"微分方程建模是用于描述现实世界中动态系统行为的一种数学工具。在本案例中,我们关注的是一个传染病传播的模型,它将人群分为易感染者(susceptible, S),已感染者(infective, I)和已恢复者(recovered, R)三类。微分方程模型常用于此类问题,因为它能够捕捉到系统的演变过程。
模型3是一个三房室模型,用以下微分方程表示:
\[
\begin{align*}
\frac{ds}{dt} &= -k \cdot s(t) \cdot i(t) \\
\frac{di}{dt} &= k \cdot s(t) \cdot i(t) - l \cdot i(t) \\
\frac{dr}{dt} &= l \cdot i(t)
\end{align*}
\]
其中,\(k\) 是感染率,\(l\) 是传染病恢复系数。这些方程描述了每一类人数随时间的变化。
对这三个方程进行求解,可以得到:
\[
\begin{align*}
s(t) &= s(0) \cdot e^{-kti(0)t} \\
i(t) &= \frac{i(0)}{1 - l/k} \cdot (1 - e^{-kti(0)t}) \\
r(t) &= r(0) + \frac{l}{k} \cdot (1 - e^{-kti(0)t})
\end{align*}
\]
定义 \(N = s(0) + i(0) + r(0)\) 为初始总人数,且 \(\beta = k/N\) 为有效接触率,\(\gamma = l/N\) 为康复率,模型可以进一步简化为:
\[
\begin{align*}
\frac{ds}{dt} &= -\beta \cdot s(t) \cdot i(t) \\
\frac{di}{dt} &= \beta \cdot s(t) \cdot i(t) - \gamma \cdot i(t) \\
\frac{dr}{dt} &= \gamma \cdot i(t)
\end{align*}
\]
微分方程建模的实例:
1. 理想单摆运动:理想单摆的微分方程是 \(\ddot{\theta} + \frac{g}{l} \sin(\theta) = 0\)。当角度 \(\theta\) 很小时,\(\sin(\theta) \approx \theta\),我们可以近似为线性方程 \(\ddot{\theta} + \frac{g}{l} \theta = 0\),进而得出周期公式 \(T = 2\pi\sqrt{\frac{l}{g}}\)。
2. 追赶问题:在追赶潜水艇的例子中,巡逻艇需要找到最佳路径来追上敌方潜水艇。这里,巡逻艇路径的极坐标方程为 \(r = r(\theta)\),通过微分方程 \(\frac{d^2r}{d\theta^2} + \frac{2}{r}\frac{dr}{d\theta} = 0\) 来确定。解这个方程可以得到巡逻艇的最优路径。
微分方程模型在解决这些问题时,不仅揭示了系统的行为,还提供了对现实世界现象的定量理解。无论是物理运动还是生物动力学,微分方程都是描述动态变化的关键工具。通过求解这些方程,我们可以预测系统的未来状态,优化策略,甚至设计控制措施,如在传染病模型中控制疾病的传播速度。