差分方程模型
数学建模中的差分方程模型
数学建模中的差分方程模型数学建模是一种将实际问题转化为数学模型并寻求与之相连的数学方法的学科，不仅仅在理论研究上有很大的应用，也在实际生活中有着广泛的应用。
在各种数学模型中，差分方程模型也是一种很重要的模型。
本文将结合实例，介绍差分方程模型的定义、建立、求解以及应用。
差分方程模型定义差分方程模型是一种通过离散化的方法，将连续时间问题转化为离散时间问题，来描述变量随时间的变化规律的数学模型。
这种数学模型以时间为自变量，以某个状态量为因变量，由一定的关系式组成。
例如：y(n+1)=ay(n)+b，式子中y(n)代表第n时刻系统状态，y(n+1)代表第n+1时刻系统状态，a和b为常数。
差分方程模型建立建立差分方程模型的关键是将实际问题中的连续变化离散化。
一般情况下，对于所建立的模型，首先要确定它的思路和范围，然后根据实际情况，确定差分方程的形式。
此外，还需要进行参数的估计和参数变化的分析，以及对模型精确性的验证。
以物理学中的简谐振动为例，建立一个差分方程模型描述其运动，即一个质点在回复力作用下以简谐运动形式振动。
设t为时间，y为质点的位移，v为质点的速度，a为质点的加速度，则有：$$y=n\Delta y \\v=\dfrac{y(n+1)-y(n-1)}{2\Delta t} \\a=\dfrac{y(n+1)-2y(n)+y(n-1)}{(\Delta t)^2}$$其中n为时间步长，$\Delta t$为时间间隔。
我们利用受力平衡的原理，即简谐振动中的$F=-ky$得到：$$\dfrac{y(n+1)-2y(n)+y(n-1)}{(\Delta t)^2} = -\dfrac{k}{m}y(n)$$将$\alpha=\dfrac{k}{m}$带入上式得到：$$y(n+1)-2(1+\alpha)y(n)+y(n-1) = 0$$此时，我们便成功地建立了描述简谐振动的差分方程模型。
差分方程模型求解对差分方程模型求解通常有两种方法：一种是使用递推公式进行求解，另一个方法是使用其它数学方法，如拉普拉斯变换或离散傅立叶变换等。
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
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
问题:
若k n，则
y C1 y1 C2 y2 Ck yk 一定是通解吗？
定理7：如果
y1 (x),y2 (x)， ，yn (x) 是
方程(1)的n个线性无关的特解, 那么
y C1 y1 C2 y2 Cn yn 就是方程(1)的通解.
注：由差分的定义及性质可知，差分方程的 不同定义形式之间可以相互转换。 如y x 5 4 y x 3 3 y x 2 2 0是三阶差分方程；
y x y x 1 0，虽然含有三阶差分，
3
但实际上是二阶差分方 程，
由于该方程可以化为 y x 3 3 y x 2 3 y x 1 1 0因此它是二阶差分方程 ，
nx ( n1)
（公式）
2.差分的四则运算法则
(1)(Cy x ) Cy x (C为常数)
(2)( y x z x ) y x z x
3 yx z x yx1z x z x yx yx z x z x1yx
y x z x y x y x z x z x 1y x y x 1z x 4 z z x z x 1 z x z x 1 x
差分方程及差分方程模型
一、差分的概念及性质 二、差分方程的概念 三、线性差分方程解的结构
四、一阶常系数线性差分方程
五、差分方程模型
一、差分的概念及性质
1.差分的定义
设 函 数 f ( x ).当x取 非 负 整 数 时 ， y 函数值可以排成一个列 : 数 f (0)，f (1)， ，f ( x )，f ( x 1)， 将之简记为 y 0，y1，y 2， ，y x，y x 1 , 称 函 数 的 改 变 量x 1 y x 为 函 数 的 差 分 ， y y 也 称 为 一 阶 差 分 ， 记 Δ y x y x 1 y x . 为
差分方程模型
设特解为 an D 代入 D 0.5D 0.1 得 D 0.2 ， 于是所求通解 an c(0.5) n 0.2 例3 (养老金) 解: 齐次特征方程 设特解 an D
an1 1.01an 1000
1.01 0,
* an c(1.01) n.
代入原方程得 D 100000
例 4 求非齐次差分方程
* 对应齐次方程的通解为 an c1 2n c2 n 2n
的通解
f (n) 2 中, 2 是2 重根, 设特解为
n
an A n 2 2 n
n 2 n1
代入
得 A 1 2 方法2 (化齐) :
故通解为 an c1 2 c2 n 2 n 2
Fn Fn 1 Fn 2 F1 F2 1
解：差分方程的特征方程为 x 2 x 1 0 特征根
x1
n
1 5 1 5 , x2 2 2
n
1 5 1 5 Fn c1 c2 2 2
n
2(an1 4an2 4an3 ) 2 2n1 相减得 an 6an1 12an2 8an3 0 特征方程 3 62 12 8 0 特征根 2 为三重根, 通解为：
an 4an1 4an2 2n
an c1 2n c2 n 2n c3n 2 2n
x k b1 x k 1 b2 x k 2 bk 0
称为差分方程的特征方程，其根称为特征根。 定理1（单根）若特征方程恰有k个相异的特 x1 , x2 ,, x 征根 ， k 则差分方程的通解为
an c x c x ck x
数模(差分方程模型)
Fibonacci 数列
数学建模
问题
13世纪意大利著名数学家Fibonacci在他的著作《算盘书》 中记载着这样一个有趣的问题：
一对刚出生的幼兔经过一ຫໍສະໝຸດ 月可长成成兔，成兔再经过一个月后可以繁殖出一对幼兔. 若不计兔子的死亡数，问一年之 后共有多少对兔子？
月份 0 1 2 3 4 5 6 7 …
幼兔 1 0 1 1 2 3 5 8 … 成兔 0 1 1 2 3 5 8 13 … 总数 1 1 2 3 5 8 13 21 …
数学建模 将兔群总数记为 fn, n=0,1,2,…，经过观察可以发现，数列{fn} 满足下列递推关系：
f0 = f1 =1, fn+2 = fn+1 + fn , n=0,1,2,…
这个数列称为Fibonacci数列. Fibonacci数列是一个十分有趣 的数列，在自然科学和数学领域中都有着广泛的应用.
Fibonacci数列的一些实例. 1. 蜜蜂的家谱 2. 钢琴音阶的排列 3. 树的分枝 4. 杨辉三角形
数学建模
日常的经济问题中的差分方程模型
1. 银行存款与利率
假如你在银行开设了一个1000元的存款账户，银行的年利 率为7%. 用an表示n年后你账户上的存款额，那么下面的数列 就是你每年的存款额：
（7.1）
a0 xnt a1xnt1 ... an xt 0
（7.2）
容易证明，若序列
x (1) t
与
x(2) t
均为方程（7.2）的解，则
xt c1xt(1) c2 xt(2)
也是方程（7.2）的解，其 中c1、c2为任意常数，这说明， 齐次方程的解构成一个 线性空间（解空间）。
此规律对于（7.1）也成立。
差分方程模型与生长率模型
差分方程模型与生长率模型下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!并且，本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts,other materials and so on, want to know different data formats and writing methods, please pay attention!差分方程模型与生长率模型在数学和生物学领域中都扮演着重要的角色。
差分方程模型matlab
差分方程模型matlab差分方程模型在数学和工程领域中具有重要的应用。
它是描述动态系统行为的一种数学模型，通常由一系列离散时刻的状态变量和状态转移方程组成。
MATLAB作为一种功能强大的数值计算软件，为差分方程模型的建模和求解提供了便捷的工具和环境。
本文将介绍差分方程模型在MATLAB中的使用方法和应用场景。
首先，我们将探讨差分方程模型的基本原理和概念，然后详细介绍在MATLAB中的建模步骤和求解技巧。
最后，我们会给出一些在实际问题中使用差分方程模型的案例，并展示其在系统分析、控制和优化等方面的优势。
差分方程模型是描述离散系统行为的数学模型，常用于描述在给定时间步长下变量之间的关系。
它与连续时间的微分方程模型相对应，但在很多情况下，离散系统更符合实际情况。
差分方程模型可以描述许多系统，例如电路、金融市场、人口增长等。
在MATLAB中建立差分方程模型需要以下步骤：1. 定义变量：首先需要确定模型涉及的状态变量，然后在MATLAB 中声明这些变量。
可以使用向量或矩阵表示多个变量。
2. 构建状态转移方程：差分方程模型通过状态转移方程描述系统变量在不同时间步长之间的变化规律。
在MATLAB中，可以使用循环或矩阵运算构建状态转移方程。
3. 设定初值条件：差分方程模型通常需要给定初始条件，即在 t=0 时刻各个变量的值。
在MATLAB中，可以使用向量或矩阵存储初始条件。
4. 求解差分方程：在MATLAB中可以使用函数或求解器来求解差分方程模型。
常用的函数包括 `solve`、`ode45`、`ode15s`等，它们可以根据模型的具体特点选择合适的求解方法。
在实际应用中，差分方程模型在系统分析、控制和优化等方面具有广泛的应用。
例如，在系统分析中，可以通过建立差分方程模型来预测系统的行为和变化趋势。
在控制问题中，差分方程模型可以描述系统动态行为，从而设计和优化控制策略。
在优化问题中，差分方程模型可以作为约束条件或目标函数进行求解。
差分方程
第八讲 差分方程模型一、差分方程介绍规定t 只取非负整数。
记为变量在t 点的取值，则称t y y t t t y y y −=Δ+1为的一阶向前差分，简称差分，称Δ为的二阶差分。
类似地，可以定义的阶差分。
t y t t t t t y t t y y y y y y +−=Δ−Δ=ΔΔ=+++12122)(t y t y n t ny Δ由及的差分给出的方程称为的差分方程，其中含的最高阶差分的阶数称为该差分方程的阶。
差分方程也可以写成不显含差分的形式。
例如，二阶差分方程也可改写成t y t 、t y t y t y 02=+Δ+Δt t t y y y 012=+−++t t t y y y 。
满足一差分方程的序列称为差分方程的解。
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。
t y 称如下形式的差分方程)(110t b y a y a y a t n t n t n =+++−++L （1） 为阶常系数线性差分方程，其中是常数，n n a a a ,,,10L 00≠a 。
其对应的齐次方程为0110=+++−++t n t n t n y a y a y a L （2）容易证明，若序列与均为（2）的解，则也是方程（2）的解，其中为任意常数。
若是方程（2）的解，是方程（1）的解，则也是方程（1）的解。
)1(t y )2(t y )2(2)1(1t tt y c y c y +=21,c c )1(t y )2(t y )2()1(t t t y y y +=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（3）00110=+++−a a a n nL λλ（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,,1L ，则齐次方程（2）的通解为t n n t c c λλ++L 11 （为任意常数）n c c ,,1L （ii ）若λ是特征方程（3）的重根，通解中对应于k λ的项为t k k tc c λ)(11−++L ，),,1(k i c i L =为任意常数。
差分方程模型应用
金融市场预测
自回归移动平均模型（ARMA）
01
通过差分方程刻画时间序列数据的自相关和移动平均特性，用
于金融市场价格波动的预测。
自回归条件异方差模型（ARCH）
02
应用差分方程描述金融时间序列数据的波动率聚类现象，提高
波动率预测的精度。
随机波动率模型（SV）
03
将波动率视为随机过程，通过差分方程刻画其动态特性，用于
将差分方程模型应用于计算机视觉领域，如目标跟踪、人脸识别、 三维重建等。
06
差分方程求解方法及数值计 算技巧
解析法求解差分方程
迭代法
通过逐步代入的方式，求解差分方程的解， 适用于简单的一阶或二阶差分方程。
特征根法
通过求解差分方程的特征根，进而得到通解的方法 ，适用于线性常系数差分方程。
变换法
通过适当的变换，将差分方程转化为易于求 解的形式，如z变换等。
数值法求解差分方程
欧拉法
一种简单的数值求解方 法，通过逐步逼近的方 式得到差分方程的数值 解。
龙格-库塔法
一种高精度的数值求解 方法，通过多步迭代和 加权平均的方式提高求 解精度。
线性多步法
利用已知多个点的信息 来构造高阶逼近式，从 而提高求解精度和稳定 性。
编程实现和案例分析
01
Python编程实现
金融衍生品定价和风险管理。
03
差分方程模型在物理学中应 用
振动与波动现象描述
振动现象建模
差分方程模型可用于描述物体的振动现象，如弹簧振子、单摆等。通过差分方程，可以分析振动的周期性、振幅、 频率等特性。
波动现象建模
差分方程模型也可用于描述波动现象，如声波、光波等。通过差分方程，可以研究波的传播速度、波长、波幅等 参数。
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 → ∞ )
数学建模方法之差分方程模型
数学建模方法之差分方程模型差分方程模型是数学建模中常用的一种方法，它基于差分方程来描述问题，并用差分方程来求解问题。
所谓差分方程，是指用差分代替微分的方程，它是一种离散的模型。
在实际问题中，很多情况下，并不能直接通过微分方程来描述问题，而差分方程模型则可以通过离散化的方法来近似地描述问题。
差分方程模型的优点之一是可以适用于离散化的数据，对于实际问题的离散化模型建立是非常有帮助的。
差分方程模型的另一个优点是可以通过数值方法来求解，不需要进行繁琐的解析推导，因此适用于复杂问题的求解。
差分方程模型的基本形式为：yn+1 = fn(yn, yn-1, ..., yn-k)其中，yn表示第n个时刻的解，fn是一个给定的函数，表示通过前k个时刻的解来计算第n+1个时刻的解。
这个方程是离散的，通过已知的初始条件来逐步递推获得结果。
差分方程模型的适用范围非常广泛，可以用于描述和预测各种动态过程。
例如，差分方程模型可以用来描述人口增长模型、生态系统模型、传染病模型等等。
在这些例子中，差分方程模型可以通过已知的数据和初始条件来预测未来的发展趋势。
差分方程模型的建立步骤主要包括以下几个方面：1.确定问题的描述和目标：明确问题的背景和目标，确定需要建立差分方程模型的原因和用途。
2.确定模型的变量和参数：根据实际问题，确定需要用到的变量和参数。
3.确定差分方程的形式和函数：根据问题的特点和要求，选择合适的差分方程形式和函数。
这部分需要结合实际问题和数学方法来确定。
4.确定初始条件和边界条件：确定差分方程模型的初始条件和边界条件。
这部分是求解差分方程的前提条件。
5.差分方程的求解和分析：通过数值方法求解差分方程，得到数值解，并对结果进行分析和解释。
差分方程模型
第一讲 差分方程 第二讲 蛛网模型 第三讲 商品销售量预测 第四讲 养老保险
实用文档
t
1、差分方规t定程简只介取非负整数，y t 记 为t变量在 点
的取值，yt 则y称t1yt y t
为 的一阶
向前 差2 y 分t ， 称( y t) y t 1 y t y t 2 2 y t 1 y t
如何从数学的角度来描述上述现象呢？
实用文档
2、模型假设
(1)设 时段商品数量为 ，其价格为 ，
这里把时k间
xk
yk
离散化为时段，一个时期相当于商品的一个生产周期。
(2)同一时段的商品价格取决于该时段商品的数量，
称
yk f(xk)
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递减函数。
x(k)k,0,1, x(k ) Z
繁琐，下面介绍 变换，将差 分方程转化为代数方程去求
解
X(z)Z(x(k)) x(k)zk
设有离散序列
k0
，则
的
变换z 定义为
X (z) Z
其中 部
x(k)Z1[X(z)] 是复变量，上式右端的级数的收敛域是某个圆的外
的 反变换记作
实用文档
几个常用离散函数的 Z 变
定， (3) 下一时段xk的1商g品(y数k)量由上一时段的商品价格决
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。
，则
Z [x (k 1 ) ]z [X (z) x (0 )]
N 1
Z[x(kN ) ]zN[X(z) x(k)zk]
Z [x (k 1 ) ]z 1 [X (z ) k x 0 ( 1 )z ]
差分方程模型
第九章 差分方程模型1、差分方程： 差分方程反映的是关于离散变量的取值与变化规律。
通过建立一个或几个离散变量取值所满足的平衡关系，从而建立差分方程。
差分方程就是针对要解决的目标，引入系统或过程中的离散变量，根据实际背景的规律、性质、平衡关系，建立离散变量所满足的平衡关系等式，从而建立差分方程。
通过求出和分析方程的解，或者分析得到方程解的 特别性质（平衡性、稳定性、渐近性、振动性、周期性等），从而把握这个离散变量的变化过程的规律，进一步再结合其他分析，得到原问题的解。
2、应用：差分方程模型有着广泛的应用。
实际上，连续变量可以用离散变量来近似和逼近，从而微分方程模型就可以近似于某个差分方程模型。
差分方程模型有着非常广泛的实际背景。
在经济金融保险领域、生物种群的数量结构规律分析、疾病和病虫害的控制与防治、遗传规律的研究等许许多多的方面都有着非常重要的作用。
可以这样讲，只要牵涉到关于变量的规律、性质，就可以适当地用差分方程模型来表现与分析求解。
3、差分方程建模： 在实际建立差分方程模型时，往往要将变化过程进行划分，划分成若干时段，根据要解决问题的目标，对每个时段引入相应的变量或向量，然后通过适当假设，根据事物系统的实际变化规律和数量相互关系，建立每两个相邻时段或几个相邻时段或者相隔某几个时段的量之间的变化规律和运算关系（即用相应设定的变量进行四则运算或基本初等函数运算或取最运算等）等式（可以多个并且应当充分全面反映所有可能的关系），从而 建立起差分方程。
或者对事物系统进行划分，划分成若干子系统，在每个子系统中引入恰当的变量或向量，然后分析建立起子过程间的这种量的关系等式，从而建立起差分方程。
在这里，过程时段或子系统的划分方式是非常非常重要的，应当结合已有的信息和分析条件，从多种可选方式中挑选易于分析、针对性强的划分，同时，对划分后的时段或子过程，引入哪些变量或向量都是至关重要的，要仔细分析、选择，尽量扩大对过程或系统的数量感知范围，包括对已有的、已知的若干量进行结合运算、取最运算等处理方式，目的是建立起简洁、深刻、易于求解分析的差分方程。
- 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)。
3. 兔子问题（Fibonacci数）
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(即第三个月)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Fn 对兔子，则建模如下：
Fn
F1
Fn1 Fn2 F2 1
F1 F2 F3
F4
1 1 F1 F2 2 F3 F2
an c1 c(1.01)n
代入原方程得
c1 c 1.01n1 1.01c1 (1.01)n1c 1000
c1 1000
故
an c(1.01)n 100000
例 4 求非齐次差分方程 an 4an1 4an2 2n 的通解
解: 齐次特征方程 2 4 4 0 , 二重根 2 ,
1、一阶线性方程 an aan1 b 的平衡点及稳定性
平衡点由 x a x b
平衡点相当于n, an x0
二阶线性差分方程初值问题
F 4 2F3
因上月新生 小兔不产兔
(因第n月末的兔子包括两部分, 一部分上月留下的， 另一 部分为当月新生的，而新生的小兔数=前月末的兔数)
4．车出租问题 A， B两地均为旅游城市，游客可在一个
城市租车而在另一个城市还车。 A， B两汽车 公司需考虑置放足够的车辆满足用车需要， 以便估算成本。分析历史记录数据得出：
则 an1 0.5an 0.1 (一阶非齐次线性差分方程)
an an1 an 0.5an
2. 养老金问题
对现有存款付给利息且允许每月有固定数额的提
款， 直到提尽为止。月利息为1℅，月提款额为
1000元，则可建模型如下：
设第n月的存款额为
，a n则
an1 1.01an 1000
(一阶非齐次线性差分方程)
相减得 an 6an1 12an2 8an3 0 特征方程 3 62 12 8 0
特征根 2 为三重根, 通解为：
an c1 2n c2n 2n c3n2 2n
代入原方程得 c3 1 2
故
an c1 2n c2n 2n n2 2n1
三、差分方程的平衡点及稳定性
出现一对共
轭
虚
根
和k-2个相异的实根
, 则差分方程的通解为：
其中
x1 u iv, x2 u iv x3, , xk
an c1 n cosn c2 n sin n c3x3n ck xk n
u 2 v2 , arctanu
v
定义2 形如 an b1an1 b2an2 bk ank f (n) 的差 分方程为k阶常系数线性非齐次差分方程, 其中
为常数，b1,b2 , ,bk , f (n) 0，bk 0 n k
称 an b1an1 bk ank 0
为其对应的齐次方程。
定理4 非齐次差分方程的通解等于对应齐次差 分方程的通解加上非齐次方程的特解。即
an an* an
其中
a
* n
为通解, an 为特解
例2 (地高辛) 解:
an1 0.5an 0.1
齐次特征方程
,齐次通解
设特解为
代入 0.5 0 得
a，n*
c(0.5)n
于是所求通解
an D
D 0.5D 0.1 D 0.2
例3 (养老金) 解: an c(0.5)n 0.2
齐次特征方程
,
.
设特解 通解为
代入原方程an得1 1.01an 1000
1.01 0 an* c(1.01)n
xn 第n天营业结束时A公司的车辆数
yn 第n天营业结束时B公司的车辆数
xn1 yn1
0.6xn 0.4xn
0.3 y n 0.7 yn
一阶线性差分方程组 问题模型可进一步推广
二、差分方程的解法
定义1. 形如 an b1an1 b2an2 bk ank 0 的差分方程，称为{an} 的k阶常系数线性齐次 差 分方程，其中bi 为常数bk ， 0 n且 k
一、关于差分方程模型简单的例子
1. 血流中地高辛的衰减
地高辛用于心脏病。考虑地高辛在血流中的衰减问 题以开出能使地高辛保持在可接受(安全而有效)的水平 上的剂量处方。假定开了每日0.1毫克的剂量处方，且 知道在每个剂量周期(每日)末还剩留一半地高辛，则可 建立模型如下：
设某病人第n天后血流中地高辛剩余量为an ，
, 重数x依1,次x为2 , , xk ,
其中
m1, m2 ,, ,则m差t 分方程的通m解1 为m：2 mt k
定
理a(3n定(理虚(c11根包1 含)c(1在c若2nt1定差理c分t22cn之方1m1中程nm)1的c1tm)特txn1mn征t1方)(cx程2t n1 的c特22n征
根
c2m2 nm2 1 )x2n
an D
D 100000
an c(1.01)n 100000
例3 (养老金) 解法2 (化齐)：
an1 1.01an 1000
an 1.01an1 1000
相减得
an1 2.01an 1.01an1 0
2 2.01 1.01 0 ( 1.01)( 1) 0 1 1, 2 1.01
对应齐次方程的通解为
a
* n
c1 2n
c2n 2n
f (n) 2n 中, 2 是2 重根, 设特解为 an A n2 2n
得 A 1 2 故通解为 an c1 2n c2n 2n n2 2n1
代入
方法2 (化齐) :
an 4an1 4an2 2n
2(an1 4an2 4an3 ) 2 2n1
Fn2
解：差分方程的特征方程为
x2 x 1 0
特征根
x1
1 2
5 , x2
1 2
5
n
n
Fn
c1
1
2
5
c2
1
2
5
,由初始条件得:
1 c1 2
5
c2
1
2
5
1
(1)
c1
1
2
2
5
c2
1
2
5
2
1
(2)
c1
c 2Βιβλιοθήκη 15 15
故
Fn
1 5
n
5 1 2
12
5
n
定理2 (重根) 若特征方程的相异特征根为
x k b1x k1 b2 x k2 bk 0
称为差分方程的特征方程，其根称为特征根。 定理1（单根）若特征方程恰有k个相异的特 征根 x1 , x2 , , x，k 则差分方程的通解为
an c1x1n c2 x2n ck xkn
例1 求解兔子问题
Fn F1
Fn1 F2 1