当前位置:文档之家› 微分方程建模

微分方程建模

微分方程建模
微分方程建模

微分方程建模案例

第五章微分方程建模案例 微分方程作为数学科学的中心学科,已经有三百多年的发展历史,其解法和理论已日臻完善,可以为分析和求得方程的解(或数值解)提供足够的方法,使得微分方程模型具有极大的普遍性、有效性和非常丰富的数学涵。微分方程建模包括常微分方程建模、偏微分方程建模、差分方程建模及其各种类型的方程组建模。微分方程建模对于许多实际问题的解决是一种极有效的数学手段,对于现实世界的变化,人们关注的往往是其变化速度、加速度以及所处位置随时间的发展规律,其规律一般可以用微分方程或方程组表示,微分方程建模适用的领域比较广,涉及到生活中的诸多行业,其中的连续模型适用于常微分方程和偏微分方程及其方程组建模,离散模型适用于差分方程及其方程组建模。本章主要介绍几个简单的用微分方程建立的模型,让读者一窥方程的应用。下面简要介绍利用方程知识建立数学模型的几种方法: 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。 例如在光学里面,旋转抛物面能将放在焦点处的光源经镜面反射后成为平行光线,为了证明具有这一性质的曲线只有抛物线,我们就是利用了题目中隐含的条件——入射角等于反射角来建立微分方程模型的。 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。例如从几何观点看,曲线 y y(x)上某点的切线斜率即函数y y(x)在该点的导数;力学中的牛顿第二运 动定律:F ma ,其中加速度a 就是位移对时间的二阶导数,也是速度对时间 的一阶导数等等。从这些知识出发我们可以建立相应的微分方程模型。 例如在动力学中,如何保证高空跳伞者的安全问题。对于高空下落的物体, 我们可以利用牛顿第二运动定律建立其微分方程模型, 设物体质量为m ,空气阻 力 系数为k ,在速度不太大的情况下,空气阻力近似与速度的平方成正比;设时 刻t 时物体的下落速度为v ,初始条件:v (o ) 0.由牛顿第二运动定律建立其微 分方程模型: 求解模型可得: 体在地面上的投影面积。根据极限速度求解式子,在m,, 一定时,要求落地速 度w 不是很大时,我们可以确定出s 来,从而设计出保证跳伞者安全的降落伞的 直径大小来 3?利用导数的定义建立微分方程模型 dv m 一 dt mg kv 2 ? k(exp[2t 由上式可知,当t 其中,阻力系数k 1) 时,物体具有极限速度: lim v t mg :k , s , 为与物体形状有关的常数, 为介质密度,s 为物 、mg(exp[2t 1)

常微分方程在数学建模中的应用(免费版)

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9 1006.3?,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(02.09 e 1006.3)(-?=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34.6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

3.1 微分方程模型的建模步骤

第3章微分方程模型 3.1 微分方程模型的建模步骤 在自然科学以及工程、经济、医学、体育、生物、社会等学科中的许多系统,有时很难找到该系统有关变量之间的直接关系——函数表达式,但却容易找到这些变量和它们的微小增量或变化率之间的关系式,这时往往采用微分关系式来描述该系统——即建立微分方程模型。我们以一个例子来说明建立微分方程模型的基本步骤。 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,他所消耗的热量大约是69(焦/公斤?天)乘以他的体重(公斤)。假设以脂肪形式贮藏的热量100%地有效,而1公斤脂肪含热量41868(焦)。试研究此人的体重随时间变化的规律。 模型分析 在问题中并未出现“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dt dW 微分方程。 模型假设 1.以)(t W 表示t 时刻某人的体重,并设一天开始时人的体重为0W 。 2.体重的变化是一个渐变的过程。因此可认为 )(t W 是关于t 连续而且充分光滑的。 3.体重的变化等于输入与输出之差,其中输入是指扣除了基本新陈代谢之后的净食量吸收;输出就是进行健身训练时的消耗。 模型建立 问题中所涉及的时间仅仅是“每天”,由此,对于“每天” 体重的变化=输入-输出。 由于考虑的是体重随时间的变化情况,因此,可得 体重的变化/天=输入/天—输出/天。 代入具体的数值,得 输入/天 = 10467(焦/天)—5038(焦/天)=5429(焦/天), 输出/天 = 69(焦/公斤?天)×W (公斤)= 69W (焦/天)。 体重的变化/天=t W ??(公斤/天)dt dW t =→?0 考虑单位的匹配,利用 “公斤/天=公斤焦天 焦/41868 /”, 可建立如下微分方程模型

数学建模之微分方程建模与平衡点理论

微分方程 列微分方程常用的方法: (1)根据规律列方程 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。 一、模型的建立与求解 1.1传染病模型 (1)基础模型 假设:t 时刻病人人数()x t 连续可微。每天每个病人有效接触(使病人治病的接触)的人数为λ,0t =时有0x 个病人。 建模:t 到t t +?病人人数增加 ()()()x t t x t x t t λ+?-=?(1) 0,(0)dx x x x dt λ==(2) 解得: 0()t x t x e λ=(3) 所以,病人人数会随着t 的增加而无限增长,结论不符合实际。 (2)SI 模型

假设:1.疾病传播时期,总人数N 保持不变。人群分为两类,健康者占总人数的比例为s(t),病人占总人数的比例为i(t)。 2.每位病人每天平均有效接触λ人,λ为日接触率。有效接触后健康者变为病人。 依据:患病人数的变化率=Ni(t)(原患病人数)*λs(t)(每个病人每天使健康人变为病人的人数) 建模: di N Nsi dt λ=(4) 由于 ()()1s t i t +=(5) 设t=0时刻病人所占的比例为0i ,则可建立Logistic 模型 0(1),(0)di i i i i dt λ=-=(6) 解得: 01()111kt i t e i -= ??+- ??? (7) 用Matlab 绘制图1()~i t t ,图2 ~di i dt 图形如下, 结论:在不考虑治愈情况下 ①当12i = 时di dt 达到最大值m di dt ?? ???,这时101ln 1m t i λ-??=- ???

微分方程模型建模实例

微分方程模型建模实例 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,()

最新31微分方程与微分方程建模法汇总

31微分方程与微分方 程建模法

第三章微分方程模型 3.1微分方程与微分方程建模法 一、微分方程知识简介 我们要掌握常微分方程的一些基础知识,对一些可以求解的微分方程及其方程组,要求掌握其解法,并了解一些方程的近似解法。 微分方程的体系:(1)初等积分法(一阶方程及几类可降阶为一阶的方程) ?Skip Record If...?(2)一阶线性微分方程组(常系数线性微分方程组的解法) ?Skip Record If...?(3)高阶线性微分方程(高阶线性常系数微分方程解法)。其中还包括了常微分方程的基本定理。 0.常数变易法:常数变易法在上面的(1)(2)(3)三部分中都出现过,它是由线性齐次方程(一阶或高阶)或方程组的解经常数变易后求相应的非齐次方程或方程组的解的一种方法。 1.初等积分法:掌握变量可分离方程、齐次方程的解法,掌握线性方程的解法,掌握全微分方程(含积分因子)的解法,会一些一阶隐式微分方程的解法(参数法),会几类可以降阶的高阶方程的解法(恰当导数方程)。 分离变量法:(1)可分离变量方程: ?Skip Record If...? (2) 齐次方程:?Skip Record If...? 常数变易法:(1) 线性方程,?Skip Record If...??Skip Record If...?

(2) 伯努里方程,?Skip Record If...??Skip Record If...? 积分因子法:化为全微分方程,按全微分方程求解。 对于一阶隐式微分方程?Skip Record If...?有 参数法:(1) 不含x或y的方程:?Skip Record If...? (2) 可解出x或y的方程:?Skip Record If...? 对于高阶方程,有 降阶法:?Skip Record If...? 恰当导数方程 一阶方程的应用问题(即建模问题)。 2.一阶线性微分方程组:本部分主要内容有:一是一阶线性微分方程组的基本理论(线性齐次、非齐次微分方程组的通解结构,刘维尔公式等),二是常系数线性微分方程组的解法(求特征根,单根与重根[待定系数法]),三是常数变易法。本部分内容与线性代数关系密切,如线性空间,向量的线性相关与线性无关,基与维数,特征方程、特征根与特征向量,矩阵的若当标准型等。3.高阶线性微分方程:了解高阶线性微分方程的基本理论(线性齐次、非齐次微分方程的通解结构,刘维尔公式等); n阶线性常系数微分方程解法:(1)求常系数齐次线性微分方程基本解组的待定指数函数法;(2)求一般非齐次线性方程解的常数变易法;(3)求特

最新微分方程建模简介

微分方程建模简介

第三章微分方程模型 3.1微分方程与微分方程建模法 一、微分方程知识简介 我们要掌握常微分方程的一些基础知识,对一些可以求解的微分方程及其方程组,要求掌握其解法,并了解一些方程的近似解法。 微分方程的体系:(1)初等积分法(一阶方程及几类可降阶为一阶的方程) ?Skip Record If...?(2)一阶线性微分方程组(常系数线性微分方程组的解法) ?Skip Record If...?(3)高阶线性微分方程(高阶线性常系数微分方程解法)。其中还包括了常微分方程的基本定理。 0.常数变易法:常数变易法在上面的(1)(2)(3)三部分中都出现过,它是由线性齐次方程(一阶或高阶)或方程组的解经常数变易后求相应的非齐次方程或方程组的解的一种方法。 1.初等积分法:掌握变量可分离方程、齐次方程的解法,掌握线性方程的解法,掌握全微分方程(含积分因子)的解法,会一些一阶隐式微分方程的解法(参数法),会几类可以降阶的高阶方程的解法(恰当导数方程)。 分离变量法:(1)可分离变量方程: ?Skip Record If...? (2) 齐次方程:?Skip Record If...? 常数变易法:(1) 线性方程,?Skip Record If...??Skip Record If...?

(2) 伯努里方程,?Skip Record If...??Skip Record If...? 积分因子法:化为全微分方程,按全微分方程求解。 对于一阶隐式微分方程?Skip Record If...?有 参数法:(1) 不含x或y的方程:?Skip Record If...? (2) 可解出x或y的方程:?Skip Record If...? 对于高阶方程,有 降阶法:?Skip Record If...? 恰当导数方程 一阶方程的应用问题(即建模问题)。 2.一阶线性微分方程组:本部分主要内容有:一是一阶线性微分方程组的基本理论(线性齐次、非齐次微分方程组的通解结构,刘维尔公式等),二是常系数线性微分方程组的解法(求特征根,单根与重根[待定系数法]),三是常数变易法。本部分内容与线性代数关系密切,如线性空间,向量的线性相关与线性无关,基与维数,特征方程、特征根与特征向量,矩阵的若当标准型等。3.高阶线性微分方程:了解高阶线性微分方程的基本理论(线性齐次、非齐次微分方程的通解结构,刘维尔公式等); n阶线性常系数微分方程解法:(1)求常系数齐次线性微分方程基本解组的待定指数函数法;(2)求一般非齐次线性方程解的常数变易法;(3)求特

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)di k 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~di i 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dt di 达到最大值,并在曲线图上标注。 参考程序:

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

常微分方程的建模训练

常微分方程的建模训练 各位同学: 欢迎大家开始《高等数学》课程的第二阶段的学习。本次辅导材料是关于建立微分方程的模型,主要目的有2个。一是开阔大家的视野,二是练习如何将一个实际问题用数学语言描述出来,也就是平时讲的建模,这是一个理工科学生的最重要的基本功之一。希望大家努力掌握之。 建立微分方程的途径主要有: 1)根据问题的性质,利用相应学科已经知道的客观规律,比如研究物体的运动,在已知外力的情况下,可运用著名的牛顿第二定律;研究热力学问题,可以用热力学定律,研究电路问题就可以用电路的基尔霍夫定律等。 2)对于一些没有明显规律可用时,可以考虑应用微元法(上学期学习积分时已经学习过),这时,需要考虑的是在自变量[,d] +的微段d x中,函数的增 x x x 量的微分表达式。 本次材料包括的题目不少,你可能没有太多的时间做。没有关系,可以边学边做,或有空时做,拳不离手,曲不离口,功夫是逐渐炼成的。要注意的是,对一个确定的问题,仅仅列出微分方程是不够的,还要有一组初始条件或边界条件,才能使微分方程的通解具体化,称为一个对应与问题本身的特解!如何列出这样的条件,也需要训练你的观察能力,因为很多题目中,这些条件常隐含在题目的叙述中。 本次练习不要求你去求解这些方程,但随着我们课堂的进度,当你学会微分方程的求解后,你再去求解它们。 好,开始吧! 1. 有一类物质具有放射性,根据观察,放射性元素的质量随时间推移而逐渐减少,这种现象称为衰变。由实验测定,每一时刻放射性元素镭的衰变率(即质量减少的速率)与该时刻 λ>。求镭的衰变规律。 的镭的质量成正比,比例系数0 又由经验判断,镭经过1600年后,只剩下原始量的一半,求镭的质量R与时间t的函数关系。 2. 物理上把已知物体质量和外力的条件下,求物体的运动规律的问题称为动力学问题。物 s t来表示。 体的运动可用它的位移量() 已知物体质量为m的物体在外力F的作用下沿外力的方向作直线运动。试根据下列提供的外力特点,求物体的运动规律: 1)外力为地球重力; 2)外力为与其速度的平方成反比的阻力; 3)外力为与其位移成正比,但方向相反的弹性恢复力;

微分方程建模学习

微分方程建模 一般说来,微分方程建模的方法大致可以分为以下的几个步骤: 1.根据实际问题的要求确定要研究的量,包括自变量、未知函数、必要的参数等以及它们各自的变化区间; 2.列方程。可以在合理假设的前提下,利用导数表示斜率、速度、变化率的实际意义,根据一些基本定理(几何的、物理的、化学的或生物学的等等)或规律,找出未知函数的导数(或微分)与相关各量之间的等量关系式,建立微分方程并确定定解条件(注:如果没有现成的定理可供利用,也可以用微元分析法与模拟近似法列出微分方程); 3.解微分方程; 4.对模型的适用性作出评价,即用已知的数据检验微分方程的解是否与实际相符。若结果与实际存在一定的差距,则还要对方程进行修正和调整,直到得出较满意的结果为止。 下面,我们就通过一些实例说明微分方程建模的具体步骤。 一.增长模型 在自然界和社会的经济活动中,许多量的变化都遵循着一个基本的规律:任一单位时间的增量都与该量自身当时的大小成正比。运用这一基本规律,就可以建立起各种各样的增长模型。 1.马尔萨斯人口模型 严格地讲,讨论人口问题所建立的模型应属于离散型模型。但在人口基数很大的情况下,突然增加或减少的只是单一的个体或少数几个个体,相对于全体数量而言,这种改变量是极其微小的,因此,我们可以近似地假设人口随时间连续变化甚至是可微的。这样,我们就可以采用微分方程的工具来研究这一问题。 最早研究人口问题的是英国的经济系家马尔萨斯(Malthus )(1766—1834)。他根据百余年的人口资料,经过潜心研究,在1798年发表的《人口论》中首先提出了人口增长模型。他的基本假设是:任一单位时刻人口的增长量与当时的人口总数成正比,且比例系数为常数。于是,设t 时刻的人口总数为)(t y ,则单位时间人口的增长量即为 t t y t t y ?-?+)()( 根据基本假设,有 t t y t t y ?-?+)()()(t y r ?= (r 为比例系数) 令0→?t ,可得微分方程

数学建模——微分方程的应用

第八节 数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学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的实际应用,尤其是微分方程经济学中的应用. 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 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题 内容要点: 一、衰变问题 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. 用x 表示该放射性物质在时刻t 的质量, 则 dt dx 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 dt dx -= (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.kt Ce x -=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.

微分方程与微分方程建模法

第三章微分方程模型 3.1微分方程与微分方程建模法 微分方程知识简介 我们要掌握常微分方程的一些基础知识,对一些可以求解的微分方程及其方 程组,要求掌握其解法,并了解一些方程的近似解法。 微分方程的体系: (1)初等积分法(一阶方程及几类可降阶为一阶的方程) 一阶线性微分方程组(常系数线性微分方程组的解法) (3)高阶线性微分方程 (高阶线性常系数微分方程解法)。其中还包括了常微分方程的基本定理 0.常数变易法: 常数变易法在上面的(1) (2) (3)三部分中都出现过,它是 由线性齐次方程(一阶或高阶)或方程组的解经常数变易后求相应的非齐次 方程或方程组的解的一种方法。 1.初等积分法:掌握变量可分离方程、齐次方程的解法,掌握线性方程的解法, 掌握全微 分方程(含积分因子)的解法,会一些一阶隐式微分方程的解法(参 数法),会几类可以降阶的高阶方程的解法(恰当导数方程)。 dx f(x)g(y); M(x)N(y)dx P(x)Q(y)dy 0; 常数变易法:(1)线性方程,y p (x )y f (x ), (2)伯努里方程,y p(x)y f (x)y n , 积分因子法:化为全微分方程,按全微分方程求解。 对于一阶隐式微分方程F (x,y, y ) 0,有 参数法:(1)不含x 或y 的方程:F (x,y ) 0,F (y,y ) 0; 对于高阶方程,有 分离变量法:(1)可分离变量方程: (2)齐次方程: dy dx dy dx f(ax by C ); ux vy w

⑵可解出x或y的方程:y f(x,y),x f ( y, y ); 降阶法:F(x,y(k),y(k 1), ,y(n)) F(y,y,y) 0; 恰当导数方程 一阶方程的应用问题(即建模问题) 2.一阶线性微分方程组:本部分主要内容有:一是一阶线性微分方程组的基本 理论(线性齐次、非齐次微分方程组的通解结构,刘维尔公式等),二是常系数线性微分方程组的解法(求特征根,单根与重根[待定系数法]),三是常数变易法。本部分内容与线性代数关系密切,如线性空间,向量的线性相关与线性无关,基与维数,特征方程、特征根与特征向量,矩阵的若当标准型等。 3.高阶线性微分方程:了解高阶线性微分方程的基本理论(线性齐次、非齐次 微分方程的通解结构,刘维尔公式等); n 阶线性常系数微分方程解法:(1)求常系数齐次线性微分方程基本解组的待定指数函数法;(2)求一般非齐次线性方程解的常数变易法;(3)求特殊型非齐次常系数线性方程解的待定系数法;(4)求解初值问题的拉普拉斯变换法;(5)求二阶线性方程的幂级数解法。 4.常微分方程的基本定理:常微分方程的几何解释(线素场),初值问题解的存在与唯一性定理(条件与结论),求方程的近似解(欧拉折线法与毕卡逐次逼近法),解的延展定理与比较定理、唯一性定理证明解的存在区间(如为左右无穷大),奇解与包络线,克莱罗方程。 5.常微分方程的稳定性理论:掌握稳定性的一些基本概念,以及运用特征根法判断常系数线性方程(组)的解的稳定性,运用李雅普诺夫函数法判断一般方程(组)的解的稳定性。 6.常微分方程的定性理论:掌握定性理论的一些基本概念,运用特征根法判断奇点类型,极限环。 7.差分方程。 8.偏微分方程。 二、数学建模的微分方程方法 微分方程作为数学科学的中心学科,已经有三百多年的发展历史,其解法和理论已日臻完善,可以为分析和求得方程的解(或数值解)提供足够的方法,使得微分方程模型具有极大的普遍性、有效性和非常丰富的数学内涵。微分方程建模包括常微分方程建模、偏微分方程建模、差分方程建模及其各种类型的方程组建模。微分方程建模对于许多实际问题的解决是一种极有效的数学手段,对于现

常微分方程在数学建模中的应用论文

毕业论文 论文题目:常微分方程在数学建模中的应用姓名: 学科专业: 指导教师: 完成时间:

常微分方程是数学理论(特别是微积分)联系实际的重要工具,它不仅与几何学、力学、电子技术、自动控制、星际航行、甚至和化学、生物学、农业以及经济学都有着密切的联系。本文结合实践背景,建立数学模型,并利用所得结果去解释某些实际问题。 关键字常微分方程、人口预测模型、市场价格模型、混合溶液的数学模型、震动模型

第一章人口预测模型 第二章市场价格模型 第三章混合溶液的数学模型第四章震动模型

绪论 当我们描述实际对象的某些特性随时间(或空间)而演变的过程、分析它的变化规律、预测它的未来性态,研究它的控制手段时,通常要建立对象的动态模型。建模时首先要根据建模目的和对问题的具体分析作出简化假设,然后按照对象内在的或可以类比的其他对象的规律列出微分方程,求出方程的解并将结果翻译回实际对象,就可以进行描述、分析、预测或控制了。 事实上在微分方程课程中,解所谓应用题时我们遇到简单的建立动态模型问题,例如“一质量为m的物体自高h处自由下落,初速度是零,设阻力与下落速度的平方成正比,比例系数为k,求下落速度随时间的变化规律。”又如“容器内有盐水100L,内含盐10kg,令以3L/min的速度从一管放进净水,以2L/min的速度从另一管抽出盐水,设容器内盐水浓度始终是均匀的,求容器内含盐量随时间变化规律。”本文讨论的是常微分方程在数学建模中的应用。

第一章 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(02.09e 1006.3)(-?=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

扩散问题的偏微分方程模型_数学建模

实验一SDH网元基本配置 一、实验目的: 通过本实验,了解SDH光传输的原理和系统组成,了解ZXMP S325设备的硬件构成和单板功能,学习ZXONM 300 网管软件的使用方法,掌握SDH 网元配置的基本操作。 二、实验器材: 1、SDH 设备:3 套ZXMP 325; 2、实验用维护终端。 三、实验原理 1、SDH 原理 同步数字体制(SDH)是为高速同步通信网络制定的一个国际标准,其基础在于直接同步复用。按照SDH 组建的网络是一个高度统一的、标准化的、智能化的网络,采用全球统一的接口以实现多环境的兼容,管理操作协调一致,组网与业务调度灵活方便,并且具有网络自愈功能,能够传输所有常见的支路信号,应用于多种领域(如光纤传输,微波和卫星传输等)。 SDH 具有以下特点: (1)接口:接口的规范化是设备互联的关键。SDH对网络节点接口(NNI)作了统一的规范,内容包括数字信号数率等级、帧结构、复接方法、线路接口、监控管理等。 电接口:STM-1是SDH的第一个等级,又叫基本同步传送模块,比特率为155.520Mb/s;STM-N是SDH第N个等级的同步传送模块,比特率是STM-1的N 倍(N=4n=1,4,16,- - -)。 光接口:采用国际统一标准规范。SDH仅对电信号扰码,光口信号码型是加扰的NRZ 码,信号数率与SDH 电口标准信号数率相一致。 (2)复用方式 a)低速SDH----高速SDH,字节间插; b) 低速PDH-----SDH,同步复用和灵活的映射。 (3)运行维护:用于运行维护(OAM)的开销多,OAM功能强——这也是线路编码不用加冗余的原因. (4)兼容性:SDH 具有很强的兼容性,可传送PDH 业务,异步转移模式信号(ATM)及其他体制的信号。 (5)SDH 复用映射示意图

数学建模微分方程的应用举例

第八节 数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学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的实际应用,尤其是微分方程经济学中的应用. 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. 内容分布图示 ★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 ★返回 内容要点: 一、衰变问题 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. 用x 表示该放射性物质在时刻t 的质量, 则dt dx 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 dt dx -= (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.kt Ce x -=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

微分方程型建模实例题

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。现有一包裹从离地150米高的飞机上落下,(1)求其落地时的速度(2)如果飞机高度更大些,结果会如何,包裹的速度会随高度而任意增大吗? 11.生态学家估计人的内禀增长率约为0.029,已知1961年世界人口数为30.6亿(3.06×)而当时的人口增长率则为0.02。试根据Logistic模型计算:(1)世界人口数的上限约为多少(2)何时将是世界人口增长最快的时候? 12.早期肿瘤的体积增长满足Malthus模型(=λV,其中λ为常数),(1)求肿瘤的增倍时间σ。根据统计资料,一般有σ (7,465)(单位为天),肺部恶性肿瘤的增倍时间大多大于70天而小于465天(发展太快与太慢一般都不是恶性肿瘤),故σ是确定肿瘤性质的重要参数之一(2)为方便起见,医生通常用肿瘤直径来表示肿瘤的大小,试推出医生用来预测病人肿瘤直径增大速度的公式 D = 13.正常人身上也有癌细胞,一个癌细胞直径约为10μm,重约0.001μg.,(1)当患者被查出患有癌症时,通常直径已有1cm以上(即已增大1000倍),由此容易算出癌细胞转入活动期已有30σ天,故如何在早期发现癌症是攻克癌症的关键之一(2)手术治疗常不能割去所有癌细胞,故有时需进行放射疗法。射线强度太小无法杀死癌细胞,太强病人身体又吃不消且会使病人免疫功能下降。一次照射不可能杀死全部癌细胞,请设计一个可行的治疗方案(医生认为当体内癌细胞数小于个时即可凭借体内免疫系统杀灭。 14.设药物吸收系数(k为药物的分解系数),对口服或肌注治疗求体内药物浓度的峰值(峰浓度)级达峰时间。 15.医生给病人开药时需告诉病人服药的剂量和两次服药的间隔时间,服用的剂量过大会

数学建模微分方程的应用举例

第八节数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学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的实际应用,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. 内容分布 ★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 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. 用x表示该放射性物质在时刻t的质量, 则 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 (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 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 若已知当 时, 代入通解 中可得 则可得到方程(8.1)特解 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( )的半衰期约为50亿年;通常的镭( )的半衰期是1600年.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 衰变成半克所需要的时间与一吨 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(Logistic)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 (8.2) 其中 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 两边积分 得

微分方程建模学习

微分方程建模 一般说来,微分方程建模的方法大致可以分为以下的几个步骤: 1?根据实际问题的要求确定要研究的量,包括自变量、未知函数、必要的参数等以及它 们各自的变化区间; 2?列方程。可以在合理假设的前提下,禾U 用导数表示斜率、速度、变化率的实际意义, 根据一些基本定理(几何的、物理的、化学的或生物学的等等)或规律,找出未知函数的导 数(或微分)与相关各量之间的等量关系式,建立微分方程并确定定解条件(注:如果没有 现成的定理可供利用,也可以用微元分析法与模拟近似法列出微分方程) ; 3.解微分方程; 4?对模型的适用性作出评价,即用已知的数据检验微分方程的解是否与实际相符。若结 果与实际存在一定的差距,则还要对方程进行修正和调整,直到得出较满意的结果为止。 下面,我们就通过一些实例说明微分方程建模的具体步骤。 一. 增长模型 在自然界和社会的经济活动中,许多量的变化都遵循着一个基本的规律: 任一单位时间 的增量都与该量自身当时的大小成正比。 运用这一基本规律,就可以建立起各种各样的增长 模型。 1. 马尔萨斯人口模型 严格地讲,讨论人口问题所建立的模型应属于离散型模型。 但在人口基数很大的情况下, 突然增加或减少的只是单一的个体或少数几个个体, 相对于全体数量而言, 这种改变量是极 其微小的,因此,我们可以近似地假设人口随时间连续变化甚至是可微的。 这样,我们就可 以采用微分方程的工具来研究这一问题。 最早研究人口问题的是英国的经济系家马尔萨斯 (Malthus ) ( 1766—1834)。他根据百余 年的人口资料,经过潜心研究,在 1798年发表的《人口论》中首先提出了人口增长模型。 他的基本假设是:任一单位时刻人口的增长量与当时的人口总数成正比, 且比例系数为常数。 于是,设t 时刻的人口总数为 y (t ),则单位时间人口的增长量即为 y(t t) y(t) t 令t 0 ,可得微分方程 根据基本假设,有 y(t t) y(t) r y(t) (r 为比例系数)

相关主题
文本预览
相关文档 最新文档