微分方程建模的几个简单实例

微分方程建模案例微分方程是数学中的一种重要工具，它被广泛应用于各个领域的建模和问题求解中。

下面将以一个具体的案例来介绍微分方程建模的过程，并通过求解微分方程来解决实际问题。

案例：生物种群的增长模型在生态学中，研究生物种群的增长是一个重要的课题。

种群的增长速度与种群中的个体数量有关。

如果种群中个体数量增加的速度与当前个体数量成正比，可以建立如下的微分方程模型：$$\frac{dN}{dt} = rN$$其中，$N$表示种群的个体数量，$t$表示时间，$r$表示增长的速率。

这个微分方程描述了种群个体数量随时间变化的规律。

解：首先，我们需要求解上述微分方程，得到种群个体数量随时间的函数关系。

这是一个一阶线性常微分方程，我们可以使用分离变量的方法求解。

将微分方程变形为：$$\frac{dN}{N} = rdt$$将方程两边同时积分，得到：$$\int \frac{dN}{N} = \int rdt$$经过积分运算，得到：$$\ln N = rt + C$$其中，$C$为积分常数。

进一步求解，得到：$$N = e^{rt + C}$$根据初始条件，当$t=0$时，$N=N_0$，其中$N_0$为初始种群个体数量。

代入初始条件，解得$C=\ln N_0$，将其代入上述方程，得到最终的解：$$N = N_0e^{rt}$$这个解描述了种群个体数量随时间的增长情况。

接下来，我们来解决一个具体的问题，一个兔子种群的增长情况。

假设初始时刻兔子种群中有100只兔子，增长速率$r=0.02$，那么该种群在未来的10个月内，兔子的数量会如何变化？根据上面的微分方程解，代入初始条件$N_0=100$，$r=0.02$，$t=10$，得到：$$N=100e^{0.02t}$$将$t=10$代入上述方程，可以得到10个月后兔子种群的个体数量：所以，10个月后的兔子种群中大约有122只兔子。

通过这个模型，我们可以预测种群在未来的增长情况，并在实践中应用于生态学、环境保护等领域，为实际问题的决策提供参考。

微分方程模型浙江大学数学建模实践基地§3.1 微分方程的几个简单实例在许多实际问题中，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，本节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。

例1（理想单摆运动）建立理想单摆运动满足的微分方程，并得出理想单摆运动的周期公式。

从图3-1中不难看出，小球所受的合力为mgsin θ，根据牛顿第二定律可得：sin ml mg θθ=- 从而得出两阶微分方程：0sin 0(0)0,(0)g l θθθθθ+==⎪=⎧⎪⎨⎩ （3.1）这是理想单摆应满足的运动方程（3.1）是一个两阶非线性方程，不易求解。

当θ很小时，sin θ≈θ，此时，可考察（3.1）的近似线性方程：00(0)0,(0)g l θθθθθ+==⎧=⎪⎨⎪⎩ （3.2）由此即可得出2g T l π=（3.2）的解为: θ(t )=θ0cosωtg l ω=其中当时,θ(t )=04T t =42g T l π=故有M Q P mgθl 图3-1（3.1）的近似方程例2我方巡逻艇发现敌方潜水艇。

与此同时敌方潜水艇也发现了我方巡逻艇，并迅速下潜逃逸。

设两艇间距离为60哩，潜水艇最大航速为30节而巡逻艇最大航速为60节，问巡逻艇应如何追赶潜水艇。

这一问题属于对策问题，较为复杂。

讨论以下简单情形：敌潜艇发现自己目标已暴露后，立即下潜，并沿着直线方向全速逃逸，逃逸方向我方不知。

设巡逻艇在A 处发现位于B 处的潜水艇，取极坐标，以B 为极点，BA 为极轴，设巡逻艇追赶路径在此极坐标下的方程为r =r (θ)，见图3-2。

B AA1dr ds dθθ图3-2由题意，，故ds =2dr 2ds dr dt dt =图3-2可看出，222()()()ds dr rd θ=+故有:2223()()dr r d θ=即:3rdr d θ=（3.3）解为：3r Ae θ=（3.4）先使自己到极点的距离等于潜艇到极点的距离然后按（3.4）对数螺线航行，即可追上潜艇。

例谈微分方程在实际问题中的简单应用微分方程是数学领域中一个重要的分支，它研究的是包含未知函数及其导数的方程。

微分方程在物理学、工程学、经济学等实际问题中有着广泛的应用。

本文将以实际问题为例，说明微分方程在实际中的应用。

一、弹簧振子的运动弹簧振子是物理学中的一个经典问题，可以通过微分方程来描述其运动。

假设弹簧的质量为m，弹簧常数为k，弹簧的形变量（位移）为x(t)，则弹簧振子的运动可以描述为二阶线性微分方程：m*x''(t)+k*x(t)=0二、放射性衰变放射性元素的衰变过程可以用微分方程进行建模。

设放射性物质的衰变速率与物质的量成正比，即衰变速率为a（a>0）与物质的量x(t)成正比，可得微分方程：x'(t)=-a*x(t)三、生物种群增长生物种群增长问题也可以通过微分方程进行描述。

设种群数量为N(t)，种群增长速率与种群数量成正比，即增长速率为k（k>0）与种群数量N(t)成正比，可得微分方程：N'(t)=k*N(t)四、空气中的弥散空气中的弥散问题可以用微分方程进行建模。

设空气中其中一种气体的浓度为C(x,t)，C满足浓度的扩散方程：C_t = D*C_xx其中，C_xx表示浓度在x方向上的二阶导数，D为气体的扩散系数。

五、电路中的RLC振荡电路中的RLC振荡是电子学中的一个重要问题，可以通过微分方程进行描述。

设电路的电感L、电阻R和电容C分别为常数，电路的电压为V(t)，则振荡电路的微分方程为：L*V''(t)+R*V'(t)+1/C*V(t)=0以上是几个常见实际问题的微分方程应用，说明了微分方程在实际问题中的简单应用。

通过建立微分方程模型，可以定量地描述和分析复杂的实际问题，从而为问题的解决提供了理论依据。

微分方程在实际问题中的应用不仅帮助人们更好地理解和解决问题，而且还推动了数学理论和方法的发展。

随着科学技术的进步，微分方程将在更多领域中发挥重要作用。

高考数学中的微分方程应用及实例题解析一、微分方程的应用微分方程在数学中有着广泛的应用，而在高考数学中尤为重要。

微分方程可以用来描述各种物理和工程问题中的连续变化。

在高考数学中，微分方程的应用主要包括解决物理和工程问题，并用微分方程模型求解。

下面，我们将以几个实例来解释微分方程的应用。

二、实例题解析1. 一个水箱有一个进水口和一个排水口，进水口的水速是10升/分钟，排水口排水的速度是6升/分钟。

在水箱的初态下，水箱的水量是7升。

求15分钟之后水箱的水量是多少？解答：由于水箱的进水口和排水口都是连续变化的，因此可以用微分方程来模拟。

不妨设水箱的初始状态下的水量为y，当t时间后，进水和排水的水量都为10-6=4升/分钟，因此有：y'(t)=4根据微分方程得：y(t)=4t+C由于初态下，水量为7升，因此C=7。

当t=15时，有：y(15)=4*15+7=67因此，15分钟后水箱的水量是67升。

2. 某商品的回报率为r，市场容量有限，其市场占有率y变化满足dy/dt=ry(1-y)，y初始为0.2，求当市场占有率达到60%时所需的时间。

解答：由于市场占有率随时间的变化是连续变化的，因此可以用微分方程来模拟。

设市场占有率为y，时间为t，有：dy/dt=ry(1-y)将该微分方程分离变量得：1/(y(1-y))dy=rdt两边积分得：ln|y/(1-y)|=rt+C由于当y=0.2时，t=0，因此C=ln(1/4)。

当y=0.6时，有：ln|0.6/(1-0.6)|=0.4r+C代入C得：ln(3/2)=0.4r+ln(1/4)解得r=ln3/16，因此所需的时间为：t=[ln(3/2)-ln(1/4)]/0.4ln3/16≈8.25因此，市场占有率达到60%时所需的时间为8.25。

三、总结微分方程在高考数学中的应用极为广泛，需要考生有扎实的微积分和数学建模的基础。

通过多做微分方程的实例题目，可以帮助考生更好地掌握微分方程的应用方法和技巧。

常微分方程应用常微分方程是数学中的一个重要分支，它描述了物理、工程、经济等各个领域中的变化规律。

在实际应用中，常微分方程被广泛用于模拟和预测系统的行为，以及解决各种问题。

本文将介绍常微分方程在几个实际应用中的案例，并探讨其重要性和局限性。

一、人口增长模型人口增长是一个重要的社会经济问题，而常微分方程可以用来描述和预测人口变化的规律。

以Malthus模型为例，它假设人口增长的速度与当前人口数量成正比，即dP/dt = kP，其中P是人口数量，t是时间，k是增长率。

通过解这个方程，我们可以得到人口数量随时间的变化规律。

这种模型可以应用于城市规划、资源分配等问题中，帮助政府制定合理的政策。

二、物理系统建模常微分方程在物理学中有广泛的应用，可以用来描述各种运动和变化的规律。

以简谐振动为例，它可以由二阶常微分方程描述：d^2x/dt^2 + ω^2x = 0，其中x是物体的位移，t是时间，ω是角频率。

这个方程可以应用于机械振动、电路振荡等问题中，帮助我们理解和分析物理系统的行为。

三、化学反应动力学常微分方程在化学反应动力学中也有重要作用。

以一阶反应为例，它可以由一阶常微分方程描述：d[A]/dt = -k[A]，其中[A]是反应物的浓度，t是时间，k是反应速率常数。

通过解这个方程，我们可以得到反应物浓度随时间的变化规律。

这种模型可以应用于酶催化、药物代谢等领域，帮助我们理解和控制化学反应的过程。

尽管常微分方程在各个领域中都有广泛的应用，但它也存在一些局限性。

首先，常微分方程通常是基于一些简化假设得到的，这些假设可能无法完全满足实际情况。

其次，常微分方程的求解通常需要数值方法，这在某些情况下可能会带来精度和计算效率的问题。

此外，常微分方程模型的建立和参数的选择也需要一定的经验和专业知识。

总之，常微分方程作为一种数学工具，可以应用于各个领域中的问题求解和模拟预测。

通过合理选择模型和求解方法，我们可以更好地理解和控制自然和社会系统的行为。

一个数学问题都可以用不同的方法来求解的，不同的方法做出来效果不同，效率也不同。

下面就微分方程模型建模展开建模。

下面给出些微分方程建立模型的实例，供大家参考。

1．一个半球状雪堆，其体积融化的速率与半球面面积S成正比，比例系数k > 0。

设融化中雪堆始终保持半球状，初始半径为R且3小时中融化了总体积的7/8，问雪堆全部融化还需要多长时间？2．从致冰厂购买了一块立方体的冰块，在运输途中发现，第一小时大约融化了1/4 （1）求冰块全部融化要多长时间（设气温不变）（2）如运输时间需要2.5小时，问：运输途中冰块大约会融化掉多少？3．一展开角为α的圆锥形漏斗内盛着高度为H的水，设漏斗底部的孔足够大（表面张力不计），试求漏斗中的水流光需要多少时间？4．容器甲的温度为60度，将其内的温度计移入容器乙内，设十分钟后温度计读数为70度，又过十分钟后温度计读数为76度，试求容器乙内的温度。

5．一块加过热的金属块初始时比室温高70度，20分钟测得它比室温高60度，问：（1）2小时后金属块比室温高多少？（2）多少时间后，金属块比室温高10度？6．设初始时容器里盛放着含净盐10千克的盐水100升，现对其以每分钟3升的速率注入清水，容器内装有搅拌器能将溶液迅时搅拌均匀，并同时以每分钟2升的速率放出盐水，求1小时后容器里的盐水中还含有多少净盐？7．某伞降兵跳伞时的总质量为100公斤（含武器装备），降落伞张开前的空气阻力为0.5v,该伞降兵的初始下落速度为0，经8秒钟后降落伞打开，降落伞打开后的空气阻力约为0.6 试球给伞降兵下落的速度v(t),并求其下落的极限速度。

8．1988年8月5日英国人Mike McCarthy创建了一项最低开伞的跳伞纪录，它从比萨斜塔上跳下，到离地179英尺时才打开降落伞，试求他落地时的速度。

9．证明对数螺线r=A 上任一处的切线与极径的夹角的正切为一常数，（）10．实验证明，当速度远低于音速时，空气阻力正比与速度，阻力系数大约为0.005。

常微分方程数学建模案例分析假设我们要研究一个简单的生物系统：一种细菌的生长过程。

我们知道，细菌的生长通常可以描述为以指数速度增长的过程。

为了建立一个数学模型，我们首先需要确定一些基本假设和已知信息。

基本假设：1.我们假设细菌的生长速度与细菌的数量成正比。

2.我们假设细菌的死亡速率与细菌的数量成正比。

已知信息：1.我们已经知道在初始时刻，细菌的数量为N0个。

2.我们已经知道在初始时刻的细菌数量的增长速率为r个/单位时间。

3.我们已经知道在初始时刻的细菌数量的死亡速率为d个/单位时间。

接下来，我们将建立一个常微分方程模型来描述细菌数量的变化。

假设t表示时间，N(t)表示时间t时刻的细菌数量，则我们可以得到以下微分方程：dN/dt = rN - dN这个方程的含义是，细菌数量的变化率等于细菌的增长速率减去细菌的死亡速率。

如果我们将细菌的增长速率和死亡速率设为常数r和d，则上述方程可以进一步简化为：dN/dt = (r-d)N解这个微分方程，我们可以得到细菌数量随时间变化的函数N(t)。

根据初值条件N(0)=N0，我们可以求解该方程并得到解析解：N(t) = N0 * exp((r-d)t)上述解析解告诉我们，细菌数量随时间以指数速度增长。

这与我们的基本假设相符。

然而，对于复杂的系统，往往很难获得精确的解析解。

在这种情况下，我们可以使用数值方法来求解微分方程。

常见的数值方法包括欧拉法、改进的欧拉法和四阶龙格-库塔法等。

这些方法基于近似计算的原理，通过迭代逼近解。

在我们的细菌生长模型中，我们可以使用数值方法来计算细菌数量随时间的变化。

我们可以选择欧拉法，它是一种简单而直观的数值方法。

欧拉法的迭代公式为：N(t+h)=N(t)+h*(r-d)N(t)其中，N(t)是在时间t时刻的细菌数量，N(t+h)是在时间(t+h)时刻的细菌数量，h是时间间隔。

我们可以选择一个足够小的时间间隔h，并迭代使用欧拉法来计算细菌数量的近似解。

常微分方程在数学建模中的应用这里介绍几个典型的用微分方程建立数学模型的例子. 一、人口预测模型由于资源的有限性,当今世界各国都注意有计划地控制人口的增长,为了得到人口预测模型,必须首先搞清影响人口增长的因素,而影响人口增长的因素很多,如人口的自然出生率、人口的自然死亡率、人口的迁移、自然灾害、战争等诸多因素,如果一开始就把所有因素都考虑进去，则无从下手.因此,先把问题简化,建立比较粗糙的模型,再逐步修改,得到较完善的模型.例1（ 马尔萨斯 （Malthus ） 模型） 英国人口统计学家马尔萨斯（1766—1834）在担任牧师期间,查看了教堂100多年人口出生统计资料,发现人口出生率是一个常数,于1789年在《人口原理》一书中提出了闻名于世的马尔萨斯人口模型,他的基本假设是：在人口自然增长过程中,净相对增长（出生率与死亡率之差）是常数,即单位时间内人口的增长量与人口成正比,比例系数设为r ,在此假设下,推导并求解人口随时间变化的数学模型.解 设时刻t 的人口为)(t N ,把)(t N 当作连续、可微函数处理（因人口总数很大,可近似地这样处理,此乃离散变量连续化处理）,据马尔萨斯的假设,在t 到t t ∆+时间段内,人口的增长量为t t rN t N t t N ∆=-∆+)()()(,并设0t t =时刻的人口为0N ,于是|⎪⎩⎪⎨⎧==．，00)(d d N t N rN t N这就是马尔萨斯人口模型,用分离变量法易求出其解为)(00e )(t t r N t N -=,此式表明人口以指数规律随时间无限增长.模型检验：据估计1961年地球上的人口总数为91006.3⨯,而在以后7年中,人口总数以每年2%的速度增长,这样19610=t ,901006.3⨯=N ,02.0=r ,于是)1961(02.09e1006.3)(-⨯=t t N .这个公式非常准确地反映了在1700—1961年间世界人口总数.因为,这期间地球上的人口大约每35年翻一番,而上式断定年增加一倍（请读者证明这一点）．但是,后来人们以美国人口为例,用马尔萨斯模型计算结果与人口资料比较,却发现有很大的差异,尤其是在用此模型预测较遥远的未来地球人口总数时,发现更令人不可思议的问题,如按此模型计算,到2670年,地球上将有36 000亿人口.如果地球表面全是陆地（事实上,地球表面还有80%被水覆盖）,我们也只得互相踩着肩膀站成两层了,这是非常荒谬的,因此,这一模型应该修改.;例2（逻辑Logistic 模型） 马尔萨斯模型为什么不能预测未来的人口呢这主要是地球上的各种资源只能供一定数量的人生活,随着人口的增加,自然资源环境条件等因素对人口增长的限制作用越来越显著,如果当人口较少时,人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随人口的增加而减小.因此,应对马尔萨斯模型中关于净增长率为常数的假设进行修改.1838年,荷兰生物数学家韦尔侯斯特(Verhulst)引入常数m N ,用来表示自然环境条件所能容许的最大人口数（一般说来,一个国家工业化程度越高,它的生活空间就越大,食物就越多,从而m N 就越大）,并假设将增长率等于⎪⎪⎭⎫⎝⎛-m N t N r )(1,即净增长率随着)(t N 的增加而减小,当m N t N →)(时,净增长率趋于零,按此假定建立人口预测模型.解 由韦尔侯斯特假定,马尔萨斯模型应改为⎪⎩⎪⎨⎧=⎪⎪⎭⎫⎝⎛-=，，000)(1d d N t N N N N r t N 上式就是逻辑模型,该方程可分离变量,其解为,)(00e 11)(t t r m mN N N t N --⎪⎪⎭⎫ ⎝⎛-+=.下面,我们对模型作一简要分析.（1）当∞→t ,m N t N →)(,即无论人口的初值如何,人口总数趋向于极限值m N ；@（2）当m N N <<0时,01d d >⎪⎪⎭⎫ ⎝⎛-=N N N r t N m ,这说明)(t N 是时间t 的单调递增函数；（3）由于N N N N N r t N m m ⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-=211d d 222,所以当2m N N <时,0d d 22>t N ,t N d d 单增；当2m N N >时,0d d 22<tN ,t N d d 单减,即人口增长率t Nd d 由增变减,在2m N 处最大,也就是说在人口总数达到极限值一半以前是加速生长期,过这一点后,生长的速率逐渐变小,并且迟早会达到零,这是减速生长期；（4）用该模型检验美国从1790年到1950年的人口,发现模型计算的结果与实际人口在1930年以前都非常吻合,自从1930年以后,误差愈来愈大,一个明显的原因是在20世纪60年代美国的实际人口数已经突破了20世纪初所设的极限人口.由此可见该模型的缺点之一是m N 不易确定,事实上,随着一个国家经济的腾飞,它所拥有的食物就越丰富, m N 的值也就越大；(5）用逻辑模型来预测世界未来人口总数.某生物学家估计,029.0=r ,又当人口总数为91006.3⨯时,人口每年以2%的速率增长,由逻辑模型得⎪⎪⎭⎫⎝⎛-=m N N r t N N 1d d 1, 即 ⎪⎪⎭⎫ ⎝⎛⨯-=m N 91006.31029.002.0, 从而得 91086.9⨯=m N ,即世界人口总数极限值近100亿. ）值得说明的是：人也是一种生物,因此,上面关于人口模型的讨论,原则上也可以用于在自然环境下单一物种生存着的其他生物,如森林中的树木、池塘中的鱼等,逻辑模型有着广泛的应用.二、市场价格模型对于纯粹的市场经济来说,商品市场价格取决于市场供需之间的关系,市场价格能促使商品的供给与需求相等(这样的价格称为(静态)均衡价格).也就是说,如果不考虑商品价格形成的动态过程,那么商品的市场价格应能保证市场的供需平衡,但是,实际的市场价格不会恰好等于均衡价格,而且价格也不会是静态的,应是随时间不断变化的动态过程.例3 试建立描述市场价格形成的动态过程的数学模型解 假设在某一时刻t ,商品的价格为)(t p ,它与该商品的均衡价格间有差别,此时,存在供需差,此供需差促使价格变动.对新的价格,又有新的供需差,如此不断调节,就构成市场价格形成的动态过程,假设价格)(t p 的变化率tpd d 与需求和供给之差成正比,并记),(r p f 为需求函数,)(p g 为供给函数（r 为参数）,于是()()[]⎪⎩⎪⎨⎧=-=，，0)0(,d d p p p g r p f tpα 其中0p 为商品在0=t 时刻的价格,α为正常数.若设b ap r p f +-=),(,d cp p g +=)(,则上式变为—⎪⎩⎪⎨⎧=-++-=，，0)0()()(d d p p d b p c a t pαα ① 其中d c b a ,,,均为正常数,其解为ca db c a d b p t p t c a +-+⎪⎭⎫ ⎝⎛+--=+-)(0e)(α. 下面对所得结果进行讨论:（1）设p 为静态均衡价格 ,则其应满足0)(),(=-p g r p f ,即d p c b p a +=+-,于是得ca db p +-=,从而价格函数)(t p 可写为 。

微分方程数学模型应用举例
1. 生物学模型：微分方程可以用于描述生物系统中的各种动态过程。

例如，Lotka-Volterra模型是一种描述捕食者和被捕食者之间相互作用的微分方程模型，可以用于研究食物链中物种的数量和相互关系。

2. 经济学模型：微分方程可以用于描述经济系统中的各种变化和趋势。

例如，Solow增长模型是一种描述经济增长和资本积累的微分方程模型，可以用于分析国家经济发展的长期趋势。

3. 物理学模型：微分方程可以用于描述物理系统中的各种动态过程。

例如，带有阻尼和驱动力的简谐振动可以用二阶线性常微分方程来描述，可以用于研究机械系统中的振动现象。

4. 化学反应动力学模型：微分方程可以用于描述化学反应中物质浓度随时间变化的关系。

例如，化学反应速率方程可以用一阶或二阶线性微分方程来描述，可以用于研究化学反应速率的变化规律。

5. 环境科学模型：微分方程可以用于描述环境系统中的各种变化和相互作用。

例如，Black-Scholes模型是一种描述金融市场中期权价格变化的微分方程模型，可以用于分析金融市场的波动和风险。

6. 工程科学模型：微分方程可以用于描述工程系统中的各种动态过程。

例如，控制系统中的传递函数可以用微分方程表示，可以用于研究系统的稳定性和响应特性。

这些只是微分方程在数学模型中的一些应用举例，实际上微分方程在各个学科领域中都有广泛的应用。

第十一节 数学建模—微分方程的应用举例微分方程在几何、力学和物理等实际问题中具有广泛的应用，本节我们将集中讨论微分方程在实际应用中的几个实例. 读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力.分布图示★ 衰变问题 ★ 追迹问题 ★ 自由落体问题 ★ 弹簧振动问题 ★ 串联电路问题 ★ 返回内容要点(1) 衰变问题 (2) 追迹问题 (3) 自由落体问题 (4) 弹簧振动问题 (5) 串联电路问题例题选讲衰变问题例1（E01）镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量，这种现象称为放射性物质的衰变. 根据实验得知，衰变速度与现存物质的质量成正比，求放射性元素在时刻t 的质量.解 用x 表示该放射性物质在时刻t 的质量，则dtdx表示x 在时刻t 的衰变速度，依题意得.kx dtdx-= (1) 它就是放射性元素衰变的数学模型，其中0>k 是比例常数，称为衰变常数，因元素的不同而异.方程右端的负号表示当时间t 增加时，质量x 减少.易求出方程(1)的通解为.ktCe x -=若已知当0t t =时，,0x x =代入通解kt Ce x -=中可得,00kt ex C =则可得到特解,)(00t t k e x x --=它反映了某种放射性元素衰变的规律.注：物理学中，我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期，不同物质的半衰期差别极大.如铀的普通同位素)(238U 的半衰期约为50亿年；通常的镭)(226Ra 的半衰期为1600年，而镭的另一同位素Ra 230的半衰期仅为1小时.半衰期是上述放射性物质的特征，然而半衰期却不依赖于该物质的初始质量，一克Ra 226衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是1600年，正是这种事实才构成了确定考古发现日期时使用的著名的碳－14测验的基础.追迹问题例2（E02）设开始时甲、乙水平距离为1单位, 乙从A 点沿垂直于OA 的直线以等速0v 向正北行走；甲从乙的左侧O 点出发, 始终对准乙以)1(0>n nv 的速度追赶. 求追迹曲线方程, 并问乙行多远时, 被甲追到.解 设所求追迹曲线方程为).(x y y =经过时刻,t 甲在追迹曲线上的点为),,(y x P 乙在点).,1(0t v B 于是 .1tan 0xyt v y --='=θ (1) 由题设，曲线的弧长OP 为 ⎰='+xt nv dx y 002,1解出,0t v 代入(1)，得⎰'+=+'-x dx y ny y x 02.11)1( 整理得.11)1(2y ny x '+=''- 追迹问题的数学模型 设,),(p y x p y '=''='则方程化为 211)1(p np x +='- 或 ,)1(12x n dxp dp -=+两边积分，得|,|ln |1|ln 1)1ln(12C x n p p +--=++ 即 .1112n xC p p -=++ 将初始条件000=='==x x p y 代入上式，得.11=C 于是 ,1112nxy y -='++' (2)两边同乘,12y y '+-'并化简得,112n x y y --='+-' (3)(2)式与(3)式相加得 ,11121⎪⎪⎭⎫ ⎝⎛---='nnx x y 两边积分得 .)1(1)1(121211C x n n x n ny nn nn +⎥⎦⎤⎢⎣⎡-++---=+- 代入初始条件00==x y 得,122-=n nC 故所求追迹曲线为 ),1(1)1(1)1(121211>-+⎥⎦⎤⎢⎣⎡-++---=+-n n n x n n x n n y nn nn 甲追到乙时，即点P 的横坐标,1=x 此时.)1(2-=n n y 即乙行走至离A 点)1(2-n n 个单位距离时被甲追到.自由落体问题例3（E03）一个离地面很高的物体, 受地球引力的作用由静止开始落向地面. 求它落到地面时的速度和所需的时间(不计空气阻力).解 取连结地球中心与该物体的直线为y 轴，其方向铅直向上，取地球的中心为原点O (如图).设地球的半径为,R 物体的质量为,m 物体开始下落时与地球中心的距离为),(R l l >在时刻t 物体所在位置为),(t y y =于是速度为.)(dtdyt v =由万有引力定律得微分方程 ,222y kmM dt y d m -= 即 ,222ykMdt y d -=其中M 为地球的质量，k 为引力常数. 因为当R y =时，g dtyd -=22 (取负号是因此时加速度的方向与y 轴的方向相反).,,22gR kM RkM g ==代入得到,2222ygR dt y d -=初始条件为 ,0l y t ==.00='=t y先求物体到达地面时的速度. 由,v dtdy=得 ,22dy dvv dt dy dy dv dt dv dty d =⋅== 代入并分离变量得dy ygR vdv 22-= .2122C y gR v +=把初始条件代入上式，得 ,221gR C -=于是⎪⎪⎭⎫⎝⎛-=l y gR v 11222.112⎪⎪⎭⎫ ⎝⎛--=l y g R v 式中令,R y =就得到物体到达地面时得速度为.)(2lR l gR v --= 再求物体落到地面所需的时间.,112⎪⎪⎭⎫ ⎝⎛--==l y g R v dt dy,0l y t == 分离变量得 .21dy yl yg l R dt --=由条件,0l y t ==得.02=C.a r c c o s 212⎪⎪⎭⎫ ⎝⎛+-=l y l y ly g l R t 在上式中令,R y =便得到物体到达地面所需得时间为.arccos 212⎪⎪⎭⎫ ⎝⎛+-=l R l R lR g l Rt弹簧振动问题例4（E04）设有一个弹簧, 它的一端固定, 另一端系有质量为m 的物体, 物体受力作用沿x 轴运动, 其平衡位置取为坐标原点(图12-11-3). 如果使物体具有一个初始速度,00≠v 那么物体便离开平衡位置, 并在平衡位置附近作上下振动. 在此过程中, 物体的位置x 随时 间t 变化. 要确定物体的振动规律, 就是要求出函数).(t x x =解 据胡克定律知, 弹簧的弹性恢复力f 与弹簧变形x 成正比:,kx f -=其中0>k (称为弹性系数), 负号表示弹性恢复力与物体位移方向相反. 在不考虑介质阻力的情况下, 由牛顿第二定律αm F =可得kx dt xd m -=22 或 .022=+kx dtx d m (11.9) 方程(11.9)称为无阻尼自由振动的微分方程. 它是一个二阶常系数齐次线性方程.如果物体在运动过程中还受到阻尼介质(如空气、油、水等)的阻力的作用, 设阻力与质点运动的速度成正比, 且阻力的方向与物体运动方向相反, 则有,2dtdx f μ-= 其中0>μ(阻尼系数). 从而物体运动满足方程dt dxkx dtx d m μ--=22 或 .022=++kx dt dxdtx d m μ (11.10)这个方程叫做有阻尼的自由振动微分方程, 它也是一个二阶常系数齐次线性方程.如果物体在振动过程中所受到的外力除了弹性恢复力与介质阻力之外, 还受到周期性的干扰力pt H t G sin )(=的作用, 那么物体的运动方程为,sin 22pt H dt dx kx dtx d m +--=μ即 ,sin 2222pt h x dt dxv dtx d =++ω (11.11) 其中.,,22mHh m k m v ===ωμ 这个方程称为强迫振动的微分方程, 它是一个二阶常系数非齐次线性微分方程.下面就三种情形分别讨论物体运动方程的解.串联电路问题如图12-11-7是由电阻R 、电感L 及电容C （其中R ,L ,C 是常数）串联而成的回路, 0=t 时合上开关, 接入电源电动势),(t E 求电路中任何时刻的电流).(t I根据克希霍夫回路电压定律, 有),(t E CQRI dt dI L=++ 其中RI 为电流在电阻上电降压, 而CQ(Q 为电容器两极板间的电量, 是时间t 的函数)为电容在电感上电压降, dt dI L则为电流在电感上电压降. 由电学知, ,dtdQ I =于是方程成为 )(122t E Q C dt dQ R dtQ d L =++ (11.13)这是一个二阶常系数非齐次线性微分方程. 若当0=t 时, 已知电量为0Q 和电流为,0I 则我们有初始条件:.)0()0(,)0(00I I Q Q Q =='=此时, 能求出方程(11.13)初vi 始问题的解.例5（E05）在图12-11-7的电路中, 设,1,40H L R =Ω= ,10164F C -⨯= t t E 10cos 100)(=且初始电量和电流均为0, 求电量)(t Q 和电流).(t I解 由已知条件知，可得到方程,10cos 1006254022t Q dt dQdt Q d =++其特征方程为 ,0625402=++r r 特征根,15202,1i r ±-=故对应齐次方程的通解为 ).15sin 15cos ()(2120t C t C et Q tc +=-而非齐次方程的特解可设为.10sin 10cos )(t B t A t Q p += 代入方程，并比较系数可得 .69764,69784==B A 所以 .10sin 6410cos 84(6971)(）t t t Q p += 从而所求方程的通解为 .10sin 1610cos 21(6974)15sin 15cos ()(2120）t t t C t C e t Q t+++=-利用初始条件,0)0(=Q 得到,069784)0(1=+=C Q .697841-=C又 t C C t C C e dtdQt I t 15sin )2015(15cos )1520[()(212120--++-==-)],10cos 1610sin 21(69740t t +-+由,06976401520)0(21=++-=C C I 得.20914642-=C 于是 ⎥⎦⎤⎢⎣⎡++--=-)10sin 1610cos 21()15sin 11615cos 63(36974)(20t t t t e t Q t[].)10cos 1610sin 21(120)15sin 1306015cos 1920(20911)(20t t t t e t I t +-++-=- 解)(t Q 中含有两部分，其中第一部分[])(0.)15sin 11615cos 63(20911)(20∞→→--=-t t t e t Q t c即当t 充分大时，有).10sin 1610cos 21(6974)()(t t t Q t Q p +=≈ 因此，)(t Q p 称为稳态解.。

4-1 微分方程的基本理论4-2 微分方程建模实例4-3 我国的人口预测模型Differential equation model and its application2/一、简单建模实例1.1、溶液浓度模型1.2、时间估计模型2.1、最佳销售时机模型2.2、传染病模型1.3、放射性元素衰变模型二、综合建模实例作业P2323、53/溶液浓度问题是工农业生产和治理境污染中经常要碰到的问题。

此类问1、溶液浓度模型如图所示，一个容器有一个入，一个出口，里面盛满了某种溶液，如果从入口以不变的速率向容器内注入一定浓度的相同溶液（或清水），搅拌均匀后以同样的速率从出口排出，假设搅拌是在瞬间完成的，那么容器内溶液浓度的变化4/1已知容器内盛有1000公斤的清水，若以每分钟5斤的速率注入浓度为0.2的盐水且不停地搅拌, 并以样的速率排出搅拌后的盐水, 那么经过多少时间能容器内的含盐量达到100公斤？本设假设搅拌是在瞬间完成的，即容器中液体浓度任一时刻都是均匀变化的。

t时刻容液浓度为:号明y(t)—t时刻容器内的含盐量；y(0)—初始时刻容器内的含盐量；t—任一时刻。

模型建立y(t)/1000即0.001y(t)。

[t,t+dt]时间间隔内,dtdt=⨯⨯52.0进盐量为:5/ydt dt dy 005.0-=1005.0=+⇒y dt dy 盐量的微元为)(62.138005.06931.0005.02ln 分=≈=t 这是一个一阶线性非齐次微分方程，易求得该方程满足初始条件y (0)=0的特解为是容器内含盐量y 随t 的变化规律.y=100代入,可求得即经过约2小时18分37秒可使容器型解)1(200005.0t e y --=6/、时间估计模型在凌晨1时警察发现一具尸体，测得尸体温是29℃，当时环境的温度是21℃，一小时后尸体温下降到27℃，如果人的正常体温是37℃。

请帮助警估计死者的死亡时间。

题提出根据牛顿冷却定律：将温度为T 的物体放入温度为T 0的介质中，则该物体的温度T 的变化速率正比于该物体与周围介质的温度差T -T 0，即.0k ),(/0为比例常数其中>--=T T k dt dT 设该名死者已经死亡t 1小时，于是根据题意得到如下的微分方程边值问题：模型建立7/模型求解,)2(27)1(,29)(,37)0()1()(/110⎩⎨⎧=+==--=t T t T T T T k dt dT 方程(1)的通解为,)(0kt Ce T t T -+=把环境温度T 0=21及边界条件(2)代入通解，得+=+=+=+--)1(11217219217t k kt Ce Ce C ⎪⎩⎪⎨⎧≈=-==⇒-409.22ln 3ln 2ln 21611k t k C 是可知该死者死于2.409小时前,零晨1时早2.409小时，即前一天晚10:35时左右。

微分方程建模案例1微分方程建模案例1微分方程是数学中的一个重要分支，它可以用来描述自然界中很多现象和问题的变化规律。

在实际问题的建模中，微分方程起到了至关重要的作用。

本文将介绍一个微分方程建模的案例，以帮助读者更好地理解微分方程的应用。

案例1：放烟花问题描述：小明在庆祝活动中放了一颗烟花。

烟花在起飞后爆炸，产生鲜艳的火花，并逐渐消散。

请问如何用微分方程来描述烟花燃烧和消散的过程？解决思路：我们可以用烟花高度和火花数量来描述烟花的燃烧和消散过程。

假设烟花的高度为h(t)，火花的数量为n(t)，其中t表示时间。

高度的变化：根据物理知识，烟花往上升的时候速度越来越慢，最后停止在一些高度。

因此，我们可以通过速度来描述高度的变化。

根据牛顿第二定律，物体的加速度等于物体所受到的合力除以物体的质量。

考虑到重力和空气阻力的存在，烟花受到的合力可以表示为：mg - kv，其中m是烟花的质量，g是重力加速度，k是阻力系数，v是烟花的下降速度。

根据牛顿第二定律可得：m・h''(t) = mg - kv(t)火花数量的变化：一颗烟花燃烧后会产生一定数量的火花，这些火花在空气中逐渐消散。

假设火花的数量随时间的变化满足指数衰减规律，即火花数量每过一段时间t0会减少到原来的1/2、因此，火花数量的变化可以用指数衰减方程来描述：n'(t)=-k1n(t)整理得到微分方程组：m・h''(t) = mg - kv(t)n'(t)=-k1n(t)其中m、g、k、k1为常数。

求解微分方程：对于高度的微分方程，我们可以使用常系数线性微分方程的求解方法来求解。

我们可以根据初始条件来确定h(t)的具体形式。

对于火花数量的微分方程，它是一个一阶线性微分方程，可以使用变量分离法来求解。

我们可以根据初始条件来确定n(t)的具体形式。

讨论和应用：通过以上微分方程组的求解，我们可以得到小明放的烟花的高度和火花数量随时间变化的具体函数形式。

微分方程建模案例微分方程是一种描述自然现象和数学模型中变化规律的数学工具。

它广泛应用于物理学、生物学、经济学等领域，能够帮助研究者解释和预测系统的行为。

接下来，我们将介绍一个微分方程建模的案例，以帮助读者更好地理解和应用微分方程。

案例背景：假设我们要研究一个自然保护区中的狼和兔子的数量变化。

该自然保护区面积有限，为了研究物种的动态平衡以及影响因素对其数量的影响，我们需要建立一个微分方程模型。

问题分析：在自然保护区中，狼以兔子为食物，而兔子则面临被捕食的风险。

因此，我们可以推测狼的数量对于兔子的数量产生压力，并且预测狼的数量与兔子的数量之间存在其中一种关系。

模型建立：假设R(t)表示时间t时刻的兔子的数量，W(t)表示时间t时刻的狼的数量。

为了建立一个微分方程模型，我们需要引入一些假设。

1.兔子的繁殖速率与兔子当前的数量成正比，同时也会受到狼的捕食速率的影响。

我们假设兔子繁殖率为α，捕食速率为β，兔子数量的增长速率与当前兔子的数量和受捕食的比例有关。

因此，兔子数量的增长速率可以表示为αR(t)-βW(t)R(t)。

2.狼的数量的变化与狼的死亡率和捕食率有关。

我们假设狼的死亡率为δ，捕食率为γ，狼的数量的变化率可以表示为-δW(t)+γW(t)R(t)。

综上所述，我们可以得到一个微分方程模型：dR(t)/dt = αR(t) - βW(t)R(t)dW(t)/dt = -δW(t) + γW(t)R(t)模型求解与分析：通过求解该微分方程模型，我们可以得到兔子和狼数量随时间变化的解析解。

对于一个给定的初值条件，我们可以通过数值方法（如欧拉法、龙格-库塔法等）求解微分方程模型，并绘制兔子和狼的数量随时间变化的图像。

在模型的分析过程中，我们可以通过改变模型中的参数（如α、β、δ和γ）来分析它们对系统行为的影响。

通过研究模型的稳定点、极限环等特征，我们可以得出关于狼和兔子数量变化的结论。

总结：这个案例展示了微分方程建模的过程，通过建立微分方程模型，我们可以研究和预测自然保护区中狼和兔子数量的变化规律。

数学建模——微分方程的应用举例分布图示★衰变问题 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题模型 ★追迹问题内容要点一、衰变问题例1 镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t 的质量.解 用x 表示该放射性物质在时刻t 的质量, 则dtdx表示x 在时刻t 的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为.kx dtdx-= (8.1) 这是一个以x 为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中0>k 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t 增加时, 质量x 减少.解方程(8.1)得通解.ktCex -=若已知当0t t =时, ,0x x =代入通解kt Ce x -=中可得,00kt e x C -= 则可得到方程(8.1)特解,)(00t t k e x x --=它反映了某种放射性元素衰变的规律.注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素(U 238)的半衰期约为50亿年;通常的镭(Ra 226)的半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始量, 一克Ra 226衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础.二、 逻辑斯谛方程:逻辑斯谛方程是一种在许多领域有着广泛应用的数学模型, 下面我们借助树的增长来建立该模型.一棵小树刚栽下去的时候长得比较慢, 渐渐地, 小树长高了而且长得越来越快, 几年不见, 绿荫底下已经可乘凉了; 但长到某一高度后, 它的生长速度趋于稳定, 然后再慢慢降下来. 这一现象很具有普遍性. 现在我们来建立这种现象的数学模型.如果假设树的生长速度与它目前的高度成正比, 则显然不符合两头尤其是后期的生长情形, 因为树不可能越长越快; 但如果假设树的生长速度正比于最大高度与目前高度的差, 则又明显不符合中间一段的生长过程. 折衷一下, 我们假定它的生长速度既与目前的高度,又与最大高度与目前高度之差成正比.设树生长的最大高度为H (m), 在t (年)时的高度为h (t ), 则有)]()[()(t h H t kh dtt dh -= (8.2) 其中0>k 是比例常数. 这个方程为Logistic 方程. 它是可分离变量的一阶常数微分方程.下面来求解方程(8.2). 分离变量得,)(kdt h H h dh=-两边积分,)(⎰⎰=-kdt h H h dh得 ,)]ln([ln 11C kt h H h H+=-- 或,21kHt H C kHt e C e hH h ==-+故所求通解为,11)(22kHtkHt kHt CeH e C He C t h -+=+= 其中的⎪⎪⎭⎫ ⎝⎛>==-0112H C e C C C 是正常数. 函数)(t h 的图象称为Logistic 曲线. 图8-8-1所示的是一条典型的Logistic 曲线, 由于它的形状, 一般也称为S 曲线. 可以看到, 它基本符合我们描述的树的生长情形. 另外还可以算得.)(lim H t h t =+∞→这说明树的生长有一个限制, 因此也称为限制性增长模式.注: Logistic 的中文音译名是“逻辑斯谛”. “逻辑”在字典中的解释是“客观事物发展的规律性”, 因此许多现象本质上都符合这种S 规律. 除了生物种群的繁殖外, 还有信息的传播、新技术的推广、传染病的扩散以及某些商品的销售等. 例如流感的传染、在任其自然发展(例如初期未引起人们注意)的阶段, 可以设想它的速度既正比于得病的人数又正比于未传染到的人数. 开始时患病的人不多因而传染速度较慢; 但随着健康人与患者接触, 受传染的人越来越多, 传染的速度也越来越快; 最后, 传染速度自然而然地渐渐降低, 因为已经没有多少人可被传染了.下面举两个例子说明逻辑斯谛的应用.人口阻滞增长模型 1837年, 荷兰生物学家V erhulst 提出一个人口模型00)(),(y t y by k y dtdy=-= (8.3)其中b k ,的称为生命系数.我们不详细讨论这个模型, 只提应用它预测世界人口数的两个有趣的结果.有生态学家估计k 的自然值是0.029. 利用本世纪60年代世界人口年平均增长率为2%以及1965年人口总数33.4亿这两个数据, 计算得,2=b 从而估计得:(1)世界人口总数将趋于极限107.6亿. (2)到2000年时世界人口总数为59.6亿.后一个数字很接近2000年时的实际人口数, 世界人口在1999年刚进入60亿. 新产品的推广模型 设有某种新产品要推向市场, t 时刻的销量为),(t x 由于产品性能良好, 每个产品都是一个宣传品, 因此, t 时刻产品销售的增长率,dtdx与)(t x 成正比, 同时, 考虑到产品销售存在一定的市场容量N , 统计表明dtdx与尚未购买该产品的潜在顾客的数量)(t x N -也成正比, 于是有)(x N kx dtdx-= (8.4)其中k 为比例系数. 分离变量积分, 可以解得kNtCeNt x -+=1)( (8.5)由,)1()1(,)1(2322222kNt kNt kNt kNt kNt Ce Ce e N Ck dt x d Ce ke CN dt dx -----+-=+= 当N t x <)(*时, 则有,0>dt dx 即销量)(t x 单调增加. 当2)(*N t x =时, ;022=dt x d 当2)(*N t x >时, ;022<dt x d 当2)(*Nt x <时, 即当销量达到最大需求量N 的一半时, 产品最为畅销, 当销量不足N 一半时, 销售速度不断增大, 当销量超过一半时, 销售速度逐渐减少.国内外许多经济学家调查表明. 许多产品的销售曲线与公式(8.5)的曲线(逻辑斯谛曲线)十分接近. 根据对曲线性状的分析, 许多分析家认为, 在新产品推出的初期, 应采用小批量生产并加强广告宣传, 而在产品用户达到20%到80%期间, 产品应大批量生产; 在产品用户超过80%时, 应适时转产, 可以达到最大的经济效益.三、价格调整模型在本章第一节例3已经假设, 某种商品的价格变化主要服从市场供求关系. 一般情况下,商品供给量S 是价格P 的单调递增函数, 商品需求量Q 是价格P 的单调递减函数, 为简单起见, 分别设该商品的供给函数与需求函数分别为P P Q bP a P S βα-=+=)(,)( (8.6)其中βα,,,b a 均为常数, 且.0,0>>βb当供给量与需求量相等时, 由(8.6)可得供求平衡时的价格baP e +-=βα 并称e P 为均衡价格.一般地说, 当某种商品供不应求, 即Q S <时, 该商品价格要涨, 当供大于求, 即Q S >时, 该商品价格要落. 因此, 假设t 时刻的价格)(t P 的变化率与超额需求量S Q -成正比, 于是有方程)]()([P S P Q k dtdP-= 其中,0>k 用来反映价格的调整速度.将(8.6)代入方程, 可得)(P P dtdPe -=λ (8.7) 其中常数,0)(>+=k b βλ方程(8.7)的通解为t e Ce P t P λ-+=)(假设初始价格,)0(0P P =代入上式, 得,0e P P C -=于是上述价格调整模型的解为t e e e P P P t P λ--+=)()(0由于0>λ知, +∞→t 时, .)(e P t P →说明随着时间不断推延, 实际价格)(t P 将逐渐趋近均衡价格e P .四、人才分配问题模型每年大学毕业生中都要有一定比例的人员留在学校充实教师队伍, 其余人员将分配到国民经济其他部门从事经济和管理工作. 设t 年教师人数为),(1t x 科学技术和管理人员数目为),(2t x 又设1外教员每年平均培养α个毕业生, 每年人教育、科技和经济管理岗位退休、死亡或调出人员的比率为βδδ),10(<<表示每年大学生毕业生中从事教师职业所占比率),10(<<δ于是有方程111x x dt dx δαβ-= (8.8) 212)1(x x dtdx δβα--= (8.9) 方程(8.8)有通解t e C x )(11δαβ-=(8.10)若设,)0(101x x =则,101x C =于是得特解te x x )(101δαβ-= (8.11)将(8.11)代入(8.9)方程变为tex x dtdx )(1022)1(δαββαδ--=+ (8.12) 求解方程(8.12)得通解t te x eC x )(122)1(δαβδββ---+= (8.13)若设,)0(202x x =则,110202x x C ⎪⎪⎭⎫⎝⎛--=ββ于是得特解 tt ex e x x x )(101020211δαβδββββ--⎪⎪⎭⎫ ⎝⎛-+⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛--= (8.14) (8.11)式和(8.14)式分别表示在初始人数分别为)0(),0(21x x 情况, 对应于β的取值, 在t 年教师队伍的人数和科技经济管理人员人数. 从结果看出, 如果取,1=β即毕业生全部留在教育界, 则当∞→t 时, 由于,δα>必有+∞→)(1t x 而,0)(2→t x 说明教师队伍将迅速增加. 而科技和经济管理队伍不断萎缩, 势必要影响经济发展, 反过来也会影响教育的发展. 如果将β接近于零. 则,0)(1→t x 同时也导致,0)(2→t x 说明如果不保证适当比例的毕业生充实教师选择好比率β, 将关系到两支队伍的建设, 以及整个国民经济建设的大局.五、追迹问题设开始时甲、乙水平距离为1单位, 乙从A 点沿垂直于OA 的直线以等速0v 向正北行走; 甲从乙的左侧O 点出发, 始终对准乙以)1(0>n mv 的速度追赶. 求追迹曲线方程, 并问乙行多远时, 被甲追到.解 设所求追迹曲线方程为).(x y y =经过时刻t , 甲在追迹曲线上的点为),,(y x P 乙在点).,1(0t v B 于是有,1tan 0xyt v y --='=θ (8.15) 由题设, 曲线的弧长OP 为,1002t nv dx y x='+⎰解出t v 0代入(8.15), 得.11)1(02⎰'+=+'-x dx y ny y x 两边对x 求导, 整理得.11)1(2y ny x '+=''- 这就是追迹问题的数学模型.这是一个不显含y 的可降阶的方程, 设p y x p y ''=''='),(, 代入方程得211)1(p np x +='- 或 ,)1(12x n dxp dp -=+两边积分, 得|,|ln |1|ln 1)1ln(12C x np p +--=++即 .1112nxC p p -=++ 将初始条件00||==='x x p y 代入上式, 得.11=C 于是,1112nxy y -='++' (8.16) 两边同乘,12y y '+-'并化简得,112n x y y --='+-' (8.17)(8.16)与(8.17)式相加, 得,11121⎪⎭⎫ ⎝⎛---='n n x x y两边积分, 得.)1(1)1(121211C x n n x n ny nn nn +⎥⎦⎤⎢⎣⎡-++---=+-代入初始条件0|0==x y 得,122-=n nC 故所求追迹曲线方程为 ),1(11)1(1)1(2211>-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--+-=-+n n n n x n x n y n n n n甲追到乙时, 即曲线上点P 的横坐标,1=x 此时.12-=n n y 即乙行走至离A 点12-n n个单位距离时被甲追到.。