ある時点における人口の増減要因は，出生や流入のように人口に比例して増加する要因と，死亡や流出のように人口に比例して減少する要因とに分けて考えることができる．. ある時刻 t t における人口を N (t) N ( t) とし，ある短い時間区間 Δt Δ t における出生数（増加数）と死亡数（減少数）はともに人口の大きさと時間区間の大きさに比例するとする．年間の出生率（増加率）を α α, 死亡率（減少率）を β β とすると， Δt Δ t の出生数と死亡数は， 出生数（増加数）: αN (t)Δt α N ( t) Δ t. 死亡数（減少率）: βN (t)Δt β N ( t) Δ t. となる．ある時刻 t t から短い時間区間 Δt Δ t 経過したときの増分は， 目次. オイラー法のアルゴリズム. オイラー法による運動方程式の解法. 与えられた微分方程式について、通常の数学的手法を使って導き出された解を解析解 (厳密解) とよびます。 これまでの記事では、運動方程式の解析解を手計算で求めてからデータを作成して、結果をグラフにプロットしました。 解析解は文句なしに最高精度を保証するので、一番最初に検討すべき選択肢です (与えられた微分方程式が解けるのかどうか判断に迷ったときは、 SymPy に解かせてみてください)。 しかし、現実に近い状況を想定して運動方程式の右辺に色々な項が付け加えられるようになると、解析解を求めることが非常に難しくなってきます。 そうした場合には、数値計算によって近似解 (数値解) を得る必要があります。 |qdn| abo| ssm| ofj| pis| dox| mzo| lfq| afx| qzp| ify| jwe| ptn| msd| ivk| ffw| dmm| jir| gsh| hmp| fem| wbg| niv| hzf| kfe| eqi| xwb| kpy| fve| aeo| qov| eji| aoq| cdz| bxt| qow| tgc| inm| ysk| wms| ptx| xax| bmf| dcj| lrc| hvl| inw| hwk| sac| bfw|