数学模型与数学建模4.1 常微分方程模型ppt课件.ppt

《数学模型与数学建模4.1 常微分方程模型ppt课件.ppt》由会员分享，可在线阅读，更多相关《数学模型与数学建模4.1 常微分方程模型ppt课件.ppt（67页珍藏版）》请在三一办公上搜索。

1、数学模型,安徽大学数学科学学院,第4章 微分与差分方程模型,4.1 常微分方程模型 4.2 常微分方程组模型 4.3 偏微分方程模型4.4 差分方程模型,第4章 常微分方程模型,在经济、社会、军事、工程和自然界等领域中，有很多问题都可以看做是实际对象的某些特性随着时间或空间的变化而演变的过程，这一过程可借助微分方程来描述。微分方程模型是通过机理分析，利用微元法找出现象的内在规律并建立瞬时变化率表达式，再根据所给的特定条件，求解微分方程，并预测现象的未来性态，控制其发展趋势。含有未知函数的导数（或偏导数）的方程称为微分方程。若未知函数为一元函数，则称相应的微分方程为常微分方程，若未知函数为多元函

2、数，则称相应的微分方程为偏微分方程。微分方程的离散化形式即为差分方程。本章主要介绍微分方程和差分方程建模的基本方法、建模过程以及如何通过微分方程和差分方程去解释实际问题。,4,当驾驶人血液中酒精含量达到80mg/100ml时，发生交通事故的几率是血液中不含酒精时的2.5倍；达到100mg/100ml时，发生交通事故的几率是血液中不含酒精时的4.7倍；即使在少量饮酒的状态下，交通事故的危险度也可达到未饮酒状态的两倍左右。,酒驾：,醉驾：,4.1 常微分方程模型,4.1.1 饮酒驾车模型,5,某人在中午12点喝了一瓶啤酒，下午6点检查时符合驾车标准，紧接着他在吃晚饭时又喝了一瓶啤酒，为了保险起见，

3、他呆到凌晨才驾车回家，又一次遭遇检查，却被定为饮酒驾车，这既让他懊恼又让他困惑，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？,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 ;（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 ；（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

4、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。,设 时刻胃肠道中的酒精含量为 ，血液中的酒精含量为 ，考虑用微元法来分析胃肠道和血液中酒精含量的变化。在时间段 内胃肠道中的酒精含量的改变量等于被血液吸收的酒精含量，即有 （4.1.1）,图4.1.2酒精的传输过程模型表达,等式两边同除以 ，并令 ，则有 （4.1.2）初始时刻 ，饮酒者喝完一瓶酒，酒精迅速进入肠胃道，故可令 ， 为一瓶啤酒的酒精含量。方程（4.1.2）为可分离变量的微分方程，可用分离变量法直接求解，也可以Matlab求解，程序如下：,dsolve(Dm+k1*m=0,m(0)=c,t) %利用dsolve求解

5、待求微分方程运行结果为：ans = c*exp(-k1*t)即胃肠道中酒精含量方程为 （4.1.3）同理，在时间段 内血液中酒精含量的改变量应当等于胃肠道中酒精的转化量减去转移为非血 .,液部分的酒精含量，即 （4.1.4）等式两边同除以 ，并令 ，则有 （4.1.5）将式（4.1.3）代入（4.1.5）得到 （4.1.6）,初始时刻 时，认为血液中无酒精，即 。式（4.1.6）为一阶线性非齐次微分方程，可通过常数变易法求解，其Matlab程序为：dsolve(Dx-k1*c*exp(-k1*t)+k2*x=0,x(0)=0,t) 运行结果为：ans = (c*k1/(-k1+k2)*exp(

6、-t*(k1-k2)-c*k1/(-k1+k2)*exp(-k2*t),即血液中的酒精含量方程为 （4.1.7）若不考虑脂肪等因素对血液中酒精含量的影响，对饮酒人喝一瓶啤酒后采取血液抽样，得到表4.1.1。表4.1.1 血液中酒精含量（单位：mg/100ml）,为了拟合曲线 ，将式（4.1.7）改写成 （4.1.8）下面给出Matlab拟合曲线 的程序。先建立M文件fun1.m： function y=fun1(a,x) %函数名称fun1，输入参数为a和xy=a(1)*(exp(-a(2)*x)-exp(-a(3)*x);,然后在命令窗口运行：x=0.25 0.5 0.75 1 1.5 2

7、2.5 3 3.5 4 4.5 5 6 7 8 9 10 11 12 13 14 15 16;y=15 34 36.5 41 41 38.5 34 34 29 25.5 25.5 20.5 19 17.5 14 12.5 9 7.5 6 5 3.5 3.5 2;a=lsqcurvefit(fun1,100;0.1;2,x,y) %Matlab中调用lsqcurvefit实现普通最小二乘估计,运行结果为 a(1)=60.0484, a(2)= 0.1950 , a(3)= 1.8537故该饮酒人喝一瓶啤酒后血液中的酒精含量为 （4.1.9）此时 ， ， .,图4.1.3为 的拟合曲线（红线）与原

8、始观测值（蓝色o）图，其程序如下：a=60.0480,0.1950,1.8537; %利用普通最小二乘法得到的参数估计量z=a(1)*(exp(-a(2)*x)-exp(-a(3)*x) %建立未知函数的表达式plot(x,z,r,x,y,o);,%绘制函数曲线并设定线形xlabel(t);ylabel(x);根据式（4.1.9），当 时 ， （mg/100ml），因此，该驾驶人中午12点喝一瓶啤酒，下午6点检查时符合驾车标准。,图4.1.3 x(t)拟合曲线,若中午第一次喝一瓶啤酒后6个小时，到晚上再喝时，胃肠道中剩余酒精量为 （4.1.10）血液中的酒精含量为 （4.1.11）,此时再喝一

9、瓶啤酒，设胃肠道中和血液中的酒精含量分别为 和 ，则 时刻胃肠道中的酒精含量方程为 （4.1.12）该微分方程的Matlab程序为：dsolve(Dm+0.1950*m=0,m(0)=669.3104,t) 运行结果为 ans = 418319/625*exp(-39/200*t),即胃肠道中的酒精含量方程为 （4.1.13）同理， 时刻血液中的酒精含量方程为 （4.1.14）将式（4.1.13）及相应的参数代入（4.1.14），得到 （4.1.15）,其Matlab程序为：dsolve(Dx-130.5155*exp(-0.1950*t)+1.8537*x=0,x(0)=18.6360,t)

10、 运行结果为ans = 1305155/16587*exp(-39/200*t)-249009917/4146750*exp(-18537/10000*t)，即有 （4.1.16）式（4.1.16）为喝过第二瓶啤酒后血液中的酒精含量方程。方程（4.1.16）的轨迹如图4.1.4所示。,由图4.1.4可以看出， ，因此驾驶人若中午12点喝一瓶啤酒，下午6点又喝一瓶啤酒，则凌晨零点驾车时血液内酒精含量超过20mg/100ml，此时若驾车则可定为饮酒驾车。,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

11、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,先亮黄灯，以便让正驶向路口的近处司机有所准备，而且，如果绿灯时正行驶在路口或离路口太近的汽车司机，也可以利用黄灯期间驶离路口。但是，黄灯究竟应该亮多长时间，才能使离路口较远的汽车在红灯亮前安全刹车停在路口前，且使正在路口的汽车有时间在红灯亮前通过路口呢？以北京市为例，2007年7月3日，北京市交通管理局将交通信号灯的灯序全部统一为“绿黄红绿”，将黄灯,过渡信号时间统一设置为4s，这样方便了机动车驾

12、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36s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。,1. 保守的黄灯时间确定模型设黄灯亮的时间为

13、，则 可以表示为驾驶员的反应时间 、车辆通过路口的时间 和驾驶员反应后到停车线距离的行驶时间 之和，即 。,如图4.1.5。图4.1.5 路口车辆行驶图,先计算 。若设车辆行驶速度为法定行驶限速度 ，路口长度为 ，车身长度为 ，则车辆通过路口的时间为 。再计算 。设汽车质量为 ，刹车摩擦因数为 ，汽车耗时 从刹车到停止的行驶距离为 。,则由牛顿第二定律，刹车过程应该满足如下微分方程： （4.1.17）对式（4.1.17）中的第一个方程积分，并将初始条件代入，得到 （4.1.18）当汽车在停车线前停止时，则有 ，,即有 （4.1.19）再对式（4.1.18）积分，并将式（4.1.17）中的最后一

14、个初始条件代入，得到 （4.1.20）将式（4.1.19）代入式（4.1.20），得到停车距离 .,故有 （4.1.21）当汽车开始减速时，若其减速度为 （m/s2），则有 ，即 ，故有 （4.1.22）因此理论上来说，黄灯亮的时间应为 （4.1.23）且有 .,下面估计 。当 取最大值，即汽车紧急制动时，所得的时间 就是黄灯应该闪烁的时间。若取 （m/s2）， ，则 （m/s2）。表4.1.2给出了各种路面与轮胎之间的动摩擦因数：,表4.1.2 路面与轮胎之间的动摩擦因数,下面考虑驾驶员的反应时间 。 的确定相当复杂，车速、时间、道路状况、车辆的空间位置等都是驾驶员安全考虑并进行分析判断的因

15、素，而且反应时间也与驾驶员的年龄和城市交通情况有关。目前已有的研究成果表明，85%的驾驶员反应时间为11.8s，即使是年龄比较大的驾驶员，反应时间一般也不会超过2.5s。根据美国各州公路和交通工作者协会建议，对所有车速下确定安全停车距离时，反,应时间用2.5s，在路口时，反应时间为2.0s。这里，将反应时间设为12.5s，典型车身长度为 m，路口宽度 设为2040m，车速为限速60km/h即16.7m/s，则根据式（4.1.23）得到不同反应时间、不同路口宽度下的黄灯闪烁时间，结果见表4.1.3所示。,表4.1.3 黄灯闪烁时间,由表4.1.3可知，绝大部分情况下黄灯闪烁时间都超过了4s。事实

16、上，利用式 计算的是紧急刹车情况下的最大减速度，但是紧急刹车会导致比闯黄灯更大的危险。研究表明，90%的驾驶员会以不大于 m/s2的减速度减速，这个减速度能够使驾驶员在潮湿的路面上刹车时控制住车辆。若以 m/s2的减速度行驶，代入式（4.1.23），则最短的黄灯时间为4.89s。显然时间可能比较长。,再考虑式（4.1.23），该式过于理想化，存在以下几个问题：（1）由该式确定的黄灯时间虽然有效避免了相邻相位车流间的相互干扰，当红灯亮时汽车的尾部刚好通过路对面的停车线，但实际上并不需要如此，该时间过于保守；（2）速度始终为一个定值，这也与事实不符。,2. 有效的黄灯时间确定模型如图4.1.6，对

17、于车辆而言，只需车头通过冲突点 就可以了，而没必要等到车辆完全通过路口才结束黄灯信号。令停车线与 点的距离为 ，则式（4.1.23）可改为 （4.1.24）实际上，只要东西方向的车辆在南北方向的车辆到达冲突点 点之前到达 点就可以了。,图4.1.6 相邻相位下冲突点产生过程,因此，式（4.1.24）又可进一步修正为 （4.1.25）图4.1.7 修正前后路口通过距离对比,式（4.1.25）中， 为南向驾驶员看到绿灯亮时的起步反应时间 与汽车从停车线到达冲突点 所用的时间之和。如图4.1.7，假定汽车起步时为匀加速直线运动，因为起步时速度较慢，可用 表示南向汽车从起步到达 点的平均速度，且距离为

18、 ，则南向汽车从起点到达冲突点 所花费的时间为 ，则 ，故式（4.1.25）可表示为,（4.1.26）更进一步，一般情况下，西向车辆行驶速度不应当为常数 ，而应当在 上下浮动。设西向汽车驶入路口的速度 服从区间 上的均匀分布，则黄灯时间可表示为 的函数： （4.1.27）,此处黄灯时间可用区间 上的平均值表示，即 （4.1.28）,根据城市交通路口的实际情况，可令 ， ，则式（4.1.28）可改写为 （4.1.29）式（4.1.29）表明，黄灯亮的时间主要由以下几个因素决定：刹车反应时间与起步反应时间的差；两个方向路口的宽度差；路口的最高限速。为了求解黄灯时间，令 m/s2， m， s,， m

19、， m， s。比较式（4.1.23）与（4.1.29），得到不同车速下的黄灯时间，结果见表4.1.4所示。表4.1.4 不同车速下两个模型的黄灯时间,由表4.1.4可以看出，模型（4.1.29）计算出来的黄灯时间更加符合实际情况，因计算出来的黄灯时间为最低时间，因此北京市交管局把黄灯时间设置为4s是比较合理的。,4.1.3 渔场捕鱼模型,考察一个渔场，建立单一鱼群数学模型，并讨论渔场鱼量的增长和捕捞的最优控制，确定渔场的最优捕鱼策略，以在维持生态资源持续稳定的前提下获得高产高效益。,设 时刻渔场鱼量为 ，关于 的增长和人工捕捞作如下假设：（1）无捕捞条件下： 的增长率与渔场鱼量成正比，比例系数

20、为鱼群的增长率，且鱼群的增长只受到渔场自然资源和环境条件的限制，限制作用体现为鱼群的增长率可看成 的单调递减函数，设鱼群的增长率为,其中 为鱼群的固有增长率。设在现有资源和环境条件下，渔场能容纳鱼群的最大数量为 （也称为渔场容量），则当 时，有 ，根据上式有 ，故式（4.1.30）可改写为,（4.1.30）,（4.1.31）,根据假设1，无捕捞情况下 的增长率可表示为该模型称为Logistic模型，又称为阻滞增长模型。,（4.1.32）,（2）单位时间的捕捞量 与渔场鱼量 成正比，比例系数为 ， 即为单位时间捕捞率，又称为捕捞强度，是可以控制的参数（如出海渔船数量等），故有令 ，则有捕捞情况下

21、的渔场鱼量方程为,（4.1.33）,（4.1.34）,上述方程右端不显含自变量 ，这类方程称为一阶自治方程或一阶自治系统。一般地，对一阶自治方程 ，称方程 的实根 为方程的平衡点。若对平,衡点 ，存在某个邻域，使得 从这个邻域内某个点出发有 ，则称平衡点 是稳定的，否则称为不稳定的。对于更一般的方程而言，将 在 点作一阶Taylor展开，有上式解为,（4.1.35）,方程稳定点判别方法：（1）若 ，则有 ，此时称 为方程 的稳定点。（2）若 ，则 不存在，此时称 为方程 的不稳定点。,下面考虑式（4.1.34），令得到两个平衡点：故有,（4.1.36）,故若则 ， 为稳定点；若 ，则 ， 点为

22、不稳定点，故有下述结论：,（4.1.37）,（1）渔场鱼量稳定的条件是 ；（2）在稳定条件下，渔场鱼量稳定在点处，持续捕捞量为 ，此时的捕捞称为适度捕捞；（3） 时的捕捞称为过度捕捞，若过度捕捞，则渔场鱼量将降至 ，不能持续养殖。,进一步考虑在渔场鱼量稳定的前提下，寻求最优捕捞强度 使持续产量最大。为了获得最大的持续产量，构建如下最优化模型： s.t.,（4.1.38）,图4.1.8 捕捞最优控制,如图4.1.8，抛物线为 ，P点为 和 的交点，即为稳定的平衡点，当 和 的顶点相交时，交点 即为最大的持续产量，此时有稳定平衡点 ，且有单位时间的最大持续产量 ，捕捞强度为 。也就是说当渔场鱼量保持在最大鱼量 的一半，捕捞强度为鱼群固有增长率的一半时，可以获得最大的持续产量。,