方程在数学建模中的思想及应用论文

　　1引言

　　数学模型的难点在于建模的方法和思路，目前学术界已经有各种各样的建模方法，例如概率论方法、图论方法、微积分方法等，本文主要研究的是如何利用方程思想建立数学模型从而解决实际问题。实际生活中的很多问题都不是连续型的，例如人口数、商品价格等都是呈现离散型变化的趋势，碰到这种问题可以考虑采用差分方程或差分方程组的方式进行表示。有时候人们除了想要了解问题的起因和结果外还希望对中间的速度以及随时间变化的趋势进行探索，这个时候就要用到微分方程或微分方程组来进行表示。以上只是简单的举两个例子，其实方程的应用极为广泛，只要有关变化的问题都可以考虑利用方程的思想建立数学模型，例如常见的投资、军事等领域。利用方程思想建立的数学模型可以更为方便地观察到整个问题的动态变化过程，并且根据这一变化过程对未来的状况进行分析和预测，为决策的制定和方案的选择提供参考依据。利用方程建立数学模型时就想前文所说的那样，如果是离散型变化问题可以考虑采用差分思想建模，如果是连续型变化问题可以考虑采用常微分方程建立模型。对于它们建模的方式方法可以根据几个具体的实例说明。

　　2方程在数学建模中的应用举例

　　2．1常微分方程建模的应用举例

　　正如前文所述，常微分方程的思想重点是对那些过程描述的变量问题进行数学建模，从而解决实际的变化问题，这里举一个例子来说明。例1人口数量变化的逻辑斯蒂数学方程模型在18世纪的时候，很多学者都对人口的增长进行了研究，英国的学者马尔萨斯经过多年的研究统计发现，人口的净相对增长率是不变的，也就是说人口的净增长率和总人口数的比值是个常数，根据这一前提条件建立人口数量的变化模型，并且对这一模型进行分析研究，找出其存在的问题，并提出改进措施。解:假设开始的时间为t，时间的间隔为Δt，这样可以得出在Δt的时间内人口增长量为N(t+Δt)－N(t)=rN(t)Δt，由此可以得出以下式子。dN(t)dt=rN(t)N(t0)=N{0(1)对于这种一阶常微分方程可以采用分离变量法进行求解，最终解得N(t)=N0er(t－t0)而后将过去数据中的r、N0带入上述式子中就可以得出最后的结果。这个式子表明人口数量在自然增长的情况下是呈指数规律增长的，而且把这个公式对过去和未来的人口数量进行对比分析发现还是相当准确的`，但是把这个模型用到几百年以后，就可以发现一些问题了，例如到2670年的时候，如果仍然根据这一模型，那么那个时候世界人口就会有3．6万亿，这已经大大的超过了地球可以承受的最大限度，所以这个模型是需要有前提的，前提就是地球上的资源对人口数量的限制。荷兰的生物学家韦尔侯斯特根据逻辑斯蒂数学方法和实际的调查统计引入了一个新的常数Nm，这个常数就是用来控制地球上所能承受的最大人口数，将这一常数融入逻辑斯蒂方程可以得出以下的式子。dN(t)dt=rN(t)(1－N(t)Nm)N(t0)=N{0(2)该方程解为N(t)=Nm1+NmN0e－r(t－t0)一个新的数学模型建立后，首先要做的就是验证它的正确性，经过研究发现在1930年之前的验证中还是比较吻合的，但是到了1930年之后，用这个模型求出的人口数量就与实际情况存在很大的误差，而且这一误差呈现越来越大的变化趋势。这就说明当初设定的人口极限发生了变化，这是由于随着科学技术的不断进步，人们可以利用的资源越来越多，导致人口极限也呈现变大的趋势。

　　2．2差分方程建模的应用举例

　　如前文所言，对于离散型问题可以采用差分方程的方法建立数学模型。例如以25岁为人类的生育年龄，就可以得出以下的数学模型。yk+1－yk=ryk(1－ykN)，k=0，1，2，…即为yk+1=(r+1)yk［1－r(r+1)Nyk］其中r为固有增长率，N为最大容量，yk表示第k代的人口数量，若yk=N，则yk+1，yk+2，…=N，y*=N是平衡点。令xk=r(r+1)Nyk，记b=r+1。xk+1=bxk(1－xk)这个方程模型是一个非线性差分方程，在解决的过程中我们只需知道x0，就可以计算出xk。如果单纯的考虑平衡点，就会有下面的式子。x=f(x)=bx(1－x)，则x*=rr+1=1－1bx因为f'(x*)=b(1－2x*)=2－b，当|f'(x*)|＜1时稳定，当|f'(x*)|＞1时不稳定。所以，当1＜b＜2或2＜b＜3时，xkk→仯仯仭∞x*．当b＞3时，xk不稳定。2．3偏微分方程建模的应用举例在实际生活中如果有多个状态变量同时随时间不断的变化，那么这个时候就可以考虑采用偏微分方程的方法建立数学模型，还是以人口数量增长模型为例，根据前文分析已经知道建立的模型都是存在一定的局限性的，对于人类来说必须要将个体之间的区别考虑进去，尤其是年龄的限制，这时的人口数量增长模型就可以用以下的式子来表示。祊(t，r)祎+祊(t，r)祌=－μ(t，r)p(t，r)+φ(t，r)p(0，r)=p0(r);p(t，r0)=∫r2r1β(r，t)p(t，r)d{r其中，p(t，r)主要表示在t时候处于r岁的人口密度分布情况，μ(t，r)表示的r岁人口死亡率，φ(t，r)表示r岁人口的迁移率，β(r，t)表示r岁的人的生育率。除此之外，式子中的积分下限r1表示能够生育的最小岁数，r2表示能够生育的最大岁数。根据人口数量增长的篇微分方程可以看出实际生活中的人口数量与年龄分布、死亡率和出生率都有着密不可分的关系，这与客观事实正好相吻合，所以这一个人口增长模型能够更为准确地反应人口的增长趋势。当然如果把微分方程中的年龄当做一个固定的值，那么就由偏微分方程转化成了常微分方程。另外如果令μ(t，r)=－r，p(t，r)=N(t)，N(0)=N0，φ=rN2(t)/Nm，那么上述偏微分方程就变成了Verhulst模型。偏微分方程在实际生活中的应用也相当广泛，物理学、生态学等多个领域的问题都可以通过建立偏微分方程来求解。

　　3结束语

　　上世纪六七十年代，数学建模进入一些西方大学，紧随其后，八十年代它进入中国的部分高校课堂。把方程式引入到数学建模中是数学建模更具体和更实际的应用，方程式的空间性和抽象性决定了它需要借助数学建模来更直观和更立体地展示自己。20多年的本土适应和自身完善使绝大多数本科院校和许多专科学校都开设了各种形式的数学建模课程、讲座和竞赛。方程在数学建模中的思想和应用对于数学课堂效果本身和培养学生的动手和操作能力均有重要意义:一方面，它利于激励学生学习方程的积极性，培养学生建立数学模型的创造性和行动性;另一方面，它有效推动数学教学体系、教学内容和方法的改革，为培养学生利用数学方法分析、解决实际问题的能力开辟了一条有效的途径。