【xjtuse】【数学建模】课程笔记(三)微积分模型(下)
四、微积分模型(接上文)
2、新产品销售量
题目:一种耐用新产品进入市场后,销售量一般会经历先增加、后下降的过程,即产品生命周期 PLC。若 PLC 曲线为钟型,试建立模型分析这一现象。
解析一:分析信息传播来源。
新产品进入市场后,消费者获得产品信息的途径主要有两类:
- 厂家广告等来自消费者群体外部的信息;
- 已购买消费者对周围人的评价和推荐,即消费者群体内部的信息。
对于耐用产品,可以把产品的累积销售量近似看成已经购买该产品的人数。
设:
KKK 表示潜在消费者总数;
n(t)n(t)n(t) 表示 ttt 时刻已经购买该产品的人数;
aaa 表示外部信息影响下的购买比例系数;
bbb 表示内部传播影响下的购买比例系数。
解析二:建立购买人数变化模型。
在时间区间 [t,t+Δt][t,t+\Delta t][t,t+Δt] 内,购买者增量由两部分组成。
外部信息导致的购买者增量与尚未购买者人数 K−n(t)K-n(t)K−n(t) 成正比:
Δn1=a(K−n(t))Δt \Delta n_1=a\bigl(K-n(t)\bigr)\Delta t Δn1=a(K−n(t))Δt
内部信息导致的购买者增量与已购买者人数 n(t)n(t)n(t) 和未购买者人数 K−n(t)K-n(t)K−n(t) 的乘积成正比:
Δn2=bn(t)(K−n(t))Δt \Delta n_2=bn(t)\bigl(K-n(t)\bigr)\Delta t Δn2=bn(t)(K−n(t))Δt
因此总增量为:
Δn(t)=a(K−n(t))Δt+bn(t)(K−n(t))Δt \Delta n(t)=a\bigl(K-n(t)\bigr)\Delta t+bn(t)\bigl(K-n(t)\bigr)\Delta t Δn(t)=a(K−n(t))Δt+bn(t)(K−n(t))Δt
两边同除以 Δt\Delta tΔt,并令 Δt→0\Delta t\to 0Δt→0,得到微分方程:
dndt=(K−n(t))(a+bn(t)),n(0)=0 \frac{dn}{dt}=\bigl(K-n(t)\bigr)\bigl(a+bn(t)\bigr),\qquad n(0)=0 dtdn=(K−n(t))(a+bn(t)),n(0)=0
解析三:求解累积销售量。
解该微分方程:用分离变量。
原方程是
dndt=(K−n)(a+bn),n(0)=0 \frac{dn}{dt}=(K-n)(a+bn),\qquad n(0)=0 dtdn=(K−n)(a+bn),n(0)=0
它虽然是一阶非线性方程,但右边只含 nnn,不显含 ttt,所以属于自治微分方程,可以直接分离变量:
dn(K−n)(a+bn)=dt \frac{dn}{(K-n)(a+bn)}=dt (K−n)(a+bn)dn=dt
接下来做部分分式分解(笔者已然忘却积分技巧,自己写的时候卡在这一步):
1(K−n)(a+bn)=AK−n+Ba+bn \frac{1}{(K-n)(a+bn)}= \frac{A}{K-n}+\frac{B}{a+bn} (K−n)(a+bn)1=K−nA+a+bnB
两边通分:
1=A(a+bn)+B(K−n) 1=A(a+bn)+B(K-n) 1=A(a+bn)+B(K−n)
比较常数项和 nnn 的系数:
{Aa+BK=1,Ab−B=0. \begin{cases} Aa+BK=1,\\ Ab-B=0. \end{cases} {Aa+BK=1,Ab−B=0.
由 Ab−B=0Ab-B=0Ab−B=0,得:
B=Ab B=Ab B=Ab
代入 Aa+BK=1Aa+BK=1Aa+BK=1:
Aa+AbK=1 Aa+AbK=1 Aa+AbK=1
所以:
A=1a+bK,B=ba+bK A=\frac{1}{a+bK},\qquad B=\frac{b}{a+bK} A=a+bK1,B=a+bKb
因此:
1(K−n)(a+bn)=1a+bK⋅1K−n+ba+bK⋅1a+bn \frac{1}{(K-n)(a+bn)}= \frac{1}{a+bK}\cdot\frac{1}{K-n} + \frac{b}{a+bK}\cdot\frac{1}{a+bn} (K−n)(a+bn)1=a+bK1⋅K−n1+a+bKb⋅a+bn1
两边积分:
∫dn(K−n)(a+bn)=∫dt \int \frac{dn}{(K-n)(a+bn)}=\int dt ∫(K−n)(a+bn)dn=∫dt
左边为:
1a+bK∫1K−n dn+ba+bK∫1a+bn dn \frac{1}{a+bK}\int \frac{1}{K-n}\,dn + \frac{b}{a+bK}\int \frac{1}{a+bn}\,dn a+bK1∫K−n1dn+a+bKb∫a+bn1dn
注意第一个积分有负号:
∫1K−n dn=−ln∣K−n∣ \int \frac{1}{K-n}\,dn=-\ln|K-n| ∫K−n1dn=−ln∣K−n∣
第二个积分为:
∫1a+bn dn=1bln∣a+bn∣ \int \frac{1}{a+bn}\,dn=\frac{1}{b}\ln|a+bn| ∫a+bn1dn=b1ln∣a+bn∣
所以:
1a+bK[−ln∣K−n∣+ln∣a+bn∣]=t+C \frac{1}{a+bK}\left[-\ln|K-n|+\ln|a+bn|\right]=t+C a+bK1[−ln∣K−n∣+ln∣a+bn∣]=t+C
合并对数:
1a+bKlna+bnK−n=t+C \frac{1}{a+bK}\ln\frac{a+bn}{K-n}=t+C a+bK1lnK−na+bn=t+C
两边乘以 a+bKa+bKa+bK:
lna+bnK−n=(a+bK)t+C1 \ln\frac{a+bn}{K-n}=(a+bK)t+C_1 lnK−na+bn=(a+bK)t+C1
取指数:
a+bnK−n=Ce(a+bK)t \frac{a+bn}{K-n}=Ce^{(a+bK)t} K−na+bn=Ce(a+bK)t
用初始条件 n(0)=0n(0)=0n(0)=0。代入:
a+b⋅0K−0=C \frac{a+b\cdot 0}{K-0}=C K−0a+b⋅0=C
所以:
C=aK C=\frac{a}{K} C=Ka
因此:
a+bnK−n=aKe(a+bK)t \frac{a+bn}{K-n}=\frac{a}{K}e^{(a+bK)t} K−na+bn=Kae(a+bK)t
下面解出 n(t)n(t)n(t)。设:
E=e(a+bK)t E=e^{(a+bK)t} E=e(a+bK)t
则:
a+bnK−n=aKE \frac{a+bn}{K-n}=\frac{a}{K}E K−na+bn=KaE
交叉相乘:
K(a+bn)=aE(K−n) K(a+bn)=aE(K-n) K(a+bn)=aE(K−n)
展开:
aK+bKn=aKE−aEn aK+bKn=aKE-aEn aK+bKn=aKE−aEn
把含 nnn 的项放到一边:
bKn+aEn=aK(E−1) bKn+aEn=aK(E-1) bKn+aEn=aK(E−1)
所以:
n(bK+aE)=aK(E−1) n(bK+aE)=aK(E-1) n(bK+aE)=aK(E−1)
得到:
n(t)=aK(E−1)bK+aE n(t)=\frac{aK(E-1)}{bK+aE} n(t)=bK+aEaK(E−1)
把 E=e(a+bK)tE=e^{(a+bK)t}E=e(a+bK)t 代回去:
n(t)=aK(e(a+bK)t−1)bK+ae(a+bK)t n(t)=\frac{aK\left(e^{(a+bK)t}-1\right)}{bK+ae^{(a+bK)t}} n(t)=bK+ae(a+bK)taK(e(a+bK)t−1)
也可以上下同除以 ae(a+bK)tae^{(a+bK)t}ae(a+bK)t,化成 PPT 里更常见的形式:
n(t)=K⋅1−e−(a+bK)t1+bKae−(a+bK)t n(t)=K\cdot\frac{1-e^{-(a+bK)t}}{1+\frac{bK}{a}e^{-(a+bK)t}} n(t)=K⋅1+abKe−(a+bK)t1−e−(a+bK)t
其中 n(t)n(t)n(t) 表示到 ttt 时刻为止的累积购买人数。
销售速度为 n′(t)n'(t)n′(t)。由模型可知,初期由于购买者较少,内部传播作用不强,销售速度较低;随着购买者增多,内部传播增强,销售速度上升;当潜在消费者逐渐减少时,销售速度又会下降。
结论:累积销售量 n(t)n(t)n(t) 的导函数 n′(t)n'(t)n′(t) 可以表现为先上升后下降的钟型曲线,因此该模型能够解释新产品销售量的 PLC 现象。
3、观众厅地面设计(建议看ppt)
题目:在影视厅或报告厅中,为避免前排观众遮挡后排观众视线,需将地面设计成前低后高的坡度形式。试建立数学模型,设计良好的观众厅地面坡度曲线。
解析一:提出基本假设。
为简化问题,作如下假设:
- 观众厅地面的纵剖面图一致,只需求中轴线上的地面起伏曲线;
- 同一排座位在同一等高线上;
- 每个坐在座位上的观众眼睛与地面的距离相等;
- 每个坐在座位上的观众头顶与地面的距离相等;
- 所求曲线只要使后排观众的视线从紧邻前一排观众的头顶擦过即可。
(感觉还有一条假设就是观众头顶=座位顶)
解析二:建立坐标与变量。
设 OOO 为台上的设计视点,建立坐标系。记:
aaa 表示第一排观众与设计视点的水平距离;
bbb 表示第一排观众眼睛到设计视点所在水平线的竖直距离;
ddd 表示相邻两排之间的排距;
δ\deltaδ 表示视线需要高出前排头顶的标准高度;(笔者疑惑,不就是表示观众头顶相对于眼睛的竖直高度差,即从眼睛到头顶的高度吗?)
xxx 表示某一排观众与设计视点的水平距离;
y(x)y(x)y(x) 表示该排观众眼睛相对于设计视点的竖直距离。
因此需要求出满足无遮挡要求的曲线:
y=y(x) y=y(x) y=y(x)
初始条件为:
y(a)=b y(a)=b y(a)=b
解析三:建立微分不等式模型。(这块建议看ppt)
由于后排观众的视线应刚好从前排观众头顶上方通过,眼睛升起曲线应当随排数增加而上升,并且该曲线通常是凹的。
通过几何相似关系,可以得到曲线斜率满足如下微分不等式:
yx+δd<dydx<yx+δd+δx \frac{y}{x}+\frac{\delta}{d} < \frac{dy}{dx} < \frac{y}{x}+\frac{\delta}{d}+\frac{\delta}{x} xy+dδ<dxdy<xy+dδ+xδ
这个不等式给出了地面升起曲线斜率的上下界。
解析四:利用比较定理求上下界。(要用到换元法求微分方程)
考虑下界对应的微分方程:
dy1dx=y1x+δd,y1(a)=b \frac{dy_1}{dx}=\frac{y_1}{x}+\frac{\delta}{d},\qquad y_1(a)=b dxdy1=xy1+dδ,y1(a)=b
令:
u=y1x u=\frac{y_1}{x} u=xy1
则:
y1=ux,dy1dx=u+xdudx y_1=ux,\qquad \frac{dy_1}{dx}=u+x\frac{du}{dx} y1=ux,dxdy1=u+xdxdu
代入原方程:
u+xdudx=u+δd u+x\frac{du}{dx}=u+\frac{\delta}{d} u+xdxdu=u+dδ
两边消去 uuu,得:
xdudx=δd x\frac{du}{dx}=\frac{\delta}{d} xdxdu=dδ
即:
dudx=δdx \frac{du}{dx}=\frac{\delta}{dx} dxdu=dxδ
两边积分:
u=δdlnx+C u=\frac{\delta}{d}\ln x+C u=dδlnx+C
由于 u=y1xu=\frac{y_1}{x}u=xy1,所以:
y1=x(δdlnx+C) y_1=x\left(\frac{\delta}{d}\ln x+C\right) y1=x(dδlnx+C)
由初始条件 y1(a)=by_1(a)=by1(a)=b,得:
b=a(δdlna+C) b=a\left(\frac{\delta}{d}\ln a+C\right) b=a(dδlna+C)
所以:
C=ba−δdlna C=\frac{b}{a}-\frac{\delta}{d}\ln a C=ab−dδlna
解得:
y1(x)=bax+δxdlnxa y_1(x)=\frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a} y1(x)=abx+dδxlnax
考虑上界对应的微分方程:
dy2dx=y2x+δd+δx,y2(a)=b \frac{dy_2}{dx}=\frac{y_2}{x}+\frac{\delta}{d}+\frac{\delta}{x},\qquad y_2(a)=b dxdy2=xy2+dδ+xδ,y2(a)=b
令:
u=y2x u=\frac{y_2}{x} u=xy2
则:
y2=ux,dy2dx=u+xdudx y_2=ux,\qquad \frac{dy_2}{dx}=u+x\frac{du}{dx} y2=ux,dxdy2=u+xdxdu
代入原方程:
u+xdudx=u+δd+δx u+x\frac{du}{dx}=u+\frac{\delta}{d}+\frac{\delta}{x} u+xdxdu=u+dδ+xδ
两边消去 uuu,得:
xdudx=δd+δx x\frac{du}{dx}=\frac{\delta}{d}+\frac{\delta}{x} xdxdu=dδ+xδ
即:
dudx=δdx+δx2 \frac{du}{dx}=\frac{\delta}{dx}+\frac{\delta}{x^2} dxdu=dxδ+x2δ
两边积分:
u=δdlnx−δx+C u=\frac{\delta}{d}\ln x-\frac{\delta}{x}+C u=dδlnx−xδ+C
由于 u=y2xu=\frac{y_2}{x}u=xy2,所以:
y2=x(δdlnx−δx+C) y_2=x\left(\frac{\delta}{d}\ln x-\frac{\delta}{x}+C\right) y2=x(dδlnx−xδ+C)
即:
y2=δxdlnx−δ+Cx y_2=\frac{\delta x}{d}\ln x-\delta+Cx y2=dδxlnx−δ+Cx
由初始条件 y2(a)=by_2(a)=by2(a)=b,得:
b=δadlna−δ+Ca b=\frac{\delta a}{d}\ln a-\delta+Ca b=dδalna−δ+Ca
所以:
C=ba−δdlna+δa C=\frac{b}{a}-\frac{\delta}{d}\ln a+\frac{\delta}{a} C=ab−dδlna+aδ
解得:
y2(x)=bax+δxdlnxa+δ(xa−1) y_2(x)=\frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a}+\delta\left(\frac{x}{a}-1\right) y2(x)=abx+dδxlnax+δ(ax−1)
因此所求曲线满足:
bax+δxdlnxa<y(x)<bax+δxdlnxa+δ(xa−1) \frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a} < y(x) < \frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a}+\delta\left(\frac{x}{a}-1\right) abx+dδxlnax<y(x)<abx+dδxlnax+δ(ax−1)
解析五:给出近似曲线。
实际设计中可以采用折衷法,取上下界的平均值:
y(x)=y1(x)+y2(x)2 y(x)=\frac{y_1(x)+y_2(x)}{2} y(x)=2y1(x)+y2(x)
即:
y(x)=bax+δxdlnxa+δ2(xa−1) y(x)=\frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a}+\frac{\delta}{2}\left(\frac{x}{a}-1\right) y(x)=abx+dδxlnax+2δ(ax−1)
结论:观众厅地面的近似坡度曲线可取 y(x)=bax+δxdlnxa+δ2(xa−1)y(x)=\frac{b}{a}x+\frac{\delta x}{d}\ln\frac{x}{a}+\frac{\delta}{2}\left(\frac{x}{a}-1\right)y(x)=abx+dδxlnax+2δ(ax−1),该曲线能在一定程度上保证后排观众视线不被前排遮挡。
模型讨论:有时只需求近似解。
本模型利用微分不等式给出了可行曲线的范围,再用折衷法得到一个便于设计的近似曲线。若希望减少地面坡度,可以调整参数,例如减小视线升高标准 δ\deltaδ、增大排距 ddd,或采用相邻排错位等方式。衡量设计经济性的指标可以包括座位数量尽量多、升起曲线占据空间尽量少等。
4、最速降线问题
题目:确定一条连接定点 AAA、BBB 的曲线,使质点在该曲线上由 AAA 滑至 BBB 所用时间最短,忽略摩擦力和空气阻力。
解析一:问题背景。
直观上,两点之间的直线段最短,但质点沿曲线下滑时,路径长度不是唯一因素,速度也会随下降高度增加而增大。因此用时最短的路径不一定是直线。
历史上,伽利略曾研究过这一问题,并认为速降线是圆弧。但真正的最速降线是摆线,也称旋轮线。
解析二:先分析一个分层介质中的最短时间路径问题。
设质点从点 A(x1,y1)A(x_1,y_1)A(x1,y1) 运动到点 B(x2,y2)B(x_2,y_2)B(x2,y2),其中 y1>0y_1>0y1>0,y2<0y_2<0y2<0。质点在上半平面中的速度为常数 v1v_1v1,在下半平面中的速度为常数 v2v_2v2。设路径在 xxx 轴上的折点为 C(x,0)C(x,0)C(x,0)。
质点沿折线路径 ACBACBACB 的总时间为:
t(x)=(x−x1)2+y12v1+(x−x2)2+y22v2 t(x)=\frac{\sqrt{(x-x_1)^2+y_1^2}}{v_1} +\frac{\sqrt{(x-x_2)^2+y_2^2}}{v_2} t(x)=v1(x−x1)2+y12+v2(x−x2)2+y22
对 xxx 求导:
dtdx=x−x1v1(x−x1)2+y12+x−x2v2(x−x2)2+y22 \frac{dt}{dx}= \frac{x-x_1}{v_1\sqrt{(x-x_1)^2+y_1^2}} + \frac{x-x_2}{v_2\sqrt{(x-x_2)^2+y_2^2}} dxdt=v1(x−x1)2+y12x−x1+v2(x−x2)2+y22x−x2
若设 ACACAC、BCBCBC 与 yyy 轴的夹角分别为 i1,i2i_1,i_2i1,i2,则可写为:
dtdx=sini1v1−sini2v2 \frac{dt}{dx}= \frac{\sin i_1}{v_1}- \frac{\sin i_2}{v_2} dxdt=v1sini1−v2sini2
最短时间要求 dtdx=0\frac{dt}{dx}=0dxdt=0,所以:
sini1v1=sini2v2 \frac{\sin i_1}{v_1}= \frac{\sin i_2}{v_2} v1sini1=v2sini2
这与光的折射定律一致:光从一种介质进入另一种介质时,入射角正弦与折射角正弦之比等于光在两种介质中的速度比。
解析三:方法一,利用折射定律建立最速降线模型。
在最速降线问题中,质点下降时速度不是常数,而是随高度变化。设质点从静止开始下滑,下降到点 D(x,y)D(x,y)D(x,y) 时,下降高度为 yyy。由机械能守恒:
12mv2=mgy \frac{1}{2}mv^2=mgy 21mv2=mgy
所以:
v=2gy v=\sqrt{2gy} v=2gy
把质点的运动看作在不同高度处速度不同的运动。根据折射定律的连续形式,有:
sinαv=c \frac{\sin\alpha}{v}=c vsinα=c
不同高度处的速度不同,可以把空间想象成很多很多层很薄的水平介质,相邻两层之间使用折射定律:
sinα1v1=sinα2v2=sinα3v3=⋯\frac{\sin\alpha_1}{v_1}= \frac{\sin\alpha_2}{v_2}= \frac{\sin\alpha_3}{v_3}= \cdots v1sinα1=v2sinα2=v3sinα3=⋯
当这些水平层无限变薄时,速度就从“分层常数”变成连续变化的函数 v(y)v(y)v(y)。于是上面的关系就变成连续形式:
sinαv=c\frac{\sin\alpha}{v}=cvsinα=c
其中 α\alphaα 表示路径方向与竖直方向之间的夹角,ccc 为常数。
由几何关系:
sinα=11+(y′)2 \sin\alpha=\frac{1}{\sqrt{1+(y')^2}} sinα=1+(y′)21
代入 v=2gyv=\sqrt{2gy}v=2gy,得到:
11+(y′)22gy=c \frac{1}{\sqrt{1+(y')^2}\sqrt{2gy}}=c 1+(y′)22gy1=c
整理可得:
2gy(1+(y′)2)=C 2gy\bigl(1+(y')^2\bigr)=C 2gy(1+(y′)2)=C
其中 CCC 为常数。
里面的 C 不是直接由 y(0)=0 算出来的。因为最速降线通常把出发点 A 取为原点:
A=(0,0) A=(0,0) A=(0,0)
而代入 y=0 时,方程左边是:
2g⋅0⋅(1+(y′)2) 2g\cdot 0\cdot \bigl(1+(y')^2\bigr) 2g⋅0⋅(1+(y′)2)
但在最速降线起点处,曲线切线是竖直的,y′→+∞y'\to+\inftyy′→+∞,所以这里是一个奇异点,不能像普通初值问题那样直接代入 y(0)=0y(0)=0y(0)=0 求 CCC。真正能确定常数的是终点 BBB 的坐标。PPT 第 22 页这里只是给出了由微分方程得到的摆线参数解,没有展开常数由终点确定的过程。
由微分方程求参数形式。
2gy(1+(y′)2)=C 2gy\left(1+(y')^2\right)=C 2gy(1+(y′)2)=C
令:
C2g=2a \frac{C}{2g}=2a 2gC=2a
其中 a>0a>0a>0 为常数,则方程化为:
y(1+(y′)2)=2a y\left(1+(y')^2\right)=2a y(1+(y′)2)=2a
所以:
1+(y′)2=2ay 1+(y')^2=\frac{2a}{y} 1+(y′)2=y2a
即:
(y′)2=2a−yy (y')^2=\frac{2a-y}{y} (y′)2=y2a−y
取正方向,有:
dydx=2a−yy \frac{dy}{dx}=\sqrt{\frac{2a-y}{y}} dxdy=y2a−y
因此:
dxdy=y2a−y \frac{dx}{dy}=\sqrt{\frac{y}{2a-y}} dydx=2a−yy
于是:
dx=y2a−y dy dx=\sqrt{\frac{y}{2a-y}}\,dy dx=2a−yydy
为便于积分,令:
y=a(1−cosθ)y=a(1-\cos \theta)y=a(1−cosθ)
则:
2a−y=a(1+cosθ)2a-y=a(1+\cos \theta)2a−y=a(1+cosθ)
所以:
y2a−y=1−cosθ1+cosθ \sqrt{\frac{y}{2a-y}}=\sqrt{\frac{1-\cos\theta}{1+\cos\theta}} 2a−yy=1+cosθ1−cosθ
利用半角公式:
1−cosθ=2sin2θ2,1+cosθ=2cos2θ2 1-\cos\theta=2\sin^2\frac{\theta}{2},\qquad 1+\cos\theta=2\cos^2\frac{\theta}{2} 1−cosθ=2sin22θ,1+cosθ=2cos22θ
得到:
1−cosθ1+cosθ=tanθ2 \sqrt{\frac{1-\cos\theta}{1+\cos\theta}}= \tan\frac{\theta}{2} 1+cosθ1−cosθ=tan2θ
又因为:
dy=asinθ dθ dy=a\sin\theta\,d\theta dy=asinθdθ
所以:
dx=tanθ2⋅asinθ dθ dx=\tan\frac{\theta}{2}\cdot a\sin\theta\,d\theta dx=tan2θ⋅asinθdθ
由:
sinθ=2sinθ2cosθ2 \sin\theta=2\sin\frac{\theta}{2}\cos\frac{\theta}{2} sinθ=2sin2θcos2θ
可得:
dx=2asin2θ2 dθ dx=2a\sin^2\frac{\theta}{2}\,d\theta dx=2asin22θdθ
再由半角公式:
2sin2θ2=1−cosθ 2\sin^2\frac{\theta}{2}=1-\cos\theta 2sin22θ=1−cosθ
得到:
dx=a(1−cosθ) dθ dx=a(1-\cos\theta)\,d\theta dx=a(1−cosθ)dθ
两边积分:
x=a(θ−sinθ)+C1 x=a(\theta-\sin\theta)+C_1 x=a(θ−sinθ)+C1
若取出发点 AAA 为原点,则当 θ=0\theta=0θ=0 时,y=0y=0y=0,同时 x=0x=0x=0,所以 C1=0C_1=0C1=0。因此:
x=a(θ−sinθ) x=a(\theta-\sin\theta) x=a(θ−sinθ)
又由代换式:
y=a(1−cosθ) y=a(1-\cos\theta) y=a(1−cosθ)
最终得到最速降线的参数形式:
{x=a(θ−sinθ),y=a(1−cosθ). \begin{cases} x=a(\theta-\sin\theta),\\ y=a(1-\cos\theta). \end{cases} {x=a(θ−sinθ),y=a(1−cosθ).
这正是摆线方程(推导好麻烦,直接背了吧)。
解析四:方法二,利用变分法建立模型。(我们se不学泛函,看不完就跳过!!)
设曲线从 AAA 到任一点 P(x,y)P(x,y)P(x,y) 的弧长微元为 dsdsds,则:
ds=1+(y′)2 dx ds=\sqrt{1+(y')^2}\,dx ds=1+(y′)2dx
又因为质点在高度 yyy 处的速度为:
v=2gy v=\sqrt{2gy} v=2gy
所以运动时间微元为:
dt=dsv=1+(y′)22gy dx dt=\frac{ds}{v}= \frac{\sqrt{1+(y')^2}}{\sqrt{2gy}}\,dx dt=vds=2gy1+(y′)2dx
因此总时间泛函为:
T[y]=∫0xB1+(y′)22gy dx T[y]=\int_0^{x_B}\sqrt{\frac{1+(y')^2}{2gy}}\,dx T[y]=∫0xB2gy1+(y′)2dx
令:
f(y,y′)=1+(y′)22gy f(y,y')=\sqrt{\frac{1+(y')^2}{2gy}} f(y,y′)=2gy1+(y′)2
由于 fff 不显含 xxx,由变分法中的 Beltrami 恒等式可知:
f−y′∂f∂y′=C f-y'\frac{\partial f}{\partial y'}=C f−y′∂y′∂f=C
化简后可得到与方法一等价的方程:
y(1+(y′)2)=C1 y\bigl(1+(y')^2\bigr)=C_1 y(1+(y′)2)=C1
它的解同样为摆线:
{x=a(θ−sinθ),y=a(1−cosθ). \begin{cases} x=a(\theta-\sin\theta),\\ y=a(1-\cos\theta). \end{cases} {x=a(θ−sinθ),y=a(1−cosθ).
结论:连接两点且使质点无摩擦下滑时间最短的曲线不是直线,也不是一般圆弧,而是摆线。
5、交通管理中的黄灯问题
题目:交通灯由绿灯转换成红灯时,通常会亮一段时间的黄灯。试分析黄灯应当亮多久。
解析一:分析黄灯的作用。
黄灯的作用是警告驾驶员即将变为红灯。要保证一种临界情况:黄灯亮起时,某辆车刚好处在“再远一点就能安全停下,再近一点就不适合急刹”的位置。
如下图,就是黄灯亮起时,该司机正好行驶到临界线上,该司机通过整个路口后,黄灯熄灭。这段时间就是黄灯应当亮起的时间。
车辆行驶方向 ----->
远离路口处 距路口 M 的临界线 斑马线前停止线
--------------------------|-----------------------------|
|<------------ M ------------>|
因此,黄灯持续时间 TTT 应包括三部分:
- 驾驶员的决定时间或反应时间 T1T_1T1;
- 车辆通过十字路口所需时间 T2T_2T2;
- 停车距离对应的驾驶时间 T3T_3T3。(也就是司机以 v0v_0v0 的速度行驶长 MMM 的路所需的时间)
于是:
T=T1+T2+T3 T=T_1+T_2+T_3 T=T1+T2+T3
解析二:计算通过十字路口的时间。
设法定行驶速度为 v0v_0v0,十字路口长度为 III,典型车身长度为 LLL。为了使整辆车通过路口,需要行驶距离 I+LI+LI+L,所以:
T2=I+Lv0 T_2=\frac{I+L}{v_0} T2=v0I+L
解析三:计算停车距离对应的驾驶时间。
设汽车质量为 mmm,刹车摩擦系数为 fff,车辆行驶距离为 x(t)x(t)x(t)。刹车过程中由牛顿第二定律:
md2xdt2=−fmg m\frac{d^2x}{dt^2}=-fmg mdt2d2x=−fmg
初始条件为:
x(0)=0,dxdt∣t=0=v0 x(0)=0,\qquad \left.\frac{dx}{dt}\right|_{t=0}=v_0 x(0)=0,dtdx t=0=v0
两边约去 mmm,积分一次:
∫ddt(dxdt) dt=∫−fg dt \int \frac{d}{dt}\left(\frac{dx}{dt}\right)\,dt=\int -fg\,dt ∫dtd(dtdx)dt=∫−fgdt
dxdt=−fgt+C1\frac{dx}{dt}=-fgt+C_1dtdx=−fgt+C1
再代入初始条件,得 C1=v0C_1=v_0C1=v0
dxdt=v0−fgt \frac{dx}{dt}=v_0-fgt dtdx=v0−fgt
停车时速度为 000,所以刹车时间为:
ts=v0fg t_s=\frac{v_0}{fg} ts=fgv0
再积分一次,分离变量法:
x(t)=v0t−12fgt2+C2x(t)=v_0t-\frac12fgt^2+C_2x(t)=v0t−21fgt2+C2
再代入初始条件得 C2=0C_2=0C2=0
x(t)=v0t−12fgt2 x(t)=v_0t-\frac{1}{2}fgt^2 x(t)=v0t−21fgt2
代入 ts=v0fgt_s=\frac{v_0}{fg}ts=fgv0,得到停车距离(M=从开始刹车到完全停下所走过的距离):
M=x(ts)=v022fg M=x(t_s)=\frac{v_0^2}{2fg} M=x(ts)=2fgv02
停车距离对应的驾驶时间为:
T3=Mv0=v02fg T_3=\frac{M}{v_0}=\frac{v_0}{2fg} T3=v0M=2fgv0
结论:黄灯持续时间应取为 T=T1+I+Lv0+v02fgT=T_1+\frac{I+L}{v_0}+\frac{v_0}{2fg}T=T1+v0I+L+2fgv0。
其中 T1T_1T1 可由实际测量得到,I+Lv0\frac{I+L}{v_0}v0I+L 保证车辆通过路口,v02fg\frac{v_0}{2fg}2fgv0 对应车辆从停车距离处继续行驶到路口所需的时间。
6、药物在体内的分布
题目:药物进入机体后形成血药浓度。为了使血药浓度保持在一定范围内,需要建立药物在体内吸收、分布和排泄的模型,从而设计给药方案。
解析一:房室系统的基本思想。
在用微分方程研究实际问题时,可以把研究对象看成一个整体或若干相互联系的部分,这种方法称为房室系统方法。
房室具有以下特征:
- 房室内研究对象近似均匀分布;
- 房室中对象的总量或浓度随时间变化;
- 房室与外部环境之间存在输入和输出;
- 交换过程满足总量守恒。
在药物动力学中,房室可以表示机体的一部分。若采用单房室模型,则假设药物在体内任意时刻均匀分布。
设:
x(t)x(t)x(t) 表示 ttt 时刻体内药物总量;
VVV 表示机体等效体积;
C(t)C(t)C(t) 表示血药浓度,则:
C(t)=x(t)V C(t)=\frac{x(t)}{V} C(t)=Vx(t)
药物的分解与排泄速率通常认为与当前药物量成正比:
(dxdt)出=kx \left(\frac{dx}{dt}\right)_{\text{出}}=kx (dtdx)出=kx
其中 k>0k>0k>0 为排泄或分解比例系数。
单房室模型的基本平衡关系为:
dxdt=(dxdt)入−(dxdt)出 \frac{dx}{dt}=\left(\frac{dx}{dt}\right)_{\text{入}}- \left(\frac{dx}{dt}\right)_{\text{出}} dtdx=(dtdx)入−(dtdx)出
情况一:快速静脉注射。
解析:快速静脉注射可以看成瞬间输入,之后只输出不输入。
设在 t=0t=0t=0 时刻向体内瞬间注入总量为 DDD 的药物,则:
x(0)=D x(0)=D x(0)=D
之后药物只发生分解和排泄,满足单房室模型的基本平衡关系,代入即为:
dxdt+kx=0 \frac{dx}{dt}+kx=0 dtdx+kx=0
解得:
x(t)=De−kt x(t)=De^{-kt} x(t)=De−kt
因此血药浓度为:
C(t)=DVe−kt C(t)=\frac{D}{V}e^{-kt} C(t)=VDe−kt
药物浓度衰减到初始浓度一半所需时间称为血浆半衰期,记为 t1/2t_{1/2}t1/2。由:
12=e−kt1/2 \frac{1}{2}=\mathrm e^{-kt_{1/2}} 21=e−kt1/2
得:
t1/2=ln2k t_{1/2}=\frac{\ln2}{k} t1/2=kln2
结论:快速静脉注射能使血药浓度立即达到峰值,然后按指数规律衰减,常用于急救等紧急情况。
情况二:恒速静脉点滴。
解析:恒速静脉点滴可以看成以恒定速率输入,同时按比例输出。
设药物以恒定速率 K0K_0K0 输入体内,初始时体内药物量为 000,则:
(dxdt)入=K0 \left(\frac{dx}{dt}\right)_{\text{入}}=K_0 (dtdx)入=K0
因此:
dxdt+kx=K0,x(0)=0 \frac{dx}{dt}+kx=K_0,\qquad x(0)=0 dtdx+kx=K0,x(0)=0
这是一个一阶常系数线性微分方程,通解为:
x=e−∫P(t) dt(∫Q(t)e∫P(t) dt dt+C) x=e^{-\int P(t)\,dt}\left(\int Q(t)e^{\int P(t)\,dt}\,dt+C\right) x=e−∫P(t)dt(∫Q(t)e∫P(t)dtdt+C)
所以:
x=e−kt(∫K0ekt dt+C) x=e^{-kt}\left(\int K_0e^{kt}\,dt+C\right) x=e−kt(∫K0ektdt+C)
x=e−kt(K0kekt+C) x=e^{-kt}\left(\frac{K_0}{k}e^{kt}+C\right) x=e−kt(kK0ekt+C)
即:
x(t)=K0k+Ce−kt x(t)=\frac{K_0}{k}+Ce^{-kt} x(t)=kK0+Ce−kt
代入初始条件 x(0)=0x(0)=0x(0)=0:
0=K0k+C 0=\frac{K_0}{k}+C 0=kK0+C
C=−K0k C=-\frac{K_0}{k} C=−kK0
最终得到:
x(t)=K0k(1−e−kt) x(t)=\frac{K_0}{k}\left(1-e^{-kt}\right) x(t)=kK0(1−e−kt)
血药浓度为:
C(t)=K0Vk(1−e−kt) C(t)=\frac{K_0}{Vk}\left(1-e^{-kt}\right) C(t)=VkK0(1−e−kt)
当 t→+∞t\to+\inftyt→+∞ 时:
limt→+∞C(t)=K0Vk \lim_{t\to+\infty}C(t)=\frac{K_0}{Vk} t→+∞limC(t)=VkK0
结论:恒速静脉点滴时,血药浓度逐渐上升,并趋于稳定浓度 K0Vk\frac{K_0}{Vk}VkK0。
对于多次点滴,设每次点滴持续时间为 T1T_1T1,两次点滴之间的间隔时间为 T2T_2T2。第一次点滴期间:
C(t)=K0Vk(1−e−kt),0≤t≤T1 C(t)=\frac{K_0}{Vk}\left(1-e^{-kt}\right),\qquad 0\le t\le T_1 C(t)=VkK0(1−e−kt),0≤t≤T1
点滴结束后,在 T2T_2T2 时间内不再输入药物,只发生排泄,因此:
C(t)=C(T1)e−k(t−T1) C(t)=C(T_1)e^{-k(t-T_1)} C(t)=C(T1)e−k(t−T1)
即:
C(t)=K0Vk(1−e−kT1)e−k(t−T1),T1≤t≤T1+T2 C(t)=\frac{K_0}{Vk}\left(1-e^{-kT_1}\right)e^{-k(t-T_1)},\qquad T_1\le t\le T_1+T_2 C(t)=VkK0(1−e−kT1)e−k(t−T1),T1≤t≤T1+T2
情况三:口服药或肌肉注射。
解析:口服或肌肉注射时,药物先集中在某一部位,再逐步被吸收进入机体。
设 y(t)y(t)y(t) 表示尚未被吸收的药物量,吸收速率与当前剩余药物量成正比,比例系数为 k1k_1k1。若给药总量为 DDD,则:
dydt=−k1y,y(0)=D \frac{dy}{dt}=-k_1y,\qquad y(0)=D dtdy=−k1y,y(0)=D
解得:
y(t)=De−k1t y(t)=De^{-k_1t} y(t)=De−k1t
因此进入机体的输入速率为:
k1y(t)=k1De−k1t k_1y(t)=k_1De^{-k_1t} k1y(t)=k1De−k1t
体内药物总量 x(t)x(t)x(t) 同时受到吸收输入和排泄输出的影响,满足:
dxdt+kx=k1De−k1t,x(0)=0 \frac{dx}{dt}+kx=k_1De^{-k_1t},\qquad x(0)=0 dtdx+kx=k1De−k1t,x(0)=0
当 k1≠kk_1\ne kk1=k 时,为一阶线性微分方程,通解为:
x=e−∫P(t) dt(∫Q(t)e∫P(t) dt dt+C) x=e^{-\int P(t)\,dt}\left(\int Q(t)e^{\int P(t)\,dt}\,dt+C\right) x=e−∫P(t)dt(∫Q(t)e∫P(t)dtdt+C)
x=e−kt(∫k1De−k1tekt dt+C) x=e^{-kt}\left(\int k_1De^{-k_1t}e^{kt}\,dt+C\right) x=e−kt(∫k1De−k1tektdt+C)
当 k1≠kk_1\ne kk1=k 时,有:
∫k1De(k−k1)t dt=k1Dk−k1e(k−k1)t \int k_1De^{(k-k_1)t}\,dt= \frac{k_1D}{k-k_1}e^{(k-k_1)t} ∫k1De(k−k1)tdt=k−k1k1De(k−k1)t
因此:
x=e−kt(k1Dk−k1e(k−k1)t+C) x=e^{-kt}\left(\frac{k_1D}{k-k_1}e^{(k-k_1)t}+C\right) x=e−kt(k−k1k1De(k−k1)t+C)
整理得:
x(t)=k1Dk−k1e−k1t+Ce−kt x(t)=\frac{k_1D}{k-k_1}e^{-k_1t}+Ce^{-kt} x(t)=k−k1k1De−k1t+Ce−kt
代入初始条件 x(0)=0x(0)=0x(0)=0:
C=−k1Dk−k1 C=-\frac{k_1D}{k-k_1} C=−k−k1k1D
代回得:
x(t)=k1Dk−k1e−k1t−k1Dk−k1e−kt x(t)=\frac{k_1D}{k-k_1}e^{-k_1t}-\frac{k_1D}{k-k_1}e^{-kt} x(t)=k−k1k1De−k1t−k−k1k1De−kt
即:
x(t)=k1Dk1−k(e−kt−e−k1t) x(t)=\frac{k_1D}{k_1-k}\left(e^{-kt}-e^{-k_1t}\right) x(t)=k1−kk1D(e−kt−e−k1t)
因此血药浓度为:
C(t)=k1DV(k1−k)(e−kt−e−k1t) C(t)=\frac{k_1D}{V(k_1-k)}\left(e^{-kt}-e^{-k_1t}\right) C(t)=V(k1−k)k1D(e−kt−e−k1t)
结论:口服或肌肉注射时,血药浓度不是立即达到峰值,而是先随吸收过程上升,再随排泄过程下降。峰值出现时间和有效浓度维持时间与 k1k_1k1、kkk、DDD、VVV 等参数有关。
总结:三种给药方式对应不同的血药浓度曲线。
快速静脉注射使血药浓度立即达到峰值并指数衰减;恒速静脉点滴使血药浓度逐渐上升并趋于稳定;口服或肌肉注射则由于存在吸收过程,血药浓度先上升后下降。根据不同疾病对血药浓度的要求,可以进一步确定合适的给药方式和给药间隔。
7、为什么要用三级火箭来发射人造卫星
题目:为什么不能用一级火箭,而通常要采用多级火箭,尤其是三级火箭来发射人造卫星?
解析一:卫星能在轨道上运动所需的最低速度。
先估算卫星绕地球做圆周运动所需的速度。作如下假设:
- 卫星轨道为过地球中心的某一平面上的圆;
- 卫星在该轨道上做匀速圆周运动;
- 地球固定于空间中并近似为均匀球体;
- 忽略其他星球对卫星的引力。
设地球半径为 RRR,卫星轨道半径为 rrr,卫星质量为 mmm。地球对卫星的引力为:
F=kmr2 F=\frac{km}{r^2} F=r2km
在地面上有:
kmR2=mg \frac{km}{R^2}=mg R2km=mg
所以:
k=gR2 k=gR^2 k=gR2
代入引力公式:
F=mg(Rr)2 F=mg\left(\frac{R}{r}\right)^2 F=mg(rR)2
卫星做匀速圆周运动时,引力提供向心力:
mv2r=F \frac{mv^2}{r}=F rmv2=F
因此:
mv2r=mg(Rr)2 \frac{mv^2}{r}=mg\left(\frac{R}{r}\right)^2 rmv2=mg(rR)2
解得:
v=Rgr v=R\sqrt{\frac{g}{r}} v=Rrg
若取 g=9.81 m/s2g=9.81\text{ m/s}^2g=9.81 m/s2,R=6400 kmR=6400\text{ km}R=6400 km,r=7000 kmr=7000\text{ km}r=7000 km,则理论轨道速度约为:
v≈7.6 km/s v\approx 7.6\text{ km/s} v≈7.6 km/s
实际发射还需考虑重力损失、空气阻力等因素,因此后续计算中常以更高的末速度要求作为目标,例如 10.5 km/s10.5\text{ km/s}10.5 km/s。
解析二:火箭推进力与速度公式。
为分析火箭本身的速度增长,先作理想化假设:忽略空气阻力和重力。
设火箭在时刻 ttt 的质量和速度分别为 m(t)m(t)m(t)、v(t)v(t)v(t),喷出气体相对于火箭的速度为常数 uuu。由动量守恒定理可得:
mdvdt=−udmdt m\frac{dv}{dt}=-u\frac{dm}{dt} mdtdv=−udtdm
注意火箭燃烧过程中 dmdt<0\frac{dm}{dt}<0dtdm<0,因此速度增加。
分离变量并积分:
dv=−udmm dv=-u\frac{dm}{m} dv=−umdm
由初始质量 m0m_0m0、初始速度 v0v_0v0 积分到时刻 ttt,得到火箭速度公式:
v(t)=v0+ulnm0m(t) v(t)=v_0+u\ln\frac{m_0}{m(t)} v(t)=v0+ulnm(t)m0
结论:在 v0v_0v0 和 m0m_0m0 一定时,火箭速度主要由喷气相对速度 uuu 以及质量比 m0m(t)\frac{m_0}{m(t)}m(t)m0 决定。
解析三:一级火箭的速度限制。
把火箭—卫星系统的质量分为三部分:
mpm_pmp 表示有效负载质量,例如卫星;
mfm_fmf 表示燃料质量;
msm_sms 表示结构质量,例如外壳、燃料容器和推进器。
一级火箭燃料烧尽后,最终质量为:
mp+ms m_p+m_s mp+ms
若初始速度为 000,由火箭速度公式得末速度:
v=ulnm0mp+ms v=u\ln\frac{m_0}{m_p+m_s} v=ulnmp+msm0
进一步设结构质量在燃料加结构质量中所占比例为 λ\lambdaλ,即:
ms=λ(mf+ms)=λ(m0−mp) m_s=\lambda(m_f+m_s)=\lambda(m_0-m_p) ms=λ(mf+ms)=λ(m0−mp)
于是:
mp+ms=λm0+(1−λ)mp m_p+m_s=\lambda m_0+(1-\lambda)m_p mp+ms=λm0+(1−λ)mp
末速度为:
v=ulnm0λm0+(1−λ)mp v=u\ln\frac{m_0}{\lambda m_0+(1-\lambda)m_p} v=ulnλm0+(1−λ)mpm0
特别地,即使有效负载 mp=0m_p=0mp=0,也有:
v=uln1λ v=u\ln\frac{1}{\lambda} v=ulnλ1
若取 u=3 km/su=3\text{ km/s}u=3 km/s,λ=0.1\lambda=0.1λ=0.1,则:
v=3ln10≈6.9 km/s v=3\ln 10\approx 6.9\text{ km/s} v=3ln10≈6.9 km/s
结论:即使发射空壳火箭,一级火箭的末速度也不过约 7 km/s7\text{ km/s}7 km/s,难以达到发射人造卫星所需速度,因此目前根本不可能用普通一级火箭发射人造卫星。
解析四:理想火箭模型。
一级火箭的主要问题在于:燃料逐渐消耗后,火箭仍需继续加速已经无用的结构质量,推进效率越来越低。
理想火箭模型假设:火箭能够随时抛弃无用结构,结构质量与燃料质量按 λ\lambdaλ 与 1−λ1-\lambda1−λ 的比例同时减少。这样,当燃料耗尽时,结构质量也被逐渐抛尽,最终只剩有效负载 mpm_pmp。
此时由动量守恒可得:
mdvdt=−(1−λ)udmdt m\frac{dv}{dt}=-(1-\lambda)u\frac{dm}{dt} mdtdv=−(1−λ)udtdm
积分得到:
v(t)=(1−λ)ulnm0m(t) v(t)=(1-\lambda)u\ln\frac{m_0}{m(t)} v(t)=(1−λ)ulnm(t)m0
燃料耗尽时 m(t)=mpm(t)=m_pm(t)=mp,所以最终速度为:
v=(1−λ)ulnm0mp v=(1-\lambda)u\ln\frac{m_0}{m_p} v=(1−λ)ulnmpm0
结论:理想火箭通过不断抛弃无用结构质量,可以显著提高速度,但这只是理论极限,实际中只能用多级火箭近似实现。
解析五:多级火箭对理想过程的逼近。
多级火箭的思想是:当第 iii 级火箭的燃料烧尽时,立即抛弃已经无用的第 iii 级火箭结构,同时第 i+1i+1i+1 级火箭点火。这样可以减少后续加速时需要携带的无用质量。
先考虑二级火箭。设第一级火箭质量为 m1m_1m1,第二级火箭质量为 m2m_2m2,有效负载质量为 mpm_pmp。各级火箭结构质量比例相同,均为 λ\lambdaλ。
第一级燃烧完成时,速度增量为:
v1=ulnm1+m2+mpλm1+m2+mp v_1=u\ln\frac{m_1+m_2+m_p}{\lambda m_1+m_2+m_p} v1=ulnλm1+m2+mpm1+m2+mp
抛弃第一级结构后,第二级继续工作。第二级燃烧完成后的总速度为:
v2=ulnm1+m2+mpλm1+m2+mp+ulnm2+mpλm2+mp v_2=u\ln\frac{m_1+m_2+m_p}{\lambda m_1+m_2+m_p}+u\ln\frac{m_2+m_p}{\lambda m_2+m_p} v2=ulnλm1+m2+mpm1+m2+mp+ulnλm2+mpm2+mp
合并为:
v2=uln(m1+m2+mpλm1+m2+mp⋅m2+mpλm2+mp) v_2= u\ln\left( \frac{m_1+m_2+m_p}{\lambda m_1+m_2+m_p} \cdot \frac{m_2+m_p}{\lambda m_2+m_p} \right) v2=uln(λm1+m2+mpm1+m2+mp⋅λm2+mpm2+mp)
若进一步假设:
m2=kmp,m1=k(m2+mp) m_2=km_p,\qquad m_1=k(m_2+m_p) m2=kmp,m1=k(m2+mp)
并取 u=3 km/su=3\text{ km/s}u=3 km/s,λ=0.1\lambda=0.1λ=0.1,则:
v2=6lnk+10.1k+1 v_2=6\ln\frac{k+1}{0.1k+1} v2=6ln0.1k+1k+1
若要求:
v2=10.5 km/s v_2=10.5\text{ km/s} v2=10.5 km/s
则:
k+10.1k+1=e10.5/6≈5.75 \frac{k+1}{0.1k+1}=e^{10.5/6}\approx 5.75 0.1k+1k+1=e10.5/6≈5.75
解得:
k≈11.2 k\approx 11.2 k≈11.2
于是总质量与有效负载质量之比约为:
m1+m2+mpmp≈149 \frac{m_1+m_2+m_p}{m_p}\approx 149 mpm1+m2+mp≈149
再考虑三级火箭。类似地,在相同假设下有:
v3=uln(m1+m2+m3+mpλm1+m2+m3+mp⋅m2+m3+mpλm2+m3+mp⋅m3+mpλm3+mp) v_3= u\ln\left( \frac{m_1+m_2+m_3+m_p}{\lambda m_1+m_2+m_3+m_p} \cdot \frac{m_2+m_3+m_p}{\lambda m_2+m_3+m_p} \cdot \frac{m_3+m_p}{\lambda m_3+m_p} \right) v3=uln(λm1+m2+m3+mpm1+m2+m3+mp⋅λm2+m3+mpm2+m3+mp⋅λm3+mpm3+mp)
若仍取 u=3 km/su=3\text{ km/s}u=3 km/s,λ=0.1\lambda=0.1λ=0.1,且各级按同样比例设计,则:
v3=9lnk+10.1k+1 v_3=9\ln\frac{k+1}{0.1k+1} v3=9ln0.1k+1k+1
若要求:
v3=10.5 km/s v_3=10.5\text{ km/s} v3=10.5 km/s
则:
k+10.1k+1=e10.5/9≈3.21 \frac{k+1}{0.1k+1}=e^{10.5/9}\approx 3.21 0.1k+1k+1=e10.5/9≈3.21
解得:
k≈3.25 k\approx 3.25 k≈3.25
于是总质量与有效负载质量之比约为:
m1+m2+m3+mpmp≈77 \frac{m_1+m_2+m_3+m_p}{m_p}\approx 77 mpm1+m2+m3+mp≈77
结论:在同样末速度要求下,三级火箭相对于二级火箭几乎节省了一半总质量。
对于更多级火箭,在相同条件下可以得到类似估算:
| 级数 nnn | 1 | 2 | 3 | 4 | 5 | ⋯\cdots⋯ | ∞\infty∞(理想) |
|---|---|---|---|---|---|---|---|
| 火箭质量 | / | 149 | 77 | 65 | 60 | ⋯\cdots⋯ | 50 |
由表可见,从二级到三级质量下降明显;从三级到四级、五级虽然仍有改进,但改进幅度逐渐变小。同时,由于工艺复杂性增加,每一级火箭都需要配备推进器,所以四级或四级以上火箭通常不合算。因此,三级火箭往往是较好的折中方案。
解析六:火箭结构的优化设计。
前面的假设 m2=kmpm_2=km_pm2=kmp、m1=k(m2+mp)m_1=k(m_2+m_p)m1=k(m2+mp) 较强。现在去掉这一假设,只保留各级火箭具有相同结构比例 λ\lambdaλ 的粗略假设,讨论三级火箭结构的优化设计。
记总质量为:
m0=m1+m2+m3+mp m_0=m_1+m_2+m_3+m_p m0=m1+m2+m3+mp
定义:
a1=m0m2+m3+mp a_1=\frac{m_0}{m_2+m_3+m_p} a1=m2+m3+mpm0
a2=m2+m3+mpm3+mp a_2=\frac{m_2+m_3+m_p}{m_3+m_p} a2=m3+mpm2+m3+mp
a3=m3+mpmp a_3=\frac{m_3+m_p}{m_p} a3=mpm3+mp
则:
a1a2a3=m0mp a_1a_2a_3=\frac{m_0}{m_p} a1a2a3=mpm0
第 iii 级火箭工作时,对应的速度增量因子为:
aiλ(ai−1)+1 \frac{a_i}{\lambda(a_i-1)+1} λ(ai−1)+1ai
因此三级火箭总速度可写为:
v=uln[a1λ(a1−1)+1⋅a2λ(a2−1)+1⋅a3λ(a3−1)+1] v=u\ln\left[ \frac{a_1}{\lambda(a_1-1)+1} \cdot \frac{a_2}{\lambda(a_2-1)+1} \cdot \frac{a_3}{\lambda(a_3-1)+1} \right] v=uln[λ(a1−1)+1a1⋅λ(a2−1)+1a2⋅λ(a3−1)+1a3]
在给定总质量比 m0mp=a1a2a3\frac{m_0}{m_p}=a_1a_2a_3mpm0=a1a2a3 的条件下,要求速度最大;或者在给定速度要求下,要求总质量比最小。这是一个条件极值问题。
利用 Lagrange 乘子法,可得:
a1=a2=a3=M3 a_1=a_2=a_3=\sqrt[3]{M} a1=a2=a3=3M
具体计算过程:
在给定总质量比a1a2a3=Ma_1a_2a_3=Ma1a2a3=M的条件下,最大化速度等价于最大化:
F=∑i=13[lnai−ln(λ(ai−1)+1)] F=\sum_{i=1}^3\left[\ln a_i-\ln\bigl(\lambda(a_i-1)+1\bigr)\right] F=i=1∑3[lnai−ln(λ(ai−1)+1)]
把约束取对数:
lna1+lna2+lna3=lnM \ln a_1+\ln a_2+\ln a_3=\ln M lna1+lna2+lna3=lnM
构造 Lagrange 函数:
L=∑i=13[lnai−ln(λ(ai−1)+1)]−μ(∑i=13lnai−lnM) \mathcal L= \sum_{i=1}^3\left[\ln a_i-\ln\bigl(\lambda(a_i-1)+1\bigr)\right] -\mu\left(\sum_{i=1}^3\ln a_i-\ln M\right) L=i=1∑3[lnai−ln(λ(ai−1)+1)]−μ(i=1∑3lnai−lnM)
对 aia_iai 求偏导并令其为 000:
∂L∂ai=1ai−λλ(ai−1)+1−μai=0 \frac{\partial \mathcal L}{\partial a_i}= \frac{1}{a_i} -\frac{\lambda}{\lambda(a_i-1)+1} -\frac{\mu}{a_i} =0 ∂ai∂L=ai1−λ(ai−1)+1λ−aiμ=0
整理得:
1−μai=λλ(ai−1)+1 \frac{1-\mu}{a_i}=\frac{\lambda}{\lambda(a_i-1)+1} ai1−μ=λ(ai−1)+1λ
继续化简:
ai=(1−μ)(1−λ)λμ a_i=\frac{(1-\mu)(1-\lambda)}{\lambda\mu} ai=λμ(1−μ)(1−λ)
右端与下标 iii 无关,所以:
a1=a2=a3 a_1=a_2=a_3 a1=a2=a3
再由约束 a1a2a3=Ma_1a_2a_3=Ma1a2a3=M,可得:
a1=a2=a3=M3 a_1=a_2=a_3=\sqrt[3]{M} a1=a2=a3=3M
因此,在总质量比 m0/mpm_0/m_pm0/mp 给定的情况下,要使三级火箭获得最大末速度,各级的相对质量比应当相同。
换句话说,最优设计不是让某一级特别大、某一级特别小,而是让三级火箭在质量比例上均衡分配。这样每一级对总速度的贡献最协调。
同理,如果反过来要求达到某个给定末速度,并使总质量比 m0/mpm_0/m_pm0/mp 尽可能小,得到的最优条件也是:
a1=a2=a3 a_1=a_2=a_3 a1=a2=a3
结论:在各级结构比例相同的假设下,三级火箭最优设计应使各级的相对质量比例保持一致。
总括结论:一级火箭因结构质量限制无法达到发射卫星所需速度;多级火箭通过分级抛弃无用结构逼近理想过程,其中三级火箭在质量节省与工程复杂性之间提供了较好的折中方案。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐


所有评论(0)