数学模型 微 分 方 程
微分方程模型(全)
第四步：了解问题中所涉及的原则或物理定律。
第五步：依据 第二、第三、第四步 建立微分 方程。 还有已知的对应某个 t 的 y 的值（可 能还有 y 的导数的值）就是求解微分方程所 需要的初始值。
第六步：求微分方程的解并给出问题的答案。 下面我们从易到难给出微分方程模型之应 用案例
例1 火车启动
例 1：火车启动
y ce .
kt
(2)
y( 24) 400.
初始值:
y(0) 100,
代入（2）求得: 因此:
c 100, k (ln 4) / 24.
t ln 4 / 24
y 100e
.
我们要求的是:
y(12) 100e
(12 / 24) ln 溶液浓度
如果有一个实际问题，要找一个量 y ， 与另一个量 t（时间或其他变量）的关系， 这种关系涉及量 y 在每个 t 时的瞬时变化率， 而且这个瞬时变化率与量 y 与 t 的关系可以 确定，那么这样的问题通常可以通过微分 方程来解决。 利用微分方程解决这样的问题的一般 步骤如下： （分为六步）
第一步:
题目：一列火车从静止开始启动，均匀地加速，
五分钟时速度达到 300 千米。问：这段时间内 该火车行进了多少路程？
例1 火车启动
解 这个问题相对比较简单，问题与“加速”、 “速度”有关，所以与导数有关； 涉及的量为： “时间”（小时），“路程”（千米），“速 度”（千米/小时），“加速度”（常数 a ）;
例2 细菌增长
解 这个问题也比较简单。 问题与“增长率”有关，所以与导数有关；
涉及的量为： “时间”（小时），“细菌总数”（个）， “速度”（个/小时）; 有（待定）函数关系的两个量定为： 细菌总数 y ，时间 t ； 涉及的原则或物理定律： 导数＝增长率.
微分方程(组)模型
③
(2) 方程③是一阶线性微分方程，通解为②当n>0时，有特解y=0.
求微分方程（组）的解析解命令: dsolve(‘方程1’, ‘方程2’,…‘方程n’, ‘初始条件’, ‘自 变量’) 符号说明：在表达微分方程时，用字母D表示求微分， D2、D3等表示求2阶、3阶等微分。任何D后所跟的 字母为因变量，自变量可以指定或由系统规则选定为 确省。 d2y
方法：
• 规律分析法：根据相关学科的定理或定律、规律（这些涉及 到某些函数变化率）建立微分方程模型，如曲线的切线性质. • 微元分析法:应用一些已知规律和定律寻求微元之间的关系式. • 近似模拟法：在社会科学、生物学、医学、经济学等学科的 实际问题中，许多现象的规律性不清楚，常常用近似模拟的 方法建立微分方程模型.
4.符号说明
• • • • • • • a---某人每天在食物中摄取的热量 b---某人每天用于新陈代谢（及自动消耗）的热量 α ---某人每天从事工作、生活每千克体重必需消耗的热量 β---某人每天从事体育锻炼每千克体重消耗的热量 w---体重(单位：千克) w0---体重的初始值 t---时间（单位：天）
若Q(x)≡0,则称为一阶线性齐次方程，一阶线性微分方程通解为 P ( x ) dx P ( x ) dx ② y ( x) e ( Q( x)e dx C )
从而可得
dz (1 n) P ( x) z (1 n)Q ( x) dx
dz dy (1 n) y n dx dx
一、微分方程模型 二、微分方程的数学形式 三、微分方程（组）的MATLAB解法 四、减肥的数学模型 五、人口增长数学模型 六、兰彻斯特（Lanchester）作战模型 七、硫磺岛战役案例
微分方程模型
6.1 微分方程模型的建模步骤 6.2 作战模型
6.3 传染病模型 习题
6.1 微分方程模型的建模步骤
例1 某人的食量是10467焦/天，其中5038焦/天用于基本的新
陈代谢（即自动消耗）。在健身训练中，他每天大约每千克
体重消耗69焦的热量。 假设以脂肪形式贮藏的热量100%地有效，而1千克脂肪含 热量41868焦，试研究此人的体重随时间变化的规律。
模型分析
甲乙两支部队互相交战，在整个战争期间，双方的兵力 在不断发生变化，而影响兵力变化的诸多因素转化为数量非 常困难。为此，我们作如下假定把问题简化。
模型假设
1. x(t) , y(t) 表示甲乙双方在时刻 t 的人数， x(0)=x0 ,y(0)=y0 表示甲乙双方开战时的人数，x0 > 0, y0 >0； 2.设x(t) , y(t)是连续变化的，并且充分光滑； 3.每一方的战斗减员率取决于双方的兵力，不妨以f(x,y) ,
投入多大的初始兵力。不妨设 100 x0
S 活动区域 x 0.1
p， 0.1 rx， x
ry 2
， 平
平方千米，乙方射击的有效面积 1 sy
y0 2 0.1 0.1 106 100 x 2 1 100 0
2
方米，则可得乙方获胜的条件为：
a
时甲方兵力
降为“零”，从而乙方获胜。同理可知，K 0
甲方获胜。而当 K 0 时，双方战平。 2 2 甲方获胜的充要条件为 bx0 ay0 0
时，
代入a 、b 的值，有甲方获胜的充要条件为
2 2 rx p x x 0 r y p y y 0
故可找到一个用于正规作战部队的综合战斗力的评价函数：
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。
第四章 微分方程数学模型
3)、若s0
1
, 则i(t )先增加，当 s
1
1
时，i(t )达到最大
im 1
(1 ln s0 ), 然后减小趋于0, s(t ) s
若s0
1
, 则i(t )单调趋于0，(i)单调趋于s s
i0
i0
1
i
1
i
1
O
1
1
1
t
i0
O
t
O
t
1 1 i ( ) 0 1
1 1
1 ~ 阈值
1 i (t )
感染期内有效接触感染的 i0小 i(t )按S曲线增长 健康人数不超过病人数
直接求解方程，亦可得到上述结果
di i (1 i ) i dt i (0) i0
时
i0 i (t ) i0 t 1
1
时
1 ( ) t e i(t ) i 0
x s0
i0小， 0 1 s
x x ln(1 ) 0 s0 1
x x2 x ( 2)0 s0 2 s 0 1
x 2s0 ( s0
1
)
令 s0 1 , 又 较小, s0 1)
x 2
模型检验 医疗机构一般依据r(t)来统计疾病的波及人数 ，从广 义上理解，r(t)为t时刻已就医而被隔离的人数，是康 复还是死亡对模型并无影响。
代数方程组 f ( x, y ) 0, g ( x, y ) 0. 的实根x = x0, y = y0称为方程(4-3)的平衡点, 记作P0 (x0, y0). 它也是方程(4-3)的解.
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
微分方程模型介绍
微分方程模型介绍在研究实际问题时，常常会联系到某些变量的变化率或导数，这样所得到变量之间的关系式就是微分方模型。
微分方程模型反映的是变量之间的间接关系，因此，要得到直接关系，就得求微分方程。
求解微分方程有三种方法：1）求解析解；2）求数值解（近似解）；3）定性理论方法。
建立微分方程模型的方法：1）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等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。
下面我们以生态学模型为例介绍微分方程模型的建立过程： 一. 单种群模型1. 马尔萨斯(Malthus)模型假定只有一个种群，()N t 表示t 时刻生物总数，r 表示出生率，0t 表示初始时刻，则生物总数增长的数学模型为()()()00d ,d (1)t t N t rN t t N t N =⎧=⎪⎨⎪=⎩不难得到其解为()0()0r t t N t N e-=.2. 密度制约模型由马尔萨斯模型知，种群总数将以几何级数增长，显然与实际不符，因为种群密度增大时，由于食物有限，生物将产生竞争，或因为传染病不再按照增长率r 增长，因而有必要修改，在(1)式右端增加一项竞争项。
()()()d (1)(2)d N t N t rN t tK=-其中K 为最大容纳量，可以看出当()N t K =时，种群的规模不再增大。
这个模型就是著名的Logistic 模型，可以给出如下解释：由于资源最多仅能维持K 个个体，故每个个体平均需要的资源为总资源的1K，在t 时刻个体共消耗了总资源的()N t K此时资源剩余()1N t K-，因此Logistic 模型表明：种群规模的相对增长率与当时所剩余的资源份量成正比，这种种群密度对种群规模增长的抑制作用。
数学建模微分方程模型
我国是世界第一人口大国，地球上每九 个人中就有二个中国人，在20世纪的一段 时间内我国人口的增长速度过快，如下表：
年 1908 1933 4.7 1953 6.0 1964 7.2 1982 10.3 1990 11.3 2000 12.95
人口（亿）3.0
有效地控制人口的增长，不仅是使我国全面进 入小康社会、到21世纪中叶建成富强民主文明的社 会主义国家的需要，而且对于全人类社会的美好理 想来说，也是我们义不容辞的责任。
1.人口模型
问题的提出 假设和定义 模型的建立 分析和求解 结论和讨论
1 问题的提出
人口问题是当今世界上最令人关注的问题之一， 一些发展中国家的人口出生率过高，越来越威胁着 人类的正常生活，有些发达国家的自然增长率趋于 零，甚至变为负数，造成劳动力紧缺，也是不容忽 视的问题。另外，在科学技术和生产力飞速发展的 推动下，世界人口以空前的规模增长，统计数据显 示：
模型的缺点
缺点：当t→∞时，I(t) → n，这表示所有的人最
终都将成为病人，这一点与实际情况不 符合
原因：这是由假设〔1)所导致，没有考虑病人可
以治愈及病人病发身亡的情况。 思考题：考虑有病人病发身亡的情况，再对模型 进行修改。
模型三 有些传染病（如痢疾)愈后免疫力很低，还有可能再
次被传染而成为病人。 模型假设： （1）健康者和病人在总人数中所占的比例分别为s(t)、i(t)， 则： s(t)+i(t)＝1 （2）一个病人在单位时间内传染的人数与当时健康人数成 正比，比例系数为k （3）病人每天治愈的人数与病人总数成正比，比例系数为 μ(称日治愈率)，病人治愈后成为仍可被感染的健康者， 称1/ μ为传染病的平均传染期(如病人数保持10人，每 天治愈2人， μ ＝1/5，则每位病人平均生病时间为 1/ μ ＝5天)。
常见的微分方程模型
常见的微分方程模型微分方程是数学的一个重要分支，广泛应用于自然科学和工程领域。
它描述了物理现象、社会问题和自然现象的变化规律，能够帮助我们理解和预测各种现象的发展趋势。
下面将介绍一些常见的微分方程模型。
1. 一阶线性微分方程一阶线性微分方程是最简单且常见的微分方程之一。
它可以描述许多实际问题，比如放射性衰变、人口模型等。
一阶线性微分方程的一般形式可以写为dy/dt = f(t) * y + g(t)，其中f(t)和g(t)是已知函数，y是未知函数。
2. 指数衰减模型指数衰减模型是描述某种变化过程的常见微分方程。
它可以用来描述放射性物质的衰变、人口增长的趋势等。
指数衰减模型的一般形式是dy/dt = -ky，其中k是常数。
这个方程表示y的变化速率与y本身成比例，且反向。
3. 扩散方程扩散方程是描述物质或能量传递过程的微分方程。
它可以用来研究热传导、扩散现象等。
扩散方程的一般形式是∂u/∂t = D ∇²u，其中u是未知函数，D是扩散系数，∇²是Laplace算子。
这个方程表示u 的变化率与u的二阶导数成正比。
4. 多体问题多体问题是描述多个物体之间相互作用的微分方程模型。
它可以用来研究天体运动、分子碰撞等问题。
多体问题的方程通常包括牛顿第二定律和对应的初始条件，如F = ma和相关的速度、位置初值条件。
5. 随机微分方程随机微分方程是考虑了随机因素的微分方程模型。
它可以用来研究金融市场的波动、生态系统的不确定性等。
随机微分方程的方程形式通常会引入一个随机项，如dy/dt = f(t, y) dt + g(t, y) dW，其中dW是布朗运动，表示随机项。
以上介绍的是一些常见的微分方程模型，它们在理论和实际应用中都具有重要的地位。
通过研究这些模型，我们可以深入理解各种现象背后的数学规律，并且为实际问题提供解决方案。
微分方程模型不仅有助于推动数学的发展，还在科学研究、工程设计和技术创新等领域中发挥着重要作用。
各类常微分方程模型分析
各类常微分方程模型分析常微分方程（Ordinary Differential Equation，ODE）是数学中的一个重要分支，是描述物理、化学、生物等自然界现象的一种数学工具。
而ODE模型就是从ODE方程构建出来的数学模型，是理解自然现象、预测未来趋势、设计优化控制策略的基础。
本文将介绍几种常见的ODE模型及其应用，希望能够对读者深入理解ODE模型的构建和分析提供启发和帮助。
一、指数增长模型指数增长模型是ODE中最简单的一种，它描述的是某个物种数量在到达一定条件后呈指数增长趋势的现象。
常见应用是在生态学和人口学领域中，例如病毒感染人群数量、野生动物种群数量等的变化趋势。
其ODE方程形式如下：$$\frac{dN}{dt}=rN$$其中，$N$表示物种数量，$t$表示时间，$r$表示物种增长率。
解析解为：$$N=N_0*e^{rt}$$其中，$N_0$表示初始数量。
二、洛伦兹模型洛伦兹模型是ODE中的一个著名模型，由美国数学家洛伦兹于1963年提出，它描述的是某个系统中两个变量之间的交互作用，例如空气中湍流的运动。
其ODE方程形式如下：$$\frac{dx}{dt}=\sigma(y-x)$$$$\frac{dy}{dt}=x(\rho-z)-y$$$$\frac{dz}{dt}=xy-\beta z$$其中，$x,y,z$为三个变量，$\sigma,\rho,\beta$为常数。
洛伦兹模型的解决方式是数学上的数值计算方法，例如欧拉方法、改进的欧拉方法、梯形法、龙格库塔法等。
三、容器模型容器模型是ODE中的一个典型模型，它描述的是容器内流体的动力学行为，例如饮水机里水的流动、石油管道中石油的流动等。
其ODE方程形式如下：$$\frac{dV}{dt}=Q_{in}-Q_{out}$$其中，$V$表示容器内的液体体积，$t$表示时间，$Q_{in}$表示进入容器内的流量，$Q_{out}$表示从容器内流出的流量。
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 )
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。
第三章 数学模型1-微分方程.
线性系统
拉氏 变换 傅氏 变换
传递函数
微分方程
频率特性
•
建模方法
机理分析法
适用于比较简单的系统
实验辨识法
适用于复杂系统
数学模型的概括性
• 许多表面上完全不同的系统（如机械系统、电 气系统、液压系统和经济学系统）有时却可能 具有完全相同的数学模型。 数学模型表达了这些系统的共性。
•
•
数学模型建立以后，研究系统主要是以数学模 型为基础分析并综合系统的各项性能，而不再 涉及实际系统的物理性质和具体特点。
自动控制原理
第三章 线性系统的数学模型
本章知识点： 线性系统的输入－输出时间函数描述 传递函数的定义与物理意义 典型环节的数学模型 框图及化简方法
引言
定义： 控制系统的输入和输出之间动态关系 的数学表达式即为数学模型。 用途： 1）分析实际系统 2）预测物理量 3）设计控制系统
表达形式 时域：微分方程、差分方程、状态方程 （内部描述） 复域：传递函数（外部描述）、动态结 构图 频域：频率特性
目的：从时间域角度，建立系统输入量
（给定值）和系统输出量（被控变量）之 间的关系。
两种描述：微分方程描述、单位脉冲响应
描述。
一．
线性系统的微分方程描述（机理建模法）
SISO线性定常系统的输入输出关系微分方程描 述的标准形式
an1c(t ) anc(t )
1.
c( n) (t ) a1c( n1) (t ) a2c( n2) (t )
列写系统微分方程的步骤
① ② ③
划分不同环节，确定系统输入量和输出量；
写出各环节（元件）的运动方程；
消去中间变量，求取只含有系统输入和输出变 量及其各阶导数的方程； 化为标准形式。
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
微分方程模型的基本原理
微分方程模型的基本原理微分方程是数学中描述变化的一种重要工具，它能够描述系统中随时间、空间或者其他变量而发生的变化规律。
微分方程模型是一种基于微分方程的数学模型，用于描述各种实际问题的变化过程。
1.变量与变化率的关系：微分方程模型描述了系统中变量随时间的变化率，即变量的导数。
它指出了变量如何随时间而变化，从而提供了数量化的描述。
2.初始条件和边界条件：微分方程模型需要给定初始条件和边界条件，以确定具体的解。
初始条件是在系统起始时给定的变量值，边界条件是在系统边界上给定的限制条件。
这些条件可以是实际问题中必须满足的条件。
3.多变量之间的关系：微分方程模型可以涉及多个变量之间的相互作用。
这些变量可以表示不同的物理量或者变化过程，它们之间的关系可以是线性的、非线性的、常系数的或者变系数的。
这些关系可以通过微分方程进行描述。
4.具体问题的建模过程：微分方程模型的建立需要针对具体问题进行分析和建模过程。
这个过程中需要确定问题中涉及的变量、关系以及边界条件，并将其转化为合适的微分方程模型。
这个过程可以涉及到数学推理、物理实验、统计分析等多个方面。
微分方程模型的应用非常广泛，几乎涉及到各个学科领域。
例如，在物理学中，微分方程模型可以用于描述粒子的运动、电磁场的分布、热传导等问题；在经济学中，微分方程模型可以用于描述市场供需关系、经济增长等问题；在生物学中，微分方程模型可以用于描述生物种群的演化、药物动力学等问题。
微分方程模型的求解方法也非常丰富多样，可以通过数值方法、解析方法、近似方法等进行求解。
数值方法通过将微分方程转化为差分方程，然后采用逼近的方式进行求解。
解析方法通过数学推导和变量分离的方式求得方程的解析解。
近似方法通过针对特定问题的特殊性质，利用适当的近似方法得到问题的近似解。
总之，微分方程模型是一种重要的数学工具，广泛用于各个学科领域中的问题描述和解决。
它通过描述变量与变化率的关系，建立初始条件和边界条件，描述多变量之间的关系等方面，为实际问题提供了准确的数学描述和求解方法。
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
微分方程模型——数学建模真题解析
练习题： 1、在一所大学，某个教师每天从图书馆借出一本 书，而图书馆每周收回所借图书的10%。2年后， 这个教师手中有大约多少本图书馆的书？ 2、某学院的教育基金，最初投资P元，以后按利 率r的连续复利增长。另外，每年在基金开算的时 间，都要投入新的资本A/年求7年的累计资金数 量。 另外，如果每年在基金开算的时间，把其中20% 用于奖学金的发放，求7年后累计资金数量。 3、一场降雪开始于中午前的某个时刻，降雪量稳 定。某人从正午12点开始清扫人行道，他的铲雪 速度(m3/小时)和路面宽度都不变，到下午2点他 扫了1000米，到下午4点又清扫了500米。雪是什 么时间开始下的？另外，如果他在下午4点开始回 头清扫，什么时间回到开始清扫的地点？
2004C题 饮酒驾车 据报载，2003年全国道路交通事故死亡人数为 10.4372万，其中因饮酒驾车造成的占有相当的比例。 针对这种严重的道路交通情况，国家质量监督检验检 疫局2004年5月31日发布了新的《车辆驾驶人员血液、 呼气酒精含量阈值与检验》国家标准，新标准规定， 车辆驾驶人员血液中的酒精含量大于或等于20毫克／ 百毫升，小于80毫克／百毫升为饮酒驾车（原标准是 小于100毫克／百毫升），血液中的酒精含量大于或 等于80毫克／百毫升为醉酒驾车（原标准是大于或等 于100毫克／百毫升）。 大李在中午12点喝了一瓶啤酒，下午6点检查时符合 新的驾车标准，紧接着他在吃晚饭时又喝了一瓶啤酒， 为了保险起见他呆到凌晨2点才驾车回家，又一次遭 遇检查时却被定为饮酒驾车，这让他既懊恼又困惑， 为什么喝同样多的酒，两次检查结果会不一样呢？
微分方程基础
微分方程是含有函数及其导数的方程。 如果方程(组)只含有一个自变量(通常是时间t)，则 称为常微分方程。否则称为偏微分方程。
微分方程模型的优点和不足
微分方程模型是一种用于描述动态系统演化过程的数学模型，它可以预测和分析系统的行为。
微分方程模型的优点和不足如下：
优点：
准确性：微分方程模型可以准确地描述系统的内部规律和事物的内在关系，因此能够提供比较精确的预测结果。
适用性广：微分方程模型适用于多种类型的问题，包括物理、几何、生物、经济等领域。
可解释性强：微分方程模型的建立基于相关原理的因果预测法，因此其解释性比较强，能够提供关于系统行为的深入理解。
不足：
建立困难：微分方程模型的建立需要深厚的数学基础和专业知识，因此对于一些非专业人士来说可能比较困难。
求解困难：微分方程模型的求解过程可能比较复杂，需要使用数值方法或近似方法进行求解，这可能会增加模型的复杂性和计算成本。
局限性：微分方程模型主要适用于连续型问题，对于离散型问题可能不太适用。
此外，微分方程模型的预测结果也可能受到一些假设条件和参数的影响，因此需要注意其适用范围和局限性。
总之，微分方程模型具有优点和不足，需要根据具体问题进行选择和应用。
在使用微分方程模型时，需要注意其适用范围和局限性，并结合实际情况进行模型的建立和改进。
数学建模之微分方程模型
增长率递增的现象），但是随着人口数的 增加，人口的年增长率将呈现逐年递减的 现象。再考虑到环境适应程度的制约，想 象人口的增长不可能超过某个度。
（2）对于其中常数增长率r 的估计可以使用 拟合或者参数估计的方法得到。
（3）在实际情况下，可以使用离散的近似 表达式 N(t) N0 (1 r)t 作为人口的预测表 达式。
人口模型
人口数量以及和次类似的动植物种群 的个体数量都是离散变量，不具有连续可 微性。但由于短时间内改变的是少数个体， 与整体数量相比，这种变化是很微小的。 基于此原因，为了成功应用数学工具，我 们通常假定大规模种群的个体数量是时间 的连续可微函数。此假设条件在非自然科 学的问题中常常用到。
指数增长模型（Malthus 人口模型）
（程2可）以注看意到到，NddN(tt
0 ，并且从最终的人口方
)
N m，以及
lim
t
N
(t)
N m，
（这人3说口）dd明 的2tN2人增口 长r(随速1着 度2N时 最/间 快Nm的 ，) 增 从0加 而表递 可明增以当地得N趋到 于人N2mN口时m。
曲线上的一个拐点。
（4） 模型中所涉及到的两个参数 r, Nm 的估
模型假设：
（1）人口的增长率r 是当前人口数的减函 数 r r(N) r(N)' 0 。
（2） r(N) r sN ，其中r 是人口的固有增长
率，而s 决定了所能容纳的最大人口量 Nm 。
当 N Nm 时，人口的增长速度将降为0，从而 可以得到 s r / N。m 这样可以得到
r(N) r(1 N / Nm ) 。
- 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)。
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
律。
令5.0=u ，20001=V ,利用Mathematica 在操作窗口中输入以下代码命令： Plot[0.5(2000-v),{v,0,2000},PlotStyle->{RGBColor[0,1,0]}]
得到：
图3
dt
dV ～V 曲线 再利用matlab 在操作窗口中输入以下代码命令：
v=dsolve('Dv=u*(v1-v)','v(0)=v0','t')
得到：
v =v1+exp(-u*t)*(-v1+v0)
整理得到： t e V V V t V μ---=)()(011 ⑹
令5.0=u ，20001=V ,，利用Mathematica 在操作窗口中输入以下代码命令： Plot[2000-Exp[-0.5t](2000-1000),{t,0,100},PlotStyle->{RGBColor[0,1,0]}] 得到：
图4 V ～t 曲线
由图可以知道它在平衡点1V V =稳定.
方程⑴，⑸存在平衡点：),(),(1121**V V k r k V g =，它是稳定的，若由⑸解出t e V V V t V μ---=)()(011代入⑴，得到：
g k e
V V V r k dt dg ut 20111)(---=- ⑺ 则⑺不能是自治方程，所以不能考虑它的稳定性。