微分方程组模型齐
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。
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
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.
第3章 微分方程模型
第三章 微分方程建模在许多实际问题的研究中，要直接导出变量之间的函数关系较为困难，但要导出包含未知函数的导数或微分的关系式却较为容易，此时即可用建立微分方程模型的方法来研究实际问题。
例如，根据自由落体运动的重力加速度g 为常数及初始条件即可得出自由落体运动的公式、根据单摆的受力分析及牛顿第二定理即可得到单摆运动满足的方程等等就是典型的实例。
本章除了介绍一些来自经典力学的物理及一些几何方面的微分方程问题以外，也介绍了一些稍有不同的微分方程应用题。
这些模型研究的主要是来自于非物理领域的实际问题，对这些问题，我们将分析其特征，根据具体情况进行类比，提出假设条件并建立微分方程模型加以研究。
提出的假设条件不同，将会导出不同的微分方程。
最后还要将求解的结果与实际现象进行对比，如果差异较大还应反复修改假设建立新的模型。
因此，在这类模型中，微分方程被当成了研究问题的工具。
事实上，在连续变量问题的研究中，微分方程或微分方程组还是十分常用的数学工具之一。
§3.1 几个简单实例例3.1 （理想单摆运动的周期）本例的目的是建立理想单摆运动满足的微分方程，由该微分方程即可得出理想单摆运动的周期公式。
（图3-1）从图3-1中不难看出，小球所受的合力为 sin mg ，根据牛顿第二定律可得：θθsin mg ml -= 从而得出两阶微分方程：sin 0(0)0,(0)g l θθθθθ⎧+=⎪⎨⎪==⎩ （3.1） 这就是理想单摆运动满足的微分方程。
（3.1）是一个两阶非线性常微分方程，不容易求解。
根据微积分知识，当θ很小时，有sin θ≈θ，此时，为简单起见，我们可考察（3.1）的近似线性方程：⎪⎩⎪⎨⎧===+∙∙∙0)0(,0)0(0ϑϑϑϑϑl g （3.2）（3.2）的特征方程为02=+lg λ 对应的特征根为i lg =λ，（其中i 为虚单位），故（3.2）中的微分方程的通解为： t c t c t ωωϑcos sin )(21+=，其中lg =ω 代入初始条件，即可求得满足初始条件的微分方程问题（3.2）的解θ(t )= θ0cos ωt注意到当4T t =时，θ(t ) = 0，即可得出 24πω==T l g t 故有 l g T π2=这就是中学物理中理想单摆运动周期的近似公式。
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
微分方程模型
模型评价
隔离病人和在传染病爆发前对易感人群接 种疫苗都是有效降低日接触率λ 种疫苗都是有效降低日接触率λ, 使σ减小, 减小, 从而使病人比例减小; 从而使病人比例减小; 研发特效药是有效提高日治愈率 使使σ 研发特效药是有效提高日治愈率;使使σ 减小,从而使病人比例减小; 减小,从而使病人比例减小;
微分方程模型
常微分方程
常微分方程是最简单的微分方程之一，也 是在建模中经常使用的方程； 常微分方程就是各项系数为常数的微分方 程； y '+ y + xy 2 = 0 微分方程的解就是满足这个式子的函数 y=f(x,C)； y=f(x,C)；
Mathematica解常微分方程 Mathematica解常微分方程
SIS模型问题描述 SIS模型问题描述
有些传染病如流行性感冒、伤风等愈后免 疫力很低，于是病人被治愈后变成健康者， 健康者还可以被感染再变成病人。 传染病的传播是有一定范围的，在传染病 传播期内所考察地区的总人口数相对稳定。
SIS模型变量假设 SIS模型变量假设
传染病区总人口设为N 传染病区总人口设为N； 传染病区人群分为健康者和病人，它们在 人口所点比例分别为s(t)和i(t)； 人口所点比例分别为s(t)和i(t)； 日接触率：每个病人每天有效传染的平均 人数百分比λ 人数百分比λ，当病人与健康者接触，一 部分健康者就会被感染变为病人； 日治愈率：每天被治愈的病人点总病人总 数的百分比 数的百分比；
微分方程模型
解
1、翻译或转化：
2、配备物理单位：
3、建立表达式： 4、确定条件：
1、‚每天‛：体重的变化＝输入一输出 其中输入指扣除了基本新陈代谢之后的净重量 吸收；输出是进行健身训练时的消耗．
2、上述陈述更好的表示结构式： 取天为计时单位，记W(t)为t天时体重(kg)，则： 每天的净吸收量＝2500 – 1200 ＝1300（cal) 每天的净输出量＝16(cal)×W＝16W(cal) 转换成脂肪量＝1300 – 16W（cal）
有一艘走私船正以匀速度a沿直线向北行驶，缉
私舰立即以最大的速度b追赶，若用雷达进行跟
踪，保持船的瞬时速度方向始终指向走私船，试 求缉私舰追逐路线和追上的时间。
图2 走私船与缉私舰的位置关系
走私船
R(0,at)
缉私艇 D(x,y)
O
(c,0)
x
几何关系
dy y at tg dx x dy 即 x y at dx
模型的解：
k k dy 1 x c p dx 2 c x
y (c ) 0
解的进一步讨论
（1）若a<b，从而k<1，由积分式得
c 1 x y 2 1 k c
y 当x=0时，
W (t ) 81.25 C3e
C3 23.9968
则
0.0016t
初始条件为： W (4) 57.40625，代入解出
W (t ) 81.25 23.9968e
0.0016t
最后得到不同阶段的微分方程是：
81.25 24.0974e , 0t 3 0.0016t W (t ) 143.75 86.8981e , 3t 4 81.25 23.9968e0.0016t , t 4
4.2 常微分方程组模型
0.3 ，然后输入命令：ts=0:50; 这里假设 1 ，
x0=[0.02,0.98]; [t,x]=ode45('ill',ts,x0); plot(t,x(:,1),t,x(:,2)),grid,pause ; plot(x(:,2),x(:,1)),grid
i (t ) 以及i ( s )图形如下： 得到 s (t ) 、
alpha*(sigma-1)*t/sigma)*(sigma+1+i0*sigma)/i0/
(sigma-1))
图4.2.4（a） 1 时患病人数比例 i 的图像 像
图4.2.4（b）
1 时患病人数比例
i 的图
图4.2.4（c） 0.5 ， 2 ， i0
0.6 时患病人数比例 i的图形。
单调递减趋于0，即此时病人数会越来越小最终趋于
0；当 1 时， i (t ) 的单调性取决于 i0的大小，但是
不论初始值 i0 1 1/ 还是 i0 1 1/ ，均有:
lim i (t ) 1 1/
t
该极限值随着 也会越多。
的增大而增大，也就是说传染期内
示绘制字符串fun制定的函数在lims=[xmin,xmax]或 lims=[xmin,xmax,ymin,ymax]上的图形。但是fun必
须是M文件的函数名或是独立变量为x的字符串。图
形如下：
图4.2.1
图像
di / dt 达到最大值 由图4.2.1可以看出，当 i 0.5 时，
，此时病人数增长得最快，意味着传染病高潮的到 来。模型（4.2.3）的求解程序如下： syms i alpha t; dsolve('Di-alpha*i*(1-i)','i(0)=i0','t') 结果为：ans = 1/(1-exp(-alpha*t)*(-1+i0)/i0)
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 )
微分方程模型
房室具有以下特征：它由考察对象均匀分 布而成，房室中考察对象的数量或浓度（密 度）的变化率与外部环境有关，这种关系被 称为“交换”且交换满足着总量守衡。在本 节中，我们将用房室系统的方法来研究药物 在体内的分布。在下一节中，我们将用多房 室系统的方法来研究另一问题。
单房室系统
交换 环境
内部
均匀分布
，i(t)单 s0 增。但在i(t)增加的同时，伴随地有s(t)单减。当 s(t)减少到小于等于 时， i(t)开始减小，直 至此疾病在该地区消失。
(2)如果
则： s(t ) s
r (t )
1
o
e
di ，则开始时 dt 0
五．稳定性问题
在研究许多实际问题时，人们最为关心的也许并 非系统与时间有关的变化状态，而是系统最终的发展 趋势。例如，在研究某频危种群时，虽然我们也想了 解它当前或今后的数量，但我们更为关心的却是它最 终是否会绝灭，用什么办法可以拯救这一种群，使之 免于绝种等等问题。要解决这类问题，需要用到微分 方程或微分方程组的稳定性理论。在下两节，我们将 研究几个与稳定性有关的问题。
容器损失的水量为:
[ R ( R r ) ]dh
2 2
由质量守恒
[ R ( R r ) ]dh sv(t )dt
2 2
其中
v(t ) 0.6 2gh(t)
从而建立方程:
0.6s 2 gh dh 2 2 dt [R (R r) ]
解得
0.6s 2 gh 14 R T dh 2 2 R [R (R r) ] 9s 2 g
微分方程 模型
• 微分方程建模
对于某种现象或提出的问题,通过建立微分方程 来解释或解决.通常可分为两大类:
微分方程模型
微分方程模型一、 一阶常微分方程模型在很多实际问题的研究中，经常要涉及各变量的变化率问题。
这些问题的解决通常要建立相应的微分方程模型。
微分方程模型在自然科学中的应用主要以物理，力学等客观规律为基础建立起来，而在经济学，人口预测等社会科学方面的应用则是在类比，假设等措施下建立起来。
（一）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。
1、指数增长模型（Malthus 人口模型）美国人口学家Malthus(1766-1834)于1798年根据百余年人口统计资料提出了著名的人口指数增长模型。
模型假设：在人口的自然增长过程中，单位时间内人口增量与人口总数成比。
模型建立：设)(t N 为t 时刻的人口述，考察时间区间t t ∆+上的人口变动。
t t rN t N t t N ∆=-∆+)()()(令0→∆t 可以得到微分方程模型⎪⎩⎪⎨⎧=>=00)(0,N r N r rN dt dN 可以解得此方程的解为)(00)(t t r e N t N -=模型分析和应用：(1)当0>r 时，人口将随着时间的增加无限的增长，这是一个不合理的模型，因为一个环境的资源不可能容纳无限增长的人口，从生态环境的角度分析也可以看出其中的不合理性。
一般说来，就一个种群的发展规律看，在种群的发展初期种群数的变化是和指数增长模型大致吻合的（甚至可能出现年增长率递增的现象），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t r N t N )1()(0+=作为人口的预测表达式。
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。
4.1 常微分方程模型
4.1.2
交通信号灯黄灯管制模型
在公路交通管理当中，红、绿、黄三种信号灯的管 理仍然是绝大部分路口的重要管制手段。2004年 颁布的《中华人民共和国道路交通安全法实施条 例》第38条规定：“绿灯亮时，准许车辆通行， 但转弯的车辆不得妨碍被放行的直行车辆、行人 通行。黄灯亮时，已越过停止线的车辆可以继续 通行。红灯亮时，禁止车辆通行。”一般情况下 ，红灯亮前首
过渡信号时间统一设置为4s，这样方便了机动 车驾驶员对信号灯放行次序的辨识，使得驾 驶员在到达路口前可以预判情况、控制车速 ，提高了路口通行的安全性，且调整后的信 号灯灯序与国际惯例保持一致。实际上，不 同的国家关于路口黄灯时间的设定是不同的 。美国联邦公路局在2003年版的《交通控
制设施手册》规定：“黄灯持续时间应该在近似3—6s 的范围内，路口限速值越高，对应黄灯的持续时间 就越长”。德国现行的交通控制行业行为规范《交 通信号控制指南》中关于黄灯时间的规定依十字路 口进口道处不同限速而有所不同，黄灯时间3、4、 5s对应的限速分别为50、60、70km/h。 下面将建立有效黄灯时间的数学模型，并分析车辆的 安全停车距离。
他懊恼又让他困惑，为什么喝同样多的酒且时间间隔 差不多，检测结果会不一样呢？首先作机理分析。 酒精由胃肠道吸收，再传输到血液，部分分解（向 外传输到非血液部分），这里只考虑血液部分的酒 精浓度问题，非血液部分不在讨论范围之内。酒精 的传输过程如图所示.
图4.1.1 酒精的传输过程
假设：（1）血液中酒精分布是均匀的； （2）酒精在 胃肠道中的吸收是一级动力学过程，即胃肠道中酒 精吸收率正比于肠胃道中酒精含量，比例系数为 k 1 ;（3）血液中的酒精转移率正比于血液中的酒精含 量，比例系数为 k 2；（4）忽略从饮酒到酒精开始吸 收的时间延迟；（5）由于呼吸和排尿对体液中的酒 精含量影响很小，因此不考虑呼吸、尿液对酒精总 量的影响。
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
微分方程模型详解
范. 梅格伦（Van Meegren）伪造名画案
第二次世界大战比利时解放后，荷兰保安机关开始搜 捕纳粹分子的合作者，发现一名三流画家H.A.Vanmeegren 曾将17世纪荷兰著名画家Jan.Vermeer的一批名贵油画盗卖 给德寇，于1945年5月29日通敌罪逮捕了此人。
所以Malthus模型假设的人口净增长率不可能始终保 持常数，它应当与人口数量有关。
阻滞增长（Logistic）模型
人口净增长率应与人口数量有关，即反应 了自然因素对人口增长的影响，令r=r(N)
从而有：
其中，
故
注：设环境能供养的种群数量的上界为K（近似地将K 看成常数），N表示当前的种群数量，K-N为环境还能 供养的种群数量，则(K-N )/K为还能供养比例。
做出了如下假设：单位时间内人口增长量与人口
总数成正比，即人口净增长率 基本上是一常
数，
, 为出生率， 为死亡率。
设时刻 的人口总数为 人口增长量为：
，时间从 到
马尔萨斯（Malthus）模型
等式两边同时除以 t ，有
再运用极限的思想，令
有
由初始条件ห้องสมุดไป่ตู้
，即为初始
时刻的人口数，故解方程得
马尔萨斯（Malthus）模型
典型微分方程 • Malthus人口方程： • 虎克定律
典型微分方程 • 牛顿万有引力方程
• 波动方程
• 热传导方程
典型微分方程
• 势方程或 Laplace 方程
人口增长模型
微分方程模型
微分方程模型引言微分方程是描述自然界中很多现象和问题的数学模型。
通过建立微分方程模型，我们可以定量地描述和预测各种物理、化学、生物和工程问题的演化和变化。
本文将介绍微分方程模型的基本概念、常见类型和求解方法，并给出一些应用实例。
基本概念微分方程是含有未知函数及其导数的方程。
通常用符号形式表示如下：F(x, y, y', y'', ..., y^(n)) = 0其中，y是未知函数，x是自变量，n是方程中最高阶导数的阶数。
微分方程模型是以微分方程为基础，结合具体物理、化学、生物和工程问题的特点所建立的数学模型。
通过对问题的建模，我们可以将真实世界中复杂的问题简化为数学形式，从而利用微分方程的性质和解析方法求解或近似解。
常见类型微分方程可以分为多种类型，常见的包括：•一阶常微分方程：包含一个未知函数的一阶导数的方程，形式如下：y' = f(x, y)•高阶常微分方程：包含一个未知函数的高阶导数的方程，形式如下：F(x, y, y', y'', ..., y^(n)) = 0•偏微分方程：包含多个未知函数及其偏导数的方程，形式如下：F(x, y, z, ∂u/∂x, ∂u/∂y, ∂u/∂z, ∂^2u/∂x^2, ∂^2u/∂y^2, ∂^2u/∂z^2, ..., ∂^nu/∂x^n, ∂^nu/∂y^n, ∂^nu/∂z^n) = 0求解方法求解微分方程模型的方法包括解析解和数值解。
解析解对于一些简单的微分方程模型，可以通过解析方法求得解析解。
解析解是指能够用数学公式精确表示的解。
解析解求解的基本思路是尝试找到满足微分方程的函数形式，并通过代入求导的方式得到方程中的常数。
一些经典的微分方程模型如线性微分方程、齐次线性微分方程、可分离变量的微分方程等可以通过解析方法求解。
数值解对于一些复杂的微分方程模型，无法找到解析解或解析解难以求得，我们可以采用数值解法进行近似求解。
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)。
▪ 微分方程的数值解
• 在MATLAB中命令如下： [t,x]=solver(‘f ’,ts,x0,options)（当求不 出微分方程的解析解时，可以求其数值解）。
• 符号说明：t为自变量；x为函数值；solver为求解函数，一共有 5个，分别为ode45、ode23、ode113、ode15s和ode23s；f为待解 方程写成的m-文件名；ts=[t0,t1]， t0、t1为自变量的初值和终值； x0为函数的初值；options为选项，用于设定误差限（缺省时设 定相对误差10-3，绝对误差10-6），命令为： options=odeset(‘reltol’,rt,’abstol’,at)，其中rt,at分别为设定的相对 误差和绝对误差。
从而可得
dz (1 n)P(x)z (1 n)Q(x) dx
③
dz (1 n) yn dy
dx
dx
(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.
三、微分方程（组）的MATLAB解法
▪ 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’)
自变 函数 量值 值
ode45 ode23 ode113 ode15s ode23s
由待解 方程写 成的m-
ts=[t0，tf]， t0、tf为自
函数的 初值
变量的初
文件名 值和终值
ode23：组合的2或3阶龙格-库塔-芬尔格算法 ode45：运用组合的4或5阶龙格-库塔-芬尔格算法
用于设定误差限(缺省时设定相对误差10-3, 绝对误差10-6), 命令为：options=odeset（’reltol’,rt,’abstol’,at）, rt，at：分别为设定的相对误差和绝对误差.
▪ 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.
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
y(x) e P(x)dx ( Q(x)e P(x)dxdx C)
②
•
Bernoulli(伯努利)方程
dy dx
P(x) y Q(x) yn n≠0,1的常数
该方程化为一阶线性微分方程求解.
(1)显然y=0是方程的解，当y≠0时，令z=y1-n,有
执行结果： y =3*exp(-2*x)*sin(5*x)
例3解 输入命令 ： [x,y,z]=dsolve('Dx=2*x-3*y+3*z','Dy=4*x-5*y+3*z','Dz=4*x-4*y+2*z', 't')；
执行结果：
x =C2*exp(-t)+C3*exp(2*t) y =C2*exp(-t)+C3*exp(2*t)+exp(-2*t)*C1 z =C3*exp(2*t)+exp(-2*t)*C1
微分方程（组）方法法建模
▪ 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
一.微分方程模型
▪ 原理：
• 实际问题中, 有许多表示“导数”的常用词，如“速率”、 “增长”（生物学以及人口问题）、“衰变”（放射性问 题）、“边际的”（经济学中）等，这些词就是信号，这时 就要注意是哪些研究对象在变化，不少问题符合模式：变化 率=输入率-输出率，对这些规律可以考虑建立微分方程模型。
▪ 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。
例如，微分方程
d2y dx 2
0
应表达为:D2y=0.
例1 求 du 1 u2 的通解. dt
解 输入命令： dsolve('Du=1+u^2','t')
二.微分方程的数学形式
▪ 定义：一般的凡表示未知函数、未知函数的导数与
自变量之间的关系的方程，叫做微分方程.
▪
形式：
dy dx
＝f
x,y
y|x=x
＝y
0
0，
d2y dx 2
＝f
x,
y,y
y|x=x0＝y0，y|x=x0 =y0
▪ 常用导数关系d：s ＝v；dv ＝a；d2s ＝a；
dt
dt dt2
例4
d 2x dt 2
1000(1
x2
)
dx dt
x
0
解:
令
x(0) 2; x'(0) 0
y1=x，y2=x’
则微分方程变为一阶微分方程组：
y1' y2
2
y2
'
1000(1 y12 )y2y11.5 1
y1(0) 2, y2 (0) 0
0.5 0
1、建立m-文件vdp1000.m如下：
▪ 注意两点：
• （1）在解n个未知函数的方程组时，n0和x均为n维向量， M-文 件中的待解方程组应以x的分量形式写成。
• （2）使用MATLAB软件求数值解时，高阶微分方程必须等价 地变换成一阶微分方程组。
用MATLAB软件求常微分方程的数值解
[t，x]=solver（’f’,ts,x0,options）
增量的导数＝增量的变化率
▪ 一阶常微分方程的初等解法
•
变量分离方程
dy dx
f (x)g(y)
(1)若g(y)≠0 ,则将方程中变量分离出来，然后两边积分
dy g( y)
f
( x)dx
C
①
C为任意常数.
• 一阶(2) 线若存性在微y=y分0,使方g(y程0)=0,则ydd=yxy0也P是(x方) f程( y的) 解Q,但(x不) 在①内.
执行结果： ans =tan(t+C1)
例2 求微分方程的特解.
d 2 y dy
dx
2
4 dx
29 y
0
y(0) 0, y(0) 15
例3 求微分方程组的通解
dx dt
2x
3y
3z
dy
dt
4x
5y
3z
dz dt
4x
4y
2z
例2解 输入命令: y=dsolve('D2y+4*Dy+29*y=0','y(0)=0,Dy(0)=15','x')