数学建模-微分方程模型(二)
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：
数学建模实验二：微分方程模型Matlab求解与分析
实验二： 微分方程模型Matlab 求解与分析一、实验目的[1] 掌握解析、数值解法，并学会用图形观察解的形态和进行解的定性分析； [2] 熟悉MATLAB 软件关于微分方程求解的各种命令；[3] 通过范例学习建立微分方程方面的数学模型以及求解全过程； [4] 熟悉离散 Logistic 模型的求解与混沌的产生过程。
二、实验原理1. 微分方程模型与MATLAB 求解解析解用MATLAB 命令dsolve(‘eqn1’,’eqn2’, ...) 求常微分方程（组）的解析解。
其中‘eqni'表示第i 个微分方程，Dny 表示y 的n 阶导数,默认的自变量为t 。
（1） 微分方程 例1 求解一阶微分方程 21y dxdy+= (1) 求通解 输入：dsolve('Dy=1+y^2')输出：ans =tan(t+C1)（2）求特解 输入：dsolve('Dy=1+y^2','y(0)=1','x')指定初值为1，自变量为x 输出：ans =tan(x+1/4*pi)例2 求解二阶微分方程 221()04(/2)2(/2)2/x y xy x y y y πππ'''++-=='=-原方程两边都除以2x ，得211(1)04y y y x x'''++-= 输入:dsolve('D2y+(1/x)*Dy+(1-1/4/x^2)*y=0','y(pi/2)=2,Dy(pi/2)=-2/pi','x')ans =- (exp(x*i)*(pi/2)^(1/2)*i)/x^(1/2) +(exp(x*i)*exp(-x*2*i)*(pi/2)^(3/2)*2*i)/(pi*x^(1/2))试试能不用用simplify 函数化简 输入: simplify(ans)ans =2^(1/2)*pi^(1/2)/x^(1/2)*sin(x) （2）微分方程组例3 求解 d f /d x =3f +4g ; d g /d x =-4f +3g 。
微分方程模型的建立与求解
微分方程模型的建立与求解微分方程是自然界中许多现象的数学描述，通过建立微分方程模型可以更好地理解和预测各种现象。
本文将介绍微分方程模型的建立与求解方法。
一、微分方程模型的建立微分方程通常用来描述系统内部的变化规律，要建立微分方程模型，首先需要根据具体问题分析系统的特点，确定影响系统变化的因素，并建立相关的数学表达式。
以一个简单的弹簧振子系统为例，假设弹簧的位移为x(t)，弹簧的弹性系数为k，质量为m，外力为f(t)，则可以建立微分方程模型：$$ m\\frac{{d^2x}}{{dt^2}} + kx = f(t) $$二、微分方程模型的求解1. 解析解法对于一些简单的微分方程，可以通过解析的方法求解。
例如，对于一阶线性微分方程：$$ \\frac{{dy}}{{dx}} + P(x)y = Q(x) $$可以通过积分因子的方法求解。
2. 数值解法对于复杂的微分方程或无法求得解析解的情况，可以借助数值方法进行求解。
常用的数值解法包括欧拉方法、龙格-库塔法等，通过逐步迭代逼近真实解。
3. 计算机模拟借助计算机编程，可以通过数值方法对微分方程进行求解，这在实际工程和科学研究中非常常见。
利用计算机程序，可以模拟出系统的运行状态，观察系统的响应特性。
三、实例分析以简单的振动系统为例，通过建立微分方程模型并利用数值方法进行求解，可以分析系统的振动特性。
通过调节参数值，可以观察到系统振动的变化规律，为系统设计和控制提供重要参考。
结论微分方程模型的建立与求解是数学建模中的重要一环，通过适当的模型建立和求解方法，可以更好地了解和预测系统的行为。
在实际应用中，需要综合运用解析方法、数值方法和计算机模拟，以全面分析和解决问题。
以上是关于微分方程模型的建立与求解的介绍，希望对读者有所帮助。
数学建模-微分方程模型-饮酒驾车问题
和 x0 ，将体重 70kg 的某人在快速喝下 2 瓶啤酒之后一段时间内他血液中酒精含量的
测量值进行处理后，得到附录 1 所示的 y0 0 时的一组数据，并采用非线性最小二乘法 拟合算法对系数进行求解，得出参数如下。 x0 5193
=2.00796
=0.1855
同时可以看到，每瓶啤酒含酒精量为 2596.5mg。 所以，得出的血液中酒精含量关于时间的函数如下。
0.1855 t e 2.00756t ) 2860.78604(e y (t ) 0.1855( t 6) 2860.8028e 2.00756(t 6) 3800.7595e
0t 6 6 t 12
利用 matlab 对以上模型进行求解。 图 3 大李血液中酒精含量随时间变化图像
y (t ) ( y0 +5721.57208)e 0.1855t 5721.57208e 2.00796t
拟合效果如图。 图 1 函数的拟合效果
图 2 残差分析图
残差分析图
600 500 400 300 200 100 0 10 11 12 13 14 15 0.5 1.5 2.5 3.5 0.25 ‐100 ‐200 ‐300 ‐400 残差 0.75 4.5 16 1 2 3 4 5 6 7 8 9
时刻为 t 时胃肠道中的酒精含量。
y (t ) 时刻为 t 时血液中的酒精含量。
胃肠道中的酒精进入血液的转移率与胃肠道中酒精量的比值。 血液中的酒精的排除率与血液中酒精量的比值。
五、模型的建立与求解
5.1 问题一 根据题目叙述，大李的实际情况符合快速饮酒的模型。为了确定函数中的系数 ，
数学建模竞赛课件---微分方程模型
案例分析
通过几个具体案例，展示微分方程在建模竞赛中的应用。包括鱼的增长模型、自由落体问题、热传导问 题和稳定的经济增长模型。
结语
微分方程是数学建模竞赛中必不可少的工具，对于解决复杂问题具有重要作 用。通过系统学习和实践，可以掌握微分方程的解法和应用。
一阶微分方程
一阶微分方程是最基本的微分方程类型之一，包括可分离变量、齐次线性、 一阶线性和变量分离法等。掌握这些求解方法可以解决许多实际问题。
高阶微分方程
高阶微分方程是一阶微分方程的延伸，包括齐次线性、非齐次线性、常系数 和变系数等类型。熟练掌握这些求解方法可以应对更加复杂的建模问题。
微分方程在建模中的应用
数学建模竞赛课件---微分 方程模型
本课件介绍微分方程模型在数学建模竞赛中的重要性和应用。内容包括微分 方程的定义、分类、解法，以及在生物学、物理学、是数学中的重要工具，可用于描述自然现象和科学问题。它们分为 常微分方程和偏微分方程，并可以按类型进行分类。了解微分方程的解法对 于建模竞赛至关重要。
数学建模作业实验2微分方程实验
数学建模作业(实验2微分方程实验)基本实验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：,,,+1,(1)(2)(3)(4);2;2;2.dx dx dx dxx x y x dt dt dt dt dy dy dy dy y y x y dt dt dt dt ⎧⎧⎧⎧==-==-⎪⎪⎪⎪⎪⎪⎪⎪⎨⎨⎨⎨⎪⎪⎪⎪===-=-⎪⎪⎪⎪⎩⎩⎩⎩解答解：（1）由平衡点的定义可得，f （x ）=x=0，f （y ）=y=0，因此平衡点为（0,0），微分方程组的系数矩阵为1001A ⎡⎤=⎢⎥⎣⎦，显然其特征值为12=1=1λλ，；由根与系数的关系可得：1212()2010p q λλλλ=-+=-<==>，且24p q >，由平衡点与稳定性的各种情况可知，平衡点（0，0）是不稳定的。
自治系统相应轨线为：（2）由平衡点的定义可得，f （x）=-x=0，f （y ）=2y=0，因此平衡点为（0,0），微分方程组的系数矩阵为-1002A ⎡⎤=⎢⎥⎣⎦，显然其特征值为12=-1=2λλ，；由根与系数的关系可得：121210-(2<0)p q λλλλ=-+=-<==，，平衡点（0，0）是不稳定的。
自治系统相应轨线为：（3）由平衡点的定义可得，f （x ）=y=0，f （y ）=-2x=0，因此平衡点为（0,0），微分方程组的系数矩阵为0120A ⎡⎤=⎢⎥-⎣⎦，显然其特征值为121.4142=4142=-1.i i λλ，；由根与系数的关系可得：12120 1.41420()p q λλλλ=-+===>，，由平衡点与稳定性的各种情况可知，平衡点（0，0）是不稳定的。
自治系统相应轨线为：（4）由平衡点的定义可得，f （x ）=-x=0，f （y ）=-2y=0，因此平衡点为（0,0），微分方程组的系数矩阵为-100-2A ⎡⎤=⎢⎥⎣⎦，显然其特征值为12==-12-λλ，；由根与系数的关系可得：1212()3020p q λλλλ=-+=>==>，且24p q >，由平衡点与稳定性的各种情况可知，平衡点（0，0）是稳定的。
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,第三章-微分方程模型
8小时20分－2小时57分＝5小时23分
即死亡时间大约在下午5:23，因此张某不能被 排除在嫌疑犯之外。
理学院
3.2 目标跟踪模型
例1 饿狼追兔问题 黑 龙 现有一直兔子，一只狼，兔子位于狼的正西100米处，假 江 科 设兔子与狼同时发现对方并一起起跑，兔子往正北60米处的 技 巢穴跑，而狼在追兔子，已知兔子、狼是匀速跑且狼的速度 学 是兔子的2倍。兔子能否安全回到巢穴? 整理得到下述模型： 院 解：设狼的行走轨迹为y=f(x),则有：
理பைடு நூலகம்院
本章将通过一些最简单的实例来说明微分方程建模的 一般方法。在连续变量问题的研究中，微分方程是十分常 用的数学工具之一。
在许多实际问题中，当直接导出变量之间的函数关系 较为困难，但导出包含未知函数的导数或微分的关系式较 为容易时，可用建立微分方程模型的方法来研究该问题，
黑 龙 江 科 技 学 院 数 学 建 模
数 学 建 模
B
60
2 2xf' ' x 1 f' x y' x 0 , y 0 100 x 100 解得狼的行走轨迹为： 100 0 100 (0,h) 0, f' f 假设在某一时刻，兔子跑到 处，而狼在 (x,y)处，则有：
理学院
y y0 g e
g
车间空气中CO2浓度y 与时间t的数学模型
黑 龙 江 科 技 学 院 数 学 建 模
3.4 学习模型
一般认为，对一项技术工作，开始学得较快，但随着学 得越来越多时，内容也越来越复杂，学员学得就会越来越慢。
员学习的速度，则随y的增长而下降。
dy 设y%表示已经掌握了这项工作的百分数， dt
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。
方程模型
例2. 解初值问题
x yd x ( x 2 1 ) d y 0
y( 0 ) 1
dy x 解: 分离变量得 dx 2 y 1 x
两边积分得
即
y x2 1 C
( C 为任意常数 )
由初始条件得 C = 1, 故所求特解为
y x 1 1
数学建模－ 微分方程模型
关晓飞 同济大学数学科学学院
一、什么是微分方程？
最最简单的例子
引例
一曲线通过点（1，2），且在该曲线任一点 若设曲线方程为 y f ( x) ， (1)
M( x ,y )处的切线的斜率为2x，求该曲线的方程。
解
根据导数的几何意义可知未知函数满足关系式：
dy 2x dx
规律。
解
dM 铀的衰变速度就是 M (t ) 对时间t的导数 dt
，
由于衰变速度与其含量成正比，可知未知函数满足 关系式： dM M (1) ( 0) 是衰变系数
dt
且初始条件 M t 0 M0 dM dt 分离变量得 M 对上式两端积分得：ln M t ln c 因此， M (t ) Cet 代入初始条件得
建立模型：设物体在冷却过程中的温度为 T(t)，t≥0，
“T的变化速率正比于T与周围介质的温度差” 翻译为
dT 与 T m 成正比 dt
dT k (T m ), dt T ( 0) 60.
建立微分方程
数学语言
其中参数k >0，m=18. 求得一般解为
ln(T－m)=－k t+c,
或
T m ce
kt
, t 0,
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(经济数学建模课程(西安交通大学,戴雪峰)
若按（3） ，求出圆桶的速度 v(t)，就必须求出圆 桶的下沉时间，要做到这一点比较困难。为此改 变讨论方法，显然速度 v(t)为下沉深度的函数所 以 v(t)改写为 v(y(t))，
dv dv dy dt dy dt
（ 1）可写为 dy dv m W B cv dt dy
不过是指数增长模型离散形式的近似表示。
2、阻滞增长模型 （Logistic model）
将r表示为人口x(t)的函数r(x)，r(x)应为减 函数。最简单假设r(x)=r-sx，r、s>0，这 里r相当于x=0时的增长率，称为固有增长 率。显然任意x>0，r(x)<r。为了确定s的意 义，引入自然资源和环境条件所容纳的最 大人口数量xm（称最大人口容量）。
• 设K为潜在的消费者总数， • n(t)为t时刻购买了该产品的人数，在时 间段[ t , t+Δ t ]中，Δ n由两部分组成， Δ n1是由来自消费者外部的产品信息导 致的购买者增量；Δ n2是由来自消费者 内部传播的产品信息导致的购买者增量。
△ n1 应与未购买者人数成正比，即
n1 a K nt t ，
cg t W
)
(3)
圆桶的极限速度 W B lim v(t ) 713.86 ft / s t c
如果极限速度不超过 40ft/s，工程师们就可以罢休 了，然而圆桶的极限速度竟然如此之大，使得人们 不得不开始相信工程师们也许是对的。 （即圆桶的 速度很有可能大于 40ft/s。 ）
数学建模
西安交通大学理学院 戴 雪 峰 E-mail: daixuefeng@
微分方程模型
（动态模型）
一、人口模型
以前常用这样的方法： 设人口增长率为r，今年人口为a0， 那末一年后为a0(1+r)，两年后就为a0(1+r)2， ……，k年后的人口为ak= a0(1+r)k。
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
数学建模实例ppt课件
B
的化学物质Z已泻入湖中，初步估计Z的量在5~20m3之间。 建立一个模型，通过它来估计湖水污染程度随时间的变化
并估计：
（1）湖水何时到达污染高峰；
（2）何时污染程度可降至安全水平(<0.05%)
28
湖泊污染问题分析
设湖水在t时的污染程度为C(t)， X
即每立方米受污染的水中含有Cm3 A
的化学物质和(1-C)m3的清洁水。用
23
几何关系
dy tg y at
dx
x
即 x dy y at dx
24
如何消去时间t?
1、求导：
2、速度与路程的关系： x 得：
（这里有负号是因为s随x的减小而增大） 4、将第2、3步代入第1步，可得模型
25
追线模型：
x
d2y dx2
k
1 dy 2 dx
由已知，T (0) 37 , T (t) 29 , T (t 1) 27 可得微分方程的特解：
T (t) 16 4 t 21 3
由T (t) 29，代入解得 t 2.4094
因此死者大约是在前一天的夜晚10:35被害的。
图1 尸体的温度
下降曲线
4
建立微分方程的常用方法
1、按变化规律直接列方程，如： 利用人们熟悉的力学、数学、物理、化学等学科中的规律，
19
（1）问题分析与模型的建立
1、放射性衰变的这种性质还可描述为“放射性物 质在任意时刻的衰变速度都与该物质现存的数量 成比例”。而C14的比例数为每年八千分之一。
2、碳14年代测定可计算出生物体的死亡时间；所
以，我们问题实际上就是：“这人死去多久了？”
若设t为死后年数，y(t)为比例数，则y(t)=C14/C12
数学建模实验答案_微分方程模型
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)dik 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~dii 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dtdi达到最⼤值，并在曲线图上标注。
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本题可⽤x=fminbnd('-0.1*x*(1-x)',0,1)y=0.1*x*(1-x)3）指⽰最⼤值坐标⽤线性绘图函数plot，调⽤格式如下：plot(x1,y1, '颜⾊线型数据点图标', x2,y2, '颜⾊线型数据点图标',…)本题可⽤hold on; %在上⾯的同⼀张图上画线（同坐标系）plot([0,x],[y,y],':',[x,x],[0,y],':');4）图形的标注使⽤⽂本标注函数text，调⽤格式如下：格式1text(x,y,⽂本标识内容, 'HorizontalAlignment', '字符串1')x,y给定标注⽂本在图中添加的位置。
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。
最优捕鱼策略-数学建模
西安邮电大学（理学院）数学建模报告最优捕鱼策略专业名称：信息与计算科学班级： 1302班学生姓名：张梦倩学号（8位）： 07131057指导教师：支晓斌摘要为了保护人类赖以生存的自然环境，可再生资源（如渔业、林业资源）的开发必须适度。
本文实际上就是为了解决渔业上最优捕鱼策略问题，即在可持续捕捞的前提下，追求捕捞量的最大化。
问题一采用条件极值列方程组的方法求解，即1龄鱼的数量由3龄鱼和4龄鱼的产卵孵化而来；2，3龄鱼的数量分别由上一年1龄鱼，2龄鱼生长而来；4龄鱼由上一年的3龄鱼和上一年末存活的4龄鱼组成。
最后得到：只要每年1-8月份3、4龄鱼捕捞总量小于、，就可以实现总捕捞量最大为；对结果分析得到捕捞的对象主要是3龄鱼，当3龄与4龄鱼的捕捞系数发生变化时，总的捕捞量变化不大。
问题二给出年初各龄鱼的数量，要求在5年后鱼群的生产能力没有受到太大的破坏的前提下，使5年的总收获量最大，即在5年内鱼群能够可持续繁殖和生长。
本题以5年的总捕获量为目标函数，以5年后各龄鱼的数量没有发生太大的变化为条件，建立承包期总产量模型。
最终得到的捕捞策略如表1-1。
只要各年龄鱼每年的捕捞数量小于表1-1中的数量，就可以实现5年后鱼群的生产能力没有发生太大的变化。
一、问题重述为了保护人类赖以生存的自然环境，可再生资源（如渔业、林业资源）的开发必须适度。
一种合理、简化的策略是，在实现可持续收获的前提下，追求最大产量或最佳效益。
考虑对某种鱼（鲳鱼）的最优捕捞策略：假设这种鱼分4个年龄组：称1龄鱼，……，4龄鱼。
各年龄组每条鱼的平均重量分别为5.07,11.55,17.86,22.99（克）；各年龄组鱼的自然死亡率均为0.8（1/年）；这种鱼为季节性集中产卵繁殖，平均每条4龄鱼的产卵量为1.109×105(个）；3龄鱼的产卵量为这个数的一半，2龄鱼和1龄鱼不产卵，产卵和孵化期为每年的最后4个月；卵孵化并成活为1龄鱼，成活率（1龄鱼条数与产卵总量n之比）为1.22×1011/(1.22×1011+n).渔业管理部门规定，每年只允许在产卵卵化期前的8个月内进行捕捞作业。
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 ) 。
微分方程(2)
1) 向前欧拉公式: （y’= f (x, y) ） y (xn+1) y(xn) + h f(xn, y(xn)) (迭代式) yn+1 yn + h f(xn, yn) (近似式) 特点：f(x,y)取值于区间[xn, xn+1]的左端点.
2) 向后欧拉公式 yn+1 yn + h f(xn +1, yn +1)
= yn + (h/2)* [(-yn + xn+ 1) -(yn+ h*(-yn + xn+ 1) )+xn +1+1] = yn + (h/2)* [ (1-h)*xn + xn+1 + 2-h + (h-2)*yn] died1.m
结果
x 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
变量组
注意：① y '
‘t’。
② 自变量名可以省略，默认变量名
例①
dy 1 y2, dx
y ( 0) 1
输入：y=dsolve ('Dy=1+y^2') y1=dsolve('Dy=1+y^2','y(0)=1','x') 输出：y= tan(t-C1) （通解，一簇曲线） y1= tan(x+1/4*pi)（特解，一条曲线）
① 分离变量法；如 dy/dx = x*y； ② 齐次方程的变换法； 如 dy/dx = f (y/x) ③ 线性方程的常数变易法或公式法. ……
MATLAB软件实现
解析解
- 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)。
知道其中T是反应时间，于是
A v0 I L T
2 g v0
将A关于v0的图像描绘出来，有
黄灯模型
A
黄灯模型
v0
假设T=1s,L=457.2cm,I=914.4cm，另外，工程师
提出的 =0.2,当v0=48.27,64.36及80.45km/h时，
黄灯时间表：
v0(km/h) 48.27 64.36 80.45
交通管理色灯中黄灯模型
考虑这样一个问题；红绿灯在亮红灯之前黄 灯应亮多长时间？
G为车重量
为摩擦系数
x(t)为t时刻的位移 g为重力加速度 A为黄灯状态 I为交叉路口的宽度 L为车身长度 T为反应时间
先来计算刹车距离
黄灯模型
G g
•
d2x dt 2
G
dx t=0时，x=0且 dt v0 所以，刹车距离就是直到 dx 0 时车行驶过的距离
• 当男生追求女生的时候，男生成绩的自然下降率 与成绩成正比；
• 当男生采取追求攻势后，追求攻势与该时刻的疏 远度成正比。
男生追女生的模型
假设A君追B女，设t时刻A君的学业成绩为 Y(t)，其B女对A君的疏远度为X(t)；
当A君没开始追求B女时, B女对A君的疏远度
增长(平时发现的A君的不良行为) 符合Malthus 模型（其中a为正常数 ）：
其中， r(N) r( K N ) r(1 K ) 则：
K
N
dN (t) r(1 N )N (t)
dt
K
阻滞增长（Logistic）模型
故满足初始条件N(t0)=N0的解为：
K N (t)
1 ( K 1)er (tt0 ) N0
不同 初始 条件 下的
N(t) 的图 形
阻滞增长（Logistic）模型
10 x 0 x 0，y 0
5
T4
0
y 0 •P0
T1
0
20 40 60 80 100 120
进 现在考虑追求攻势对上述模型的影响。 一 设追求攻势与该时刻的疏远度成正比，比例系数 步 为h，h反映了追求攻势的作用力。在这种情况下， 分 上述学业与疏远度的模型应变为：
析
dX (t) aX (t) bX (t)Y(t) hX (t)
N/人
x 1011 3.5
3 2.5
2 1.5
1 0.5
0 1950
2000
马尔萨斯模型人口预测
2050 t/年
2100
2150
2200
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： dN (t) r(N )N (t)
dt
，时间从 到
等式两边同时除以 t ，有
N (t t) N (t) rN (t) t
再运用极限的思想，令 t 0 则：
dN (t ) rN (t ) dt
由初始条件 N(t0) = N0 ，即为初始时刻的人口 数，故解方程得
N(t)
N er(tt0 0
)
马尔萨斯（Malthus）模型
马 尔 萨 斯 模 型 人 口 预 测 图
dt
在 dx / dt(0) v0 的条件下积分得：
dx dt
gt
v0
黄灯模型
因此，当t tb v0 / ( g) 时，速度为零。在x(0)=0条件下再
次积分，得
x
1 2
gt
2
v0t
t tb 时，x的值为
x(tb )
Db
v20
2g
黄灯模型
接下来计算黄灯状态
A Db I L T v0
Y (t)
解 的
解得系统的两个平衡位置为O(0,0), P( e , a )
cb
形
30
P(e / c, a / b)
状
25
20
15Βιβλιοθήκη a/b10P50 0
e/c 20 40 60 80 100 120
合理性
P(e / c, a / b)
30
T3
25
20 x 0
T2
15 y 0 x 0，y 0
P
A 5.46s 6.35s 7.34s
黄灯模型
经验法 3s 4s 5s
男生追女生的模型
• 男生不追女生的时候男生成绩随时间呈现Malthus
增长；
• 女生在没有被男生追的时候，女生对男生的疏远
度随时间呈现Malthus增长；
• 当男生追女生的时候，单位时间内减少的疏远度 与疏远度及成绩成正比，并且转化为女生对男生 的好感；
微分方程模型
微分方程
所谓微分方程，就是表示未知函数、 未知函数的导数与自变量之间的关系 的方程。未知函数是一元函数的微分 方程，称之为常微分方程；未知函数 是多元函数的微分方程，称之为偏微 分方程。
微分方程模型
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，通常寻找满足变量的瞬时表达式， 这样所得到变量之间的关系式就是微分方程模型。 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）求精确解；2）求数值解（近似解）；3）定性 理论方法。
成绩成正比，比例系数为e。于是有 c b
dY (t) eY (t) cX (t)Y (t) dt
则有
dX (t) aX (t) bX (t)Y (t) dt
dY (t) eY (t) cX (t)Y (t) dt
X (t) a bY (t) X (t)
Y (t) e cX (t)
微分方程模型的一般步骤
第一步：翻译或转化 实际问题中，有许多导数的常用词，如速 率、增长、衰变及边际等。
第二步：找出规律（物理的、几何的、化学的和生 物学的等）
第三步：建立模型。 在任何时刻都正确的瞬时表达 式，将实 际问题将给出的信息转化为导数 问题
第四步：给定解条件，求出有关常数 第五步：解出方程
两种典型微分方程模型
• 马尔萨斯（Malthus）模型
• 阻滞增长（Logistic）模型
马尔萨斯（Malthus）模型
马尔萨斯通过对大量的人口数据进行分析，
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：
dX (t) aX (t) dt
当Y(t)存在时, 单位时间内减少X(t)的值与X(t) 的值及Y(t)的值成正比, 比例常数为b, 从而
dX (t) aX (t) bX (t)Y (t) dt
假定A君追求B女后, 立即转化为B女对A君的 好感，并且设转化系数为α；而随着的A君发起 对B女的攻势后，A君学业的自然下降率与学业