马尔萨斯的人口论指出:在没有生存资源限制的情况下,人口或生物种群的数量成指数增长。人口增长的数学模型的共同特征是人口数量在单位时间内增长的百分比 r 是一定的。写成一个微分方程的形式,设 t = 0 时刻的人口数量为
N
0
N_0
N0,则
t
\mathrm{t}
t 时刻的总人口
N
t
N_t
Nt 满足
1
N
t
d
N
t
d
t
=
r
⇒
N
t
=
N
0
e
r
t
\frac{1}{N_t} \frac{d N_t}{d t}=r \Rightarrow N_t=N_0 e^{r t}
Nt1dtdNt=r⇒Nt=N0ert
在资源环境的限制下, 假设资源环境能承受的人口数量为
K
K
K, 则可以建立一个逻辑斯谛方程:
1
N
t
d
N
t
d
t
=
r
(
1
−
N
t
K
)
\frac{1}{N_t} \frac{d N_t}{d t}=r\left(1-\frac{N_t}{K}\right) \quad
Nt1dtdNt=r(1−KNt) 这个方程将得出仅在人口
N
t
≪
K
N_t \ll K
Nt≪K 时 ,增长
N
t
∼
N
0
e
r
t
N_t \sim N_0 e^{r t}
Nt∼N0ert 才是指数的。当
N
t
N_t
Nt 接近
K
\mathrm{K}
K 时, 人口的增长明显受到天花板
K
\mathrm{K}
K 的 压制。虽然
N
t
>
K
N_t>K
Nt>K 时确实会出现人口的负增长, 但不过是平稳地趋近于平衡水 平
K
\mathrm{K}
K, 而并不会发生马尔萨斯所担心的灾难性人口锐减的行为。
牛顿谐振动的微分方程:
d
2
u
d
t
2
+
ω
2
u
(
t
)
=
0
⇒
u
(
t
)
=
C
1
cos
ω
t
+
C
2
sin
ω
t
\frac{d^2 u}{d t^2}+\omega^2 u(t)=0 \Rightarrow u(t)=C_1 \cos \omega t+C_2 \sin \omega t
dt2d2u+ω2u(t)=0⇒u(t)=C1cosωt+C2sinωt 小阻尼振动的微分方程:
d
2
u
d
t
2
+
2
ε
d
u
d
t
+
ω
2
u
(
t
)
=
0
\frac{d^2 u}{d t^2}+2 \varepsilon \frac{d u}{d t}+\omega^2 u(t)=0
dt2d2u+2εdtdu+ω2u(t)=0, 设解函数有如下格式
u
(
t
)
=
e
(
−
ε
t
)
sin
t
u(t)=e^{(-\varepsilon t)} \sin t
u(t)=e(−εt)sint 代入方程化简得:
d
2
v
d
t
2
+
(
ω
2
−
ε
2
)
v
=
0
⇒
\frac{d^2 v}{d t^2}+\left(\omega^2-\varepsilon^2\right) v=0 \Rightarrow
dt2d2v+(ω2−ε2)v=0⇒
v
(
t
)
=
C
1
cos
k
t
+
C
2
sin
k
t
(
ω
2
−
ε
2
=
k
2
)
\mathrm{v}(\mathrm{t})=C_1 \cos k t+C_2 \sin k t \quad\left(\omega^2-\varepsilon^2=k^2\right)
v(t)=C1coskt+C2sinkt(ω2−ε2=k2) 可见小阻尼振动的微分方程和牛顿谐振动的微分方程的形式又可以统一起来。
θ
′
′
=
−
a
sin
θ
令
y
1
=
θ
,
y
2
=
θ
′
{
y
2
=
y
1
′
y
2
′
=
−
a
sin
y
1
⇒
{
y
2
(
0
)
=
1
y
2
′
=
−
asin
y
1
⇒
y
n
+
1
=
y
n
+
h
(
−
a
sin
y
1
n
)
n
=
0
,
1
,
2
…
.
.
N
−
1
一阶常微分方程解的几何意义是一族曲线。而满足初始条件 y ( x 0 ) = y 0 y\left(x_0\right)=y_0 y(x0)=y0 的 解 y ( x ) y(x) y(x) 对应于其中一条曲线。函数 f ( x , y ) f(x, y) f(x,y) 值, 恰好是曲线 y ( x ) y(x) y(x) 在 x \mathrm{x} x 处切线的斜率。曲线族中每一条曲线的切线斜率在平面上确定的方向构成平面区域内的向量场。欧拉法的几何意义是用折线段 P 0 P 1 P 2 … P_0 P_1 P_2 \ldots P0P1P2… 来近似代替方程:
{
d
y
d
x
=
f
(
x
,
y
)
,
a
≤
x
≤
b
y
(
a
)
=
y
0
\left\{
的解曲线𝑦 = 𝑦(𝑥),在每一小段上
y
n
+
1
−
y
n
x
n
+
1
−
x
n
=
f
(
x
n
,
y
n
)
\frac{y_{n+1}-y_n}{x_{n+1}-x_n}=f\left(x_n, y_n\right)
xn+1−xnyn+1−yn=f(xn,yn)
即: y n + 1 = y n + h f ( x n , y n ) y_{n+1}=y_n+h f\left(x_n, y_n\right) yn+1=yn+hf(xn,yn)
对于
r
=
2
r=2
r=2 的 R-K 方法, 可得如下计算公式:
{
y
n
+
1
=
y
n
+
h
(
c
1
K
1
+
c
2
K
2
)
K
1
=
f
(
x
n
,
y
n
)
K
2
=
f
(
x
n
+
λ
2
h
,
y
n
+
μ
21
h
K
1
)
\left\{
取
c
1
=
c
2
=
1
2
,
λ
2
=
μ
21
=
1
c_1=c_2=\frac{1}{2}, \lambda_2=\mu_{21}=1
c1=c2=21,λ2=μ21=1, 得出改进形式的欧拉法
y
n
+
1
=
y
n
+
h
2
[
f
(
x
n
,
y
n
)
+
f
(
x
n
+
h
,
y
n
+
h
f
(
x
n
,
y
n
)
)
]
y_{n+1}=y_n+\frac{h}{2}\left[f\left(x_n, y_n\right)+f\left(x_n+h, y_n+h f\left(x_n, y_n\right)\right)\right]
yn+1=yn+2h[f(xn,yn)+f(xn+h,yn+hf(xn,yn))]
求解高阶微分方程的初值问题, 可以将其化为一阶方程组进行求解, 对
m
m
m 阶微分方程
y
(
m
)
=
f
(
x
,
y
,
y
′
,
…
,
y
(
m
−
1
)
)
y^{(m)}=f\left(x, y, y^{\prime}, \ldots, y^{(m-1)}\right)
y(m)=f(x,y,y′,…,y(m−1)), 只要引进新的变量
y
1
=
y
,
y
2
=
y_1=y, y_2=
y1=y,y2=
y
′
,
…
,
y
m
=
y
(
m
−
1
)
y^{\prime}, \ldots, y_m=y^{(m-1)}
y′,…,ym=y(m−1), 即可将
m
m
m 阶微分方程化为一阶微分方程组
{
y
1
′
=
y
2
y
2
′
=
y
3
⋮
y
m
−
1
′
=
y
m
y
m
′
=
f
(
x
,
y
1
,
y
2
,
…
,
y
m
)
\left\{
然后利用求解一阶常微分方程组的龙格-库塔方法进行求解。