[自然科学]微分方程模型

《[自然科学]微分方程模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、微分方程模型理学院岳宗敏在研究实际问题时，常常会联系到某些变量的变化率或导数，这样所得到变量之间的关系式就是微分方模型。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。动态模型描述对象特征随时间(空间)的演变过程分析对象特征的变化规律预报对象特征的未来性态研究控制对象特征的手段根据函数及其变化率之间的关系确定函数微分方程建模根据建模目的和问题分析作出简化假设按照内在规律或用类比法建立微分方程建立微分方程模型的方法（1）根据规律列方程利用数学

2、、力学、物理、化学等学科中的定理或经过实验检验的规律等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。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。

3、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。一般生态系统的分析可以通过一些简单模型的复合来研究，大家若有兴趣可以根据生态系统的特征自行建立相应的模型。美丽的大自然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，甚至允许它为可微变量，由此引起的误差将是十分微小的。离散化为连续，方便研究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r基本上是一常数，（r=b-d,b为出生率，d为死亡率）或（4.5）（

4、4.6）（4.1）的解为：其中N0=N(t0)为初始时刻t0时的种群数。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。令种群数量翻一番所需的时间为T，则有：故模型检验比较历年的人口统计资料，可发现人口增长的实际情况与马尔萨斯模型的预报结果基本相符，例如，1961年世界人口数为30.6（即3.06×109），人口增长率约为2%，人口数大约每35年增加一倍。检查1700年至1961的260年人口实际数量，发现两者几乎完全一致，且按马氏模型计算，人口数量每34.6年增加一倍，两者也几乎相同。模型预测假如人口数真能保持每34.6年增加一倍，

5、那么人口数将以几何级数的方式增长。例如，到2510年，人口达2×1014个，即使海洋全部变成陆地，每人也只有9.3平方英尺的活动范围，而到2670年，人口达36×1015个，只好一个人站在另一人的肩上排成二层了。故马尔萨斯模型是不完善的。几何级数的增长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2Logistic模型人口净增长率应当与人口数量有关，

6、即：r=r(N)从而有：（3.7）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）对马尔萨斯模型引入一次项（竞争项），令r(N)=r-aN此时得到微分方程：或（3.8）（3.8）被称为Logistic模型或生物总数增长的统计筹算律，是由荷兰数学生物学家弗赫斯特（Verhulst）首先提出的。一次项系数是负的，因为当

7、种群数量很大时，会对自身增大产生抑制性，故一次项又被称为竞争项。（4.8）可改写成：（3.9）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4-5对（4.9）分离变量：两边积分并整理得：令

8、N(0)=N0，求得：故（4.9）的满足初始条件N(0)=N0的解为：（4.10）易见：N(0)=N0，N(t)的图形请看