或贝叶斯 推断等方法，以提高参数估计的准确性和稳定性。
THANKS FOR WATCHING
感谢您的观看
确定差分关系
根据时间序列数据的特性，确定合适的差分关系，以描述数据的变化规律。差分关系通常表示为变量在不同时间 点的变化量或变化率。
建立差分方程模型
根据变量和参数建立模型
根据确定的变量和参数，建立差分方程模型，以描述变量的变化规律。
验证模型的适用性
建立差分方程模型后，需要验证模型的适用性，确保模型能够准确描述实际问题的变化规律。
Python
使用Python的数值计算库，如NumPy和 SciPy，求解差分方程。
Mathematica
使用Mathematica的符号计算和数值计算功 能求解差分方程。
04 差分方程模型的应用
在经济学中的应用
描述经济周期
差分方程模型可以用来描述经济 活动的周期性变化，如经济增长、 通货膨胀、就业率等的时间序列 数据。
第4次课：差分方程模型
模型的差分方程与分析 点 P ( x0 , y0 ) 满足 y0 f ( x0 ), x0 g ( y0 ) ，在 P 0 0 点附近取直线来近似曲线 y f ( x), x g ( y) ：
yk y0 ( xk x0 ), 0 xk 1 x0 ( yk y0 ), 0
... 0 ... 0 ... 0 ... ... ... 1
考虑收获的情况，设收获向量为 y ( y1 , y2 ,..., yn ) ,
T
根据假设（3），砍伐的总数和补种的幼苗数相等， n n 记 矩阵为 1 1 ... 1 y1 y2 ... yn 0 0 ... 0 0 R ,则 R y ... ... ... ... ... 0 0 0 ... 0
7.2 供需平衡问题
7.2.1 问题的背景与提出
在自由竞争的社会中，很多领域会出现供需平衡 问题。供大于需时，供给减少；需大于供时，供给增 加。这种现象在经济领域中尤其突出，从自由集市上 某种商品的供需变化中可以看到，在某一时期，商品 的上市量过于大于需求量时，就会引起价格的下跌。 生产者觉得无利可图就会减产或转产，从而导致上市 量大减。一段时间之后，随着产量的下降，带来的供 不应求又会导致价格上涨，生产者见有利可图就会增 产或转回该商品的生产，随之而来的，又会出现商品 过剩，价格下降。在没有干预的情况下，这种现象将 循环下去。
*
yn1 qn2 xn2 q x
*
……
* 3 3
（7）
* n 1 n 1
yn q x
* n 1 n 1
因为 y 是收获向量，则 yi 0, i 1,2,..., n 。又由 于幼苗的经济价值为0，故不砍伐幼苗，即 y1 0 。 xk 代替 xk * ，从式（7）有 仍用
差分方程模型
因 f ( n ) = 2 中, 2 是 2 重根,故设特解为 a n
n
= A ⋅ n 2 ⋅ 2n
n n 2 n −1 代入得 A = 1 2 , 故通解为 a n = c1 2 + c 2 n ⋅ 2 + n ⋅ 2
n −1 n 方法 2(化齐) an − 4an −1 + 4a n− 2 = 2 , 2( a n −1 − 4a n− 2 + 4a n −3 ) = 2 ⋅ 2
105 是平衡点，不稳定.
若 a 0 = 100000 ⇒ c = 0 , 则 ∀ n , a n = 100000
5 若 a0 > 10 ,
5 若 a 0 < 10 ,
c > 0,
c < 0,
则 an → +∞ 则 an → −∞
2. 二阶方程的平衡点及稳定性 只 须 讨 论 齐 次 方 程 a n − aa n −1 + ban − 2 = 0 ; 对 非 齐 次 方 程
x1 = u + iv 和相异的 k − 2 个根 x3 , L, x k , 则差分方程的通解 x = u − iv 2
为： an = c1 ρ cos nθ + c2 ρ sin nθ + c3 x3 + L + ck xk .
n n n n
定义 2
( b1 , b2 ,L, bk 为常数， bk ≠ 0 , f ( n) ≠ 0 , n ≥ k ) 的差分方程为 k 阶常系数线性非齐次差分方程。称
形如 a n + b1a n −1 + b2 a n− 2 + L + bk an − k = f (n)
第七章 差分方程模型
1. 使 α 尽量小，如 α=0 尽量小， 需求曲线变为水平 以行政手段控制价格不变 2. 使 β 尽量小，如 β =0 尽量小， 供应曲线变为竖直 靠经济实力控制数量不变
0
x0
x
模型的推广 生产者管理水平提高
• 生产者根据当前时段和前一时 段的价格决定下一时段的产量。 段的价格决定下一时段的产量。
αβ < 1 放宽了
7.2 减肥计划 减肥计划——节食与运动 节食与运动 背 景
• 体重指数 体重指数BMI=w(kg)/l2(m2). 18.5<BMI<25 ~ 正常； 超重; 肥胖. 正常； BMI>25 ~ 超重 BMI>30 ~ 肥胖 • 多数减肥食品达不到减肥目标，或不能维持 多数减肥食品达不到减肥目标， • 通过控制饮食和适当的运动，在不伤害身体 通过控制饮食和适当的运动， 的前提下， 的前提下，达到减轻体重并维持下去的目标
t t +1 t
∆2 yt = ∆(∆yt ) = ∆yt+1 −∆yt = yt+2 −2yt+1 + yt
为的二阶差分。类似地，可以定义 阶差分。 为的二阶差分。类似地，可以定义yt的n阶差分。 二阶差分 阶差分 差分方程， 由t、yt及yt的差分给出的方程称 为yt差分方程，其中含的最 、 高阶差分的阶数称为该差分方程的阶 高阶差分的阶数称为该差分方程的阶。差分方程也可以写成 不显含差分的形式。例如， 不显含差分的形式。例如，二阶差分方程 ∆2 yt + ∆yt + yt = 0 也可改写成 yt+2 − yt+1 + yt = 0
基本模型
w(k) ~ 第k周(末)体重 周 末 体重 c(k) ~第k周吸收热量 第 周吸收热量
差分方程及其Z变换法求解
= b0 r[(k + m)T ] + b1r[(k + m − 1)T ] + .......bm−1r[(k + 1)T ] + bm r (kT )
zX 1 ( z ) − zx1 (0) = X 2 ( z )
x2(kT)
z −1
x1(kT) z −1 x2(z) y[(k+1)T] KT
-
x1(0) 1 x1(z)
例2：画出例2所示离散系统的模拟图
y[(k + 1)T ] = -( KT -1) y (kT ) + KTr (kT ) r(kT)+ 1)T ] + ( KT -1) y (kT ) = KTr (kT ) y (k + 1) + ( K -1) y (k ) = Kr (k )
KT-1
三、差分方程的解
差分方程的求解：迭代法、z变换法。 迭代法：将原系统的差分方程化为如下形式：
y[(k + n)T ] = −a1 y[(k + n − 1)T ] − ...... − an −1 y[(k + 1)T ] − an y[kT ] + b0 r[( k + m)T ] + b1r[(k + m − 1)T ] + .......bm −1r[( k + 1)T ] + bm r (kT )
y (kT ) = 0.446 + 1.429(-0.4) k -1.875(-0.6) k
第三章差分方程模型
x(k)=[x1(k), x2(k), ,xn(k)]T b=[b1, b2, ,bn]T
a11 A a21
an1
a12 a1n
a22
a2 n
an 2
ann
x(k 1) Ax(k) b, k 0,1,2,
3. 线性常系数差分方程组
例1 “房贷计算器”选择等额本息还款, 输入: 商业贷款总额100万元, 期
限20年, 年利率6.55%.
点击“开始计算”得: 还款总额
1796447.27元, 月均还款7485.2元.
建立等额本息还款方式的数学模型, 并作数值计算．
等额本息还款模型
x0 ~贷款总额
r ~月利率
n ~贷款期限(月)
xk ~第k月还款后尚欠金额
a~每月还款金额
本月欠额=上月欠额的本息还款金额
xk= xk-1(1+r)a, k＝1,2,…, n
k=n递推至k=１
xn= x0(1+r)na[1+(1+r)+…+(1+r)n-1]
x0 (1
r)n
a
(1
r)n r
1
贷款到期时xn=0
a
x0 r
(1 r)n (1 r)n 1
零存整取 计算器
累计存入金额180,000元 到期本息总额196复利
按单利计算的业务——零存整取
a~每月存入金额, r ~月利率, n ~ 存期(月)
xk ~存入k个月后的本息
x1=a+ar
xk= xk-1+a+akr, k＝2,3,…, n
数模(差分方程模型)
Fibonacci 数列
数学建模
问题
13世纪意大利著名数学家Fibonacci在他的著作《算盘书》 中记载着这样一个有趣的问题：
一对刚出生的幼兔经过一ຫໍສະໝຸດ 月可长成成兔，成兔再经过一个月后可以繁殖出一对幼兔. 若不计兔子的死亡数，问一年之 后共有多少对兔子？
月份 0 1 2 3 4 5 6 7 …
幼兔 1 0 1 1 2 3 5 8 … 成兔 0 1 1 2 3 5 8 13 … 总数 1 1 2 3 5 8 13 21 …
数学建模 将兔群总数记为 fn, n=0,1,2,…，经过观察可以发现，数列{fn} 满足下列递推关系：
f0 = f1 =1, fn+2 = fn+1 + fn , n=0,1,2,…
这个数列称为Fibonacci数列. Fibonacci数列是一个十分有趣 的数列，在自然科学和数学领域中都有着广泛的应用.
Fibonacci数列的一些实例. 1. 蜜蜂的家谱 2. 钢琴音阶的排列 3. 树的分枝 4. 杨辉三角形
数学建模
日常的经济问题中的差分方程模型
1. 银行存款与利率
假如你在银行开设了一个1000元的存款账户，银行的年利 率为7%. 用an表示n年后你账户上的存款额，那么下面的数列 就是你每年的存款额：
（7.1）
a0 xnt a1xnt1 ... an xt 0
（7.2）
容易证明，若序列
x (1) t
与
x(2) t
均为方程（7.2）的解，则
xt c1xt(1) c2 xt(2)
也是方程（7.2）的解，其 中c1、c2为任意常数，这说明， 齐次方程的解构成一个 线性空间（解空间）。
此规律对于（7.1）也成立。
第二讲 简介_差分方程模型与案例
第二讲简介_差分方程模型与案例1.1 差分方程的基本定义差分方程是在离散时段上描述现实世界中变化过程的数学模型。
现实中的问题通常是连续变化的，但我们常常只能在离散的时间点上对其进行观测和描述。
为了表述这一类的数学模型，我们引入了差分方程的方法。
1.2 一阶线性常系数差分方程一阶线性常系数差分方程的一般形式差分方程的平衡点差分方程的解平衡点稳定的条件1.3高阶线性常系数差分方程n 阶线性常系数差分方程的一般形式称方程011...0k n k n n k a x a x a x ++-+++= (*)为对应的齐次方程设方程(*)有形如kk x λ=的解,则有 特征方程特征根(假定有k 个不同的实根,其它情形参见资料《差分方法建模理论与案例》)平衡点差分方程的解平衡点稳定的条件所有特征值的模均小于11.4非线性差分方程建模案例：题目1 濒危物种的自然演变和人工孵化问题：Florida 沙丘鹤属于濒危物种，生态学家估计它在自然环境下，年平均增长率为 -3.24%。
如果在某自然保护区内开始有100只鹤，每年人工孵化5只鹤放入该保护区，建立描述其数量变化规律的模型，并作数值计算。
模型及其求解记第k 年沙丘鹤的数量为x k ，自然环境下的年平均增长率为r ，记a =1+r ，每年孵化的数量为b ，则第k +1年鹤的数量为,2,1,0,1,1=+=+=+k r a b ax x k k模型分析讨论时间充分长以后沙丘鹤数量的变化趋势, 即k →∞时x k 的极限状态。
,2,1,0,11)1(010=--+=++++=-k a ab x a aa b x a x kkk k k当a <1即r <0时x k →x =b /(1-a )。
MATLAB演示计算计算并作图，程序如下：子程序：function x=exf11(x0,n,r,b)% 建立名为exf11的函数M文件，x0,n,r,b可调节a=1+r;x=x0; % 赋初值for k=1:nx(k+1)=a*x(k)+b; % 按照（3）迭代计算end主程序:clc; clf; clear all% x0:初始值；r=-0.0324; b:人工孵化数x0=100;n=20;b=5; r=-0.0324;% 给定x0,n,r，b,调用exf11计算k=(0:n)';y=exf0201(x0,n,r,b);plot(k,y,'r*-'),title('Florida 沙丘鹤数量变化趋势');% 在图上做标记（运行结果显示）题目2 汽车租赁公司的运营问题:一家汽车租赁公司在3个相邻的城市运营，为方便顾客起见公司承诺，在一个城市租赁的汽车可以在任意一个城市归还。
差分方程模型应用
金融市场预测
自回归移动平均模型（ARMA）
01
通过差分方程刻画时间序列数据的自相关和移动平均特性，用
于金融市场价格波动的预测。
自回归条件异方差模型（ARCH）
02
应用差分方程描述金融时间序列数据的波动率聚类现象，提高
波动率预测的精度。
随机波动率模型（SV）
03
将波动率视为随机过程，通过差分方程刻画其动态特性，用于
将差分方程模型应用于计算机视觉领域，如目标跟踪、人脸识别、 三维重建等。
06
差分方程求解方法及数值计 算技巧
解析法求解差分方程
迭代法
通过逐步代入的方式，求解差分方程的解， 适用于简单的一阶或二阶差分方程。
特征根法
通过求解差分方程的特征根，进而得到通解的方法 ，适用于线性常系数差分方程。
变换法
通过适当的变换，将差分方程转化为易于求 解的形式，如z变换等。
数值法求解差分方程
欧拉法
一种简单的数值求解方 法，通过逐步逼近的方 式得到差分方程的数值 解。
龙格-库塔法
一种高精度的数值求解 方法，通过多步迭代和 加权平均的方式提高求 解精度。
线性多步法
利用已知多个点的信息 来构造高阶逼近式，从 而提高求解精度和稳定 性。
编程实现和案例分析
01
Python编程实现
金融衍生品定价和风险管理。
03
差分方程模型在物理学中应 用
振动与波动现象描述
振动现象建模
差分方程模型可用于描述物体的振动现象，如弹簧振子、单摆等。通过差分方程，可以分析振动的周期性、振幅、 频率等特性。
波动现象建模
差分方程模型也可用于描述波动现象，如声波、光波等。通过差分方程，可以研究波的传播速度、波长、波幅等 参数。
差分方程模型介绍
结果分析：Xk= pXk-1 + qXk-2
∗ 以k=0时X0=M代入，递推n次可得n年后本息为
xn = (1 + r ) M
n
∗ 例2 污水处理厂每天可将处理池的污水浓度降低一个固 定比例q，问多长时间才能将污水浓度降低一半？ ∗ 记第k天的污水浓度为Ck,则第k+1天的污水浓度为 Ck+1=(1q)Ck, k=0,1,2,···· 从k=0开始递推n次得
模型及其求解
∗ 记一棵植物春季产种的平均数为C,种子能活过一个冬天的 (1岁种子)比例为b,活过一个冬天没有发芽又活过一个冬天 的（2岁种子）比例仍为b,1岁种子发芽率a1，2岁种子发芽 率a2。 ∗ 设C,a1,a2固定，b是变量，考察能一直繁殖的条件 ∗ 记第k年植物数量为Xk，显然Xk与Xk-1,Xk-2有关，由Xk-1决 定的部分是 a1bCXk-1,由Xk-2决定的部分是 a2b(1-a1)bCXk-2
• 用矩阵表示
x1 (k + 1) 0.6 0.2 0.1 x1 (k ) x2 (k + 1) = 0.3 0.7 0.3 x2 ( k ) x (k + 1) 0.1 0.1 0.6 x ( k ) 3 3
λ1,2 < 1, xk → 0(k → ∞)
λ 1, 2 > 1, x k → ∞ ( k → ∞ )
5 第3章 差分方程模型(一)
3.1.4 平衡点和渐近稳定性
差分方程的解 {xk } 的极限 lim xk 刻画了动态过程
k
长期变化之后的结局. 极限 lim xk 与差分方程的平衡
k
点及渐进稳定性有密切关系. 对于一阶差分方程(3.1.2)式，令 xk 1 xk x ，就 得到一元代数方程 (3.1.5) x F ( x) (3.1.5)式的解 x x 就是(3.1.2)式的平衡点.
3.2.2 一阶线性常系数 非齐次差分方程
如果 r≠0，(3.2.4)式有且仅有平衡点 x b r . 容 易证明： 平衡点 x b r 是渐进稳定的当且仅当 −2<r<0. 平衡点 x b r 的渐进稳定性也属于全局渐 进稳定性.
3.2.3 濒危物种的自然演变 和人工孵化
是(3.1.2)式的常数解，并且有 xk 0, k 0,1, 2, .
3.1.4 平衡点和渐近稳定性
对于二阶差分方程(3.1.4)式，令 xk 2 xk 1 xk x 就得到一元代数方程 x F ( x, x) (3.1.6)式的解 x x 就是(3.1.4)式的平衡点.
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： (3.2.1) xk 1 (1 r ) xk , k 0,1, 2, 其中 r 是常数. 在建模的时候，(3.2.1)式中的 xk 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： xk 1 xk (3.2.2) r , k 0,1, 2, xk 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”.
数学建模方法之差分方程模型
数学建模方法之差分方程模型差分方程模型是数学建模中常用的一种方法，它基于差分方程来描述问题，并用差分方程来求解问题。
所谓差分方程，是指用差分代替微分的方程，它是一种离散的模型。
在实际问题中，很多情况下，并不能直接通过微分方程来描述问题，而差分方程模型则可以通过离散化的方法来近似地描述问题。
差分方程模型的优点之一是可以适用于离散化的数据，对于实际问题的离散化模型建立是非常有帮助的。
差分方程模型的另一个优点是可以通过数值方法来求解，不需要进行繁琐的解析推导，因此适用于复杂问题的求解。
差分方程模型的基本形式为：yn+1 = fn(yn, yn-1, ..., yn-k)其中，yn表示第n个时刻的解，fn是一个给定的函数，表示通过前k个时刻的解来计算第n+1个时刻的解。
这个方程是离散的，通过已知的初始条件来逐步递推获得结果。
差分方程模型的适用范围非常广泛，可以用于描述和预测各种动态过程。
例如，差分方程模型可以用来描述人口增长模型、生态系统模型、传染病模型等等。
在这些例子中，差分方程模型可以通过已知的数据和初始条件来预测未来的发展趋势。
差分方程模型的建立步骤主要包括以下几个方面：1.确定问题的描述和目标：明确问题的背景和目标，确定需要建立差分方程模型的原因和用途。
2.确定模型的变量和参数：根据实际问题，确定需要用到的变量和参数。
3.确定差分方程的形式和函数：根据问题的特点和要求，选择合适的差分方程形式和函数。
这部分需要结合实际问题和数学方法来确定。
4.确定初始条件和边界条件：确定差分方程模型的初始条件和边界条件。
这部分是求解差分方程的前提条件。
5.差分方程的求解和分析：通过数值方法求解差分方程，得到数值解，并对结果进行分析和解释。
差分方程模型
第九章 差分方程模型1、差分方程： 差分方程反映的是关于离散变量的取值与变化规律。
通过建立一个或几个离散变量取值所满足的平衡关系，从而建立差分方程。
差分方程就是针对要解决的目标，引入系统或过程中的离散变量，根据实际背景的规律、性质、平衡关系，建立离散变量所满足的平衡关系等式，从而建立差分方程。
通过求出和分析方程的解，或者分析得到方程解的 特别性质（平衡性、稳定性、渐近性、振动性、周期性等），从而把握这个离散变量的变化过程的规律，进一步再结合其他分析，得到原问题的解。
2、应用：差分方程模型有着广泛的应用。
实际上，连续变量可以用离散变量来近似和逼近，从而微分方程模型就可以近似于某个差分方程模型。
差分方程模型有着非常广泛的实际背景。
在经济金融保险领域、生物种群的数量结构规律分析、疾病和病虫害的控制与防治、遗传规律的研究等许许多多的方面都有着非常重要的作用。
可以这样讲，只要牵涉到关于变量的规律、性质，就可以适当地用差分方程模型来表现与分析求解。
3、差分方程建模： 在实际建立差分方程模型时，往往要将变化过程进行划分，划分成若干时段，根据要解决问题的目标，对每个时段引入相应的变量或向量，然后通过适当假设，根据事物系统的实际变化规律和数量相互关系，建立每两个相邻时段或几个相邻时段或者相隔某几个时段的量之间的变化规律和运算关系（即用相应设定的变量进行四则运算或基本初等函数运算或取最运算等）等式（可以多个并且应当充分全面反映所有可能的关系），从而 建立起差分方程。
或者对事物系统进行划分，划分成若干子系统，在每个子系统中引入恰当的变量或向量，然后分析建立起子过程间的这种量的关系等式，从而建立起差分方程。
在这里，过程时段或子系统的划分方式是非常非常重要的，应当结合已有的信息和分析条件，从多种可选方式中挑选易于分析、针对性强的划分，同时，对划分后的时段或子过程，引入哪些变量或向量都是至关重要的，要仔细分析、选择，尽量扩大对过程或系统的数量感知范围，包括对已有的、已知的若干量进行结合运算、取最运算等处理方式，目的是建立起简洁、深刻、易于求解分析的差分方程。
- 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)。
实验八： 差分方程模型
实验目的：
1. 掌握一阶和二阶常系数线性差分方程的求解方法；
2. 利用差分方程建模。
实验练习：
1. 求下列一阶常系数线性差分方程的通解： (1) 134n n y y ++=； (2)
12cos()n n n y y n p +-=.
注：若12()cos sin f n b n b n w w =+，则特解可设为
*cos sin n y n n a w b w =+其中,a b 为待定系数，求解关于,a b 的
方程组，若系数矩阵为0，则特解可设为
*(cos sin )n y n n n a w b w =+
2. 教材P173，习题4.
3. 求下列二阶常系数线性差分方程的通解：
()()2222cos sin .
n n n n y y p p ++=-安徽师
范大学
数计 学院实验报告
专业名称数学与应用数学实验室2号实验楼#201 实验课程Matlab
实验名称差分方程模型
姓名张顺强
学号100701185
同组人员无
实验日期2013.。