数学建模-微分方程建模.ppt

上传人:牧羊曲112 文档编号:6577977 上传时间:2023-11-14 格式:PPT 页数:94 大小:1.98MB
返回 下载 相关 举报
数学建模-微分方程建模.ppt_第1页
第1页 / 共94页
数学建模-微分方程建模.ppt_第2页
第2页 / 共94页
数学建模-微分方程建模.ppt_第3页
第3页 / 共94页
数学建模-微分方程建模.ppt_第4页
第4页 / 共94页
数学建模-微分方程建模.ppt_第5页
第5页 / 共94页
点击查看更多>>
资源描述

《数学建模-微分方程建模.ppt》由会员分享,可在线阅读,更多相关《数学建模-微分方程建模.ppt(94页珍藏版)》请在三一办公上搜索。

1、微分方程模 型,徐海学院数学建模,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,根据牛顿第二定律可得:,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。当很小时,sin,此时,可考察(3.1)

2、的近似线性方程:,由此即可得出,(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(),见图3-2。,由题意,故ds=2dr,图3-2可看出,,故有:,先使自己到极点的距离等于潜艇到极点的距离,然

3、后按(3.4)对数螺线航行,即可追上潜艇。,追赶方法如下:,例3 一个半径为Rcm的半球形容器内开始时盛满了水,但由于其底部一个面积为Scm2的小孔在t=0时刻被打开,水被不断放出。问:容器中的水被放完总共需要多少时间?,解:以容器的底部O点为 原点,取坐标系如图3.3所示。令h(t)为t时刻容器中水的高度,现建立h(t)满足的微分方程。,设水从小孔流出的速度为v(t),由力学定律,在不计水的内部磨擦力和表面张力的假定下,有:,因体积守衡,又可得:,易见:,故有:,这是可分离变量的一阶微分方程,得,例4 一根长度为l的金属杆被水平地夹在两端垂直的支架上,一端温度恒为T1,另一端温度恒为T2,(

4、T1、T2为常数,T1 T2)。金属杆横截面积为A,截面的边界长度为B,它完全暴露在空气中,空气温度为T3,(T3 T2,T3为常数),导热系数为,试求金属杆上的温度分布T(x),(设金属杆的导热率为),一般情况下,在同一截面上的各点处温度也不尽相同,如果这样来考虑问题,本题要建的数学模型当为一偏微分方程。,但由题意可以看出,因金属杆较细且金属杆导热系数又较大,为简便起见,不考虑这方面的差异,而建模求单变量函数T(x)。,热传导现象机理:当温差在一定范围内时,单位时间里由温度高的一侧向温度低的一侧通过单位面积的热量与两侧的温差成正比,比例系数与介质有关。,由泰勒公式:,金属杆的微元x,x+dx

5、在dt内由获得热量为:,同时,微元向空气散发出的热量为:,系统处于热平衡状态,故有:,所以金属杆各处温度T(x)满足的微分方程:,这是一个两阶常系数线性方程,很容易求解,为了保持自然资料的合理开发与利用,人类必须保持并控制生态平衡,甚至必须控制人类自身的增长。本节将建立几个简单的单种群增长模型,以简略分析一下这方面的问题。,种群的数量本应取离散值,但由于种群数量一般较大,为建立微分方程模型,可将种群数量看作连续变量,由此引起的误差将是十分微小的。,3.2 Malthus模型与Logistic模型,模型1 马尔萨斯(Malthus)模型,马尔萨斯在分析人口出生与死亡情况的资料后发现,人口净增长率

6、r基本上是一常数,(r=b-d,b为出生率,d为死亡率),即:,马尔萨斯模型的一个显著特点:种群数量翻一番所需的时间是固定的。,Malthus模型实际上只有在群体总数不太大时才合理,到总数增大时,生物群体的各成员之间由于有限的生存空间,有限的自然资源及食物等原因,就可能发生生存竞争等现象。,所以Malthus模型假设的人口净增长率不可能始终保持常数,它应当与人口数量有关。,模型2 Logistic模型,人口净增长率应当与人口数量有关,即:r=r(N),r(N)是未知函数,但根据实际背景,它无法用拟合方法来求。,为了得出一个有实际意义的模型,我们不妨采用一下工程师原则。工程师们在建立实际问题的数

7、学模型时,总是采用尽可能简单的方法。,r(N)最简单的形式是常数,此时得到的就是马尔萨斯模型。对马尔萨斯模型的最简单的改进就是引进一次项(竞争项),(3.9)式还有另一解释,由于空间和资源都是有限的,不可能供养无限增长的种群个体,当种群数量过多时,由于人均资源占有率的下降及环境恶化、疾病增多等原因,出生率将降低而死亡率却会提高。设环境能供养的种群数量的上界为K(近似地将K看成常数),N表示当前的种群数量,K-N恰为环境还能供养的种群数量,(3.9)指出,种群增长率与两者的乘积成正比,正好符合统计规律,得到了实验结果的支持,这就是(3.9)也被称为统计筹算律的原因。,图3-5,对(3.9)分离变

8、量:,两边积分并整理得:,令N(0)=N0,求得:,N(t)的图形请看图3.5,大量实验资料表明用Logistic模型来描述种群的增长,效果还是相当不错的。例如,高斯把5只草履虫放进一个盛有0.5cm3营养液的小试管,他发现,开始时草履虫以每天230.9%的速率增长,此后增长速度不断减慢,到第五天达到最大量375个,实验数据与r=2.309,a=0.006157,N(0)=5的Logistic曲线:几乎完全吻合,见图3.6。,图3-6,Malthus模型和Logistic模型的总结,Malthus模型和Logistic模型均为对微分方程(3.7)所作的模拟近似方程。前一模型假设了种群增长率r为

9、一常数,(r被称为该种群的内禀增长率)。后一模型则假设环境只能供养一定数量的种群,从而引入了一个竞争项。,用模拟近似法建立微分方程来研究实际问题时必须对求得的解进行检验,看其是否与实际情况相符或基本相符。相符性越好则模拟得越好,否则就得找出不相符的主要原因,对模型进行修改。,Malthus模型与Logistic模型虽然都是为了研究种群数量的增长情况而建立的,但它们也可用来研究其他实际问题,只要这些实际问题的数学模型有相同的微分方程即可。,例5 赝品的鉴定,在第二次世界大战比利时解放以后,荷兰野战军保安机关开始搜捕纳粹同谋犯。他们从一家曾向纳粹德国出卖过艺术品的公司中发现线索,于1945年5月2

10、9日以通敌罪逮捕了三流画家范梅格伦(HAVanmeegren),此人曾将17世纪荷兰名画家扬弗米尔(Jan Veermeer)的油画“捉奸”等卖给纳粹德国戈林的中间人。可是,范梅格伦在同年7月12日在牢里宣称:他从未把“捉奸”卖给戈林,而且他还说,这一幅画和众所周知的油画“在埃牟斯的门徒”以及其他四幅冒充弗米尔的油画和两幅德胡斯(17世纪荷兰画家)的油画,都是他自己的作品,这件事在当时震惊了全世界,为了证明自己是一个伪造者,他在监狱里开始伪造弗米尔的油画“耶稣在门徒们中间”,当这项工作接近完成时,范梅格伦获悉自己的通敌罪已被改为伪造罪,因此他拒绝将这幅画变陈,以免留下罪证。,为了审理这一案件,

11、法庭组织了一个由著名化学家、物理学家和艺术史学家组成的国际专门小组查究这一事件。他们用X射线检验画布上是否曾经有过别的画。此外,他们分析了油彩中的拌料(色粉),检验油画中有没有历经岁月的迹象。科学家们终于在其中的几幅画中发现了现代颜料钴兰的痕迹,还在几幅画中检验出了20世纪初才发明的酚醛类人工树脂。根据这些证据,范梅格伦于1947年10月12日被宣告犯有伪造罪,被判刑一年。可是他在监狱中只待了两个多月就因心脏病发作,于1947年12月30日死去。,然而,事情到此并未结束,许多人还是不肯相信著名的“在埃牟斯的门徒”是范梅格伦伪造的。事实上,在此之前这幅画已经被文物鉴定家认定为真迹,并以17万美元

12、的高价被伦布兰特学会买下。专家小组对于怀疑者的回答是:由于范梅格伦曾因他在艺术界中没有地位而十分懊恼,他下决心绘制“在埃牟斯的门徒”,来证明他高于三流画家。当创造出这样的杰作后,他的志气消退了。而且,当他看到这幅“在埃牟斯的门徒”多么容易卖掉以后,他在炮制后来的伪制品时就不太用心了。这种解释不能使怀疑者感到满意,他们要求完全科学地、确定地证明“在埃牟斯的门徒”的确是一个伪造品。这一问题一直拖了20年,直到1967年,才被卡内基梅伦(Carnegie-Mellon)大学的科学家们 基本上解决。,原理与模型,测定油画和其他岩石类材料的年龄的关键是本世纪初发现的放射性现象。,放射性现象:著名物理学家

13、卢瑟夫在本世纪初发现,某些“放射性”元素的原子是不稳定的,并且在已知的一段时间内,有一定比例的原子自然蜕变而形成新元素的原子,且物质的放射性与所存在的物质的原子数成正比。,用N(t)表示时间t时存在的原子数,则:,用来计算半衰期T:,其解为:,与本问题相关的其他知识:,(1)艺术家们应用白铅作为颜料之一,已达两千年以上。白铅中含有微量的放射铅210,白铅是从铅矿中提炼出来的,而铅又属于铀系,其演变简图如下(删去了许多中间环节),(3)从铅矿中提炼铅时,铅210与铅206一起被作为铅留下,而其余物质则有9095%被留在矿渣里,因而打破了原有的放射性平衡。,铀238-45亿年-钍234-24天-钋

14、234-6/5分-铀234-257亿年-钍230-8万年-镭226-1600年-氡222-19/5天-钋218-3分-铅214-27分-钋214-铅210-20年-铋210-5天-钋210-138天-铅206(一种非放射性物质)注:时间均为半衰期,(2)地壳里几乎所有的岩石中均含有微量的铀。一方面,铀系中的各种放射性物质均在不断衰减,而另一方面,铀又不断地衰减,补充着其后继元素。各种放射性物质(除铀以外)在岩石中处于放射性平衡中。根据世界各地抽样测量的资料,地壳中的铀在铀系中所占平均重量比约为百万分之2.7(一般含量极微)。各地采集的岩石中铀的含量差异很大,但从未发现含量高于23%的。,简化假

15、定:,本问题建模是为了鉴定几幅不超过300年的古画,为了使模型尽可能简单,可作如下假设:,(1)由于镭的半衰期为1600年,经过300年左右,应用微分方程方法不难计算出白铅中的镭至少还有原量的90%,故可以假定,每克白铅中的镭在每分钟里的分解数是一个常数。,建模:,(1)记提炼白铅的时刻为t=0,当时每克白铅中铅210的分子数为y0,由于提炼前岩石中的铀系是处于放射性平衡的,故铀与铅的单位时间分解数相同。可以推算出当时每克白铅中铅210每分钟分解数不能大于30000个。,以上确定了每克白铅中铅分解数的上界,若画上的铅分解数大于该值,说明画是赝品;但若是小于不能断定画一定是真品。,(2)设t时刻

16、1克白铅中铅210含量为y(t),而镭的单位时间分解数为r(常数),则y(t)满足微分方程:,由此解得:,故:,画中每克白铅所含铅210目前的分解数y(t)及目前镭的分解数r均可用仪器测出,从而可求出y0的近似值,并利用(1)判断这样的分解数是否合理。,Carnegie-Mellon大学的科学家们利用上述模型对部分有疑问的油画作了鉴定,测得数据如下(见表3-1)。,例6 新产品的推广,经济学家和社会学家一直很关心新产品的推销速度问题。怎样建立一个数学模型来描述它,并由此析出一些有用的结果以指导生产呢?以下是第二次世界大战后日本家电业界建立的电饭包销售模型。,设需求量有一个上界,并记此上界为K,

17、记t时刻已销售出的电饭包数量为x(t),则尚未使用的人数大致为Kx(t),于是由统计筹算律:,记比例系数为k,则x(t)满足:,此方程即Logistic模型,解为:,对x(t)求一阶、两阶导数:,x(t)0,即x(t)单调增加。,令x(t0)=0,有,当tt0时,x(t)单调减小。,在销出量小于最大需求量的一半时,销售速度是不断增大的,销出量达到最大需求量的一半时,该产品最为畅销,接着销售速度将开始下降。,所以初期应采取小批量生产并加以广告宣传;从有20%用户到有80%用户这段时期,应该大批量生产;后期则应适时转产,这样做可以取得较高的经济效果。,3.3 为什么要用三级火箭来发射人造卫星,构造

18、数学模型,以说明为什么不能用一级火箭而必须用多级火箭来发射人造卫星?为什么一般都采用三级火箭系统?,1、为什么不能用一级火箭发射人造卫星?,(1)卫星能在轨道上运动的最低速度,R为地球半径,约为6400公里,故引力:,(2)火箭推进力及速度的分析,假设:火箭重力及空气阻力均不计,(3)火箭推进力及速度的分析,最终质量为mP+mS,初始速度为0,所以末速度:,根据目前的技术条件和燃料性能,u只能达到3公里/秒,即使发射空壳火箭,其末速度也不超过6.6公里/秒。目前根本不可能用一级火箭发射人造卫星,火箭推进力在加速整个火箭时,其实际效益越来越低。如果将结构质量在燃料燃烧过程中不断减少,那么末速度能

19、达到要求吗?,2、理想火箭模型,得到:,解得:,理想火箭与一级火箭最大的区别在于,当火箭燃料耗尽时,结构质量也逐渐抛尽,它的最终质量为mP,,所以最终速度为:,只要m0足够大,我们可以使卫星达到我们希望它具有的任意速度。,考虑到空气阻力和重力等因素,估计(按比例的粗略估计)发射卫星要使=10.5公里/秒才行,则可推算出m0/mp约为51,即发射一吨重的卫星大约需要50吨重的理想火箭,3、理想过程的实际逼近多级火箭卫星系统,记火箭级数为n,当第i级火箭的燃料烧尽时,第i+1级火箭立即自动点火,并抛弃已经无用的第i级火箭。用mi表示第i级火箭的质量,mP表示有效负载。,先作如下假设:,考虑二级火箭

20、:,又由假设(ii),m2=kmP,m1=k(m2+mP),代入上式,仍设u=3公里/秒,且为了计算方便,近似取=0.1,则可得:,要使2=10.5公里/秒,则应使:,即k11.2,而:,类似地,可以推算出三级火箭:,在同样假设下:,要使3=10.5公里/秒,则(k+1)/(0.1k+1)3.21,k3.25,而(m1+m2+m3+mP)/mP77。,是否三级火箭就是最省呢?最简单的方法就是对四级、五级等火箭进行讨论。,考虑N级火箭:,记n级火箭的总质量(包含有效负载mP)为m0,在相同的假设下可以计算出相应的m0/mP的值,见表3-2,由于工艺的复杂性及每节火箭都需配备一个推进器,所以使用四

21、级或四级以上火箭是不合算的,三级火箭提供了一个最好的方案。,当然若燃料的价钱很便宜而推进器的价钱很贵切且制作工艺非常复杂的话,也可选择二级火箭。,4、火箭结构的优化设计,3中已经能说过假设(ii)有点强加的味道;现去掉该假设,在各级火箭具有相同的粗糙假设下,来讨论火箭结构的最优设计。,应用(3.11)可求得末速度:,记,则,又,问题化为,在n一定的条件下,求使k1 k2kn最小,解条件极值问题:,或等价地求解无约束极值问题:,可以解出最优结构设计应满足:,火箭结构优化设计讨论中我们得到与假设(ii)相符的结果,这说明前面的讨论都是有效的!,3.4 药物在体内的分布,何为房室系统?,在用微分方程

22、研究实际问题时,人们常常采用一种叫“房室系统”的观点来考察问题。根据研究对象的特征或研究的不同精度要求,我们把研究对象看成一个整体(单房室系统)或将其剖分成若干个相互存在着某种联系的部分(多房室系统)。,房室具有以下特征:它由考察对象均匀分布而成,房室中考察对象的数量或浓度(密度)的变化率与外部环境有关,这种关系被称为“交换”且交换满足着总量守衡。在本节中,我们将用房室系统的方法来研究药物在体内的分布。在下一节中,我们将用多房室系统的方法来研究另一问题。,药物的分解与排泄(输出)速率通常被认为是与药物当前的浓度成正比的,即:,药物分布的单房室模型,单房室模型是最简单的模型,它假设:体内药物在任

23、一时刻都是均匀分布的,设t时刻体内药物的总量为x(t);系统处于一种动态平衡中,即成立着关系式:,药物的输入规律与给药的方式有关。下面,我们来研究一下在几种常见的给药方式下体内药体的变化规律。,情况1 快速静脉注射,与放射性物质类似,医学上将血浆药物浓度衰减一半所需的时间称为药物的血浆半衰期:,情况2 恒速静脉点滴,易见:,对于多次点滴,设点滴时间为T1,两次点滴之间的间隔时间设为T2,则在第一次点滴结束时病人体内的药物浓度可由上式得出。其后T2时间内为情况1。故:,类似可讨论以后各次点滴时的情况,区别只在初值上的不同。第二次点滴起,患者 体内的初始药物浓度不为零。,情况3 口服药或肌注,口服

24、药或肌肉注射时,药物的吸收方式与点滴时不同,药物虽然瞬间进入了体内,但它一般都集中与身体的某一部位,靠其表面与肌体接触而逐步被吸收。设药物被吸收的速率与存量药物的数量成正比,记比例系数为K1,即若记t时刻残留药物量为y(t),则y满足:,因而:,所以:,解得:,从而药物浓度:,图3-9给出了上述三种情况下体内血药浓度的变化曲线。容易看出,快速静脉注射能使血药浓度立即达到峰值,常用于急救等紧急情况;口服、肌注与点滴也有一定的差异,主要表现在血药浓度的峰值出现在不同的时刻,血药的有效浓度保持时间也不尽相同。,图3-9,我们已求得三种常见给药方式下的血药浓度C(t),当然也容易求得血药浓度的峰值及出

25、现峰值的时间,因而,也不难根据不同疾病的治疗要求找出最佳治疗方案。,上述研究是将机体看成一个均匀分布的同质单元,故被称单房室模型,但机体事实上并不是这样。药物进入血液,通过血液循环药物被带到身体的各个部位,又通过交换进入各个器官。因此,要建立更接近实际情况的数学模型就必须正视机体部位之间的差异及相互之间的关联关系,这就需要多房室系统模型。,图3-10表示的是一种常见的两房室模型,其间的k12表示由室I渗透到室II的变化率前的系数,而k21则表示由室II返回室I的变化率前的系数,它们刻划了两室间的内在联系,其值应当用实验测定,使之尽可能地接近实际情况。,当差异较大的部分较多时,可以类似建立多房室

26、系统,即N房室系统,3.5 传染病模型,传染病是人类的大敌,通过疾病传播过程中若干重要因素之间的联系建立微分方程加以讨论,研究传染病流行的规律并找出控制疾病流行的方法显然是一件十分有意义的工作。在本节中,我们将主要用多房室系统的观点来看待传染病的流行,并建立起相应的多房室模型。,医生们发现,在一个民族或地区,当某种传染病流传时,波及到的总人数大体上保持为一个常数。即既非所有人都会得病也非毫无规律,两次流行(同种疾病)的波及人数不会相差太大。如何解释这一现象呢?试用建模方法来加以证明。,问题的提出:,设某地区共有n+1人,最初时刻共有i人得病,t时刻已感染(infective)的病人数为i(t)

27、,假定每一已感染者在单位时间内将疾病传播给k个人(k称为该疾病的传染强度),且设此疾病既不导致死亡也不会康复,模型1,此模型即Malthus模型,它大体上反映了传染病流行初期的病人增长情况,在医学上有一定的参考价值,但随着时间的推移,将越来越偏离实际情况。,已感染者与尚未感染者之间存在着明显的区别,有必要将人群划分成已感染者与尚未感染的易感染,对每一类中的个体则不加任何区分,来建立两房室系统。,模型2,记t时刻的病人数与易感染人数(susceptible)分别为i(t)与s(t),初始时刻的病人数为 i。根据病人不死也不会康复的假设及(竞争项)统计筹算律,,其中:,统计结果显示,(3.17)预

28、报结果比(3.15)更接近实际情况。医学上称曲线 为传染病曲线,并称 最大值时刻t1为此传染病的流行高峰。,模型2仍有不足之处,它无法解释医生们发现的现象,且当时间趋与无穷时,模型预测最终所有人都得病,与实际情况不符。,为了使模型更精确,有必要再将人群细分,建立多房室系统,(3.18),求解过程如下:,对(3)式求导,由(1)、(2)得:,解得:,将人群划分为三类(见右图):易感染者、已感染者和已恢复者(recovered)。分别记t时刻的三类人数为s(t)、i(t)和r(t),则可建立下面的三房室模型:,模型3,由(1)式可得:,从而解得:,为揭示产生上述现象的原因(3.18)中的第(1)式

29、改写成:,其中 通常是一个与疾病种类有关的较大的常数。,下面对 进行讨论,请参见右图,如果,则开始时,i(t)单增。但在i(t)增加的同时,伴随地有s(t)单减。当s(t)减少到小于等于 时,i(t)开始减小,直至此疾病在该地区消失。,鉴于在本模型中的作用,被医生们称为此疾病在该地区的阀值。的引入解释了为什么此疾病没有波及到该地区的所有人。,图3-14,综上所述,模型3指出了传染病的以下特征:,(1)当人群中有人得了某种传染病时,此疾病并不一定流传,仅当易受感染的人数与超过阀值时,疾病才会流传起来。,(2)疾病并非因缺少易感染者而停止传播,相反,是因为缺少传播者才停止传播的,否则将导致所有人得

30、病。,(3)种群不可能因为某种传染病而绝灭。,模型检验:,医疗机构一般依据r(t)来统计疾病的波及人数,从广义上理解,r(t)为t时刻已就医而被隔离的人数,是康复还是死亡对模型并无影响。,通常情况下,传染病波及的人数占总人数的百分比不会太大,故 一般是小量。利用泰勒公式展开取前三项,有:,代入(3.20)得近似方程:,积分得:,其中:,这里双曲正切函数:,而:,图3-14给出了(3.21)式曲线的图形,可用医疗单位每天实际登录数进行比较拟合得最优曲线。,图3-14(a),3.6 糖尿病的诊断,糖尿病是一种新陈代谢疾病,它是由胰岛素缺乏引起的新陈代谢紊乱造成的。糖尿病的诊断是通过葡萄糖容量测试(

31、GTT)来检查的,较严重的糖尿病医生不难发现,较为困难的是轻微糖尿病的诊断。轻微糖尿病诊断时的主要困难在于医生们对葡萄糖容许剂量的标准看法不一。例如,美国罗得岛的一位内科医生看了一份GTT测试的报告后认为病人患有糖尿病,而另一位医生则认为此人测试结果应属正常。为进一步诊断,这份检测报告被送到波士顿,当地专家看了报告后则认为此人患有垂体肿瘤。二十世纪60年代中期,北爱尔兰马由医院的医生Rosevear和Molnar以及美国明尼苏达大学的Ackeman和Gatewood博士研究了血糖循环系统,建立了一个简单的数学模型,为轻微糖尿病的诊断提供了较为可靠的依据。,模型用一、两个参数来区分正常人与轻微病

32、人(测量若干次),根据上述假设,建模时将研究对象集中于两个浓度:葡萄糖浓度和激素浓度。以G表示血糖浓度,以 H表示内分泌激素的浓度。根据上述假设血糖浓度的变化规律依赖于体内现有的血糖浓度及内分泌激素的浓度,记这一依赖关系为函 数F(G,H)。而内分泌激素浓度的变化规律同样依赖于体内现有的血糖 浓度以及内分泌激素的浓度,记其依赖关系为函 数F(G,H),故有:=(G,H)+J(t)=(G,H)(3.19)其中J(t)为被检测者在开始检测后服下的一定数量的葡萄糖。病人在检测前必须禁食,故可设检测前病人血糖浓度及内分泌激素的浓度均已处于平衡状态,即可令 t=0时 G=G0,H=H0且 F1(G0,H

33、0)=0F2(G0,H0)=0从而有 在测试过程中 G,H 均为变量,而我们关心的却只是它们的改变量,故令g=G G0,h=H H0,在(3.19)中将 展开,得到,其中、是g 和h 的高阶无穷小量。,很小时(即检测者至多为轻微病人时),为求解方 便,我们考察不包含它们的近似方程组,方程组(3.20)是一个非线性方程组,较难求解。当,、,首先,我们来确定右端各项的符号。当J(t)=0 时,若g 0 且 h=0,则此人血糖浓度高于正常值,内分泌激素将促使组织吸收葡萄糖,并将其存储进肝脏,此时有 0,从而应有:0,其激素浓度将增加以抑制血糖浓度的增高,因而又有::,0,反之,当J(t)=0而g=0

34、且h0 时,此人激素浓度高于正常值,血糖浓度及激素浓度均将减少,从而必有,将方程组(3.20)改写成,其中 均为正常数。,(3.21)是关于 g、h的一阶常系数微分方程组,因激素浓度不易测得,对前式再次求导化为:,由于,故,或,(3.22),令,则(3.22)可简写成,(3.23),其中,设在t=0 时患者开始被测试,他需在很短时间内喝下一定数量 的外加葡萄糖水,如忽略这一小段时间,此后方程可写成,(3.24),(注:要考虑这一小段时间的影响可利 用Dirac的函数),(3.24)式具有正系数,且 当t趋于无穷时g趋于0,(体内的葡萄 糖浓度将逐渐趋于平衡值),不难证 明G将趋于,g(t)的解

35、有三种形式,取决于,的符号。,0时可得,(1)当,其中,,所以,(3.25),(3.25)式中含有5个参数,即、A、和,用下述方法可以确定它们的值。在外加葡萄糖水喝入前患者血糖浓度应为(检查前患者是禁食的),可先作一次测试将其测得。,3.7 稳定性问题,在研究许多实际问题时,人们最为关心的也许并非系统与时间有关的变化状态,而是系统最终的发展趋势。例如,在研究某频危种群时,虽然我们也想了解它当前或今后的数量,但我们更为关心的却是它最终是否会绝灭,用什么办法可以拯救这一种群,使之免于绝种等等问题。要解决这类问题,需要用到微分方程或微分方程组的稳定性理论。在下两节,我们将研究几个与稳定性有关的问题。

36、,一般的微分方程或微分方程组可以写成:,若方程或方程组f(x)=0有解Xo,X=Xo 显然满足(3.28)。称点Xo为微分方程或微分方程组(3.28)的平衡点或奇点。,例7 本章第2节中的Logistic模型,共有两个平衡点:N=0和N=K,分别对应微分方程的两两个特殊解。前者为No=0时的解而后者为No=K时的解。,当NoK时,则位于N=K的上方。从图3-17中不难看出,若No0,积分曲线在N轴上的投影曲线(称为轨线)将趋于K。这说明,平衡点N=0和N=K有着极大的区别。,图3-17,定义1 自治系统 的相空间是指以(x1,xn)为坐标 的空间Rn。,特别,当n=2时,称相空间为相平面。,空

37、间Rn的点集(x1,xn)|xi=xi(t)满足(3.28),i=1,n称为系统的轨线,所有轨线在相空间的分布图称为相图。,定义2 设x0是(3.28)的平衡点,称:,(1)x0是稳定的,如果对于任意的0,存在一个0,只要|x(0)-x0|,就有|x(t)-x0|对所有的t都成立。,(2)x0是渐近稳定的,如果它是稳定的且。,微分方程平衡点的稳定性除了几何方法,还可以通过解析方法来讨论,所用工具为以下一些定理。,(3)x0是不稳定的,如果(1)不成立。,根据这一定义,Logistic方程的平衡点N=K是稳定的且为渐近稳定的,而平衡点N=0则是不稳定的。,解析方法,证 由泰勒公式,当x与xo充分

38、接近时,有:,由于xo是平衡点,故f(xo)=0。若,则当x0,从而x单增;当xxo时,又有f(x)0,从而x单减。无论在哪种情况下都有xxo,故xo是渐进稳定的。,的情况可类似加以讨论。,高阶微分方程与高阶微分方程组平衡点的稳定性讨论较为复杂,大家有兴趣可参阅微分方程定性理论。为了下两节的需要,我们简单介绍一下两阶微分方程组平衡点的稳定性判别方法。,考察两阶微分方程组:,(3.29),令,作一坐标平移,不妨仍用x记x,则平衡点xo的稳定性讨论转化为原点的稳定性讨论了。将f(x1,x2)、g(x1,x2)在原点展开,(3.29)又可写成:,其中:,令p=a+d,q=ad-bc=|A|,则,记。

39、,讨论特征值与零点稳定的关系,如果只有一个特征向量 当p0时,零点不 稳定 当p0时,零点稳定,综上所述:仅当p0时,(3.30)零点才是渐近稳定的;当p=0且q0时(3.30)有周期解,零点是稳定的中心(非渐近稳定);在其他情况下,零点均为不稳定的。,非线性方程组(3.29)平衡点稳定性讨论可以证明有下面定理成立:,定理2 若(3.30)的零点是渐近稳定的,则(3.29)的平衡点 也是渐近稳定的;若(3.30)的零点是不稳定的,则(3.29)的平衡点也是不稳定的。,3.8 捕食系统的Volterra方程,问题背景:,意大利生物学家DAncona曾致力于鱼类种群相互制约关系的研究,在研究过程中

40、他无意中发现了一些第一次世界大战期间地中海沿岸港口捕获的几种鱼类占捕获总量百分比的资料,从这些资料中他发现各种软骨掠肉鱼,如鲨鱼、鳐鱼等我们称之为捕食者(或食肉鱼)的一些不是很理想的鱼类占总渔获量的百分比。在 19141923年期间,意大利阜姆港收购的鱼中食肉鱼所占的比例有明显的增加:,他知道,捕获的各种鱼的比例近似地反映了地中海里各种鱼类的比例。战争期间捕鱼量大幅下降,但捕获量的下降为什么会导致鲨鱼、鳐鱼等食肉鱼比例的上升,即对捕食者有利而不是对食饵有利呢?他百思不得其解,无法解释这一现象,就去求教当时著名的意大利数学家V.Volterra,希望他能建立一个数学模型研究这一问题。,Volte

41、rra将鱼划分为两类。一类为食用鱼(食饵),数量记为x1(t),另一类为食肉鱼(捕食者),数量记为x2(t),并建立双房室系统模型。,1、模型建立,大海中有食用鱼生存的足够资源,可假设食用鱼独立生存将按增长率为r1的指数律增长(Malthus模型),既设:,由于捕食者的存在,食用鱼数量因而减少,设减少的速率与两者数量的乘积成正比(竞争项的统计筹算律),即:,对于食饵(Prey)系统:,对于捕食者(Predator)系统:,捕食者设其离开食饵独立存在时的死亡率为r2,即:,但食饵提供了食物,使生命得以延续。这一结果也要通过竞争来实现,再次利用统计筹算律,得到:,方程组(3.31)反映了在没有人工

42、捕获的自然环境中食饵与捕食者之间的相互制约关系。下面我们来分析该方程组。,2、模型分析,方程组(3.31)是非线性的,不易直接求解。容易看出,该方程组共有两个平衡点,即:,方程组还有两组平凡解:,和,和,当x1(0)、x2(0)均不为零时,应有x1(t)0且x2(t)0,相应的相轨线应保持在第一象限中。,求(3.31)的相轨线,将两方程相除消去时间t,得:,令,用微积分知识容易证明:,有:,与 的图形见图3-20,易知仅当 时(3.32)才有解,当 时,轨线退化为平衡点。,当 时,轨线为一封闭曲线(图3-21),即周期解。,证明具有周期解。,只需证明:存在两点 及,时,方 程无解。,由 的性质

43、,而,使得:,。同样根据的性质知,当 x1 时,。此时:,由 的性质,使 成立。,当x1=或 时,,仅当 时才能成立。,而当x1 时,由于,,故 无解。,得证。,确定闭曲线的走向,在每一子区域,与 不变号,据此确定轨线的走向(图3-22),将Volterra方程中的第二个改写成:,将其在一个周期长度为T的区间上积分,得,等式左端为零,故可得:,同理:,解释DAncona发现的现象,引入捕捞能力系数,(01),表示单位时间内捕捞起来的鱼占总量的百分比。故Volterra方程应为:,平衡点P的位置移动到了:,由于捕捞能力系数的引入,食用鱼的平均量有了增加,而食肉鱼的平均量却有所下降,越大,平衡点的

44、移动也越大。,食用鱼的数量反而因捕捞它而增加,真的是这样?!,P-P模型导出的结果虽非绝对直理,但在一定程度上是附合客观实际的,有着广泛的应用前景。例如,当农作物发生病虫害时,不要随随便便地使用杀虫剂,因为杀虫剂在杀死害虫的同时也可能杀死这些害虫的天敌,(害虫与其天敌构成一个双种群捕食系统),这样一来,使用杀虫剂的结果会适得其反,害虫更加猖獗了。,(3)捕鱼对食用鱼有利而对食肉鱼不利,多捕鱼(当然要在一定限度内,如r1)能使食用鱼的平均数量增加而使食肉鱼的平均数量减少。,根据P-P模型,我们可以导出以下结论:,(1)食用鱼的平均量取决于参数r1与1,(2)食用鱼繁殖率r1的减小将导致食肉鱼平均

45、量的减小,食肉鱼捕食能力1的增大也会使自己的平均量减小;反之,食肉鱼死亡率r2的降低或食饵对食肉鱼供养效率2的提高都将导致食用鱼平均量的减少。,3.9 较一般的双种群生态系统,Volterra的模型揭示了双种群之间内在的互相制约关系,成功解释了DAncona发现的现象。然而,对捕食系统中存在周期性现象的结论,大多数生物学家并不完全赞同,因为更多的捕食系统并没有这种特征。,一个捕食系统的数学模型未必适用于另一捕食系统,捕食系统除具有共性外,往往还具有本系统特有的个性,反映在数学模型上也应当有所区别。现考察较为一般的双种群系统。,一般的双种群系统,Ki随种群不同而不同,同时也随系统状态的不同而不同

46、,即Ki应为x1、x2的函数。Ki究竟是一个怎样的函数,我们没有更多的信息。不妨再次采用一下工程师们的原则,采用线性化方法。这样,得到下面的微分方程组:,(3.33)不仅可以用来描述捕食系统。也可以用来描述相互间存在其他关系的种群系统。,(3.33),(3.33)式的一些说明,式中a1、b2为本种群的亲疏系数,a2、b1为两种群间的交叉亲疏系数。a2b10时,两种群间存在着相互影响,此时又可分为以下几类情况:,(i)a20,b10,共栖系统。,(ii)a20(或a20,b10),捕食系统。,(iii)a20,b10,竞争系统。,(i)(iii)构成了生态学中三个最基本的类型,种群间较为复杂的关

47、系可以由这三种基本关系复合而成。,(3.33)是否具有周期解,不同的系统具有不同的系数,在未得到这些系数之前先来作一个一般化的讨论。,首先,系统的平衡点为方程组:,(3.34),的解。,如果系统具有非平凡平衡点 则它应当对应于方程组,均为平凡平衡点。,的根,解得:,证明:,记,假设结论不真,则在x1x2平面第一象限存在(3.33)的一个圈,它围成的平面区域记为R。,于是由K(x1,x2)0且连续以及AB0可知,函数 在第一象限中不变号且不为零,故二重积分:,(3.35),但另一方面,由格林公式,注意到,又有:,(3.36),其中T为周期。,(3.35)与(3.36)矛盾,说明圈不可能存在。,对

48、于Voltera方程,由a1=b2=0,得B=0;所以无圈定理不适用于Volterra方程。,对于一般的生态系统,如果通过求解的微分方程来讨论常常会遇到困难。,怎样来讨论一般的生态系统,如果困难的话可以研究种群的变化率,搞清轨线的走向来了解各种群数量的最终趋势。,简化模型,设竞争系统的方程为:,其中不为0,否则为Logistic模型。,方便讨论取=1,但所用方法可适用一般情况。,作直线l1:x1+x2=K1及l2:x1+x2=K2,K1 K2,见图3-26。,有以下几个引理:,引理1 若初始点位于区域I中,则解(x1(t)、x2(t))从某一时刻起 必开此区域而进入区域II,引理2 若初始点(

49、x1(0)、x2(0))位于 区域II中,则(x1(t),x2(t))始 终位于II中,且:,引理3 若初始点位于区域III中,且对于 任意t,(x1(t),x2(t))仍位于 III中,则当t+时,(x1(t),x2(t))必以(K1,0)为极限点。,由引理1和引理2,初始点位于像限I和II的解必趋于平衡点(K1,0)。由引理3,初始点位于III且(x1(t),x2(t))始终位于III中的解最终必趋于平衡点(K1,0),而在某时刻进入区域II的解由引理最终也必趋于(K1,0)。易见只有上述三种可能,而在三种可能情况下(x1(t),x2(t))均以(K1,0)为极限,定理得证。,定理4的证明

50、:,在研究实际课题时,数值解方法也许会用得更多。当解析解无法求得时,计算机作为强大的辅助工具发挥了它应起的作用。我校学生在研究1999年美国大学生数学建模竞赛题A(小行星撞击地球)时就遇到了一个棘手的问题:如何描述南极地区的生态系统,如何定量化地研究小行星撞击地球对南级生态环境的影响?在上网查阅了南极附近的海洋生态状况后,他们将南极附近的生物划分成三个部分:海藻、鳞虾和其他海洋生物。鳞虾吃海藻,其他海洋动物吃鳞虾,运用基本建模技巧建立了一个三房室系统模型。小行星的撞击会影响大气层的能见度,从而影响到海藻的生长(光合作用),进而影响到生物链中的其他生物。他们无法得到模型中的参数值(事实上,小行星

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号