微分方程模型-动态模型
微分方程模型
微分模型课程安排一、微分模型简介二、微分静态模型1、血管分支模型2、最正确存贮模型三、微分动态模型1、水流出的时间2、CO2的吸收3、浓度变化问题4、服药问题5、人口模型四、香烟过滤嘴问题一、微分模型简介微分模型是数学模型中的最主要模型，也是应用最为广泛的数学模型。
通常微分模型可分为两类，静态模型与动态模型。
微分静态模型主要出现在解决一些简单的优化问题中。
此类问题通常可将所要解决的实际问题化简为一个一元或多元的目标函数的最值问题，只要对目标函数求导数或偏导数就可求得驻点，从而讨论问题的最优解决方案。
这种解决实际问题的方法在《高数》书中就有一定的讨论只不过当时不是学习的重点而已。
而微分动态模型，从名称上看我们就知到此方法是用来解决动态变化问题的。
当我们从实际问题中得到的目标量是一个随时间或空间在改变的量时，直接建立此目标量的动态变化方程是很困难的，通常可以先找到此问题的动态变化函数〔一般是一个微分方程或方程组〕，然后通过解方程的方法来求解出我们所需要的目标量所满足的方程。
同样在《高数》书中提到的微元法就是此方法的讨论，它是任何一项研究都必须要首先考虑和掌握的基本方法。
下边举几个例子看一下我们该怎样使用这两种方法.===================================================================== 二、微分静态模型微分静态模型的关键就是建立一个包含各个影响因素在内的目标函数。
具体分析步骤：〔1〕首先明确我们的优化目标；〔2〕明确影响这个目标的各个因素；〔3〕建立目标函数与各指标的代数关系；〔4〕对各指标变量求导数〔或偏导〕找极值点；〔5〕讨论目标的极值。
问题1血液在动物的血管中一刻不停地流动，为了维持血液循环动物的机体要提供能量。
能量的一部分用于供应血管壁以营养。
另一部分用来克服血液流动受到的阻力，消耗的总能量显然与血管系统的几何形状有关。
在长期的生物进化过程中，高级动物血管系统的几何形状应该已经到达消耗能量最小原则下的优化标准了。
微分方程模型方法
物理现象模型
总结词
物理现象模型是利用微分方程来描述物理现象的动态变化过程，如力学、电磁学、光学 等。
详细描述
物理现象模型可以帮助科学家深入理解物理现象的本质和规律，预测新现象和新技术的 发展。例如，通过建立微分方程来描述电磁波的传播过程，可以研究电磁波的传播规律
和特性。
05 微分方程模型的发展趋势 与挑战
人口动态模型
总结词
人口动态模型是利用微分方程来描述人 口数量随时间变化的规律，预测未来人 口规模和结构。
VS
详细描述
人口动态模型可以用来研究人口增长、出 生率、死亡率、迁移率等指标的变化趋势 ，为政策制定者提供依据，以制定合理的 计划生育政策。例如，Logistic模型是一 种常用的人口动态模型，通过建立微分方 程来描述人口数量的增长规律。
THANKS FOR WATCHING
感谢您的观看
数学软件
选择适合的数学软件，如MATLAB、 Python等，以便进行模型建立和求解。
建立微分方程模型
模型类型
根据问题类型和目标，选择合适的微分方程模型类型，如常微分方程、偏微分方 程等。
参数估计
根据收集到的数据和信息，估计模型中的参数，使模型能够更好地描述实际问题 。
03 微分方程模型的求解方法
确定研究范围
根据问题与目标，确定研究的范围和 边界条件，为建立模型提供基础。
收集数据与信息
数据来源
根据研究问题，确定合适的数据来源，如实验数据、观测数据、历史数据等。
数据处理
对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值剔除等，以 确保数据质量。
选择合适的数学工具
数学基础
根据问题类型和目标，选择合适的数 学基础，如线性代数、微积分、常微 分方程等。
微分方程(模型)
dx 2 或 x 0.03 dt 100 t 这是一阶线性非齐次方程，且有初值条件 x(0) 10,；利用8.3节的公式（5），可得此 C 方程的通解：x (t ) 0.01(100 t ) (100 t ) 2 有初值条件可得C 9 10 4，所以容器内含盐 量x随时间t的变化规律为 9 10 4 x 0.01(100 t ) 2 (100 t )
微分方程模型
重庆邮电大学
数理学院
引言
微分方程模型
当我们描述实际对象的某些特性随时间（空 间）而演变的过程、分析它的变化规律、预测它 的未来形态、研究它的控制手段时。通常要建立 对象的动态模型。
在研究某些实际问题时，经常无法直接得 到各变量之间的联系，问题的特性往往会给出关 于变化率的一些关系。利用这些关系，我们可以 建立相应的微分方程模型。在自然界以及工程技 术领域中，微分方程模型是大量存在的。它甚至 可以渗透到人口问题以及商业预测等领域中去， 其影响是广泛的。
四. 悬链线方程问题
将一均匀柔软的绳索两端固定，使之仅受重力的作 用而下垂，求该绳索在平衡状态下的曲线方程（铁塔 之间悬挂的高压电缆的形状就是这样的曲线）。 解 以绳索所在的平面为xoy 平面，设绳索最低点 为y轴上的P点，如图8－1所示。考察绳索上从点p到 l 另一点Q(x,y)的一段弧 PQ ，该段弧长为 ，绳索线密 度为 l ,则这段绳索所受重力为gl 。由于绳索是软 的，
y x 2 2.
微分方程的几个应用实例
许多实际问题的解决归结为寻找变量间的函数关 系。但在很多情况下，函数关系不能直接找到，而只 能间接的得到这些量及其导数之间的关系，从而使得 微分方程在众多领域都有非常重要的应用。本节只举 几个实例来说明微分方程的应用。进一步的介绍见第 十章。 一. 嫌疑犯问题
动态微分方程
－阻尼器的粘性摩擦力 －弹簧的弹力
（3）消去中间变量，得到输入与输出的关系方程
2 d y dy 将以上各式代入（1）式得 m 2 F f Ky dt dt 2 d y dy 整理得 m 2 f Ky F dt dt
例3：设有带直流电动机系统，如图所示。试列写系统 微分方程。 i
U1 U R U L U C U R Ri UL L di dt
(1)
R U1 i L
1 idt C di U 1 Ri L U 2 dt U2 UC
C
U2
( 2) (3)
（3）消去中间变量，得到U2与U1的关系方程 1 U 2 i, 即 i C U 2 对（2）式求导得 C 代入（3）式并整理得
各元件的微分方程
3、消中间变量，得到只含输入、输出量的标
准形式
三、举例
例1：设有由电感L，电容C和电阻R组成的电路，
如图所示。试求出以输出电压U2为输出变量和以输
入电压U1为输入变量的微分方程。
R L
U1
U2 C
i
（1）确定电路的输入量和输出量 解： U1为输入量，U2为输出量 （2）依据电路所遵循的电学基本定律列写微分方程
Td Tm d 2 n T dn 2 m n K gU g (1 K k ) 1 K k dt 1 K k dt
a
解：（1）确定输入输出量
m
n
输入量ua， 设
输出量n，设 （2）列微分方程
ua xr n xC
－等效电路如图所示
Ua
G ～
电枢回路的微分方程：
dia +E a ua =i a r a +La dt C e -电势常数 Ea Ce n
动态微分方程自动控制原理
若考虑电动机负载力矩和粘性摩擦力力矩时：
T
Tnian
Tfu
GD 2 375
dn dt
（2-2）
ia
La
+ -
Ea
电动机机械微分方程
若考虑电动机负载力矩和粘性摩擦力力矩时：
T
Tnian
T fu
GD 2 375
dn dt
其中
Tnian
f .w
f
d
dt
，通常忽略不计。
电动机电磁转距与电枢电流成正比
T Cmia
（3）消去中间变量
将（2-3）带入（2-4）得
ia
GD 2 dn 375Cm dt
dia GD2 d 2n dt 375Cm dt 2
（2-3） （2-4）
（2-5） （2-6）
将（2-5）,（2-6）带入（2-1）得
La GD2 Ra d 2n GD2ra dn n ua
－阻尼器的粘性摩擦力 －弹簧的弹力
（3）消去中间变量，得到输入与输出的关系方程
y(t) f
将以上各式代入（1）式得
m d 2 y F f dy Ky
整理得
d 2 y dy
dt 2
m f Ky F
dt
dt 2
dt
例3：设有带直流电动机系统，如图所示。试列写系统
微分方程。
解：（1）确定输入输出量
+ U1 R1 I1
I3 R01
Ug R2
-
R02 I2
R12
K UK
0
Ud D
n
R3 CF
+ R4
1初识微分方程建模
三、举例
例3 将室内一支读数为60°的温度计放到室外，10min后 温度计的读数为70°，又过了10min，读数为76°，利用牛顿 冷却定律计算室外温度。 牛顿冷却定律:将温度为T的物体放入处于常温m的介质中 T的变化速率正比与T与周围介质的温度差。 解:由牛顿冷却定律可知：dT/dt与T-m成比例 即 方程的解为： 结合给定的三个条件 计算出A,K,m
y = 0.0624 y0
时的t
将y代入上式解得t=22400yr
三、举例
习题 结合例5，计算C14的半衰期是多少？ （数量衰减到一半的时间） 解 由例5可知
y0 / 2 = y0 e − t / 8000
ln 0.5 = −t / 8000, t ≈ 5600 yr
三、举例
例6 一只装满水的圆柱型桶，底面半径为10ft，高为20ft 底部有一个直径为1ft的孔，问桶流空要多少时间？ 对孔的流速加一个假设：假设时刻t的流速依赖与此刻桶内 水的高度h(t),显然装满水时要比快流空时要快，进一步的假设 无能量损失，那么当少量水流出时，顶部减少的势能须等于 等量的水流出小孔时的动能。即 mgh=1/2mv2， 则可得： v=(2gh)1/2 这是物理中的托利拆里定律，模型这样假设看起来过于简单 但至少速度依赖与高度看来是合理的，接下来进行数学上的分析 解：随着水从小孔流出，桶内水的体积不断的减少， 设A为桶的水平面积，B为孔的水平面积。 则在任意时间间隔dt内，-Adh=Bds,ds为孔dt时间内水流的距离 问题是t=？时h=0。所以要求出h(t)。此时可通过上面的方程求出
四、习题
7、污染物质的含量为2g/L的水以500L/min的速度流过处理 箱。在箱内每分钟处理掉2%的污染物，且水被彻底摇匀。 处理箱可容纳10000L的水，在处理场开张时，箱内装满 纯净水，求流出的水中污染物浓度的函数？ 解 设p(t)=箱内污染物的数量 dp/dt=流入-流出=(2g/L)(500L/min) -(p(t)g/10000L)(500L/min) -0.02p(t)g/min 解得dp/dt=1000-0.07p及p=(10000/7)(1-ce-0.07t) 由t=0时，p=0，得c=1
微分方程的经典模型
模型分析
问题中并未出现“变化率”、“导数”这样的关键词，但要寻找的是体重 （记为W）关于时间t的函数。如果我们把体重W看作是时间t的连续可微函数， 我们就能找到一个含有的
dW 微分方程。 dt
模型假设
W0 ； 1.W ( t ) 表示 t 时刻某人的体重，并设一天开始时人的体重为 2. W ( t ) 关于 t 连续而且充分光滑；
模型建立
游击作战模型的形式：
，
(t) f (x, y) x (t) g(x, y) y x(0) x , y(0) y 0 0
, 由假设2、3，甲乙双方的战斗减员率分别为
f(x ,y ) c x y
g (x ,y )dxy
结合以上两表达式，并代入 c、d 的值，可得游击作战的数学模型
或被歼灭）的一方为败。因此，如果 K K0 ，则乙的兵力减少到
甲方兵力降为“零”，从而乙方获胜。同理可知， K0
K0 胜。而当
a
时
时，甲方获
时，双方战平。
2 2 bx ay 0 甲方获胜的充要条件为 0 0
代入a 、b 的表达式，进一步可得甲方获胜的充要条件为
2 2 r p x r p y x x 0 y y 0
模型建立 根据假设得到一般的战争模型
x ( t) f( x ,y ) x u ( t) y ( t) g ( x ,y ) y v ( t) x ( 0 )x , y ( 0 )y 0 0
正规作战模型
模型假设
1.不考虑增援，并忽略非战斗减员；
得：
其解为：
i(t) i0e
k0t
模型分析与解释
这个结果与传染病初期比较吻合，但它表明病人人数将按指数规律 无限增加，显然与实际不符
动态微分方程模型共33页
11、用道德的示范来造就一个人，显然比用法律来约束他更有价值。—— 希腊
12、法律是无私的，对谁都一视同仁。在每件事上，她都不徇私情。—— 托马斯
13、公正的法律限制不了好的自由，因为好人不会去做法律不允许的事 情。——弗劳德
14、法律是为了保护无辜而制定的。——爱略特 15、像房子一样，法律和法律6、要使整个人生都过得舒适、愉快，这是不可能的，因为人类必须具备一种能应付逆境的态度。——卢梭
▪
27、只有把抱怨环境的心情，化为上进的力量，才是成功的保证。——罗曼·罗兰
▪
28、知之者不如好之者，好之者不如乐之者。——孔子
▪
29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇
▪
30、意志是一个强壮的盲人，倚靠在明眼的跛子肩上。——叔本华
谢谢！
33
微分方程在生态学模型中的应用
微分方程在生态学模型中的应用微分方程是数学中的一种重要工具，可以描述系统的变化规律及其动力学特性。
在生态学研究中，微分方程经常被应用于构建生态系统模型和分析生物群落的动态变化。
本文将介绍微分方程在生态学模型中的应用，包括种群动态模型、食物链模型和生态系统稳定性的研究。
一、种群动态模型种群动态是生态学中一个重要的研究领域，可以通过微分方程来描述和分析。
常见的种群动态模型包括Logistic模型、Lotka-Volterra模型等。
以Logistic模型为例，它描述了一个种群在资源有限的情况下的增长规律。
假设种群的增长率与种群数量及资源供应有关，可以得到微分方程：dN/dt = rN(1-N/K)，其中N表示种群数量，t表示时间，r表示种群的增长率，K表示资源的容纳量。
通过求解这个微分方程，可以得到种群数量随时间变化的函数关系，进而预测和分析种群的演变趋势和稳定状态。
二、食物链模型生态系统中的食物链反映了物种之间的相互作用和能量传递关系。
微分方程能够描述不同物种之间的捕食和被捕食关系，从而构建食物链模型并研究生物群落的稳定性。
Lotka-Volterra模型是一个常见的食物链模型，它描述了掠食者和被捕食者之间的相互作用。
该模型可以表示为一组耦合的微分方程：dN1/dt = r1*N1 - a1*N1*N2dN2/dt = -r2*N2 + a2*N1*N2其中N1和N2分别表示掠食者和被捕食者的数量，r1和r2表示各自的增长率，a1和a2表示捕食者对被捕食者的捕食率。
通过求解这组微分方程，可以得到掠食者和被捕食者数量随时间的变化规律，以及不同参数条件下的稳定状态和相空间分析。
三、生态系统稳定性研究生态系统的稳定性是生态学中一个重要的研究课题。
微分方程可用于分析不同物种之间的相互作用和自然环境的影响对生态系统稳定性的影响。
生态系统稳定性分析的方法之一是稳定性分析。
通过线性化处理微分方程模型，并分析方程的特征根和本征值，可以判断系统的稳定性。
数学建模 四大模型总结
四类基本模型1 优化模型1.1 数学规划模型线性规划、整数线性规划、非线性规划、多目标规划、动态规划。
1.2 微分方程组模型阻滞增长模型、SARS 传播模型。
1.3 图论与网络优化问题最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。
1.4 概率模型决策模型、随机存储模型、随机人口模型、报童问题、Markov 链模型。
1.5 组合优化经典问题● 多维背包问题(MKP)背包问题：n 个物品，对物品i ，体积为i w ，背包容量为W 。
如何将尽可能多的物品装入背包。
多维背包问题：n 个物品，对物品i ，价值为i p ，体积为i w ，背包容量为W 。
如何选取物品装入背包，是背包中物品的总价值最大。
多维背包问题在实际中的应用有：资源分配、货物装载和存储分配等问题。
该问题属于NP 难问题。
● 二维指派问题(QAP)工作指派问题：n 个工作可以由n 个工人分别完成。
工人i 完成工作j 的时间为ij d 。
如何安排使总工作时间最小。
二维指派问题（常以机器布局问题为例）：n 台机器要布置在n 个地方，机器i 与k 之间的物流量为ik f ，位置j 与l 之间的距离为jl d ，如何布置使费用最小。
二维指派问题在实际中的应用有：校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。
● 旅行商问题(TSP)旅行商问题：有n 个城市，城市i 与j 之间的距离为ij d ，找一条经过n 个城市的巡回（每个城市经过且只经过一次，最后回到出发点），使得总路程最小。
● 车辆路径问题(VRP)车辆路径问题（也称车辆计划）：已知n 个客户的位置坐标和货物需求，在可供使用车辆数量及运载能力条件的约束下，每辆车都从起点出发，完成若干客户点的运送任务后再回到起点，要求以最少的车辆数、最小的车辆总行程完成货物的派送任务。
TSP 问题是VRP 问题的特例。
● 车间作业调度问题(JSP)车间调度问题：存在j 个工作和m 台机器，每个工作由一系列操作组成，操作的执行次序遵循严格的串行顺序，在特定的时间每个操作需要一台特定的机器完成，每台机器在同一时刻不能同时完成不同的工作，同一时刻同一工作的各个操作不能并发执行。
数学建模微分方程模型
数学建模微分方程模型在数学建模的旅程中，微分方程模型扮演了至关重要的角色。
它们在描述和解决各种实际问题中，从物理学到社会科学，都起到了关键的作用。
在本章中，我们将探讨微分方程模型的基本概念、类型和应用。
微分方程是一种方程，它包含未知函数的导数。
这种方程在描述变化率时非常有用，例如，描述物体的速度或加速度。
在形式上，微分方程可以表示为 y'(x) = f(x, y)，其中 y'表示 y的导数，f是一个给定的函数。
根据方程的特点，微分方程可以划分为多种类型，如线性微分方程、非线性微分方程、常微分方程、偏微分方程等。
每种类型的方程都有其特定的求解方法和应用领域。
微分方程在众多领域中都有应用，如物理学、工程学、经济学等。
例如，牛顿第二定律就是一个微分方程，它描述了物体的加速度如何由作用力决定。
人口增长模型、传染病模型等也都依赖于微分方程。
建立微分方程模型通常需要以下步骤：确定模型的目标和变量；然后，根据问题背景和物理规律建立数学模型；通过数值计算或解析解法得出结果。
求解微分方程的方法主要有两种：数值方法和解析方法。
数值方法是通过计算机程序或软件进行数值计算得到近似解，而解析方法是通过求解方程得到精确解。
对于某些类型的微分方程，可能需要结合使用这两种方法。
建立微分方程模型后，我们需要对模型进行评估和检验，以确保其有效性和准确性。
这通常包括对模型的假设进行检验、对模型的预测结果进行验证以及对模型的参数进行估计和调整等。
随着科学技术的发展，微分方程模型的应用前景越来越广阔。
例如，在生物学中，微分方程被用来描述疾病的传播动态；在经济学中，微分方程被用来分析市场供需关系的变化；在工程学中，微分方程被用来模拟复杂系统的行为等。
未来，随着大数据和人工智能等技术的发展，微分方程模型将在更多领域得到应用和发展。
微分方程模型是数学建模中一个极其重要的部分。
通过学习和掌握微分方程的基本概念、类型、应用以及求解方法等，我们可以更好地理解和解决现实生活中的各种问题。
动态微分方程自动控制原理精选全文完整版
二、列写系统微分方程的步骤
1、确定系统的输入量和输出量 2、根据系统所遵循的基本定律，依次列写出
各元件的微分方程 3、消中间变量，得到只含输入、输出量的标
(2-15) (2-16)
3）直流电动机
Tddt
n
Ud Ce
(2-17)
其中
GD2 R
Tm 375
Td
Ls
Ld R
CeCm
R－电动机回路和可控硅整流电路总电阻
4）反馈环节
U f nK sf
(3) 消去中间变量
K sf －比例系数
将式（2-15）（2-16）代入（2-17）经整理得：
准形式
三、举例
例1：设有由电感L，电容C和电阻R组成的电路， 如图所示。试求出以输出电压U2为输出变量和以输 入电压U1为输入变量的微分方程。
R
L
U1 i
U2 C
解：（1）确定电路的输入量和输出量
U1为输入量，U2为输出量
（2）依据电路所遵循的电学基本定律列写微分方程
U1 UR UL UC
UR Ri
TaTm
d 3
dt 3
Tm
d 2
dt 2
d
dt
0.105 ua Ce
（2-12）
例4 下图所示为闭环调速控制系统，编写控制系统 微分方程。
+ U1 R1 I1
I3 R01
Ug R2
-
R02 I2
R12
K UK
数学建模：模型---动态模型
若将r设定成种群总量N的递减函数, 模型在t 时可
能会有更好的表现力。
25
几何相似性建模
定义 与 成正比例（反比例），记作 y∝ x（y ∝x-1 ） 存在常数k>0 ，使得y=kx （y=k x-1 ）。
虎克定律：F=kS ，其中 F是恢复力，S 是被拉长或 压缩弦的距离。
牛顿定律：F=ma 或 ，其中F 是作用力，a 是加速 度， m是物体的质量。
温度与水温相同 （3）水池中的水量为常数，开始温度为T1，
最终换水时的温度为 T2 （4）每个盘子的洗涤时间 △T是一个常数。
（这一假设甚至可以去掉 不要）
11
根据上述简化假设，利用热量守衡定 律，餐馆老板的问题就很容易回答了， 当然，你还应当调查一下一池水的质 量是多少，查一下瓷盘的吸热系数和 质量等。
7
盘子有大小吗 ?是什么样的盘子？盘子是 怎样洗的 ? ……… 不妨假设我们了解到： 盘子大小相同，均为瓷质菜盘，洗涤时先 将一叠盘子浸泡在热水中，然后一一清洗。
8
不难看出，是水 的温度在决 定洗盘子的数 量 。盘子是先用冷水洗过的，其后可能还 会再用清水冲洗，更换热水并非因为水太 脏了，而是因为 水不够热了。
12
可见 ，假设条件 的提出不 仅和你 研的 问题 有关，还和 你准备利用哪些知 识 、
准备建立什么样的模型以及你准 备研究 的深入程度有关，即在你提出假设时，你 建模的框架已经基本搭好了。
13
数学建模的步骤
（1）甄别问题 这一步通常是困难的，因为 在现实生活中，没有人会只是简单地给你 一个有待解决的数学问题。通常你必须从 大量的数据中搜索和甄别所研究问题的某 些特定的方面。此外，考虑到要把描述问 题的口头陈述翻译成数学的符号表示，因 此在阐明问题时要足够精确，重要的是要 认识到对问题的回答可能不会直接导致合 用的问题识别。
微分方程模型
r0
r0
x(t ) x0
x(t ) 0
人口将始终保持不变！ 人口将按指数规律减少直 至绝灭！
2 T ln r
人口倍增时间
Malthus模型预测美国人口
Malthus模型预测美国人口
Malthus模型预测的优缺点
优点 缺点 原因 短期预报比较 准确 不适合中长期预报 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。
机动
目录
上页
下页
返回
结束
医学(流行病,传染病问题)模型,经济(商业销 售,财富分布,资本主义经济周期性危机)模 型,战争(正规战,游击战)模型等。 下面,我们给出如何利用方程知识建立 数学模型的几种方法。
机动
目录
上页
下页
返回
结束
1.利用题目本身给出的或隐含的等量 关系建立微分方程模型。这就需要我们仔 细分析题目,明确题意,找出其中的等量关 系,建立数学模型。 2.从一些已知的基本定律或基本公式出 发建立微分方程模型.我们要熟悉一些常用 的基本定律,基本公式.例如力学中的牛顿第 二运动定律，电学中的基尔霍夫定律等.从 这些知识出发我们可以建立相应的微分方 程模型。
到t t时刻, 除去死亡的人外 , 活着的都变成了
r dr1 , r dr dr1 区间内的人, t t时刻年龄在
即p(r dr 1 , t dt) dr.这里dr 1 dt.
而在这段时间內死去的 人数为 r , t pr , t drdt, 它们之间的关系为 : pr , t dr pr dr 1 , t dt dr r , t p r , t drdt r , t pr , t drdt
几种重要的微分方程应用模型
生态竞争模型的解可以表现出多种动态行为，如周期振荡和混沌运动等， 取决于物种之间的竞争参数。
斐波那契序列模型
01
斐波那契序列是一个经典的数学序列，每个数字是前两个数字 的和。
02
斐波那契序列模型可以用于描述许多自然现象，如植物生长、
模型等。
02 线性微分方程模型
线性微分方程的解法
分离变量法
通过将方程中的未知函数和其导数分 离到等式的两边，从而将微分方程转 化为代数方程。
变量代换法
通过引入新的变量来简化微分方程， 例如使用积分因子或积分因子法。
参数法
当微分方程中包含参数时，可以通过 令参数等于某个特定的值来求解微分 方程。
幂级数法
拉普拉斯变换法
将高阶微分方程转化为代数方 程，适用于初值问题和具有特
定边界条件的问题。
阻尼振动模型
1 2
线性阻尼
阻尼力与速度成正比，导致振动逐渐减小并趋于 静止。
非线性阻尼
阻尼力与速度的幂函数相关，如速度的二次方、 三次方等，导致振动表现出不同的非线性行为。
3
阻尼振动应用
描述机械系统、电磁振荡器等物理系统的振动现 象，用于预测系统的稳定性和动态响应。
热传导方程的一般形式为：$frac{partial u}{partial t} = alpha nabla^2 u$，其中 $u$ 表示温度分布，$alpha$ 是热扩散系数，$nabla^2$ 表示拉普拉斯算子。
波动方程模型
01
波动方程是描述波动现象的偏微分方程，如声波、光波和水 波等。
02
它的一般形式为：$frac{partial^2 u}{partial t^2} = c^2 nabla^2 u$，其中 $u$ 表示波动场，$c$ 是波速。
数学建模公选课：第五讲-微分方程模型
详细描述
龙格-库塔方法具有较高的精度和稳定性，适用于求解各种复杂的一阶和二阶常微分方程。
04
微分方程模型的应用实例
人口增长模型
总结词
描述人口随时间变化的规律
详细描述
人口增长模型通常使用微分方程来描述人口随时间变化的规律。该模型基于假设，如人口增长率与当 前人口数量成正比，来建立微分方程。通过求解该微分方程，可以预测未来人口数量。
模型建立
如何根据实际问题建立合适的微分方 程模型是一个挑战。
02
高维问题
对于高维微分方程，如何求解是一个 难题。
01
03
非线性问题
非线性微分方程的求解更加复杂和困 难。
未来展望
随着科学技术的发展，微分方程模型 的应用领域将更加广泛，求解技术也 将更加成熟和多样化。
05
04
多尺度问题
如何处理不同时间尺度的微分方程是 一个挑战。
数学建模公选课：第五讲 -微分方程模型
• 微分方程模型简介 • 微分方程模型的建立 • 微分方程模型的求解方法 • 微分方程模型的应用实例 • 微分方程模型的发展趋势与展望
01
微分方程模型简介
微分方程的基本概念
微分方程是描述数学模型中变量随时间变化的数学表达式，通常表示为包含未知函 数及其导数的等式。
05
微分方程模型的发展趋势与展望
微分方程模型在各领域的应用前景
物理领域
描述物体的运动规律，如牛顿 第二定律、波动方程等。
经济领域
分析市场供需关系和预测经济 趋势。
工程领域
预测和控制系统的动态行为， 如电路、机械系统等。
生物医学领域
自动控制系统的数学模型的种类
自动控制系统的数学模型的种类
自动控制系统的数学模型是描述系统各变量之间关系的数学表达式。
这些模型对于理解和分析控制系统的行为至关重要，因此被广泛应用于控制理论、计算机科学和工程领域。
自动控制系统的数学模型可以分为静态模型和动态模型。
静态模型通常以代数方程的形式表示，描述变量之间的静态关系，即在特定条件下，变量各阶导数为零的情况。
动态模型，如微分方程、差分方程和状态方程，则用于描述变量之间的关系以及系统的动态行为。
其中，微分方程是控制系统中最常用的数学模型之一，它可以描述系统的动态行为。
差分方程和状态方程则分别适用于描述离散系统和包含多个状态变量的系统。
要构建一个控制系统的数学模型，通常需要遵循以下几个步骤：首先，确定系统中的输入量和输出量，这通常是根据系统的工作原理和功能来决定的；其次，分析系统内部元件的工作原理，并应用相关的物理或化学规律，推导出描述元件行为的微分方程或差分方程；最后，对推导出的方程进行化简和整理，以得到输出量与输入量之间关系的微分方程，这即是元件的数学模型。
综上所述，自动控制系统的数学模型是描述系统行为和特性的重要工具，对于分析和设计控制系统具有重要意义。
在实际应用中，需要根据系统的具体需求和工作原理来选择合适的数学模
型，以实现对系统的精确描述和控制。
第二章动力学系统的微分方程模型
第⼆章动⼒学系统的微分⽅程模型第⼆章：动⼒学系统的微分⽅程模型利⽤计算机进⾏仿真时，⼀般情况下要给出系统的数学模型，因此有必要掌握⼀定的建⽴数学模型的⽅法。
在动⼒学系统中，⼤多数情况下可以使⽤微分⽅程来表⽰系统的动态特性，也可以通过微分⽅程可以将原来的系统简化为状态⽅程或者差分⽅程模型等。
在这⼀章中，重点介绍建系统动态问题的微分⽅程的基本理论和⽅法。
在实际⼯程中，⼀般把系统分为两种类型，⼀是连续系统；其数学模型⼀般是⾼阶微分⽅程；另⼀种是离散系统，它的数学模型是差分⽅程。
§2.1 动⼒学系统统基本元件任何机械系统都是由机械元件组成的，在机械系统中有3种类型的基本机械元件：惯性元件、弹性元件和阻尼元件。
1 惯性元件：惯性元件是指具有质量或转动惯量的元件，惯量可以定义为使加速度（或⾓加速度）产⽣单位变化所需要的⼒（或⼒矩）。
惯量（质量）=）加速度（⼒（2/)s m N 惯量（转动惯量）=）⾓加速度（⼒矩（2/)s rad m N ?2 弹性元件：它在外⼒或外⼒偶作⽤下可以产⽣变形的元件，这种元件可以通过外⼒做功来储存能量。
按变形性质可以分为线性元件和⾮线性元件，通常等效成⼀弹簧来表⽰。
对于线性弹簧元件，弹簧中所受到的⼒与位移成正⽐，⽐例常数为弹簧刚度k 。
x k F ?=这⾥k 称为弹簧刚度，x ?是弹簧相对于原长的变形量，弹性⼒的⽅向总是指向弹簧的原长位移，出了弹簧和受⼒之间是线性关系以外，还有所谓硬弹簧和软弹簧，它们的受⼒和弹簧变形之间的关系是⼀⾮线性关系。
3 阻尼元件：这种元件是以吸收能量以其它形式消耗能量，⽽不储存能量，可以形象的表⽰为⼀个活塞在⼀个充满流体介质的油缸中运动。
阻尼⼒通常表⽰为：αxc R = 阻尼⼒的⽅向总是速度⽅向相反。
当1=α，为线性阻尼模型。
否则为⾮线性阻尼模型。
应注意当α等于偶数情况时，要将阻尼⼒表⽰为：||1--=αx xc R 这⾥的“-”表⽰与速度⽅向相反§2.2 动⼒学建模基本定理1 动⼒学普遍定理对于⼤多数⼒学问题，可以使⽤我们熟知的⽜顿动⼒学基本定理来解决，动⼒学普遍定理包括动量定理、动量矩定理和动能定理，以及其他变形形式，普遍定理的特点是⽐较直观，针对不同的问题可以选择不同的⼒学定理，在⼀般情况下利⽤普遍定理可以得到⼤多数动⼒学系统的数学模型。
- 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)。
kk 21 13
几种常见的给药方式
给药速率 f0(t) 和初始条件
(1).快速静脉注射
t=0 瞬时注射剂量D0
c1 (t) c2 (t)
(
V1 V2
k12 k12c1
k13 )c1 k c 21 2
V2 V1
k c 21 2
f0 (t) V1
的药物进入中心室,血 药浓度立即为D0/V1
K w L 1 r
w , r ,
K/L
(3) 经济(生产率)增长的条件 (动态模型)
要使 Q(t) 或 Z(t)=Q(t)/L(t) 增长, K(t), L(t)应满足的条件
模型 • 投资增长率与产值成正比 假设 (用一定比例扩大再生产)
dK Q, 0
dt
• 劳动力相对增长率为常数
di i
dt i(0) i0
i(t) i0et
ti ?
若有效接触的是病人， 则不能使病人数增加
必须区分已感染者(病 人)和未感染者(健康人)
模型2
假设
建模
区分已感染者(病人)和未感染者(健康人)
1）总人数N不变，病人和健康
人的 比例分别为 i(t), s(t)
SI 模型
2）每个病人每天有效接触人数 ~ 日
f
0
Lg
(
y)
dy dt
dL f0g( y) dt
f0Ly 2 1[ f0 (1 ) y1 ]
dQ dt
0
1
K 0 / K0
e(1 )t
1
1
( A)
0 A成立
0
当t
1
(1 )
ln(1 )(1
K 0 / K0
),
A成立
(3) 经济增长的条件
每个劳动力的产值 Z(t)=Q(t)/L(t)增长 dZ/dt>0
dL L
dt
L(t) L0et
Q f Lg( y) g(y) y 0
dK f Ly
dt
0
y K , K Ly L
dK L dy Ly
dt dt
dK f Ly
dt
0
dK L dy Ly
dt dt
dy y f y
dt
0
Bernoulli方程
1
y(t)
f 0
( y1
0
f 0
每个劳动 力的产值
z
Q L
每个劳动 力的投资
y
K L
模型假设 z 随着 y 的增加而增长，但增长速度递减
z Q / L f0g( y) g(y) y , 0 1
Q f0L(K / L)
g(y)
Q(K, L) f0K L1 Douglas生产函数
Q , Q 0 K L
2Q 2Q K 2 , L2 0
含义？
0
y
(1). Douglas生产函数 Q(K, L) f0 K L1
QK ~ 单位资金创造的产值 KQK , LQL 1
QL ~ 单位劳动力创造的产值 Q
Q
KQK LQL Q
~ 资金在产值中的份额 1- ~劳动力在产值中的份额
更一般的道格拉斯(Douglas)生产函数 Q(K, L) f0K L , 0 , 1, f0 0
• 本节讨论二室模型——中心室(心、肺、肾等)和 周边室(四肢、肌肉等)
模型假设
• 中心室(1)和周边室(2),容积不变
• 药物从体外进入中心室，在二室间 相互转移,从中心室排出体外
• 药物在房室间转移速率及向体外排除速率， 与该室血药浓度成正比
模型建立
x (t) ~ 药量 i
c (t) ~ 浓度 i
SIR模型
di dt
si
i
ds dt
si
di
ds
1
s
1
i
1
i(s)
(s0
i0
)
s
1
lns si来自s s0i 0
D
0
i(0) i0 , s(0) s0
P4
s(t)单调减相轨线的方向 im s 1/ , i im t , i 0
P2
P1
P3
s满足
s0
i0 s
1
ln
s s0
0
微分方程模型
1 传染病模型 2 经济增长模型 3 药物在体内的分布与排除 4 人口预测和控制
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段
微分 方程 建模
• 根据函数及其变化率之间的关系确定函数 • 根据建模目的和问题分析作出简化假设 • 按照内在规律或用类比法建立微分方程
吸收室
x0 (t)
中心室
f0 k01x0
x0 x0
(t ) (0)
k01 D0
x0
吸收室药量x0(t)
c1 c2
(t ) (t )
(k 12
V1 V2
k12c1
k )c 13 1
k c 21 2
V2 V1
kc 21 2
f (t) 0 V1
x (t) D ek01t
0
0
f (t) k x (t) D k ek01t
为, 且使接触的健康人致病
接触率
N[i(t t) i(t)] [s(t)]Ni(t)t
di si
dt
s(t) i(t) 1
di
dt
i(1
i)
i(0)
i 0
模型2
di
dt
i(1
i)
Logistic 模型
i
i(0) i0
1
i(t)
1
1/2
1
1 i0
1et
i0
0
tm
t=tm, di/dt 最大
di dt
i(1
i)
i
i(0) i0
~ 日接触率 1/ ~感染期
/
~ 一个感染期内每个病人的
有效接触人数，称为接触数。
模型3
di/dt
di i(1 i) i /
dt
i
>1
i0
>1
1-1/
di i[i (1 1 )]
dt
i
1
i0 di/dt < 0
0
1-1/ 1 i
0
s S0 1/ s0
1s
P1: s0>1/
0 P2: s0<1/
i(t)先升后降至 i(t)单调降至0
传染病蔓延 1/ 传染病不蔓延 ~阈
值
模型4
预防传染病蔓延的手段
SIR模型
传染病不蔓延的条件——s0<1/ • 提高阈值 1/ 降低 (=/)
,
(日接触率) 卫生水平
(日治愈率) 医疗水平
si
消去dt
/
di
ds
1
s
1
i
s s0
i 0
相轨线
i(0) i0 , s(0) s0 相轨线 i(s) 的定义域
i(s)
(s0
i
i0 )
s
1
ln
s s0
D {(s,i) s 0, i 0, s i 1} 1
在D内作相轨线 i(s)
的图形，进行分析
D 0
s
1
模型4 相轨线 i(s) 及其分析
V ~ 容积 i
i 1,2
f (t) 0
给药
中心室
c (t), x (t)
1
1
V 1
k 12
k21
周边室
c (t), x (t)
2
2
V 2
k13 排除
x1(t) k12 x1 k13 x1 k21x2 f0 (t)
x2 (t) k12 x1 k21x2
f0 ~ 给药速率
模型建立
xi (t) Vici (t), i 1,2
f (t) k , c (0) 0, c (0) 0 c1(t)
c2 (t)
(k 12
V1 V2
k12c1
k )c 13 1
k c 21 2
V2 V1
kc 21 2 0
f (t) 0 V1
0
1
2
c1 (t)
A et 1
B et 1
k0 k13V1
,
0t T
c2 (t)
A et 2
t
tm
1
ln
1 i0
1
tm~传染病高潮到来时刻 t i 1 ?
(日接触率) tm
病人可以治愈！
模型3
传染病无免疫性——病人治愈成 为健康人，健康人可再次被感染 SIS 模型
增加假设 3）病人每天治愈的比例为 ~日治愈率
建模 N[i(t t) i(t)] Ns(t)i(t)t Ni(t)t
N[s(t t) s(t)] Ns(t)i(t)t
di
dt
si
i
ds
dt
si
无法求出 i(t), s(t)
的解析解
i(0) i0 , s(0) s0
在相平面 s ~ i 上
研究解的性质
i0 s0 1(通常r(0) r0很小）
模型4
SIR模型
di dt
si
i
ds dt
c1 (t) (k12 k13 )c1
c2 (t)
V 1
V 2
k12 c1
k c 21 2
V 2
V 1
k c 21 2