《描述对象特征随时间(空间)的演变过程张幻灯片》由会员分享，可在线阅读，更多相关《描述对象特征随时间(空间)的演变过程张幻灯片（25页珍藏版）》请在金锄头文库上搜索。
1、动态动态问题问题 描述对象特征随时间描述对象特征随时间(空间空间)的演变过程的演变过程 分析对象特征的变化规律分析对象特征的变化规律 预报对象特征的未来性态预报对象特征的未来性态 研究控制对象特征的手段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根据函数及其变化率之间的关系确定函数微分微分方程方程建模建模 根据建模目的和问题分析作出简化假设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按照内在规律或用类比法建立微分方程第四讲第四讲 微分方程建模微分方程建模一般处理动态连续问题一般处理动态连续问题4.1 人口预测和控制人口预测和控制4.2 传染病模型传染病
2、模型方法方法 根据规律列方程根据规律列方程 微元分析法微元分析法 模模拟近似法近似法 背景背景 年年 1625 1830 1930 1960 1974 1987 2019人口人口(亿亿) 5 10 20 30 40 50 60世界人口增长概况世界人口增长概况中国人口增长概况中国人口增长概况 年年 1908 1933 1953 1964 1982 1990 2019 2000人口人口(亿亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0研究人口变化规律研究人口变化规律控制人口过快增长控制人口过快增长4.1 人口预测和控制人口预测和控制指数增长模型指数增长模型马尔萨斯提出
3、马尔萨斯提出 ( (1798) )常用的计算公式常用的计算公式x(t) 时刻时刻t的的人口人口基本假设基本假设 : 人口人口(相对相对)增长率增长率 r 是常数是常数今年人口今年人口 x0, 年增长率年增长率 rk年后人口年后人口随着时间增加，人口按指数规律无限增长随着时间增加，人口按指数规律无限增长指数增长模型的应用及局限性指数增长模型的应用及局限性 与与19世纪以前欧洲一些地区人口统计数据吻合世纪以前欧洲一些地区人口统计数据吻合 适用于适用于19世纪后迁往加拿大的欧洲移民后代世纪后迁往加拿大的欧洲移民后代 可用于短期人口增长预测可用于短期人口增长预测 不符合不符合19世纪后多数地区人口增长
4、规律世纪后多数地区人口增长规律 不能预测较长期的人口增长过程不能预测较长期的人口增长过程1919世纪后人口数据世纪后人口数据人口增长率人口增长率r r不是常数不是常数( (逐渐下降逐渐下降) )阻滞增长模型阻滞增长模型( (Logistic模型模型) )人口增长到一定数量后，增长率下降的原因：人口增长到一定数量后，增长率下降的原因：资源、环境等因素对人口增长的阻滞作用资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大且阻滞作用随人口数量增加而变大假设假设r固有增长率固有增长率(x很小时很小时)xm人口容量（资源、环境能容纳的最大数量）人口容量（资源、环境能容纳的最大数量）r是是
5、x的减函数的减函数dx/dtx0xmxm/2xmtx0x(t)S形曲线形曲线, x增加先快后慢增加先快后慢x0xm/2阻滞增长模型阻滞增长模型( (Logistic模型模型) )参数估计参数估计用指数增长模型或阻滞增长模型作人口用指数增长模型或阻滞增长模型作人口预报，必须先估计模型参数预报，必须先估计模型参数 r 或或 r, xm 利用统计数据用最小二乘法作拟合利用统计数据用最小二乘法作拟合例：美国人口数据（单位例：美国人口数据（单位百万）百万） 1860 1870 1880 1960 1970 1980 1990 31.4 38.6 50.2 179.3 204.0 226.5 251.4专
6、家估计专家估计阻滞增长模型阻滞增长模型( (Logistic模型模型) )r=0.2557, xm=392.1模型检验模型检验用模型计算用模型计算2000年美国人口，与实际数据比较年美国人口，与实际数据比较实际为实际为281.4 (百万百万)模型应用模型应用预报美国预报美国2019年的人口年的人口加入加入2000年人口数据后重新估计模型参数年人口数据后重新估计模型参数Logistic 模型在经济领域中的应用模型在经济领域中的应用( (如耐用消费品的售量如耐用消费品的售量) )阻滞增长模型阻滞增长模型( (Logistic模型模型) )r=0.2490, xm=434.0x(2019)=306.
7、0 年龄分布对于人口预测的重要性年龄分布对于人口预测的重要性 只考虑自然出生与死亡，不计迁移只考虑自然出生与死亡，不计迁移人口发展方程人口发展方程离散：离散：LeslieLeslie4.2 传染病模型传染病模型问题问题 描述传染病的传播过程描述传染病的传播过程 分析受感染人数的变化规律分析受感染人数的变化规律 预报传染病高潮到来的时刻预报传染病高潮到来的时刻 预防传染病蔓延的手段预防传染病蔓延的手段 按照传播过程的一般规律，按照传播过程的一般规律，用机理分析方法建立模型用机理分析方法建立模型 已感染人数已感染人数 (病人病人) i(t) 每个病人每天有效接触每个病人每天有效接触(足以使人致病足
8、以使人致病)人数为人数为 模型模型1 1假设假设若有效接触的是病人，若有效接触的是病人，则不能使病人数增加则不能使病人数增加必须区分已感染者必须区分已感染者(病病人人)和未感染者和未感染者(健康人健康人)建模建模?模型模型2 2区分已感染者区分已感染者(病人病人)和未感染者和未感染者(健康人健康人)假设假设1）总人数）总人数N不变，病人和健康不变，病人和健康 人的人的 比例分别为比例分别为 2）每个病人每天有效接触人数）每个病人每天有效接触人数为为 , 且且使接触的健康人致病使接触的健康人致病建模建模 日日接触率接触率SI 模型模型模型模型21/2tmii010ttm传染病高潮到来时刻传染病高
9、潮到来时刻 (日接触率日接触率) tm Logistic 模型病人可以治愈！病人可以治愈！?t=tm, di/dt 最大最大模型模型3传染病无免疫性传染病无免疫性病人治愈成病人治愈成为健康人，健康人可再次被感染为健康人，健康人可再次被感染增加假设增加假设SIS 模型模型3）病人每天治愈的比例为）病人每天治愈的比例为 日日治愈率治愈率建模建模 日接触率日接触率1/ 感染期感染期 一个感染期内一个感染期内每个病人的每个病人的有效接触人数，称为有效接触人数，称为接触数接触数。模型模型3i0i0接触数接触数 =1 阈值阈值感染期内感染期内有效接触感染的有效接触感染的健康者人数不超过病人数健康者人数不超
10、过病人数1-1/ i0模型模型2(SI模型模型)如何看作模型如何看作模型3(SIS模型模型)的特例的特例idi/dt01 10ti 11-1/ i0t 1di/dt 1/ i(t)先升后降至先升后降至0P2: s01/ i(t)单调降至单调降至01/ 阈值阈值P3P4P2S0模型模型4SIR模型模型预防传染病蔓延的手段预防传染病蔓延的手段 (日接触率日接触率) 卫生水平卫生水平 (日日治愈率治愈率) 医疗水平医疗水平 传染病不蔓延的条件传染病不蔓延的条件s01/ 的估计的估计 降低降低 s0提高提高 r0 提高阈值提高阈值 1/ 降低降低 (= / ) , 群体免疫群体免疫模型模型4SIR模型模型被传染人数的估计被传染人数的估计记被传染人数比例记被传染人数比例xs0i0P1i0 0, s0 1 小小, s0 1提高阈值提高阈值1/ 降低降低被被传染人数比例传染人数比例 xs0 - 1/ = 模型模型5传染病有潜伏期传染病有潜伏期SEIR模型模型假设假设1）总人数）总人数N不变，病人、健康人、潜伏不变，病人、健康人、潜伏者和移出者的比例分别为者和移出者的比例分别为2）病人的日接触率）病人的日接触率 , 日日治愈率治愈率 , 接触数接触数 = / 建模建模建立建立 方程方程3）单位时间内潜伏者以比例常数）单位时间内潜伏者以比例常数 转为染转为染 病者病者模型模型5SEIR模型模型
