数学建模——微分方程的应用

第八节 数学建模——微分方程的应用举例

微分方程在物理学、力学、经济学和管理科学等实际问题中具有广泛的应用，本节我们将集中讨论微分方程的实际应用，尤其是微分方程经济学中的应用. 读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力.

分布图示

★衰变问题

★逻辑斯谛方程

★价格调整问题

★人才分配问题

内容要点：

一、衰变问题

镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t 的质量.

用x 表示该放射性物质在时刻t 的质量, 则

dt

dx 表示x 在时刻t 的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为 .kx dt

dx -= (8.1) 这是一个以x 为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中0>k 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t 增加时, 质量x 减少.

解方程(8.1)得通解.kt Ce x -=若已知当0t t =时, ,0x x =代入通解kt Ce x -=中可得,00kt e x C -= 则可得到方程(8.1)特解

,)(00t t k e x x --=

它反映了某种放射性元素衰变的规律.

注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素(

U 238)的半衰期约为50亿年;通常的镭(

Ra 226)的半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始量, 一克Ra 226

衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础.

二、 逻辑斯谛方程:

逻辑斯谛方程是一种在许多领域有着广泛应用的数学模型, 下面我们借助树的增长来建立该模型.

一棵小树刚栽下去的时候长得比较慢, 渐渐地, 小树长高了而且长得越来越快, 几年不见, 绿荫底下已经可乘凉了; 但长到某一高度后, 它的生长速度趋于稳定, 然后再慢慢降下来. 这一现象很具有普遍性. 现在我们来建立这种现象的数学模型.

如果假设树的生长速度与它目前的高度成正比, 则显然不符合两头尤其是后期的生长情形, 因为树不可能越长越快; 但如果假设树的生长速度正比于最大高度与目前高度的差, 则又明显不符合中间一段的生长过程. 折衷一下, 我们假定它的生长速度既与目前的高度,又与最大高度与目前高度之差成正比.

设树生长的最大高度为H (m), 在t (年)时的高度为h (t ), 则有

)]()[()(t h H t kh dt

t dh -= (8.2) 其中0>k 是比例常数. 这个方程为Logistic 方程. 它是可分离变量的一阶常数微分方程.

下面来求解方程(8.2). 分离变量得

,)

(kdt h H h dh =- 两边积分 ,)(??=-kdt h H h dh

得

,)]ln([ln 11C kt h H h H +=-- 或 ,21kHt H C kHt e C e h

H h ==-+ 故所求通解为

,11)(22kHt

kHt kHt Ce H e C He C t h -+=+= 其中的???

? ??

>==-0112H C e C C C 是正常数. 函数)(t h 的图象称为Logistic 曲线. 图8-8-1所示的是一条典型的Logistic 曲线, 由于它的形状, 一般也称为S 曲线. 可以看到, 它基本符合我们描述的树的生长情形. 另外还可以算得

.)(lim H t h t =+∞→

这说明树的生长有一个限制, 因此也称为限制性增长模式.

注: Logistic 的中文音译名是“逻辑斯谛”. “逻辑”在字典中的解释是“客观事物发展的规律性”, 因此许多现象本质上都符合这种S 规律. 除了生物种群的繁殖外, 还有信息的传播、新技术的推广、传染病的扩散以及某些商品的销售等. 例如流感的传染、在任其自然发展(例如初期未引起人们注意)的阶段, 可以设想它的速度既正比于得病的人数又正比于未传染到的人数. 开始时患病的人不多因而传染速度较慢; 但随着健康人与患者接触,

受传染的人越来越多, 传染的速度也越来越快; 最后, 传染速度自然而然地渐渐降低, 因为已经没有多少人可被传染了.

下面举两个例子说明逻辑斯谛的应用.

人口阻滞增长模型 1837年, 荷兰生物学家Verhulst 提出一个人口模型

00)(),(y t y by k y dt

dy =-= (8.3)

其中b k ,的称为生命系数. 我们不详细讨论这个模型, 只提应用它预测世界人口数的两个有趣的结果.

有生态学家估计k 的自然值是0.029. 利用本世纪60年代世界人口年平均增长率为2%以及1965年人口总数33.4亿这两个数据, 计算得,2=b 从而估计得:

(1)世界人口总数将趋于极限107.6亿.

(2)到2000年时世界人口总数为59.6亿.

后一个数字很接近2000年时的实际人口数, 世界人口在1999年刚进入60亿.

新产品的推广模型 设有某种新产品要推向市场, t 时刻的销量为),(t x 由于产品性能良好, 每个产品都是一个宣传品, 因此, t 时刻产品销售的增长率

,dt dx 与)(t x 成正比, 同时, 考虑到产品销售存在一定的市场容量N , 统计表明dt

dx 与尚未购买该产品的潜在顾客的数量)(t x N -也成正比, 于是有

)(x N kx dt

dx -= (8.4) 其中k 为比例系数. 分离变量积分, 可以解得 kNt Ce N t x -+=

1)( (8.5) 由 ,)1()1(,)1(2

322222kNt kNt kNt kNt kNt Ce Ce e N Ck dt x d Ce ke CN dt dx -----+-=+= 当N t x <)(*时, 则有,0>dt dx 即销量)(t x 单调增加. 当2

)(*N t x =时, ;022=dt x d 当2)(*

N t x >时, ;022

国内外许多经济学家调查表明. 许多产品的销售曲线与公式(8.5)的曲线(逻辑斯谛曲线)十分接近. 根据对曲线性状的分析, 许多分析家认为, 在新产品推出的初期, 应采用小批量生产并加强广告宣传, 而在产品用户达到20%到80%期间, 产品应大批量生产; 在产品用户超过80%时, 应适时转产, 可以达到最大的经济效益.

三、价格调整模型

在本章第一节例3已经假设, 某种商品的价格变化主要服从市场供求关系. 一般情况下,商品供给量S 是价格P 的单调递增函数, 商品需求量Q 是价格P 的单调递减函数, 为简单起见, 分别设该商品的供给函数与需求函数分别为

P P Q bP a P S βα-=+=)(,)( (8.6)

其中βα,,,b a 均为常数, 且.0,0>>βb

当供给量与需求量相等时, 由(8.6)可得供求平衡时的价格

b

a P e +-=

βα 并称e P 为均衡价格. 一般地说, 当某种商品供不应求, 即Q S <时, 该商品价格要涨, 当供大于求, 即Q S >时, 该商品价格要落. 因此, 假设t 时刻的价格)(t P 的变化率与超额需求量S Q -成正比, 于是有方程

)]()([P S P Q k dt

dP -= 其中,0>k 用来反映价格的调整速度.

将(8.6)代入方程, 可得

)(P P dt

dP e -=λ (8.7) 其中常数,0)(>+=k b βλ方程(8.7)的通解为

t e Ce P t P λ-+=)(

假设初始价格,)0(0P P =代入上式, 得,0e P P C -=于是上述价格调整模型的解为

t e e e P P P t P λ--+=)()(0

由于0>λ知, +∞→t 时, .)(e P t P →说明随着时间不断推延, 实际价格)(t P 将逐渐趋近均衡价格e P .

四、人才分配问题模型

每年大学毕业生中都要有一定比例的人员留在学校充实教师队伍, 其余人员将分配到国民经济其他部门从事经济和管理工作. 设t 年教师人数为),(1t x 科学技术和管理人员数目为),(2t x 又设1外教员每年平均培养α个毕业生, 每年人教育、科技和经济管理岗位退休、

死亡或调出人员的比率为

βδδ),10(<<表示每年大学生毕业生中从事教师职业所占比率),10(<<δ于是有方程

111x x dt

dx δαβ-= (8.8) 212)1(x x dt

dx δβα--= (8.9) 方程(8.8)有通解

t e C x )(11δαβ-=

(8.10)

若设,)0(101x x =则,101x C =于是得特解 t e x x )(101δαβ-= (8.11)

将(8.11)代入(8.9)方程变为

t e x x dt

dx )(1022)1(δαββαδ--=+ (8.12) 求解方程(8.12)得通解

t t e x e C x )(1022)1(δαβδββ---+= (8.13)

若设,)0(202x x =则,110202x x C ???

? ??--=ββ于是得特解 t t e x e x x x )(101020211δαβδββββ--???? ??-+?????

????? ??--= (8.14) (8.11)式和(8.14)式分别表示在初始人数分别为)0(),0(21x x 情况, 对应于β的取值, 在t 年教师队伍的人数和科技经济管理人员人数. 从结果看出, 如果取,1=β即毕业生全部留在教育界, 则当∞→t 时, 由于,δα>必有+∞→)(1t x 而,0)(2→t x 说明教师队伍将迅速增加. 而科技和经济管理队伍不断萎缩, 势必要影响经济发展, 反过来也会影响教育的发展. 如果将β接近于零. 则,0)(1→t x 同时也导致,0)(2→t x 说明如果不保证适当比例的毕业生充实教师选择好比率β, 将关系到两支队伍的建设, 以及整个国民经济建设的大局.

五、追迹问题

设开始时甲、乙水平距离为1单位, 乙从A 点沿垂直于OA 的直线以等速0v 向正北行走; 甲从乙的左侧O 点出发, 始终对准乙以)1(0>n mv 的速度追赶. 求追迹曲线方程, 并问乙

行多远时, 被甲追到.

数学建模作业、微分方程实验、北京工业大学

2微分方程实验 1、微分方程稳定性分析 绘出下列自治系统相应的轨线，并标出随 t 增加的运动方向，确定平■衡点, 并按稳定的、渐近稳定的、或不稳定的进行分类： 解：（1）由 f （x ） =x=0, f （y ） =y=0;可得平衡点为（0,0）, ___ 1 0 系数矩阵A ，求得特征值入1=1,入2=1; 0 1 p=-（入1+入2）=-2<0 , q=入1入2=1>0;对照稳定性的情况表，可知平■衡点（0, 0） 是 不稳定的。 图形如下： （2）如上题可求得平衡点为（0,0 ），特征值入1=-1,入2=2; p=-（入1+入2）=-1<0 , q-入1入2=-2<0;对照稳定性的情况表，可知平■衡点（0, 0） 是 不稳定的。 其图形如下: dx ⑴dt dt x, y; dx dt dy dt dx x, ⑶尸 2y ；晋 dx y ， (4) ? 2x;也 dt x+1, 2y.

(3) 如上题可求得平■衡点为(0,0 )，特征值入1=0 + 1.4142i,入2=0 -1.4142i; p=-(入1+入2)= 0, q-入1入2=1.4142>0;对照稳定性的情况表，可知平■衡点(0, 0)是不稳定的。 其图形如下： (4) 如上题可求得平衡点为(1,0 )，特征值入1=-1,入2=-2; p=-(入1+入2)= 3>0, q=入1入2=2>0;对照稳定性的情况表，可知平■衡点(1, 0) 是稳定的。 其图形如下：

2、种群增长模型 一个片子上的一群病菌趋向丁繁殖成一个圆菌落.设病菌的数目为N,单位 成员的增长率为r1，则由Malthus生长律有竺r1 N，但是，处丁周界表面的dt 那些病菌由丁寒冷而受到损伤，它们死亡的数量与N2成比例，其比例系数为r2, 求N满足的微分方程.不用求解，图示其解族.方程是否有平衡解，如果有，是否为稳定的？ 解：由题意很容易列出N满足的微分方程：坐r1N r2N； f(N) dt 令f(N)=O,可求得方程的两个平■衡点N1=0,N2=「22/r i2 1 1 d2N 1 5 5 2 (r1 r2N 2) (r1N r2N 2) dt 2 进而求得 A d2N 令r dt 2 2 0可求得N=r2 /4r〔 则N=N1 N=N2 N=r22/4r i2可以把第一象限划为三部分，且从下到上三部分中分 0,冬dt2 .2 2 c dN cdN c dN cdN 0, ；—0, —r 0; —0, ―r dt dt dt dt 则可以画出N (t) 的图形，即微分方程的解族，如下图所示:

常微分方程在数学建模中的应用.

微分方程应用 1 引言 常微分方程的形成与发展和很多学科有着密切的联系，例如力学、天文学、物理学等.数学的其他分支的快速发展，产生出很多新兴学科，这些新兴学科的产生都对常微分方程的发展有着深刻的影响，而且当前计算机的快速发展更是为常微分方程的应用及理论研究提供了非常有力的工具. 数学解决实际问题就必须建立模型，而数学建模就是把数学语言描述实际现象的过程.利用数学去解决各类实际问题时，建立数学模型是十分重要的一步，但是也是最困难的一步.建立数学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程.要通过大量调查、收集相关数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题. 因此本文先简要介绍了如何建立微分方程模型，并通过具体的实例来简单地介绍了微分方程在数学建模中的应用. 2 数学模型简介 通常我们把现实问题的一个模拟称为模型．如交通图、地质图、航空模型和建筑模型等．利用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等来模拟现实的模型称为数学模型．数学模型在实际生活中经常碰到，如求不规则图形的面积，可建立定积分的数学模型，求变化率的问题可建立导数模型，统计学中抽样调查，买彩票中奖的概率问题等等．学会建立数学模型对解决实际生活问题会有很大的帮助． 建立数学模型是沟通摆在面前的实际问题与数学工具之间联系的一座必不可少的桥梁．随着科学技术的进步，特别是电子计算机技术的迅速发展，数学已经渗透到从自然科学技术到工农业生产建设，从经济生活到社会生活的各个领域．一般地说，当实际问题需要我们对所研究的现实对象提供分析、预报、决策、控制等方面的定量结果时，往往都离不开数学的应用，而建立数学模型则是这个过程的关键环节． 3 常微分方程模型 3．1 常微分方程的简介

数学建模——微分方程的应用

第八节 数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学等实际问题中具有广泛的应用，本节我们将集中讨论微分方程的实际应用，尤其是微分方程经济学中的应用. 读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力. 分布图示 ★衰变问题 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题 内容要点： 一、衰变问题 镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t 的质量. 用x 表示该放射性物质在时刻t 的质量, 则 dt dx 表示x 在时刻t 的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为 .kx dt dx -= (8.1) 这是一个以x 为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中0>k 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t 增加时, 质量x 减少. 解方程(8.1)得通解.kt Ce x -=若已知当0t t =时, ,0x x =代入通解kt Ce x -=中可得,00kt e x C -= 则可得到方程(8.1)特解 ,)(00t t k e x x --= 它反映了某种放射性元素衰变的规律. 注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素( U 238)的半衰期约为50亿年;通常的镭( Ra 226)的半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始量, 一克Ra 226 衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础.

数学建模之微分方程建模与平衡点理论

微分方程 列微分方程常用的方法： （1）根据规律列方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律来建 立微分方程模型。 （2）微元分析法 利用已知的定理与规律寻找微元之间的关系式，与第一种方法不同的是对 微元而不是直接对函数及其导数应用规律。 （3）模拟近似法 在生物、经济等学科的实际问题中，许多现象的规律性不很清楚，即使有 所了解也是极其复杂的，建模时在不同的假设下去模拟实际的现象，建立能 近似反映问题的微分方程，然后从数学上求解或分析所建方程及其解的性 质，再去同实际情况对比，检验此模型能否刻画、模拟某些实际现象。 一、模型的建立与求解 1.1传染病模型 （1）基础模型 假设：t时刻病人人数() x t连续可微。每天每个病人有效接触（使病人治病的接触）的人数为λ，0 t=时有0x个病人。 +?病人人数增加 建模：t到t t

()()()x t t x t x t t λ+?-=? （1） 0,(0)dx x x x dt λ== （2） 解得： 0()t x t x e λ= （3） 所以，病人人数会随着t 的增加而无限增长，结论不符合实际。 （2）SI 模型 假设：1.疾病传播时期，总人数N 保持不变。人群分为两类，健康者占总人数的比例为s(t),病人占总人数的比例为i(t)。 2.每位病人每天平均有效接触λ人，λ为日接触率。有效接触后健康者变为病人。 依据：患病人数的变化率=Ni(t)(原患病人数)* λs(t)(每个病人每天使健康人变为病人的人数) 建模： di N Nsi dt λ= （4） 由于 ()()1s t i t += （5） 设t=0时刻病人所占的比例为0i ，则可建立Logistic 模型 0(1),(0)di i i i i dt λ=-= （6）

第三讲微分方程的理论与数学建模

第三讲 微分方程的理论与数学建模 一、微分方程模型的建立 函数是事物的内部联系在数量方面的反映，如何寻找变量之间的函数关系，在实际应用中具有重要意义。在许多实际问题中，往往不能直接找出变量之间的函数关系，但是根据问题所提供的情况，有时可以列出含有要找的函数及其导数的关系式。这就是所谓的微分方程，从而得出微分方程模型。 例1 物体冷却过程的数学模型 将物体放置于空气中，在时刻0=t 时，测量得它的温度为1500=u C ，10分钟后测量得温度为 C u 1001=。我们要求此物体的温度u 和时间t 的关系，并计算20分钟后物体的温度。这里我们假定 空气温度保持为C u a 24=。 解 为了解决上述问题，需要了解有关热力学的一些基本规律。例如，热量总是从温度高的物体向温度低的物体传导的；在一定的温度范围内，一个物体的温度变化速度与这一物体的温度和其所在介质温度的差值成正比。这是已为实验证实了的牛顿（Newton ）冷却定律。 设物体在时刻t 的温度为)(t u u =，则温度的变化速度以 dt du 来表示。注意到热量总是从温度高的物体向温度低的物体传导的，因而a u u >0。所以温度差a u u -恒正；又因物体将随时间而逐渐冷却，故温度变化速度dt du 恒负。故有： dt du )(a u u k --= (1.1) 这里0>k 是比例常数。方程(1.1)就是物体冷却过程的数学模型，它含有未知函数u 及它的一阶导数dt du ，这样的方程称为一阶微分方程。 为了解出物体的温度u 和时间t 的关系，我们要从方程(1.1)中解出u 。注意到a u 是常数，且0>-a u u ，可将(1.1)改写成 kdt u u u u d a a -=--)( (1.2) 这样u 和t 就被分离开了。两边积分，得到 c kt u u a ~)ln(+-=- (1.3) 这里c ~是任意常数。上式可写成 c kt a e u u ~+-=- 令c e c ~=，则有 kt a ce u u -+= (1.4) 再根据初始条件： 当0=t 时，0u u = (1.5) 可得a u u c -=0，于是 kt a a e u u u u --+=)(0 (1.6) 如果k 的数值确定了，(1.6)就完全决定了温度u 和时间t 的关系。 根据条件10=t 时，1u u =，得到 k a a e u u u u 1001)(--+= 由此得到a a u u u u k --=10ln 101051.066.1ln 10 1≈=。从而 t e u 051.012624-+= (1.7)

数学建模之微分方程建模与平衡点理论

微分方程 列微分方程常用的方法： （1）根据规律列方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律来建立微分方程模型。 （2）微元分析法 利用已知的定理与规律寻找微元之间的关系式，与第一种方法不同的是对微元而不是直接对函数及其导数应用规律。 （3）模拟近似法 在生物、经济等学科的实际问题中，许多现象的规律性不很清楚，即使有所了解也是极其复杂的，建模时在不同的假设下去模拟实际的现象，建立能近似反映问题的微分方程，然后从数学上求解或分析所建方程及其解的性质，再去同实际情况对比，检验此模型能否刻画、模拟某些实际现象。 一、模型的建立与求解 1.1传染病模型 （1）基础模型 假设：t 时刻病人人数()x t 连续可微。每天每个病人有效接触（使病人治病的接触）的人数为λ，0t =时有0x 个病人。 建模：t 到t t +?病人人数增加 ()()()x t t x t x t t λ+?-=?（1） 0,(0)dx x x x dt λ==（2） 解得： 0()t x t x e λ=（3） 所以，病人人数会随着t 的增加而无限增长，结论不符合实际。 （2）SI 模型

假设：1.疾病传播时期，总人数N 保持不变。人群分为两类，健康者占总人数的比例为s(t),病人占总人数的比例为i(t)。 2.每位病人每天平均有效接触λ人，λ为日接触率。有效接触后健康者变为病人。 依据：患病人数的变化率=Ni(t)(原患病人数)*λs(t)(每个病人每天使健康人变为病人的人数) 建模： di N Nsi dt λ=（4） 由于 ()()1s t i t +=（5） 设t=0时刻病人所占的比例为0i ，则可建立Logistic 模型 0(1),(0)di i i i i dt λ=-=（6） 解得： 01()111kt i t e i -= ??+- ??? （7） 用Matlab 绘制图1()~i t t ，图2 ~di i dt 图形如下， 结论：在不考虑治愈情况下

数学建模实验答案微分方程模型

实验07 微分方程模型（2学时） （第5章 微分方程模型） 1.（验证）传染病模型2（SI 模型）p136~138 传染病模型2（SI 模型）： 0(1),(0)di k i i i i dt =-= 其中， i (t )是第t 天病人在总人数中所占的比例。 k 是每个病人每天有效接触的平均人数（日接触率）。 i 0是初始时刻（t =0）病人的比例。 1.1 画~di i dt 曲线图p136~138 取k =0.1，画出i dt di ~的曲线图，求i 为何值时dt di 达到最大值，并在曲线图上标注。 参考程序：

提示：fplot, fminbnd, plot, text, title, xlabel 1）画曲线图 用fplot函数，调用格式如下： fplot(fun,lims) fun必须为一个M文件的函数名或对变量x的可执行字符串。 若lims取[xmin xmax]，则x轴被限制在此区间上。 若lims取[xmin xmax ymin ymax]，则y轴也被限制。 本题可用 fplot('0.1*x*(1-x)',[0 1.1 0 0.03]); 2）求最大值 用求解边界约束条件下的非线性最小化函数fminbnd，调用格式如下：x=fminbnd('fun',x1,x2) fun必须为一个M文件的函数名或对变量x的可执行字符串。 返回自变量x在区间x1

扩散问题的偏微分方程模型,数学建模

第七节 扩散问题的偏微分方程模型 物质的扩散问题，在石油开采、环境污染、疾病流行、化学反应、新闻传播、煤矿瓦斯爆炸、农田墒情、水利工程、生态问题、房屋基建、神经传导、药物在人体内分布以及超导、液晶、燃烧等诸多自然科学与工程技术领域，十分普遍地存在着. 显然，对这些问题的研究是十分必要的，其中的数学含量极大. 事实上，凡与反应扩散有关的现象，大都能由线性或非线性抛物型偏微分方程作为数学模型来定量或定性地加以解决. ＭＣＭ的试题来自实际，是“真问题⊕数学建模⊕计算机处理”的“三合一”准科研性质的一种竞赛，对上述这种有普遍意义和数学含量高，必须用计算机处理才能得到数值解的扩散问题，当然成为试题的重要来源，例如，ＡＭＣＭ-90Ａ，就是这类试题；ＡＭＣＭ-90Ａ要研究治疗帕金森症的多巴胺（dopamine ）在人脑中的分布，此药液注射后在脑子里经历的是扩散衰减过程，可以由线性抛物型方程这一数学模型来刻划. ＡＭＣＭ-90Ａ要研究单层住宅混凝土地板中的温度变化，也属扩散（热传导）问题，其数学模型与ＡＭＣＭ-90Ａ一样，也是线性抛物型方程. 本文交代扩散问题建模的思路以及如何推导出相应的抛物型方程，如何利用积分变换求解、如何确定方程与解的表达式中的参数等关键数学过程，且以ＡＭＣＭ-90Ａ题为例，显示一个较细致的分析、建模、求解过程. §1 抛物型方程的导出 设(,,,)u x y z t 是t 时刻点(,,)x y z 处一种物质的浓度. 任取一个闭曲面S ，它所围的区域是Ω，由于扩散，从t 到t t +?时刻这段时间内，通过S 流入Ω的质量为 2 221(cos cos cos )dSd t t t S u u u M a b c t x y z αβγ+????=++???? ??. 由高斯公式得 2222 221222()d d d d t t t u u u M a b c x y z t x y z +?Ω ???=++???? ???. （1） 其中，222,,a b c 分别是沿,,x y z 方向的扩散系数. 由于衰减（例如吸收、代谢等），Ω内的质量减少为 2 2d d d d t t t M k u x y z t +?Ω =? ???， （2） 其中2 k 是衰减系数. 由物质不灭定律，在Ω内由于扩散与衰减的合作用，积存于Ω内的质量为12M M -. 换一种角度看，Ω内由于深度之变化引起的质量增加为 3[(,,,)(,,,)]d d d d d d d . (3)t t t M u x y z t t u x y z t x y z u x y z t t Ω +?Ω =+?-?=????? ??? 显然312M M M =-，即

数学模型 微 分 方 程

数学模型 13.人体注射葡萄糖溶液时，血液中葡萄糖浓度g(t)的增长率与注射速率r 成正比，与人体血液容积v 成反比，而由于人体组织的吸收作用，g(t)的减少率与g(t)本身成正比。分别在以下几种假设下建立模型，并讨论稳定情况。 （1）人体血液容积v 不变。 （2）v 随着注入溶液而增加。 （3）由于排泄等因素v 的 增加有极限值 解：模型假设： 本模型中主要符号说明为： 葡萄糖浓度g(t) 注射速率r 人体血液容积v 基本模型为： g k V r k dt dg 21-= (1k ,02>k ,常数) ⑴ (1)V 为常数时，平衡点V k r k g 210= 稳定。 如果以g 为横轴、 dt dg 为纵轴作出方程的图形（图1），可以分析葡萄糖浓度增长速度dt dg 随着g 的增加而变化的情况，从而大概地看出g(t)的变化规律。 令2.01=k ，5.02=k ,利用Mathematica 在操作窗口中输入以下代码命令： Plot[0.2/100-0.5g,{g,0,100},PlotStyle->{RGBColor[1,0,0]}] 得到： 图1 dt dg ～g 曲线 再利用matlab 在操作窗口中输入以下代码命令：

g=dsolve('Dg=k1*r/v-k2*g','g(0)=g0','t') 其解为 g =k1*r/v/k2+exp(-k2*t)*(-k1*r+g0*v*k2)/v/k2 整理得到： 2 20112)(vk vk g r k e v r k t g t k +-+=- ⑵ 令2.01=k ，5.02=k ，利用Mathematica 在操作窗口中输入以下代码命令： Plot[0.2/100+Exp[-0.5t],{t,0,100},PlotStyle->{RGBColor[1,0,0]}] 得到： 图2 g ～t 曲线 由图可以知道它在平衡点V k r k g 210= 稳定。 (2)不妨设 β=dt dV （0>β，常数） ⑶ 方程⑴，⑵不存在平衡点。若由⑵解出t V t V β+=0)(代入⑴，得到 g k t V r k dt dg 201-+=β ⑷ 则⑷不能是自治方程。因为平衡点及稳定性的概念只是对自治方程而言才有意义，而⑷不能是自治方程，所以不能考虑它的稳定性。 (3)不妨设 V ）（V dt dV -=1μ （0>μ，常数） ⑸ 如果以V 为横轴、dt dV 为纵轴作出方程的图形（图3），可以分析人体血液容积V 增长速度dt dV 随着V 的增加而变化的情况，从而大概地看出V(t)的变化规

数学建模微分方程的应用举例

第八节 数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学等实际问题中具有广泛的应用，本节我们将集中讨论微分方程的实际应用，尤其是微分方程经济学中的应用. 读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力. 内容分布图示 ★衰变问题 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题模型 ★追迹问题 ★返回 内容要点： 一、衰变问题 镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t 的质量. 用x 表示该放射性物质在时刻t 的质量, 则dt dx 表示x 在时刻t 的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为 .kx dt dx -= (8.1) 这是一个以x 为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中0>k 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t 增加时, 质量x 减少. 解方程(8.1)得通解.kt Ce x -=若已知当0t t =时, ,0x x =代入通解kt Ce x -=中可得 ,00kt e x C -= 则可得到方程(8.1)特解 ,)(00t t k e x x --= 它反映了某种放射性元素衰变的规律. 注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素(U 238 )的半衰期约为50亿年; 通常的镭(Ra 226 )的半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始 量, 一克 Ra 226 衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是 1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础. 二、 逻辑斯谛方程: 逻辑斯谛方程是一种在许多领域有着广泛应用的数学模型, 下面我们借助树的增长来建立该模型. 一棵小树刚栽下去的时候长得比较慢, 渐渐地, 小树长高了而且长得越来越快, 几年不见, 绿荫底下已经可乘凉了; 但长到某一高度后, 它的生长速度趋于稳定, 然后再慢慢降下

数学建模微分方程的应用举例

第八节数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学等实际问题中具有广泛的应用，本节我们将集中讨论微分方程的实际应用，读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力. 内容分布 ★衰变问题 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题模型 ★追迹问题 内容要点： 一、衰变问题 镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t的质量. 用x表示该放射性物质在时刻t的质量, 则 表示x在时刻t的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为 (8.1)

这是一个以x为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t增加时, 质量x减少. 解方程(8.1)得通解 若已知当 时, 代入通解 中可得 则可得到方程(8.1)特解 它反映了某种放射性元素衰变的规律. 注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素( )的半衰期约为50亿年;通常的镭( )的半衰期是1600年.半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始量, 一克 衰变成半克所需要的时间与一吨 衰变成半吨所需要的时间同样都是1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础. 二、逻辑斯谛（Logistic）方程:

逻辑斯谛方程是一种在许多领域有着广泛应用的数学模型, 下面我们借助树的增长来建立该模型. 一棵小树刚栽下去的时候长得比较慢, 渐渐地, 小树长高了而且长得越来越快, 几年不见, 绿荫底下已经可乘凉了; 但长到某一高度后, 它的生长速度趋于稳定, 然后再慢慢降下来. 这一现象很具有普遍性. 现在我们来建立这种现象的数学模型. 如果假设树的生长速度与它目前的高度成正比, 则显然不符合两头尤其是后期的生长情形, 因为树不可能越长越快; 但如果假设树的生长速度正比于最大高度与目前高度的差, 则又明显不符合中间一段的生长过程. 折衷一下, 我们假定它的生长速度既与目前的高度,又与最大高度与目前高度之差成正比. 设树生长的最大高度为H(m), 在t(年)时的高度为h(t), 则有 (8.2) 其中 是比例常数. 这个方程为Logistic方程. 它是可分离变量的一阶常数微分方程. 下面来求解方程(8.2). 分离变量得 两边积分 得

常微分方程在数学建模中的应用

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,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9 1006.3?,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(02.09e 1006.3)(-?=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

扩散问题的偏微分方程模型_数学建模

实验一SDH网元基本配置 一、实验目的： 通过本实验，了解SDH光传输的原理和系统组成，了解ZXMP S325设备的硬件构成和单板功能，学习ZXONM 300 网管软件的使用方法，掌握SDH 网元配置的基本操作。 二、实验器材： 1、SDH 设备：3 套ZXMP 325； 2、实验用维护终端。 三、实验原理 1、SDH 原理 同步数字体制（SDH）是为高速同步通信网络制定的一个国际标准，其基础在于直接同步复用。按照SDH 组建的网络是一个高度统一的、标准化的、智能化的网络，采用全球统一的接口以实现多环境的兼容，管理操作协调一致，组网与业务调度灵活方便，并且具有网络自愈功能，能够传输所有常见的支路信号，应用于多种领域（如光纤传输，微波和卫星传输等）。 SDH 具有以下特点： （1）接口：接口的规范化是设备互联的关键。SDH对网络节点接口（NNI）作了统一的规范，内容包括数字信号数率等级、帧结构、复接方法、线路接口、监控管理等。 电接口：STM-1是SDH的第一个等级，又叫基本同步传送模块，比特率为155.520Mb/s；STM-N是SDH第N个等级的同步传送模块，比特率是STM-1的N 倍(N=4n=1，4，16，- - -)。 光接口：采用国际统一标准规范。SDH仅对电信号扰码，光口信号码型是加扰的NRZ 码，信号数率与SDH 电口标准信号数率相一致。 （2）复用方式 a）低速SDH----高速SDH，字节间插； b) 低速PDH-----SDH，同步复用和灵活的映射。 （3）运行维护:用于运行维护（OAM）的开销多，OAM功能强——这也是线路编码不用加冗余的原因. （4）兼容性:SDH 具有很强的兼容性，可传送PDH 业务，异步转移模式信号（ATM）及其他体制的信号。 （5）SDH 复用映射示意图

数学建模常微分方程的解法

第十五章 常微分方程的解法 建立微分方程只是解决问题的第一步，通常需要求出方程的解来说明实际现象，并加以检验。如果能得到解析形式的解固然是便于分析和应用的，但是我们知道，只有线性常系数微分方程，并且自由项是某些特殊类型的函数时，才可以肯定得到这样的解，而绝大多数变系数方程、非线性方程都是所谓“解不出来”的，即使看起来非常简单的方程如22x y dx dy +=，于是对于用微分方程解决实际问题来说，数值解法就是一个十分重要的手段。 §1 常微分方程的离散化 下面主要讨论一阶常微分方程的初值问题，其一般形式是 ?????=≤≤=0)(),(y a y b x a y x f dx dy (1) 在下面的讨论中，我们总假定函数),(y x f 连续，且关于y 满足李普希兹(Lipschitz)条件，即存在常数L ，使得 |||),(),(|y y L y x f y x f -≤- 这样，由常微分方程理论知，初值问题(1)的解必定存在唯一。 所谓数值解法，就是求问题（1）的解)(x y 在若干点 b x x x x a N =<<<<=Λ210 处的近似值),,2,1(N n y n Λ=的方法，),,2,1(N n y n Λ=称为问题（1）的数值解，n n n x x h -=+1称为由n x 到1+n x 的步长。今后如无特别说明，我们总取步长为常量h 。 建立数值解法，首先要将微分方程离散化，一般采用以下几种方法： （i ）用差商近似导数 若用向前差商h x y x y n n )()(1-+代替)('n x y 代入（1）中的微分方程，则得 ),1,0())(,()()(1Λ=≈-+n x y x f h x y x y n n n n 化简得 ))(,()()(1n n n n x y x hf x y x y +≈+ 如果用)(n x y 的近似值n y 代入上式右端，所得结果作为)(1+n x y 的近似值，记为1+n y ，则有 ),1,0(),(1Λ=+=+n y x hf y y n n n n （2） 这样，问题（1）的近似解可通过求解下述问题 ???==+=+) (),1,0(),(01a y y n y x hf y y n n n n Λ （3） 得到，按式（3）由初值0y 可逐次算出Λ,,21y y 。式（3）是个离散化的问题，称为差分方程初值问题。 需要说明的是，用不同的差商近似导数，将得到不同的计算公式。 （ii ）用数值积分方法 将问题（1）的解表成积分形式，用数值积分方法离散化。例如，对微分方程两端