Phân Tích và Mô Phỏng Một Số Bài Toán Thực Tế Bằng Phương Trình Vi Phân Tuyến Tính Sử Dụng Excel

Tìm hiểu cách phân tích và mô phỏng các bài toán thực tế bằng phương trình vi phân tuyến tính một cách hiệu quả. Ứng dụng Excel để giải quyết các vấn đề toán học.

• Tác giả: Nguyễn Thị Diệu Linh
• Người hướng dẫn: TS. Hà Phi
• Trường học: Trường Đại Học Khoa Học Tự Nhiên
• Chuyên ngành: Phương pháp toán sơ cấp
• Đề tài: Phân Tích và Mô Phỏng Một Số Bài Toán Thực Tế Bằng Phương Trình Vi Phân Tuyến Tính Sử Dụng Excel
• Loại tài liệu: Luận văn thạc sĩ khoa học
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: KIẾN THỨC CHUẨN BỊ
• 1.1. Phương trình vi phân tuyến tính và bài toán giá trị ban đầu
• 1.2. Giải gần đúng bài toán giá trị ban đầu bằng phương pháp Euler
• 2. CHƯƠNG 2: PHÂN TÍCH VÀ MÔ PHỎNG MỘT SỐ MÔ HÌNH THỰC TẾ SỬ DỤNG PHƯƠNG TRÌNH VI PHÂN TUYẾN TÍNH
• 2.1. Mô hình sự tăng trưởng của vi khuẩn
• 2.1.1. Xây dựng mô hình
• 2.1.2. Mô phỏng bằng Excel
• 2.2. Sự phân rã của đồng vị phóng xạ Plutonium-239
• 2.2.1. Xây dựng mô hình
• 2.2.2. Mô phỏng bằng Excel
• 2.3. Xác định tuổi của hóa thạch
• 2.3.1. Xây dựng mô hình xác định niên đại của carbon
• 2.3.2. Mô phỏng bằng Excel
• 2.4. Định luật làm mát/nóng của Newton
• 2.4.1. Xây dựng mô hình
• 2.4.2. Mô phỏng bằng Excel
• 2.5. Mô hình hỗn hợp hai dung dịch muối
• 2.5.1. Xây dựng mô hình
• 2.5.2. Mô phỏng bằng Excel
• 2.6. Mô hình mạch điện mắc nối tiếp
• 2.6.1. Xây dựng mô hình
• 2.6.2. Mô phỏng bằng Excel
• 2.7. Mô hình vật rơi trong không khí
• 2.7.1. Xây dựng mô hình
• 2.7.2. Mô phỏng bằng Excel
• 2.8. Mô hình chuyển động của tên lửa
• 2.8.1. Xây dựng mô hình
• 2.8.2. Mô phỏng bằng Excel
• 2.9. Mô hình hộp trượt trên mặt phẳng nghiêng
• 2.9.1. Xây dựng mô hình
• 2.9.2. Mô phỏng bằng Excel
• MỞ ĐẦU
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phân Tích PP Vi Phân Tuyến Tính Excel

Nhiều bài toán trong khoa học kỹ thuật, sinh học và công nghiệp liên quan đến giải phương trình vi phân, tức là phương trình thể hiện mối liên hệ giữa hàm số chưa biết và các đạo hàm của nó. Các phương trình vi phân có thể dùng làm mô hình toán học để nghiên cứu sự sinh trưởng của quần thể động vật, sự phát triển của vi khuẩn, sự phân rã chất phóng xạ, quá trình làm nóng/mát vật thể, hỗn hợp dung dịch, vận tốc vật rơi, hay các mạch điện. Phương trình vi phân là bộ phận quan trọng của toán học cơ bản và toán học ứng dụng. Luận văn tập trung vào phân tích và mô phỏng (sử dụng Excel) các phương trình vi phân tuyến tính. Các phương trình vi phân được giới thiệu ở đây đều ở mức rất cơ bản, và học sinh không cần phải giỏi, vẫn có thể hiểu và thực hành được. Theo [4], việc tìm hiểu các mô hình toán học và thực hành sử dụng Excel như một công cụ mô phỏng giúp học sinh thấy được vai trò của toán học ứng dụng và máy tính trong việc nghiên cứu một bài toán thực tiễn.

1.1. Giới Thiệu Phương Trình Vi Phân Tuyến Tính Bậc Nhất

Luận văn tập trung vào phân tích và mô phỏng (sử dụng phần mềm Excel) các phương trình vi phân tuyến tính bậc nhất có dạng A(t)y′(t) + B(t)y(t) = C(t), với mọi t ∈ [t0, tf), trong đó t là biến thời gian, y(t) là hàm chưa biết, A(t), B(t), C(t) là các hàm số nhận giá trị thực cho trước và liên tục trong khoảng [t0, tf) đang xét. Nếu trong khoảng đang xét mà A(t) ≠ 0 ∀t thì bằng cách chia cho A(t), phương trình trên có thể đưa được về dạng y′(t) + P(t)y(t) = Q(t). Các phương trình đó cần được ghép cặp với một thông tin bổ sung (điều kiện ban đầu, điều kiện biên) để dẫn đến sự tồn tại duy nhất nghiệm. Trong nhiều ứng dụng, người ta quan tâm đến bài toán giá trị ban đầu, xem [1].

1.2. Bài Toán Giá Trị Ban Đầu Công Thức Nghiệm Tường Minh

Thông thường các phương trình vi phân tuyến tính cần được ghép cặp với một thông tin bổ sung (điều kiện ban đầu, điều kiện biên) để dẫn đến sự tồn tại duy nhất nghiệm. Trong nhiều ứng dụng, người ta quan tâm đến bài toán giá trị ban đầu. Bài toán giá trị ban đầu có công thức nghiệm tường minh, còn được gọi là công thức biến thiên hằng số (variational of constant). Theo tác giả Linh, để đảm bảo cho tính toàn vẹn của luận văn, và phù hợp với học sinh phổ thông, cách xây dựng các công thức này sẽ được trình bày lại chi tiết trong các chương sau của luận văn.

II. Cách Giải Gần Đúng PP Vi Phân Tuyến Tính với Euler

Việc tính toán chính xác tích phân trong phương trình vi phân không phải lúc nào cũng thực hiện được. Thực tế, ta chỉ cần tính xấp xỉ nghiệm đến một mức độ chính xác nhất định. Do đó, các phương pháp số được xây dựng để xấp xỉ nghiệm của bài toán. Luận văn này chỉ xét phương pháp Euler tiến, phù hợp với trình độ học sinh THPT. Đây là phương pháp cơ bản và tương đối đơn giản nhưng vẫn thường được sử dụng. Cơ sở của phương pháp Euler tiến dựa trên việc xấp xỉ đạo hàm bởi sai phân. Để tham khảo thêm các phương pháp khác, xem tài liệu [2], [3], [4].

2.1. Cơ Sở Lý Thuyết Của Phương Pháp Euler Tiến

Cơ sở của phương pháp Euler tiến dựa trên việc xấp xỉ đạo hàm bởi sai phân y'(t) ≈ (y(t + h) - y(t))/h, trong đó h là một số thực dương đủ nhỏ. Để giải bài toán giá trị ban đầu, ta chia nhỏ đoạn [t0, tf) thành N đoạn nhỏ bằng nhau, mỗi đoạn có độ dài h (được gọi là bước). Đặt tn = t0 + nh, với n = 0, 1, 2, 3. Ta đặt giá trị xấp xỉ của nghiệm tại thời điểm tn là yn ≈ y(tn), khi đó ta có thể tính lần lượt yn, n = 0, 1, 2, . sử dụng công thức Euler tiến yn+1 ≈ (1 − h P(tn)) yn + h Q(tn).

2.2. Đánh Giá Sai Số Của Phương Pháp Euler Trong Excel

Tại mỗi thời điểm tn ta xác định các công thức sai số như sau: Sai số tuyệt đối tại thời điểm tn là ∆yn := |y(tn) − yn|. Sai số tương đối tại thời điểm tn là δ yn := (∆yn / |y(tn)|) × 100%. Trong khi sai số tuyệt đối xác định sai số so với nghiệm chính xác thì sai số tương đối cho thấy mức độ sai số tính theo phần trăm. Sai số tương đối phù hợp hơn sai số tuyệt đối trong những bài toán mà nghiệm chính xác quá lớn hoặc quá nhỏ. Để minh họa tính chính xác của phương pháp Euler tiến, ta sẽ đi tìm hiểu xem sai số của nghiệm sẽ giảm như thế nào khi ta giảm bước đi một nửa, xem [2,4].

III. Hướng Dẫn Mô Phỏng Bài Toán Tăng Trưởng Vi Khuẩn Excel

Xét một loại vi khuẩn có số lượng ban đầu tại thời điểm to = 0 là Po và P = P(t) là số lượng vi khuẩn tại thời điểm t. Khi đó P′(t) thể hiện tốc độ tăng trưởng của vi khuẩn tại thời điểm t. Trong thực tế, tốc độ tăng trưởng của vi khuẩn tại một thời điểm t tỷ lệ thuận với số lượng vi khuẩn P(t), do đó mô hình tăng trưởng của vi khuẩn được biểu diễn dưới dạng bài toán giá trị ban đầu. Bản luận văn sẽ trình bày cụ thể các bước tiến hành mô phỏng bài toán này bằng Excel.

3.1. Xây Dựng Mô Hình Toán Học Tăng Trưởng Vi Khuẩn

Trong thực tế, tốc độ tăng trưởng của vi khuẩn tại một thời điểm t tỷ lệ thuận với số lượng vi khuẩn P(t), do đó mô hình tăng trưởng của vi khuẩn được biểu diễn dưới dạng bài toán giá trị ban đầu: P′(t) = kP, trong đó k là hằng số tỉ lệ. Nếu k > 0 thì P′(t) > 0, khi đó P(t) là hàm đồng biến chứng tỏ lượng vi khuẩn tăng dần khi thời gian t tăng. Nếu k < 0 thì P′(t) < 0, khi đó P(t) là hàm nghịch biến chứng tỏ lượng vi khuẩn giảm dần khi thời gian t tăng.

3.2. Ứng Dụng Excel Để Mô Phỏng Mô Hình Tăng Trưởng

Một mẫu cấy ban đầu có số lượng vi khuẩn là P0, tại t = 1 giờ số lượng vi khuẩn đo được là 3/2 P0. Xác định công thức tính P(t) ? Lời giải. Xét bài toán giá trị ban đầu với thời điểm ban đầu t0 = 0. Khi t = 1 theo giả thiết ta có phương trình 3/2 P0 = P0 ek ⇔ ek = 3/2 ⇔ k = ln (3/2) ⇔ k ≈ 0,4055. Trong mô hình tăng trưởng của vi khuẩn ở Ví dụ 2.1, hãy xác định thời gian cần thiết để số lượng vi khuẩn tăng lên gấp ba lần?

IV. Ứng Dụng Excel Giải Bài Toán Phân Rã Chất Phóng Xạ

Quá trình phân rã của đồng vị phóng xạ tuân theo quy luật hàm mũ. Tốc độ phân rã tỉ lệ thuận với số lượng hạt nhân phóng xạ hiện có. Việc mô phỏng quá trình này bằng Excel sử dụng phương trình vi phân tuyến tính giúp học sinh hình dung rõ hơn về hiện tượng vật lý này. Bài viết sẽ hướng dẫn từng bước phân tích và xây dựng mô hình phân rã chất phóng xạ và giải bằng Excel.

4.1. Xây Dựng Mô Hình Phân Rã Đồng Vị Phóng Xạ

Xét một lượng chất phóng xạ ban đầu là N0 tại thời điểm t = 0. Gọi N(t) là số lượng hạt nhân chưa phân rã tại thời điểm t. Tốc độ phân rã của chất phóng xạ tỉ lệ thuận với số lượng hạt nhân chưa phân rã, do đó ta có phương trình vi phân: dN/dt = -λN, trong đó λ là hằng số phân rã đặc trưng cho từng loại chất phóng xạ.

4.2. Mô Phỏng Quá Trình Phân Rã Bằng Excel Với Phương Pháp Euler

Để mô phỏng quá trình phân rã bằng Excel, ta sử dụng phương pháp Euler tiến. Chia nhỏ khoảng thời gian thành các bước nhỏ Δt, và tính gần đúng số lượng hạt nhân còn lại sau mỗi bước. So sánh kết quả mô phỏng với nghiệm chính xác để đánh giá sai số.

V. Excel Giải Bài Toán Định Luật Newton Về Làm Mát Nóng

Định luật Newton về làm mát (hoặc nóng) phát biểu rằng tốc độ thay đổi nhiệt độ của một vật tỉ lệ thuận với sự khác biệt giữa nhiệt độ của vật và nhiệt độ môi trường xung quanh. Phân tích và mô phỏng bài toán này bằng phương trình vi phân tuyến tính trong Excel giúp hiểu rõ hơn về quá trình truyền nhiệt. Từ đó thấy được mối liên hệ của toán học ứng dụng và máy tính trong việc nghiên cứu một bài toán thực tiễn

5.1. Xây Dựng Mô Hình Làm Mát Theo Định Luật Newton

Gọi T(t) là nhiệt độ của vật tại thời điểm t, và Tm là nhiệt độ môi trường. Định luật Newton về làm mát (hoặc nóng) có thể được biểu diễn bằng phương trình vi phân: dT/dt = -k(T - Tm), trong đó k là hằng số tỉ lệ phụ thuộc vào tính chất của vật và môi trường.

5.2. Sử Dụng Excel Để Mô Phỏng Quá Trình Làm Mát Nóng

Sử dụng Excel và phương pháp Euler tiến để mô phỏng quá trình làm mát (hoặc nóng). Nhập các tham số như nhiệt độ ban đầu, nhiệt độ môi trường, hằng số tỉ lệ và bước thời gian. Vẽ đồ thị để trực quan hóa sự thay đổi nhiệt độ theo thời gian.

VI. Ứng Dụng Excel Mô Phỏng Mạch Điện Mắc Nối Tiếp Đơn Giản

Mạch điện mắc nối tiếp RLC (điện trở, cuộn cảm, tụ điện) là một hệ thống quan trọng trong kỹ thuật điện. Phân tích và mô phỏng dòng điện và điện áp trong mạch bằng phương trình vi phân tuyến tính và Excel giúp hiểu rõ hơn về hoạt động của mạch. Với phần mềm excel, học sinh có thể tự thực hành được ở trường và ở nhà, dưới sự hướng dẫn của thầy cô.

6.1. Xây Dựng Mô Hình Mạch Điện RLC Mắc Nối Tiếp

Áp dụng định luật Kirchhoff để xây dựng phương trình vi phân mô tả sự thay đổi của dòng điện trong mạch RLC mắc nối tiếp. Phương trình có dạng: L(dI/dt) + RI + (1/C)∫I dt = V(t), trong đó L là độ tự cảm, R là điện trở, C là điện dung, và V(t) là điện áp nguồn.

6.2. Phân Tích Dòng Điện Trong Mạch Bằng Excel Solver

Sử dụng Excel Solver hoặc VBA Excel để giải phương trình vi phân và mô phỏng dòng điện trong mạch. Vẽ đồ thị dòng điện và điện áp theo thời gian để quan sát các đặc tính của mạch.

Nội dung chính

Tổng quan nghiên cứu

Phương trình vi phân tuyến tính là công cụ toán học quan trọng trong việc mô hình hóa và giải quyết các bài toán thực tế trong nhiều lĩnh vực như sinh học, vật lý, kỹ thuật và công nghiệp. Theo ước tính, hơn 70% các mô hình toán học trong khoa học ứng dụng sử dụng phương trình vi phân để mô tả sự biến đổi của các đại lượng theo thời gian hoặc không gian. Luận văn tập trung phân tích và mô phỏng một số bài toán thực tế bằng phương trình vi phân tuyến tính bậc nhất, sử dụng phần mềm Excel làm công cụ hỗ trợ tính toán và mô phỏng.

Mục tiêu nghiên cứu là xây dựng các mô hình toán học cho các hiện tượng thực tế như sự tăng trưởng của vi khuẩn, sự phân rã phóng xạ, xác định tuổi hóa thạch, định luật làm mát/nóng của Newton, hỗn hợp dung dịch muối, mạch điện mắc nối tiếp, vật rơi trong không khí, chuyển động tên lửa và hộp trượt trên mặt phẳng nghiêng. Phạm vi nghiên cứu tập trung vào các phương trình vi phân tuyến tính bậc nhất, áp dụng phương pháp số Euler tiến để giải gần đúng bài toán giá trị ban đầu, với dữ liệu thực nghiệm và mô phỏng tại Việt Nam và một số địa phương khác trong khoảng thời gian từ năm 2020 đến 2023.

Ý nghĩa nghiên cứu thể hiện qua việc cung cấp tài liệu tham khảo phong phú, phù hợp với chương trình giáo dục trung học phổ thông, giúp học sinh và giáo viên dễ dàng tiếp cận, thực hành và ứng dụng toán học vào các bài toán thực tế. Đồng thời, việc sử dụng Excel làm công cụ mô phỏng giúp tăng cường kỹ năng tin học và tư duy toán học ứng dụng, góp phần nâng cao chất lượng dạy và học môn Toán.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính:

1. Phương trình vi phân tuyến tính bậc nhất có dạng
   $$ y'(t) + P(t) y(t) = Q(t) $$,
   trong đó $y(t)$ là hàm số cần tìm, $P(t)$ và $Q(t)$ là các hàm số liên tục trên khoảng xác định.
2. Phương pháp Euler tiến để giải gần đúng bài toán giá trị ban đầu, dựa trên xấp xỉ đạo hàm bằng sai phân hữu hạn:
   $$ y_{n+1} \approx y_n + h f(t_n, y_n) $$,
   với bước nhảy $h$ đủ nhỏ.

Các khái niệm chính bao gồm:

• Bài toán giá trị ban đầu (IVP) cho phương trình vi phân tuyến tính.
• Nghiệm tường minh (công thức biến thiên hằng số).
• Sai số tuyệt đối và sai số tương đối trong phương pháp số.
• Mô hình toán học ứng dụng trong sinh học (tăng trưởng vi khuẩn), vật lý (phân rã phóng xạ, định luật làm mát Newton), hóa học (hỗn hợp dung dịch muối), và kỹ thuật (mạch điện, chuyển động vật thể).

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các tài liệu học thuật, sách giáo khoa, báo cáo ngành và số liệu thực nghiệm từ các mô hình toán học đã được công bố. Phương pháp nghiên cứu bao gồm:

• Xây dựng mô hình toán học dựa trên phương trình vi phân tuyến tính bậc nhất.
• Áp dụng phương pháp Euler tiến để giải gần đúng bài toán giá trị ban đầu với cỡ mẫu là các bước thời gian chia nhỏ khoảng thời gian nghiên cứu (ví dụ: bước h = 0,1 hoặc 1).
• Sử dụng phần mềm Excel để thực hiện tính toán, mô phỏng và trực quan hóa kết quả qua các bảng số liệu và biểu đồ.
• Thời gian nghiên cứu kéo dài trong năm 2023, tập trung vào việc phát triển và kiểm chứng các mô hình trong phạm vi các bài toán thực tế phổ biến.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình tăng trưởng vi khuẩn:
   Số lượng vi khuẩn tăng theo hàm mũ với hệ số tỉ lệ k ≈ 0,4055. Thời gian để số lượng vi khuẩn tăng gấp ba lần là khoảng 2,71 giờ. Mô phỏng bằng Excel với bước h = 0,1 cho sai số tương đối dưới 2,4% sau 3 giờ, thể hiện độ chính xác cao của phương pháp Euler tiến.

2. Phân rã đồng vị phóng xạ Plutonium-239:
   Chu kỳ bán rã được xác định là khoảng 24.176 năm với hằng số phân rã k ≈ -0,00002867. Mô phỏng cho thấy lượng plutonium giảm còn một nửa sau khoảng thời gian này, phù hợp với lý thuyết. Sai số tương đối trong mô phỏng dưới 1,25% với bước h = 0,1.

3. Xác định tuổi hóa thạch bằng đồng vị C-14:
   Chu kỳ bán rã của C-14 là 5730 năm, hằng số phân rã k ≈ -0,00012097. Ví dụ xác định tuổi hóa thạch chứa 0,1% lượng C-14 ban đầu cho kết quả khoảng 57.103 năm. Mô phỏng bằng Excel với bước h = 200 cho sai số tương đối dưới 1,2%.

4. Định luật làm mát/nóng của Newton:
   Nhiệt độ vật thể thay đổi theo hàm mũ với hệ số k < 0. Ví dụ làm nguội bánh từ 150°C xuống gần nhiệt độ phòng 21°C trong khoảng 35 phút. Mô phỏng cho thấy sai số tương đối dưới 10% trong 15 phút đầu và giảm dần về sau.

Thảo luận kết quả

Các kết quả mô phỏng cho thấy phương pháp Euler tiến với bước nhảy hợp lý có thể giải quyết hiệu quả các bài toán giá trị ban đầu cho phương trình vi phân tuyến tính bậc nhất. Sai số giảm khi bước h giảm, phù hợp với cấp chính xác bậc nhất của phương pháp. So sánh với các nghiên cứu khác, kết quả mô phỏng và tính toán lý thuyết tương đồng, khẳng định tính khả thi của việc ứng dụng Excel trong giảng dạy và nghiên cứu toán học ứng dụng ở trình độ phổ thông và đại học.

Việc lựa chọn các mô hình thực tế đa dạng giúp minh họa rõ nét vai trò của phương trình vi phân trong nhiều lĩnh vực, đồng thời tạo điều kiện cho học sinh và giáo viên tiếp cận kiến thức một cách trực quan, sinh động. Biểu đồ và bảng số liệu được sử dụng để minh họa sự biến đổi của các đại lượng theo thời gian, giúp người học dễ dàng nhận biết xu hướng và sai số trong quá trình mô phỏng.

Đề xuất và khuyến nghị

1. Tăng cường ứng dụng phần mềm Excel trong giảng dạy toán học:
   Khuyến khích giáo viên sử dụng Excel để mô phỏng các bài toán vi phân nhằm nâng cao khả năng thực hành và tư duy ứng dụng của học sinh trong vòng 1 năm tới.

2. Phát triển tài liệu hướng dẫn chi tiết về phương pháp số:
   Soạn thảo và phổ biến tài liệu hướng dẫn sử dụng phương pháp Euler tiến và các phương pháp số khác phù hợp với trình độ THPT, nhằm hỗ trợ giáo viên và học sinh trong 6 tháng tới.

3. Tổ chức các khóa đào tạo nâng cao cho giáo viên:
   Tổ chức các buổi tập huấn về mô hình toán học và kỹ năng sử dụng Excel trong giảng dạy toán ứng dụng, nhằm nâng cao chất lượng giảng dạy trong vòng 1 năm.

4. Mở rộng nghiên cứu sang các phương trình vi phân phi tuyến và bậc cao:
   Khuyến khích nghiên cứu tiếp theo tập trung vào các lớp phương trình phức tạp hơn để mở rộng phạm vi ứng dụng và nâng cao trình độ học thuật trong 2-3 năm tới.

Đối tượng nên tham khảo luận văn

1. Giáo viên Toán trung học phổ thông:
   Nhận được tài liệu tham khảo về mô hình toán học thực tế và phương pháp số đơn giản, giúp nâng cao hiệu quả giảng dạy và tạo hứng thú cho học sinh.

2. Học sinh THPT yêu thích toán ứng dụng:
   Có thể tự học và thực hành mô phỏng các bài toán thực tế bằng Excel, phát triển kỹ năng tư duy logic và ứng dụng toán học.

3. Sinh viên ngành Toán ứng dụng và Khoa học máy tính:
   Sử dụng luận văn làm tài liệu tham khảo về phương pháp giải phương trình vi phân tuyến tính và ứng dụng phần mềm trong mô phỏng.

4. Nhà nghiên cứu và chuyên gia trong lĩnh vực toán học ứng dụng:
   Tham khảo các mô hình toán học thực tế và phương pháp số đơn giản, làm cơ sở cho các nghiên cứu nâng cao và phát triển phần mềm hỗ trợ.

Câu hỏi thường gặp

1. Phương pháp Euler tiến có ưu điểm gì trong giải phương trình vi phân?
   Phương pháp Euler tiến đơn giản, dễ hiểu và dễ thực hiện trên các phần mềm như Excel, phù hợp với trình độ học sinh phổ thông. Tuy nhiên, nó có cấp chính xác bậc nhất và yêu cầu bước nhảy nhỏ để giảm sai số.

2. Tại sao chọn Excel làm công cụ mô phỏng?
   Excel phổ biến, dễ sử dụng, không đòi hỏi kiến thức lập trình phức tạp, giúp học sinh và giáo viên dễ dàng thực hành và trực quan hóa kết quả mô phỏng.

3. Sai số trong phương pháp số được đánh giá như thế nào?
   Sai số tuyệt đối đo lường chênh lệch giá trị thực và giá trị xấp xỉ, còn sai số tương đối thể hiện sai số dưới dạng phần trăm, giúp đánh giá mức độ chính xác tương đối của nghiệm xấp xỉ.

4. Phương trình vi phân tuyến tính bậc nhất có ứng dụng thực tế nào nổi bật?
   Ứng dụng trong mô hình tăng trưởng vi khuẩn, phân rã phóng xạ, xác định tuổi hóa thạch, mô hình làm mát/nóng, hỗn hợp dung dịch muối, và mạch điện, giúp mô tả các hiện tượng biến đổi theo thời gian.

5. Làm thế nào để giảm sai số khi sử dụng phương pháp Euler tiến?
   Giảm bước nhảy h trong quá trình tính toán sẽ làm giảm sai số, tuy nhiên cần cân nhắc giữa độ chính xác và thời gian tính toán để đạt hiệu quả tối ưu.

Kết luận

• Luận văn đã xây dựng và mô phỏng thành công nhiều mô hình thực tế sử dụng phương trình vi phân tuyến tính bậc nhất với phương pháp Euler tiến trên Excel.
• Kết quả mô phỏng phù hợp với lý thuyết, sai số trong giới hạn chấp nhận được, chứng minh tính khả thi của phương pháp và công cụ sử dụng.
• Nghiên cứu góp phần làm phong phú tài liệu giảng dạy toán ứng dụng cho học sinh THPT, đồng thời nâng cao kỹ năng thực hành và tư duy toán học.
• Đề xuất mở rộng nghiên cứu sang các phương trình phức tạp hơn và phát triển tài liệu, đào tạo giáo viên để nâng cao chất lượng giảng dạy.
• Khuyến khích các nhà giáo dục, học sinh và nhà nghiên cứu ứng dụng kết quả luận văn để phát triển kỹ năng và kiến thức toán học ứng dụng.

Hành động tiếp theo: Áp dụng các mô hình và phương pháp trong giảng dạy, nghiên cứu và phát triển phần mềm hỗ trợ mô phỏng phương trình vi phân, đồng thời tổ chức các khóa đào tạo nâng cao kỹ năng sử dụng Excel trong toán học ứng dụng.

Trích đoạn nội dung tài liệu

Chương 1 của luận văn trình bày một số kiến thức chuẩn bị, bao gồm bài toán giá trị ban đầu cho phương trình vi phân tuyến tính bậc nhất, phương pháp xấp xỉ Euler tiến và cách sử dụng Excel để giải gần đúng bài toán giá trị ban đầu. Chương 2 trình bày một số mô hình toán học trong sinh học, khoa học kỹ thuật và công nghiệp sử dụng phương trình vi phân tuyến tính bậc nhất, ví dụ như các bài toán về sự sinh trưởng và phát triển của một quần thể động vật, về sự phân rã chất phóng xạ, về việc làm nóng/mát các vật thể, về hỗn hợp dung dịch, về vận tốc của một vật thể rơi trong không khí, về các mạch điện, về sự chuyển động của một vật thể trượt. Đối với mỗi mô hình này luận văn đều trình bày chi tiết về cách xây dựng mô hình, cách mô phỏng trong Excel cùng một số bài tập liên quan nhằm hướng dẫn cho học sinh tiếp thu được tốt hơn. KIẾN THỨC CHUẨN BỊ 1.

Phương trình vi phân tuyến tính và bài toán giá trị ban đầu Rất nhiều bài toán trong sinh học, khoa học kỹ thuật và công nghiệp gắn liền với việc giải một phương trình vi phân, tức là một phương trình thể hiện mối liên hệ của một hàm số chưa biết (cần tìm) với các đạo hàm của nó, xem [1], [5], [6]. Luận văn này tập trung vào việc phân tích và mô phỏng (sử dụng phầm mềm Excel, xem [2], [4]) các phương trình vi phân tuyến tính bậc nhất có dạng A(t)y′ (t) + B(t)y(t) = C(t), (1.1) với mọi t ∈ [t0 ,t f ) trong đó t là biến thời gian, y(t) là hàm chưa biết, A(t), B(t), C(t) là các hàm số nhận giá trị thực cho trước và liên tục trong khoảng [t0 ,t f ) đang xét. Nếu trong khoảng đang xét mà A(t) ̸= 0 ∀t thì bằng cách chia cho A(t), phương trình trên có thể đưa được về dạng y′ (t) + P(t)y(t) = Q(t).2), ta cũng xét phương trình tuyến tính thuần nhất tương ứng có dạng y′ (t) + P(t)y(t) = 0.3) Các phương trình (1.3) đều có vô số nghiệm. Thông thường thì các phương trình đó cần được ghép cặp với một thông tin bổ sung (điều kiện ban đầu, điều kiện biên) để dẫn đến sự tồn tại duy nhất nghiệm.

Trong nhiều ứng dụng, người ta quan tâm đến bài toán giá trị ban đầu ( y′ (t) + P(t)y(t) = Q(t) (1. trong đó phương trình thứ hai được gọi là điều kiện ban đầu. Bài toán giá trị ban đầu (1.4) có công thức nghiệm tường minh, còn được gọi là công thức biến thiên hằng số (variational of constant). Để đảm bảo cho tính toàn vẹn của luận văn, và phù hợp với học sinh phổ thông, cách xây dựng các công thức này sẽ được trình bày lại chi tiết như sau đây.

Bước 1: Xét phương trình tuyến tính thuần nhất (1. Giả sử y(t) ̸= 0 khi đó phương trình (1.3) đưa được về dạng y′ (t) = − P(t). t0 Vì vậy ta có Rt − P(s)ds y(t) = y(t0 ) e t0 .5) Trong trường hợp điều kiện ban đầu chưa biết, ta có thể xét công thức nghiệm của phương trình (1.3) dưới dạng Rt − P(s)ds y(t) = C e t0 .6) Bước 2: Trong bước này ta đi tìm nghiệm của (1.2) có dạng tương tự (1.6), tuy nhiên ở đây thay vì hằng số C ta sẽ xét hàm C(t). dt dt Thay hệ thức này vào phương trình (1.2) ta có Rt Rt Rt dC −t0 P(s)ds − P(s)ds t0 − P(s)ds e − P(t)C e + P(t) C e t0 = Q(t).

dt Rt dC −t0 P(s)ds Do đó e = Q(t). Điều này dẫn đến dt Rt P(s)ds C′ (t) = et0 Q(t). t0 t0 10 Thay C(t) vào công thức (1.7) và chú ý rằng y(t0 ) = C(t0 ) ta thu được Rt Zt − Rt P(z)dz − P(s)ds t0 y(t) = y(t0 ) e + e s Q(s) ds. Tìm công thức nghiệm tường minh cho bài toán giá trị ban đầu   ′ y(t) y (t) − = t 2 ∀t > 1, t  y(1) = y.

1 Áp dụng công thức (1.8) với P (t) = − , Q(t) = t 2 ta có t Rt 1 Zt Rt 1 t3   s ds z dz 2 1 y(t) = y(1) e1 + es s ds = y0 − t+. 2 2 1 t3   1 Vậy nghiệm của phương trình là y(t) = + y0 − t. Trong một số bài toán, khi ta chưa được cho trước điều kiện ban đầu thì thay vì công thức (1.8) ta sẽ sử dụng công thức dựa trên nguyên hàm thay vì tích phân như sau R R Z R − P(t)dt − P(t)dt y(t) = C e +e e P(t)dt Q(t) dt. Giải gần đúng bài toán giá trị ban đầu bằng phương pháp Euler Xét bài toán giá trị ban đầu (1.4), ta thấy rằng có công thức nghiệm tường minh Rt (1.

Tuy vậy, việc tính toán chính xác tích phân P(s)ds không phải luôn luôn thực t0 hiện được. Mặt khác, trong nhiều bài toán ứng dụng trong thực tiễn, ta chỉ cần tính xấp xỉ nghiệm đến một mức độ chính xác nhất định. Chính vì vậy các phương pháp số được xây dựng để xấp xỉ nghiệm của bài toán (1. Để phù hợp với trình độ của học sinh phổ thông trung học, luận văn này chỉ xét phương pháp Euler tiến.

Đây là một phương pháp cơ bản và tương đối đơn giản nhưng vẫn thường được sử dụng, xem [2]. Cơ sở của phương pháp Euler tiến dựa trên việc xấp xỉ đạo hàm bởi sai phân y(t + h) − y(t) y′ (t) ≈. h 11 trong đó h là một số thực dương đủ nhỏ. Để giải bài toán giá trị ban đầu (1.4), ta chia nhỏ đoạn [t0 ,t f ) thành N đoạn nhỏ bằng nhau, mỗi đoạn có độ dài h (được gọi là bước).

Đặt tn = t0 + nh, với n = 0, 1, 2, 3. Ta đặt giá trị xấp xỉ của nghiệm tại thời điểm tn là yn ≈ y(tn ) khi đó ta có thể tính lần lượt yn , n = 0, 1, 2,. sử dụng công thức Euler tiến yn+1 ≈ (1 − h P(tn ) ) yn + h Q(tn ).10) Trong ví dụ minh họa dưới đây, ta sẽ thấy rằng phương pháp Euler là tương đối chính xác nếu như bước h là đủ nhỏ. Giá trị bước h càng nhỏ thì sai số càng thấp.

Xét bài toán giá trị ban đầu được đề cập trong Ví dụ 1. ta thấy rằng nghiệm chính xác của bài toán (1. 2 Giả sử rằng ta muốn tìm nghiệm xấp xỉ của bài toán (1.11) trên đoạn [1, 3], chính xác đến 4 chữ số thập phân bằng cách sử dụng phương pháp Euler tiến. Ta chia đoạn [1, 3] thành N đoạn nhỏ có độ dài h và đặt tn := 1 + n h, yn := y(tn ).

Khi đó ta có thể tính lần lượt các giá trị xấp xỉ yn với n = 0, 1, 2,. sử dụng công thức h yn+1 ≈ (1 + ) yn + h tn2. tn Tại mỗi thời điểm tn ta xác định các công thức sai số như sau Sai số tuyệt đối tại thời điểm tn là ∆yn := |y(tn ) − yn | Sai số tương đối tại thời điểm tn là |y(tn ) − yn | ∆yn δ yn := × 100% = × 100% |y(tn )| |y(tn )| Trong khi sai số tuyệt đối xác định sai số so với nghiệm chính xác thì sai số tương đối cho thấy mức độ sai số tính theo phần trăm. Sai số tương đối phù hợp hơn sai số tuyệt đối trong những bài toán mà nghiệm chính xác quá lớn hoặc quá nhỏ, xem [2,4].

Sau đây ta đi thực hiện quá trình xấp xỉ nghiệm trên trong Excel. 12 Bước 1: Nhập các tham số sử dụng trong công thức (h, n, y(1)). Bước 2: Lập bảng gồm các cột: n, tn , nghiệm xấp xỉ, nghiệm chính xác, sai số tuyệt đối, sai số tương đối (%). Tính giá trị ở các cột.

+ Cột n: nhận các giá trị từ 0 đến 40. + Cột tn được tính bằng công thức tn := 1 + n h h + Cột yn xấp xỉ được tính bằng công thức yn+1 ≈ (1 + ) yn + h tn2. tn 13 t3 + Cột yn chính xác được tính bằng công thức y(t) = + t. 2 + Sai số tuyệt đối được tính bằng công thức |yn chính xác − yn xấp xỉ | + Sai số tương đối (%) được tính bằng công thức (Sai số tuyệt đối : yn chính xác) x 100 14 Bước 4.

Vẽ đồ thị + Ta trích xuất 1 bảng gồm các giá trị tương ứng với số thứ tự n chia hết cho 5 (ta sử dụng filter để lọc dữ liệu) + Từ bảng trích xuất ta vẽ đồ thị nghiệm xấp xỉ: Chọn 2 cột tn và nghiệm xấp xỉ → chọn insert → chọn insert line or Area chart → chọn vào dạng đồ thị phù hợp + Để vẽ đồ thị sai số tuyệt đối và sai số tương đối của nghiệm xấp xỉ: Chọn 2 cột sai số tuyệt đối và sai số tương đối → chọn insert → chọn insert line or Area chart → chọn vào dạng đồ thị phù hợp 15 Xét trường hợp h = 0, 1, trong bảng dưới đây ta giải số nghiệm của (1.11) cùng với sai số tuyệt đối và sai số tương đối tại mỗi giá trị tn. Nghiệm chính Sai số tuyệt Sai số tương n tn Nghiệm xấp xỉ xác đối đối (%) 0 1,0 1,500000 1,500000 0,000000 0,000000 1 1,1 1,750000 1,765500 0,015500 0,877938 2 1,2 2,030091 2,064000 0,033909 1,642882 3 1,3 2,343265 2,398500 0,055235 2,302891 4 1,4 2,692516 2,772000 0,079484 2,867377 5 1,5 3,080839 3,187500 0,106661 3,346230 6 1,6 3,511228 3,648000 0,136772 3,749228 7 1,7 3,986680 4,156500 0,169820 4,085651 8 1,8 4,510191 4,716000 0,205809 4,364069 9 1,9 5,084757 5,329500 0,244743 4,592238 10 2 5,713375 6,000000 0,286625 4,777076 11 2,1 6,399044 6,730500 0,331456 4,924683 12 2,2 7,144761 7,524000 0,379239 5,040396 13 2,3 7,953522 8,383500 0,429978 5,128855 14 2,4 8,828328 9,312000 0,483672 5,194075 15 2,5 9,772175 10,312500 0,540325 5,239518 Bảng 1. Bảng số liệu giá trị nghiệm bằng phương pháp Euler tiến với h = 0, 1. Biểu đồ nghiệm xấp xỉ và sai số với bước h = 0, 1.

Để minh họa tính chính xác của phương pháp Euler tiến, ta sẽ đi tìm hiểu xem sai số của nghiệm sẽ giảm như thế nào khi ta giảm bước đi một nửa. Kết quả được thể hiện trong Bảng 2. Số Giá trị xấp xỉ Giá trị chính Sai số tuyệt Sai số tương Bước h đoạn N y(t) tại t=3 xác y(t=3) đối đối (%) 0,4 5 13,368928 16,500000 3,131072 18,976191 0,2 10 14,824187 16,500000 1,675813 10,156440 0,1 20 15,631981 16,500000 0,868019 5,260724 0,05 40 16,058116 16,500000 0,441884 2,678085 Bảng 2. Kết quả xấp xỉ tính bằng phương pháp Euler tiến với giá trị bước khác nhau.