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)
导数是微积分中的一个重要概念,其定义为
f (x x ) f (x ) 「 y
f (x ) lim
lim -,
x 0 x
x 0 x
商式一y
表示单位自变量的改变量对应的函数改变量,就是函数的瞬时平均变化
x
率,因而其极限值就是函数的变化率。 函数在某点的导数,就是函数在该点的变
化率。由于一切事物都在不停地发展变化,
变化就必然有变化率,也就是变化率
是普遍存在的,因而导数也是普遍存在的。这就很容易将导数与实际联系起来, 建立描述研究对象变化规律的微分方程模型。
例如在考古学中,为了测定某种文物的绝对年龄,我们可以考察其中的放射 性物质(如镭、铀等),已经证明其裂变速度(单位时间裂变的质量,即其变化 率)与其存余量成正比。我们假设时刻t 时该放射性物质的存余量R 是t 的函数, 由裂变规律,我们可以建立微分方程模型
期中k 是一正的比例常数,与放射性物质本身有关。求解该模型,我们解得: R Ce kt ,其中c 是由初始条件确定的常数。从这个关系式出发,我们就可以测 定某文物的绝对年龄。(参考碳定年代法)
另外,在经济学领域中,导数概念有着广泛的应用,将各种函数的导函数(即 函数变化率)称为该函数的边际函数,从而得到经济学中的边际分析理论。
4 ?利用微元法建立微分方程模型
一般的,如果某一实际问题中所求的变量 p 符合下列条件:p 是与一个变量 t 的变化区间[a,b ]有关的量;p 对于区间[a,b ]具有可加性;部分量 p ,的近似值 可表示为 f ( i )
dR
dt
kR
t i 。那么就可以考虑利用微元法来建立微分方程模型,其步骤是:首先根据问题的具体情况,选取一个变量例如t 为自变量,并确定其变化区间[a,b];在区间[a,b]中随便选取一个任意小的区间并记作[t,t dt ],求出相应于这个区间的部分量p的近似值。如果p 能近似的标示为[a,b]上的一个连续函数在t处的值f(t)与dt的乘积,我们就把f(t)dt称为量p的微元且记作dp.这样,我们就可以建立起该问题的微分方程模型:
dp f(t)dt.
对于比较简单的模型,两边积分就可以求解该模型。例如在几何上求曲线的弧长、平面图形的面积、旋转曲面的面积、旋转体
体积、空间立体体积; 代数方面求近似值以及流体混合问题; 物理上求变力做功、压力、平均值、静力矩与重心;这些问题都可以先建立他们的微分方程模型,然后求解其模型。
5.熟悉一些经典的微分方程模型,对一些类似的问题,经过稍加改进或直接套用这些模型。
多年来,在各种领域里,人们已经建立起了一些经典的微分方程模型,熟悉这些模型对我们是大有裨益的。
案例1 设警方对司机饮酒后驾车时血液中酒精含量的规定为不超过80% ( mg / ml ) .现有一起交通事故,在事故发生3个小时后,测得司机血液中酒精含量是56%(mg/ml),又过两个小时后,测得其酒精含量降为40%(mg/ml),试判断:事故发生时,司机是否违反了酒精含量的规定?
解模型建立
设x(t)为时刻t 的血液中酒精的浓度,则在时间间隔[t,t t],酒精浓度的改 变量 x x(t) t ,即
x(t t) x(t) kx(t) t
其中k 0为比例常数,式前负号表示浓度随时间的推移是递减的,两边除以t, 并令t 0,则得到
且满足 x(3)
56, x(5) 40 以及 x(0) x 。.
模型求解
容易求得通解为x(t) ce kt ,代入x(0)
X 。,得到
3k *
x °e
56 2k 56 5k
e 5640 x 0e 40
40
将 k 0.17代入得 x 0e
3 0.17
56
故事故发生时,司机血液中的酒精浓度已超出规定.
案例2在凌晨1时警察发现一具尸体,测得尸体温度是29°C ,当时环境温 度是21o C .一小时后尸体温度下降到27o C ,若人的正常体温是37o C ,估计死者的 死亡时间.
解运用牛顿冷却定律T 仃out T),得到它的通解为
T T out
仃0 T out )
e
,
这里T 0是当t 0时尸体的温度,也就是所求的死亡时间时尸体的温度
,将题目提
供的参数代入
dx dt
kx,
x(t)
x °e
kt
则X o x(0)为所求.又由x(3)
56,x(5) 40,代入 x(0) X 。可得
k 0.17 3 0.17
x 0 56 e 93.25 >80.
21 (37 21)e t 29 21 (37 21)e (t 1} 27
.1 v v ;_2一
sin
---------- 2
, R - .2(v gh) g 10m/s ,贝U 41.4 , R 11.4m . 4在一种溶液中,化学物质A 分解而形成B ,其速度与未转换的A 的 解得 进一步得 0.2877,t /I 2 /V 2.409(h). 这时求得的 t 是死者从死亡起到尸体被发现所经历的时间 ,因此反推回去可 推测死者的死亡时间大约是前一天的夜晚 10:35. 案例3建立铅球掷远模型.不考虑阻力,设铅球初速度为v,出手高度为h , 出手角度为 (与地面夹角),建立投掷距离与v,h, 的关系式,并求v,h 一定的 条件下求最佳出手角度. 解在图5-1坐标下铅球运动方程为 x 0, y g ,x(0) 0,y(0) h , x(0) vcos , y(0) vsin 解出x(t), y(t)后,可以得铅球掷远为 2 R —sin g 2 /V - 2 cos (-in g 2h )Kcos g 这个关系还可表为 2 2 2 R g 2v cos (h 由此计算乎 0,得最佳出手角度和最佳成绩分别为: 1.5m,v 案例 8 16 和 e "z 616 则e 浓度成比例?转换A 的一半用了 20分钟,把B 的浓度y 表示为时间的函数,并 作出图象. 解 记B 的浓度为时间t 的函数y(t),A 的浓度为x(t). 一、假设 1 . 1mol A 分解后产生nmol B . 2 .容体的体积在反应过程中不变. 、建立模型,求解 有假设知,A 的消耗速度与A 的浓度成比例,故有下列方程成立 其中k 为比例系数. 设反应开始时t 0,A 的浓度为x o ,由题中条件知当t 20 (分)时,A 的 浓度为x(20) 1 -x o .解初值问题 2 dx , kx dt x(0) X o 得 x(t) x °e kt . 它应满足 x(20) x °e k 20 £ x o 解得 1 k In 2, 20 所以得 dx dt kx , 由于B 的浓度为x 浓度减少量的n 倍,故有 图5-2 案例5车间空气清洁问题 某生产车间有一台机器不断排出CO 2,为了清洁车间里的空气,用一台鼓风 机通入新鲜空气来降低车间空气中的 CO 2含量,那么,上述做法的清洁效果如何 呢? 这一问题是利用平衡原理来建模,即建立其微分方程模型?请注意,平衡原 理在建立微分方程模型时常表现为区间[x,x x ]上的微元形式:某个量在该区间 上的增加量等于该区间段进入量与迁出量的差. 解1 ?问题分析与假设 上述清洁空气的原理是通过鼓风机通入新鲜的空气,其 CO 2含量尽管也有但 较低.新鲜空气与车间空气混合后再由鼓风机排出室外,从而降低 CO 2含量. 为讨论问题方便,假设通入的新鲜空气能与原空气迅速均匀混合,并以相同 风量排出车间? 此问题中的主要变量及参数设为: x(t) x °e t 20 (In 2) t In 2 y(t) n[X o x °e 20 ] nx o (1 _Lln 2 e 20 ). 三、作图(如图 车间体积:V (单位:立方米), 时间:t (单位:分钟), 机器产生C02速度:r (单位:立方米/分钟), 鼓风机风量:K (单位:立方米/分钟) 新鲜空气中CO2含量:m%, 开始时刻车间空气中CO2含量:x%, t时刻车间空气中CO2含量:X(t)%. 2 .模型建立 考虑时间区间[t,t t],并利用质量守恒定律:[t,t t]车间空气中CO2含量的“增加”等于[t,t t]时间,通入的新鲜空气中CO2的量加上机器产生的CO2 的量减去鼓风机排出的CO2的量,即 CO2增加量=新鲜空气中含有CO2量+机器产生的CO2量一排出的CO2量数学上表示出来就是 t t V[x(t t)% x(t)] Km% t r t t Kx(s)%ds. 其中t 0.于是令t 0,取极限便得 dx a bx, t 0, dt x(0) x o. Km 100r , K 其中a ,b . V V 3 .模型求解与分析 此问题是一阶线性非齐次常微分方程的初值问题?解之得 X(t) a (Xo a )exp{ bt} b b Km 100r Km 100r K K (X o K )exp{ V t}, ,则有 4 ?模型的优缺点分析及改进方向: 优点:模型简洁,易于分析和理解,并体现了建立微分方程模型的基本思想, 而且所得到的结果与常识基本一致. 缺点:建立数学模型时所作出的假设过于简单 改进方向: (1)考虑新鲜空气和车间的空气的混合扩散过程重新建模; (2 )若要使得车间空气中的CO 2含量达到一定的指标,确定最优的实施方 案例6某人的食量是10467 (焦/天),其中5038 (焦/天)用于基本的新 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。 解模型分析 这就是t 时刻车间空气中含CO 2的百分比.显然, Km 100r X 0,否则CO 2含量只能 K Km 100r 严x(t)十- 100r m ------- K 这说明了,车间空气中C02的含量最多只能降到 ¥%.由此可见,鼓风机 风量越大(K 越大),新鲜空气中CO 2含量越低 (m 越小),净化效果越好. 在问题中并未出现“变化率”、 (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型微分方程? dt 模型假设 1.以W (t )表示t 时刻某人的体重,并设一天开始时人的体重为 W o . 2 .体重的变化是一个渐变的过程。因此可认为 W (t )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/天一输出/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) dW 5429 69W 1296 16W dt 41868 10000 导数”这样的关键词,但要寻找的是体重 体重的变化/天= (公斤/ 天) dW t 0 dt 考虑单位的匹配,利用 “公斤/天= 41868焦/公斤 ,可建立如下微分方程模型 W t o W o 模型求解 用变量分离法求解,模型方程等价于 dW 积分得 从而求得模型解 就描述了此人的体重随时间变化的规律 模型讨论 现在我们再来考虑一下:此人的体重会达到平衡吗 ? W 81. 我们也可以直接由模型方程来回答这个问题。在平衡状态下, W 是不发生变化 的,所以列0 .这就非常直接地给出了 dt 平衡 81 . 至此,问题已基本上得以解决. 案例7、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 dt 1296 W t 0 16W W 0 10000 , 1296 16W (1296 16t 16W 0)e 10000 , W 空 16 1296 16t 16W 0 , 10000 e 16 显然由W 的表达式,当t 时,体重有稳定值 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? 模型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N(t),把N(t)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,人口的增长量为 N(t t) N(t) rN(t) t , 并设t t o 时刻的人口为N o ,于是 这就是马尔萨斯人口模型,用分离变量法易求出其解为 N(t) N 0e r(t t0), 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3.06 109 ,而在以后7年中, 人口总数以每年2%的速度增长,这样t 0 1961,N 0 3.06 109 ,r 0.02,于是 N(t) 3.06 109e 0.02(t 1961). 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 dN dt N(t °) rN , 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. 模型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)弓I入常数N m,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N m就越大),并假设将增长率等于r 1 的,即净 N m 增长率随着N(t)的增加而减小,当N(t)N m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 dN dt N(t。) N。 上式就是逻辑模型,该方程可分离变量,其解为, 0.02 0.029 1 3.06 109 N m 增函数; 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 N m 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,N m 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,r 0.029,又当人 口总数为 3.06 109时,人口每年以2%的速率增长,由逻辑模型得 1 dN d N — r 1 - N m ; N(t) N m 1 e r(t t o ) F 面,我们对模型作一简要分析? (1) ,N(t) N m ,即无论人口的初值如何,人口总数趋向于极限值 N m 时罟 dt 存°这说明N (t )是时间t 的单调递 由于 d 2N dt 2 N N m 誥 N ,所以当N 皿时啤°,豐单 2 ' dt dt 增;当N 时,嗖 2 dt 罟单减,即人口增长率罟 由增变减'在宁处最大, N dt N m 从而得N m 9.86 109, 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. 参考文献 [1] 王高雄.常微分方程.:高等教育,1998. [2] 周义仓,靳祯,秦军林.常微分方程及其应用.:科学,2003. [3] Hale J K.Ordinary Differential Equations.New York:Wiley,1969. [4] 潘家齐.常微分方程.:中央广播电视大学,2002. [5] 东北师大学微分方程教研室.常微分方程(第二版).:高等教育, 2005. [6] 大学数学力学系.常微分方程.:人民教育,1978.