第七章 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
(完整版)差分方程模型(讲义)
差分方程模型一. 引言数学模型按照离散的方法和连续的方法,可以分为离散模型和连续模型。
1. 确定性连续模型1) 微分法建模(静态优化模型),如森林救火模型、血管分支模型、最优价格模型。
2) 微分方程建模(动态模型),如传染病模型、人口控制与预测模型、经济增长模型。
3) 稳定性方法建模(平衡与稳定状态模型),如军备竞赛模型、种群的互相竞争模型、种群的互相依存模型、种群弱肉强食模型。
4) 变分法建模(动态优化模型),如生产计划的制定模型、国民收入的增长模型、渔业资源的开发模型。
2. 确定性离散模型1) 逻辑方法建模,如效益的合理分配模型、价格的指数模型。
2) 层次分析法建模,如旅游景点的选择模型、科研成果的综合评价模型。
3)图的方法建模,如循环比赛的名次模型、红绿灯的调节模型、化学制品的存放模型。
4)差分方程建模,如市场经济中的蛛网模型、交通网络控制模型、借贷模型、养老基金设置模型、人口的预测与控制模型、生物种群的数量模型。
随着科学技术的发展,人们将愈来愈多的遇到离散动态系统的问题,差分方程就是建立离散动态系统数学模型的有效方法。
在一般情况下,动态连续模型用微分方程方法建立,与此相适应,当时间变量离散化以后,可以用差分方程建立动态离散模型。
有些实际问题既可以建立连续模型,又可建立离散模型,究竟采用那种模型应视建模的目的而定。
例如,人口模型既可建立连续模型(其中有马尔萨斯模型Malthus、洛杰斯蒂克Logistic模型),又可建立人口差分方程模型。
这里讲讲差分方程在建立离散动态系统数学模型的的具体应用。
二. 差分方程简介在实际中,许多问题所研究的变量都是离散的形式,所建立的数学模型也是离散的,譬如,像政治、经济和社会等领域中的实际问题。
有些时候,即使所建立的数学模型是连续形式,例如像常见的微分方程模型、积分方程模型等。
但是,往往都需要用计算机求数值解。
这就需要将连续变量在一定的条件下进行离散化,从而将连续型模型转化为离散型模型。
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
差分方程模型ppt课件
P1( x1, y1 ), P2 ( x2 , y1), P3 ( x2 , y2 ), P4 ( x3, y2 ),
图上的箭头表示求出 Pk 的次序,由图知
lim
k
Pk
(
x,
y)
P0
(
x0
,
y0
)
即市场经济趋于稳定。
14
并不是所有的需求g 函数和供 应函数都趋于稳定,若给定
其中含 的最yt高阶差分的阶数称为该差分方程的阶数。
差分方程也t 可以写成不显含差分的形式,例如二阶差分
方程
2 yt yt yt可以0 写成
yt2 yt1 yt 0
2
满足一阶差分方程的序列 yt 称为差分方程的解,若 解中含有独立的常数的个数等于差分方程的阶数时,称 此解为该差分方程的通解。
(3) 下一时段的商品数量由上一时段的商品价格决定,
xk 1 g( yk )
称为供应函数,由于价格越高可导致产量越大,所以可以假 设供应函数是一个单调递增的函数。
12
3、模型求解
在同一坐标系中同时做出 供应函数和需求函数的图形 ,设两条曲线相交于 P0 (x0, y0 ) 则 P0为平衡点。因为此时
t3
最小。根据这一方程可以迭代求解以后各年第一 季度销售
23
量的预测值 y6 21, y7 19,。第7年销售量预测值居然小于第 6年的,稍作分析,不难看出,如分别对第一季度建立差分 方程,则根据统计数据拟合出的系数可能会相差甚大,但对 同一种商品,这种差异应当是微小的,故应根据统计数据建 立一个共用于各个季度的差分方程,为此,将季度编号为 t 1,2, 20,令 yt a1 yt4 a2 yt8 a3,利用全体数据来拟合 求拟合得到最好的系数。即求 a1, a2 , a3使得
差分方程模型
第7章 差分方程模型在第三章中我们看到,动态连续模型用微分方程方法建立,与此相应,当时间变化离散后,可以用差分方程方法建立。
有些实际问题既可建立连续模型,又可建立离散模型。
本章将主要讨论差分方程模型。
7.1市场经济中的蛛网模型在自由贸易市场上你注意过这样的现象吗:一个时期以来某种消费品如肉的上市量远大于需求,由于销售不畅导致价格下跌,生产者发现养猪赔钱,于是转而经营其他农副业。
这一段时间猪肉上市量就会大减,供不应求将导致价格上涨。
生产者看到有利可图,有重操旧业。
这样在下一个时期会重现供大于求、价格下降的局面、在这种没有外界干预的情况下,这种现象将如此循环下去。
在完全自由竞争的市场经济中上述现象通常是不可避免的,因为商品的价格是由消费者的需求关系决定的,商品数量越多价格越底,而下一时期商品的数量有生产者的需求关系决定的,商品的价格越低生产的数量越少,这样的需求和供应关系决定了市场经济中商品的价格和数量必然是振荡的。
在现实世界里这样的振荡会出现不同的形式,有的振荡渐小趋向平稳,有的则振幅越来越大,没有外界如政府的干预,将导致经济崩溃。
本节先用图形方法建立所谓“蛛网模型”,对上述现象进行分析,给出市场经济区域稳定的条件,再利用差分方程建模,对结果进行解释,并讨论当市场经济不稳定时政府可以采取什么样的干预措施,最后对上述模型做适当推广。
蛛网模型 记第k 时段商品的数量为k x ,价格为k y ,1,2,3,k = 这里我们把时间离散化为时段,1个时段相当于商品的1个生产周期,如蔬菜、水果是一个种植周期,肉类是牲畜的饲养周期。
同一时段商品的价格k y 取决于数量k x ,设()k k y f x = (1)它反映消费者对这种商品的需求关系,称需求函数,因为商品的数量越多价格越低,所以在图1中用一条下降曲线f 表示它,f 称需求曲线。
下一时段商品的数量1k x +由上一时段价格k y 决定,设1()k k x h y +=,或1()k k y g x += (2)这里g 是h 的反函数,反映生产者的供应关系,称供应函数,因为价格越高生产量越大,所以在图中供应曲线g 是一条上升的曲线。
差分方程模型
差分方程模型
周家全
对连续型变化的问题而言, 常常可建立微分方程模型. 而对离散状态转移的问题, 则可建立差分方程模型. 差分方 程与常微分方程有很多类似的性质和结论.首先引入差分的 概念.
1 差分定义及其性质
定义 设函数 y = y(x) 在等距节点 xi = x0 + ih ( i = 0,1, , n)
对于一般的差分方程 xn+2 + axn+1 + bxn = f 来讲, 其平衡 点的稳定性问题可以同样给出. 二阶方程的上述结果可以推
广到 n 阶线性差分方程, 即稳定平衡点的条件是特征根: n
次代数方程的根 λi (i = 1, 2, , n) 均有| λi |< 1.
4 经济学中的蛛网模型
1. 提出问题 在自由竞争的社会中, 很多领域会出现循环波动的现象. 在经济领域中, 可以从自由集市上某种商品的价格变化看到 如下现象:在某一时期, 商品的上市量大于需求, 引起价格 下跌, 生产者觉得该商品无利可图, 转而经营其它商品;一
解
Δf (0) = f (0.5) − f (0) = 0.75 ,
-2-
洛阳理工学院数学建模竞赛培训教案
Δf (0.5) = f (1) − f (0.5) = 1.25
周家全
Δ2 f (0)= Δ(Δf (0)) = Δf (0.5) − Δf (0) = 1.25 − 0.75 = 0.5
计算较多点的差分可按差分表进行, 容易看出表中每一 个需要计算的差分值分别等于其左侧的数减去左上侧的 数.每个点 xi 处的各阶差分位于与主对角线平行的斜线上.
(I) 先求解对应的特征方程
a0λn + a1λn−1 + + a0 = 0
差分方程模型PPT课件
回到全国竞赛题。这里提出了新的问题: (1)潜伏期病人如何描述? (2)死亡病人在模型中的描述。 (3)需要考虑人口的迁移影响,如何描述? (4)如何控制疾病的蔓延?
问题的图示
b O
a
d
d
利用简单的几何关系即得到 yk1 f ( yk ), y1 b
例2:按年龄分组的种群增长模型。
问题考虑两个要点:增长和人口分布 人口分布:对于连续问题,可以利用分布函数和 密度函数描绘。
我们也可以利用离散的方法描述人口分布。把t时
刻人口从小到大分为n组,第k 组人数xk(t),则离 散人口分布可以利用向量
试从中国的实际情况和人口增长的上述特点出发, 参考附录2中的相关数据(也可以搜索相关文献和 补充新的数据),建立中国人口增长的数学模型, 并由此对中国人口增长的中短期和长期趋势做出 预测;特别要指出你们模型中的优点与不足之处。
附录1 《国家人口发展战略研究报告》 附录2 人口数据(《中国人口统计年鉴》中的部 分数据)及其说明
差分方程建模:设第k天病人所占比例为i(k),健 康人数量为s(k),则第k天病人数量变化为
Ni(k 1) Ni(k) s(k)Ni(k) Ni(k)
第k天健康人数量变化为
Ns(k 1) Ns(k) s(k)Ni(k)
把两个式子化简即得到差分方程组。
差分方程和微分方程的建模过程没有差异,差别 在于:变化率和的意义不同。
一阶线性差分方程组的稳定性: 设一阶线性差分方程组的解为{Xk}, 而受扰动解为 {Yk}。记扰动误差为
k X k Yk 则扰动误差满足
k1 A k
对任意初始扰动0,k0的充分必要条件为
( A) 1
这就是差分方程的稳定性条件。
《数学建模》课件:第7章 差分方程模型(投影版)
求得的方程的解
x=x =
b
n
称为该差分方程的平衡点(奇解)。
ai
i0
若记该差分方程的一般解(通解)为 xk,它若满足:lkim xk x,
则称 x 是稳定的, 否则,称 x 是不稳定的。
6. 特征方程
称代数方程: an n an1 n1 a1 a0 0
为差分方程 an xkn a1xk1 a0xk b 对应的特征方程。
x1 y1 x2 y2 x3
xk x0 , yk y0
P1 P2 P3 P0
xk x0 , yk y0 P1 P2 P3 P0
P0是稳定平衡点
y
f
y2 P3
yy30 y1
P2
g 曲线斜率
P4
P0
K f Kg
P1
0 x2 x0 x3 x1 x
P0是不稳定平衡点
y
P3 f
根据导数的定义:
f
'(xk )
lim =
x xk
f
(x) f (xk ) x xk
lim = f (x) f (xk ) lim = f (x) f (xk )
x xk
x xk
x xk-
x xk
于是,当分割足够细时,用差商代替微商,则得到如下差分公式:
向前差分:
f
'(xk )
数学建模
第七章 差分方程模型
数学建模
第七章 差分方程与代数方程模型
主讲教师:邵红梅
数学建模
第七章 差分方程模型
差分方程稳定性理论简介
一、差分方程
所谓n阶差分方程,简单地说,是指对于一个点列 xk ,把它的前n+1项
第七章线性差分方程模型的辨识
第七章线性差分方程模型的辨识根据对过程的初步分析,可以是先提出一个结构已定的参数模型来描述过程的动态特性,而模型中有一些参数需要通过辨识来加以确定,像这样的辨识问题称为参数估计问题,最小二乘法是很常用的估计方法。
线性差分方程模型的最小二乘估计首先讨论一种较简单的情况,即无噪声或噪声较小的情况,这样可以应用一般最小二乘估计模型参数,但是对于噪声较大的情况,采用一般最小二乘法估计通常是有偏差的,需要应用更加复杂的算法,如广义最小二乘法。
辨识问题的提法设被辨识的动态系统,可用如下n阶常系数线性差分方程描述:y(k) + a^y(Jc—1) + •• - a n y(k— n) = bju(k) + biu(k— 1) ---------- 卜b n u(k— n) 系统方程也写成如下算子形式:A(q_1)y(k) = B(q_1)u(k),其中,= 14- fliQ-1 + a2q~2+ …+ 如厂",B(q_1)= 14- bq_1 + ①厂?H ------------- F bq~n,辨识问题的提法,已知:(1)由方程描述的系统都是稳定的。
(2)系统的阶是n阶。
(3)输入输出观测数据{u (k) },{y(k)}(k“,2,...,N+n), 要求根据上述己知条件来估计差分方程的参数:a】, b](i = 1,2, ・・・N + n),参数最小二乘估计的慕本思根是,选择b x(i = 1,2, ...N + n),使得系统方程尽可能好的与观测数据拟合,考虑到模型误差测最误差,模型方程改为:A(q")y(k) = B(q_1)u(k) + e(k),其中,e(約称为模型残差,乂称方程误差。
现在的问题就是决定A(q"), B(g")的系数,是e2最小最小二乘估计将下式A(q_1)y(k) = B(q_1)u(k) + e(k\改成以下形式广义最小二乘估计-般最小二乘法简称LS法,广义最下二乘法简称GLSGLS的基本思想是,将相关残差啲用白噪声屮),经过传递函数右的滤波器的滤波输出來表示,即e(k)=€伙)其中,C((7_1)= 1 + Cig" + c2q~2 + …+ c p q~p cg・..p)为常数,p表示残差模型的阶,c,和p事先是未知的: {G (k)}为白噪声序列根据方程的误差定义A(q_1)y(k) = B(q_1)u(k) + e(k),可得:A(q_1)y(k) 一B(q_1)u(k) =C(q 丄)进而,AS")C(qT)y(k) 一B(qT)C(qT)u(k) =G (k)由丁花(幻为白噪声,所以系统参数和噪声参数可以通过以上方程而得到无偏估计,为此定义谋差函数:丿=》2⑹刁[A(qT)C(q7)y(k) - B(q")C(qT)u(k)]2现在的问题是,选择参数使得误差函数J的值为最小,由于参数a,b,c在上述方程中的关系不是线性的,所以不能用一般的LS法求解。
差分方程模型蛛网模型混沌理论
三、 符号说明
1.
N i (t ) —— t
时刻 i 龄鱼的数量, i 1, 2, 3,4;
k N i(0 ) ——第 k 年初 i 龄鱼的数量, i 1, 2, 3,4; 2.
N i(1k ) ——第 k 年底 i 龄鱼的数量, i 1 , 2 , 3 , 4 ;
3. r ——鱼的自然死亡率; 4. c ——4 龄鱼的平均产卵量; 5. M i —— i 龄鱼的平均重量, i 1, 2, 3,4;
对于3,4龄鱼,在第8个月末数量
2 ( r b3 ) (k ) (k 3 N 31 N 30 ) e 2 N ( k ) N ( k ) e ( r b4 ) 3 40 41
在后4个月,对于3、4龄鱼,只有死亡率起作用,因而
{
Fn Fn1 Fn2 F F2 1 1
Fn 称为fibonacci数列。
差分方程模型
对于k阶差分方程 F( n; xn, xn-1, … , xn-k ) = 0 若有xn = x (n), 满足 F(n; x(n), x(n - 1) , … , x(n -k )) = 0, 则称xn = x (n)是差分方程(4-6)的解, 包含k个任 意常数的解称为(4-6)的通解, x0, x1, … , xk-1为已 知时称为(4-6)的初始条件,通解中的任意常数都 由初始条件确定后的解称为(4-6)的特解. (4-6)
a n 2a n 1 1 an 1
例2 设第一月初有雌雄各一的一对小兔,假定两 月长成 成兔,同时(即第三月)开始每月初产雌 雄各一的一 对小兔,新增小兔也按此规律繁殖, 设共有对,试建 立关于第n月末兔子对数的差分方程。
解: 因第n月末的兔子包括两部分,一部分为上月留下 的,另一部分为当月新生的,而由题设当月生的小兔 数等于前月末的兔数。故
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 → ∞ )
《数学建模》课件:第7章 差分方程模型(投影版)
ai
i0
下面仅对 1阶情形给予证明,其余情形证明思想类似。
不妨设一阶线性常系数差分方程为: xk1 axk b
其对应的特征方程为 a 0, 故特征根为 = a. 那么由定理1得:
它的平衡点 x = b 稳定的充要条件是 a 1. 下面证明这个结论.
1 a
差分方程稳定性理论简介
数学建模
求得的方程的解
x=x =
b
n
称为该差分方程的平衡点(奇解)。
ai
i0
若记该差分方程的一般解(通解)为 xk,它若满足:lkim xk x,
则称 x 是稳定的, 否则,称 x 是不稳定的。
6. 特征方程
称代数方程: an n an1 n1 a1 a0 0
为差分方程 an xkn a1xk1 a0xk b 对应的特征方程。
x= b 1 a
稳定的充要条件是
a 1.
差分方程稳定性理论简介
数学建模
第七章 差分方程模型
三、一阶非线性差分方程的平衡点和稳定性
考虑方程 xk1 f (xk )
(II)
其平衡点 x 由代数方程 x f (x) 解出。为了分析 x 的稳定性,
将f ( x )在 x 点作Taylor展开,只取一次项,方程(II)近似为
差分方程稳定性理论简介
数学建模
第七章 差分方程模型
微分方程的差分方法
一、微分的差分方法
设 函数 f (x)在 a, b 一阶连续可微,任给一个分割:a=x0 x1 xn b
已知 f (x) 在节点 xk 的函数值 f (xk ) (k 0,1, , n),试求函数 f (x) 在节点
xk 处的导数值 f '(xk ) 的近似值。
数模 差分方程模型
个函数.如果存在n 个不全为零的常数,
使得当 x 在该区间内有恒等式成立
k1 y1 k2 y2 kn yn 0
那么称这些函数在区间内线性相关; 否则称线性无关.
2.n阶常系数非齐次线性差分方程解的结构
定理 8 设 yx* 是 n 阶常系数非齐次线性差分方程
2(n 1) 1 (2n 1) 2
3 yn 3(n2 ) 2 2 0
例2 求y n! 的一阶差分,二阶差分.
解 yn yn1 yn
(n 1)!n!
n n!
2 yn yn n n!
(n 1) (n 1)!n n! (n2 n 1) n!
1. f ( x) pn x型
方程2为yx1 ayx pn x 即yx 1 ayx pn x
设n年后教育基金总额为an,每年向银行存入x元,依据复利 率计算公式,得到家庭教育基金的数学模型为:
a0=x, an+1=(1+r)an+x, n=0,1,2,3,…
3) . 抵押贷款
小李夫妇要购买二居室住房一套,共需30万元. 他们已经筹 集10万元,另外20万元申请抵押贷款. 若贷款月利率为0.6%, 还贷期限为20年,问小李夫妇每月要还多少钱?
2. 差分的四则运算法则
(1)(Cyn ) Cyn (C为常数) (2)( yn zn ) yn zn
3yn zn yn1zn znyn ynzn zn1yn
4
yn zn
znyn ynzn zn zn1
a0, a1, a2, a3, …, an,… 设r为年利率,由于an+1=an+r an, 因此存款问题的数学模型 是:
- 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)。
第七章 差分方程模型教学目的:通过经济学中蛛网模型的实例讨论,介绍一类动态离散模型------差分方程模型的建模方法.教学要求:1 让学生学会运用差分思想建立数学模型的基本方法,进一步熟悉数学建模的基本过程.2使学生掌握运用解析方法或数学软件求解差分方程模型.3帮助学生运用差分方程的平衡点及其稳定性有关理论来分析实际问题.教学重点:1蛛网模型的图形描述,并通过建立差分方程模型对其进行理论解释.2运用差分思想建立数学模型和求出模型解析表达式或数值解.教学难点:1差分方程在稳定点附近有关稳定条件的实际意义.2差分方程在稳定点附近有关稳定条件的推广.离散状态转移模型涉及的范围很广,可以用到各种不同的数学工具.下面我们对差分方程作一简单的介绍.§7.1 差分方程1.1 差分方程简介规定t 只取非负整数.记t y 为变量y 在t 点的取值,则称t t t y y y -=∆+1为t y 的一阶向前差分,简称差分,称t t t t t t t y y y y y y y +-=∆-∆=∆∆=∆+++12122)(为t y 的二阶差分.类似地,可以定义t y 的n 阶差分t ny ∆.由t y t 、及t y 的差分给出的方程称为t y 的差分方程,其中含t y 的最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,二阶差分方程02=+∆+∆t t t y y y 也可改写成012=+-++t t t y y y .满足一差分方程的序列t y 称为差分方程的解.类似于微分方程情况,若解中含有的独立常数的个数等于差分方程的阶数时,称此解为该差分方程的通解.若解中不含任意常数,则称此解为满足某些初值条件的特解.称如下形式的差分方程)(110t b y a y a y a t n t n t n =+++-++ (1) 为n 阶常系数线性差分方程,其中n a a a ,,,10 是常数,00≠a .其对应的齐次方程为0110=+++-++t n t n t n y a y a y a (2)容易证明,若序列)1(t y 与)2(t y 均为(2)的解,则)2(2)1(1t t t y c y c y +=也是方程(2)的解,其中21,c c 为任意常数.若)1(t y 是方程(2)的解,)2(t y 是方程(1)的解,则)2()1(t t t y y y +=也是方程(1)的解.方程(1)可用如下的代数方法求其通解: (I )先求解对应的特征方程00110=+++-a a a n n λλ (3) (II )根据特征根的不同情况,求齐次方程(2)的通解.(i )若特征方程(3)有n 个互不相同的实根n λλ,,1 ,则齐次方程(2)的通解为t n n t c c λλ++ 11 (n c c ,,1 为任意常数)(ii )若λ是特征方程(3)的k 重根,通解中对应于λ的项为t k k tc c λ)(11-++ ,),,1(k i c i =为任意常数.(iii )若特征方程(3)有单重复根i βαλ±=,通解中对应它们的项为t c t c t t ϕρϕρs i n c o s 21+,其中22βαρ+=为λ的模,αβϕarctg=为λ的幅角.(iv )若i βαλ±=是特征方程(3)的k 重复根,则通解对应于它们的项为t t c c t t c c t k k k t k k ϕρϕρsin )(cos )(12111-+-+++++)2,,1(k i c i =为任意常数.(III )求非齐次方程(1)的一个特解t y .若t y 为方程(2)的通解,则非齐次方程(1)的通解为t t y y +.求非齐次方程(1)的特解一般要用到常数变易法,计算较繁.对特殊形式的)(t b 也可使用待定系数法.例如,当)()(t p b t b k t=,)(t p k 为t 的k 次多项式时可以证明:若b 不是特征根,则非齐次方程(1)有形如)(t q b k t的特解,)(t q k 也是t 的k 次多项式;若b 是r 重特征根,则方程(1)有形如)(t q t b k rt 的特解.进而可利用待定系数法求出)(t q k ,从而得到方程(1)的一个特解t y .例1 求解两阶差分方程t y y t t =++2.解 对应齐次方程的特征方程为012=+λ,其特征根为i ±=2,1λ,对应齐次方程的通解为tc t c y t 2sin2cos21ππ+=原方程有形如b at +的特解.代入原方程求得21=a ,21-=b ,故原方程的通解为21212sin2cos21-++t t c t c ππ例2 在信道上传输仅用三个字母c b a ,,且长度为n 的词,规定有两个a 连续出现的词不能传输,试确定这个信道容许传输的词的个数.解 令)(n h 表示容许传输且长度为n 的词的个数, ,2,1=n ,通过简单计算可求得:3)1(=h ,8)2(=h .当3≥n 时,若词的第一个字母是b 或,c 则词可按)1(-n h 种方式完成;若词的第一个字母是a ,则第二个字母是b 或c ,该词剩下的部分可按)2(-n h 种方式完成.于是,得差分方程)2(2)1(2)(-+-=n h n h n h ,),4,3( =n其特征方程为 0222=--λλ特征根 311+=λ,312-=λ则通解为n n c c n h )31()31()(21-++=,),4,3( =n利用条件3)1(=h ,8)2(=h ,求得nn n h )31(3232)31(3232)(-+-+++=,),2,1( =n在应用差分方程研究问题时,我们常常需要讨论解的稳定性.对常系数非齐次线性差分方程(1),若不论其对应齐次方程的通解中任意常数n c c ,,1 如何取值,在+∞→t 时总有0→t y ,则称方程(1)的解是稳定的.根据通解的结构不难看出,非齐次方程(1)稳定的充要条件为其所有特征根的模均小于1.1.2 常系数线性差分方程的Z 变换解法常系数线性差分方程采用解析解法比较容易,而且对其解的意义也容易理解,但采用这种解法求解常系数线性非齐次差分方程比较繁琐,通常是采用Z 变换,将差分方程变换为代数方程去求解.设有离散序列)(k x ,),2,1,0( =k ,则)(k x 的Z 变换定义为∑∞=-==0)()]([)(k kz k x k x Z z X (4)其中z 是复变量.显然上式右端的级数收敛域是某个圆的外部.)(z X 的Z 反变换记作 )]([)(1z X Z k x -=1.2.1 几个常用离散函数的Z 变换 (i )单位冲激函数)(k δ的Z 变换∑∞==--=⨯==001]1[)()]([k k k k z z k k Z δδ即单位冲激函数的Z 变换为1.(ii )单位阶跃函数)(k U 的Z 变换∑∑∞=∞=--⨯==01)()]([k k kkz zk U k U Z ,即)1|(|1)]([>-=z z zk U Z(iii )单边指数函数ka k f =)(的Z 变换(a 为不等于1的正常数)∑∞=->-==0)|(|][k k k ka z az zz a a Z1.2.2 Z 变换的性质(i )线性性质 设)()]([11z F k f Z =,)()]([22z F k f Z =,则)()()]()([2121z bF z aF k bf k af Z +=+其中b a ,为常数.收敛域为)(1z F 和)(2z F 的公共区域.(ii )平移性 设)()]([z F k f Z =,则 )]0()([)]1([f z F z k f Z -=+,])()([)]([1∑-=--=+N k k Nz k f z F z N k f Z ,])1()([)]1([1z f z F z k f Z -+=--,])()([)]([11∑-=--+=-N k k Nz k f z F zN k f Z例3 求齐次差分方程0)(2)1(3)2(=++++k x k x k x ,0)0(=x ,1)1(=x的解.解 令)()]([z X k x Z =,对差分方程取Z 变换,得 0)(2)(3)(2=++-z X z zX z z X z ,2123)(2+-+=++=z zz z z z z z X ,对上式取z 反变换,便得差分方程的解为kk k x )2()1()(---=.§7.2 蛛网模型2.1 问题提出在自由竞争的社会中,很多领域会出现循环波动的现象.在经济领域中,可以从自由集市上某种商品的价格变化看到如下现象:在某一时期,商品的上市量大于需求,引起价格下跌,生产者觉得该商品无利可图,转而经营其它商品;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升,又有很多生产商会进行该商品的生产;随之而来的,又会出现商品过剩,价格下降.在没有外界干扰的情况下,这种现象将会反复出现.如何从数学的角度来描述上述现象呢? 2.2 模型假设(i )设k 时段商品数量为k x ,其价格为k y .这里,把时间离散化为时段,一个时期相当于商品的一个生产周期.(ii )同一时段的商品的价格取决于该时段商品的数量,把)(k k x f y = (5) 称之为需求函数.出于对自由经济的理解,商品的数量越多,其价格就越低,故可以假设:需求函数为一个单调下降函数.(iii )下一时段商品数量由上一个时段的商品的价格决定,把)(1k k y g x =+ (6)称之为供应函数.由于价格越高可以导致产量越大,故可假设供应函数是一个单调上升的函数.2.3 模型求解在同一个坐标系中做出需求函数与供应函数的图形,设两条曲线相交于),(000y x P ,则0P为平衡点.因为此时)(00y g x =,)(00x f y =,若某个k ,有0x x k =,则可推出0y y l =,0x x l =,),1,( +=k k l即商品的数量保持在0x ,价格保持在0y ,不妨设01x x ≠,下面考虑k k y x ,在图上的变化),2,1( =k .如下图所示,当1x 给定后,价格1y 由f 上的1P点决定,下一时段的数量2x 由g 上的2P点决定,2y 又可由f 上的3P 点决定.依此类推,可得一系列的点),(111y x P,),(122y x P ,),(223y x P ,),(234y x P ,图上的箭头表示求出k P 的次序,由图知:),(),(lim 000y x P y x P k k =+∞→,即市场经济将趋于稳定.并不是所有的需求函数和供应函数都趋于稳定,若给定的f 与g 的图形如下图所示,得出的 ,,21P P就不趋于0P ,此时,市场经济趋向不稳定. 上两图中的折线 ,,,433221P P P P P P形似蛛网,故把这种模型称为蛛网模型.在进行市场经济分析中,f 取决于消费者对某种商品的需要程度及其消费水平,g 取决于生产者的生产、管理等能力.当已经知道需求函数和供应函数之后,可以根据f 和g 的性质判断平衡点0P 的稳定性.利用结论:当||01x x -较小时,0P点的稳定性取决于f 与g 在0P 点的斜率,即当 |)('||)('|00y g x f < (7)时,0P点稳定,当 |)('||)('|00y g x f > (8) 时,0P点不稳定. 这一结论的直观解释是:需求曲线越平,供应曲线越陡,越有利于经济稳定.设|)('|0x f =α,|)('|10y g =β,在0P 点附近取f 与g 的线性近似,由(5),(6)式得)(00x x y y k k --=-α (9))(001y y x x k k -=-+β (10) 上两式中消去k y ,得01)1(x x x k k αβαβ++-=+ (11) (11)式对 ,2,1=k 均成立,有01)1(x x x k k αβαβ++-=+012)1)(()()(x x x k k αβαβαβαβ+-+-=--022312)1()()()(x x x k k αβαβαβαβ+-+-=--- ………………………………………………022132)1()()()(x x x k k k αβαβαβαβ+-+-=---- 01121)1()()()(x x x k k k αβαβαβαβ+-+-=---以上k 个式子相加,有01101])(1[)( ])()(1[)1()(x x x x x kk k k k αβαβαβαβαβαβ--+-=-++-+++-=- (12)此为(11)式的解.若0P是稳定点,则应有: 01lim x x k k =++∞→结合(12)式考虑,0P点稳定的条件是 1<αβ (13) 即βα1<同理,0P点不稳定的条件是 1>αβ (14) 即 βα1>此时,∞=++∞→1lim k k x .这与(7),(8)式是一致的.2.4 模型的修正在上面模型假设的第(iii )点中引进了供应函数,并且知道g 取决于管理者的生产、管理水平.如果生产者的管理水平更高一些,他们在决定该商品生产数量1+k x 时,不仅考虑了前一时期的价格k y ,而且也考虑了价格1-k y .为了简化起见,不妨设1+k x 由)(211-+k k y y 决定,则供应函数可写成⎥⎦⎤⎢⎣⎡+=-+)(2111k k k y y g x 在0P附近取线性近似,则有 )2(20101y y y x x k k k -+=--+β(15)由(9)式有)(00x x y y k k --=α )(0101x x y y k k --=--α 将上两式代入(15)式,整理得011)1(2x x x x k k k αβαβαβ+=++-+,),3,2( =k这是一个二阶线性差分方程,其特征方程为022=++αβαβλλ经计算,可得其特征根48)(22,1αβαβαβλ-±-=(16)结论:若方程的特征根均在单位圆内,即1||1<λ,1||2<λ,则0P为稳定点. 当8>αβ时,(16)式有两个实根,因448)(22αβαβαβαβλ-<---=, 则有2||2>λ,故此时0P不是稳定点. 当8<αβ时,(16)式有两个共轭复根,此时2)(8414||212222,1αβαβαβαβλ=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+⎪⎭⎫ ⎝⎛=要使0P为稳定点,只需2<αβ与(13)式相比,α与β的范围扩大了.这是由于经营者经营管理水平的提高带来的结果.§7.3 商品销售量预测在利用差分方程建模研究实际问题时,常常需要根据统计数据并用最小二乘法来拟合出差分方程的系数.其系统稳定性讨论要用到代数方程的求根.对问题的进一步研究又常需考虑到随机因素的影响,从而用到相应的概率统计知识.例4 某商品前5年的销售量见表.现希望根据前5年的统计数据预测第6年起该商品在从表中可以看出,该商品在前5年相同季节里的销售量呈增长趋势,而在同一年中销售量先增后减,第一季度的销售量最小而第三季度的销售量最大.预测该商品以后的销售情况,根据本例中数据的特征,可以用回归分析方法按季度建立四个经验公式,分别用来预测以后各年同一季度的销售量.例如,如认为第一季度的销售量大体按线性增长,可设销售量b at y t +=)1(,由x=[[1:5]',ones(5,1)];y=[11 12 13 15 16]';z=x\y 求得3.1)1(==z a ,5.9)2(==z b .根据5.93.1)1(+=t y t,预测第六年起第一季度的销售量为3.17)1(6=y ,6.18)1(7=y ,….由于数据少,用回归分析效果不一定好.如认为销售量并非逐年等量增长而是按前一年或前几年同期销售量的一定比例增长的,则可建立相应的差分方程模型.仍以第一季度为例,为简单起见不再引入上标,以t y 表示第t 年第一季度的销售量,建立形式如下的差分公式:211a y a y t t +=-或 32211a y a y a y t t t ++=--等等.上述差分方程中的系数不一定能使所有统计数据吻合,较为合理的办法是用最小二乘法求一组总体吻合较好的数据.以建立二阶差分方程32211a y a y a y t t t ++=--为例,选取321,,a a a 使∑=--++-53232211)]([t t t ta y a y a y最小.编写Matlab 程序如下:y0=[11 12 13 15 16]';y=y0(3:5);x=[y0(2:4),y0(1:3),ones(3,1)]; z=x\y求得1)1(1-==z a ,3)2(2==z a ,8)3(3-==z a .即所求二阶差分方程为8321-+-=--t t t y y y .虽然这一差分方程恰好使所有统计数据吻合,但这只是一个巧合.根据这一方程,可迭代求出以后各年第一季度销售量的预测值216=y ,197=y ,…等.上述为预测各年第一季度销售量而建立的二阶差分方程,虽然其系数与前5年第一季度的统计数据完全吻合,但用于预测时预测值与事实不符.凭直觉,第六年估计值明显偏高,第七年销售量预测值甚至小于第六年.稍作分析,不难看出,如分别对每一季度建立一差分方程,则根据统计数据拟合出的系数可能会相差甚大,但对同一种商品,这种差异应当是微小的,故应根据统计数据建立一个共用于各个季度的差分方程.为此,将季度编号为20,,2,1 =t ,令241a y a y t t +=-或38241a y a y a y t t t ++=--等,利用全体数据来拟合,求拟合得最好的系数.以二阶差分方程为例,为求321,,a a a 使得∑=--++-=209238241321)]([),,(t t t t a y a y a y a a a Q最小,编写Matlab 程序如下:y0=[11 16 25 12 12 18 26 14 13 20 27 15 15 24 30 15 16 25 32 17]'; y=y0(9:20);x=[y0(5:16),y0(1:12),ones(12,1)]; z=x\y求得8737.0)1(1==z a ,1941.0)2(2==z a ,6957.0)3(3==z a ,故求得二阶差分方程6957.01941.08737.084++=--t t t y y y ,)21(≥t根据此式迭代,可求得第六年和第七年第一季度销售量的预测值为5869.1721=y ,1676.1925=y 还是较为可信的.§7.4 遗传模型随着人类的进化,人们为了揭示生命的奥妙,越来越重视遗传学的研究,特别是遗传特征的逐代传播,引起人们更多的注意.无论是人,还是动植物都会将本身的特征遗传给下一代,这主要是因为后代继承了双亲的基因,形成自己的基因对,基因对将确定后代所表现的特征.下面,我们来研究两种类型的遗传:常染色体遗传和-x 链遗传.根据亲体基因遗传给后代的方式,建立模型,利用这些模型可以逐代研究一个总体基因型的分布.4.1 常染色体遗传模型常染色体遗传中,后代从每个亲体的基因对中各继承一个基因,形成自己的基因对,基因对也称为基因型.如果我们所考虑的遗传特征是由两个基因A 和a 控制的,那么就有三种基因对,记为aa Aa AA ,,.例如,金鱼草由两个遗传基因决定花的颜色,基因型是AA 的金鱼草开红花,Aa 型的开粉红色花,而aa 型的开白花.又如人类眼睛的颜色也是通过常染色体遗传控制的.基因型是AA 或Aa 的人,眼睛为棕色,基因型是aa 的人,眼睛为蓝色.这里因为AA 和Aa 都表示了同一外部特征,我们认为基因A 支配基因a ,也可以认为基因a 对于A 来说是隐性的.当一个亲体的基因型为Aa ,而另一个亲体的基因型是aa 时,那么后代可以从aa 型中得到基因a ,从Aa 型中或得到基因A ,或得到基因a .这样,后代基因型为Aa 或aa 的可能性相等.下面给出双亲体基因型的所有可能的结合,以及其后代形成每种基因型的概率,如例5 农场的植物园中某种植物的基因型为Aa AA ,和aa .农场计划采用AA 型的植物与每种基因型植物相结合的方案培育植物后代.那么经过若干年后,这种植物的任一代的三种基因型分布如何?(a )假设令 ,2,1,0=n .(i )设n n b a ,和n c 分别表示第n 代植物中,基因型为Aa AA ,和aa 的植物占植物总数的百分率.令)(n x为第n 代植物的基因型分布:[]T n nnn c b a x =)(当0=n 时[]Tc b a x 000)0(=表示植物基因的初始分布(即培育开始时的分布),显然有1000=++c b a(ii )第n 代的分布与第1-n 代的分布之间的关系是通过上面的表格确定的. (b )建模根据假设(ii ),先考虑第n 代中的AA 型.由于第1-n 代的AA 型与AA 型结合,后代全部是AA 型;第1-n 代的Aa 型与AA 型结合,后代是AA 型的可能性为21;而第1-n 代的aa型与AA 型结合,后代不可能是AA 型.因此当 ,2,1=n 时1110211---⋅++⋅=n n n n c b a a即1121--+=n n n b a a (17)类似可推出1121--+=n n n c b b (18)0=n c (19)将(17),(18),(19)式相加,得111---++=++n n n n n n c b a c b a根据假设(i ),有1000=++=++c b a c b a n n n对于(17),(18),(19)式,我们采用矩阵形式简记为)1()(-=n n Mx x , ,2,1=n (20)其中⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=00012100211M由(20)式递推,得)0()2(2)1()(x M x M Mx x n n n n ====-- (21)(21)式给出第n 代基因型的分布与初始分布的关系.编写如下Matlab 程序: syms n a0 b0 c0M=sym('[1,1/2,0;0,1/2,1;0,0,0]'); [p,lamda]=eig(M);x=p*lamda.^n*p^(-1)*[a0;b0;c0]; x=simple(x) 求得⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=⎪⎭⎫⎝⎛+⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛-=--021********10010n n n n n n n c c b b c b a (22)当∞→n 时,021→⎪⎭⎫⎝⎛n,所以从(22)式得到1→n a ,0→n b ,0=n c即在极限的情况下,培育的植物都是AA 型.(c )模型的讨论若在上述问题中,不选用基因AA 型的植物与每一植物结合,而是将具有相同基因型植物并且)0()(x M xn n =,其中⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=141002100411M编写如下Matlab 程序:syms n a0 b0 c0M=sym('[1,1/4,0;0,1/2,0;0,1/4,1]'); [p,lamda]=eig(M);x=p*lamda.^n*p^(-1)*[a0;b0;c0]; x=simple(x)求得⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+=⎪⎭⎫ ⎝⎛=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+=++0100102121212121b c c b b b a a n n n n n n (23) 当∞→n 时,0021b a a n +→,0→n b ,0021b c c n +→.因此,如果用基因型相同的植物培育后代,在极限情况下,后代仅具有基因AA 和aa .4.2 常染色体隐性病模型现在世界上已经发现的遗传病有将近4000种.在一般情况下,遗传病与特殊的种族、部落及群体有关.例如,遗传病库利氏贫血症的患者以居住在地中海沿岸为多,镰状网性贫血症一般流行在黑人中,家族黑蒙性白痴症则流行在东欧犹太人中间.患者经常未到成年就痛苦地死去,而他们的父母则是疾病的病源.假若我们能识别这些疾病的隐性患者,并且规定两个隐性患者不能结合(因为两个隐性患者结合,他们的后代就可能成为显性患者),那么未来的儿童,虽然有可能是隐性患者,但决不会出现显性特征,不会受到疾病的折磨.现在,我们考虑在控制结合的情况下,如何确定后代中隐性患者的概率.(a )假设(i )常染色体遗传的正常基因记为A ,不正常基因记为a ,并以aa Aa AA ,,分别表示正常人,隐性患者,显性患者的基因型.(ii )设n n b a ,分别表示第n 代中基因型为Aa AA ,的人占总人数的百分比,记⎥⎦⎤⎢⎣⎡=n n n b a x )(, ,2,1=n(iii )为使每个儿童至少有一个正常的父亲或母亲,因此隐性患者必须与正常人结合,其后代的基因型概率由下表给出:(b )建模由假设(iii ),从第1-n 代到第n 代基因型分布的变化取决于方程1121--+=n n n b a a11210--+⋅=n n n b a b所以)1()(-=n n Mx x, ,2,1=n ,其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=210211M如果初始分布)0(x已知,那么第n 代基因型分布为)0()(x M x n n =, ,2,1=n .易知⎪⎪⎩⎪⎪⎨⎧⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛-=0021211b b b a nn n n ,2,1=n (24) 当∞→n 时,1→n a ,0→n b ,隐性患者逐渐消失.从(24)式中可知121-=n n b b这说明每代隐性患者的概率是前一代隐性患者概率的21.(c )模型讨论研究在随机结合的情况下,隐性患者的变化是很有意思的,但随机结合导致了非线性化问题,超出了本章范围,然而用其它技巧,在随机结合的情况下可以把(24)式改写为11211--+=n n n b b b (25)下面给出数值的例子:某地区有10%的黑人是镰状网性贫血症隐性患者,如果控制结合,根据(24)式可知下一代(大约27年)的隐性患者将减少到5%;如果随机结合,根据(25)式,可以预言下一代人中有9.5%是隐性患者,并且可计算出大约每出生400个黑人孩子,其中有一个是显性患者.4.3 -X 链遗传模型-X 链遗传是指雄性具有一个基因A 或a ,雌性具有两个基因AA ,或Aa ,或aa .其遗传规律是雄性后代以相等概率得到母体两个基因中的一个,雌性后代从父体中得到一个基因,并从母体的两个基因中等可能地得到一个.下面,研究与-X 链遗传有关的近亲繁殖过程.(a )假设(i )从一对雌雄结合开始,在它们的后代中,任选雌雄各一个成配偶,然后在它们产生的后代中任选两个结成配偶.如此继续下去.(ii )父体与母体的基因型组成同胞对,同胞对的形式有),(AA A ,),(Aa A ,),(aa A ,),(AA a ,),(Aa a ,),(aa a 六种.初始一对雌雄的同胞对,是这六种类型中的任一种,其后代的基因型如下表所示.(iii )在每一代中,配偶的同胞对也是六种类型之一,并有确定的概率.为计算这些概率,设n n n n n n f e d c b a ,,,,,分别是第n 代中配偶的同胞对为),(AA A ,),(Aa A ,),(aa A ,),(AA a ,),(Aa a ,),(aa a 型的概率, ,1,0=n .令[]Tn nn n nn n f e d c b a x =)(, ,1,0=n(iv )如果第1-n 代配偶的同胞对是),(Aa A 型,那么它们的雄性后代将等可能地得到基因A 和a ,它们的雌性后代的基因型将等可能地是AA 或Aa .又由于第n 代雌雄结合是随机的,那么第n 代配偶的同胞对将等可能地为四种类型),(AA A ,),(Aa A ,),(AA a ,),(Aa a 之一.对于其它类型的同胞对,我们可以进行同样分析,因此有)1()(-=n n Mx x , ,2,1=n (26)其中⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=141000410141000004100410000041104100000411M从(26)式中易得)0()(x M x n n =, ,2,1=n编写如下Matlab 程序:syms n a0 b0 c0 d0 e0 f0M=[1 1/4 0 0 0 0;0 1/4 0 1 1/4 0;0 0 0 0 1/4 0; 0 1/4 0 0 0 0;0 1/4 1 0 1/4 0;0 0 0 0 1/4 1];M=sym(M);[p,lamda]=eig(M);x=p*lamda.^n*p^(-1)*[a0;b0;c0;d0;e0;f0]; x=simple(x)由上述程序计算结果可以看出当∞→n 时,⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡++++++++→0000000000)(32313231000031323132f e d c b e d c b a x n ,因此,在极限情况下所有同胞对或者是),(AA A 型,或者是),(aa a 型.如果初始的父母体同胞对是),(Aa A 型,即10=b ,而000000=====f e d c a ,于是,当∞→n 时Tn x ⎥⎦⎤⎢⎣⎡→31000032)(即同胞对是),(AA A 型的概率是32,是),(aa a 型的概率是31.思考题:1. (汉诺塔问题)n 个大小不同的圆盘依其半径大小依次套在桩A 上,大的在下,小的在上.现要将此n 个盘移到空桩B 或C 上,但要求一次只能移动一个盘且移动过程中,始终保持大盘在下,小盘在上.移动过程中桩A 也可利用.设移动n 个盘的次数为n a ,试建立关于n a 的差分方程,并求n a 的通项公式.2. 设第一月初有雌雄各一的一对小兔.假定两月后长成成兔,同时(即第三月)开始每月初产雌雄各一的一对小兔,新增小兔也按此规律繁殖.设第n 月末共有n F 对兔子,试建立关于n F 的差分方程,并求n F 的通项公式.3. 在常染色体遗传的问题中,假设植物总是和基因型是Aa 的植物结合.求在第n 代中,基因型为Aa AA ,和aa 的植物的百分率,并求当n 趋于无穷大时,基因型分布的极限.。