当前课程知识点:数学建模 > 第3章 平衡原理与机理模型 > 3.2 Logistic模型 > 3.2 Logistic模型
同学们好
我们上节课
讲过了
Malthus模型
通过六大假设或者六大非常强有力的假设
我们才能得到一个非常简单的一个微分方程模型
dn dt 等于r乘n
那么接着我们今天给大家介绍一个叫Logistic 模型
六大假设我们来仔细再看一下
首先是个体的同质
那我们说第二
那是规模巨大
第三呢
是群体的封闭
第四呢
只考虑平均效应
第五呢
是考虑增长是恒定的
跟时间没关系
第六呢
是增长是独立的
谁跟谁之间也没关系
那么这么一来的话
我们可以得到一个Malthus模型
那么关于Malthus模型的话
我们来对它进行一些
可适用的讨论
我们可以发现
Malthus模型
在初期变化的时候
模型还是正确的
但是随着时间往下再延伸下去的话
我们发现Malthus模型就有点问题了
那么一个非常简单的一个例子呢
就是我们上节课说过的
在第二章里面讨论数据模型的时候
讨论我们国家人口数量变化的时候
我们就发现
随着时间往下推延的话
Malthus模型意识的人口数是越来越大
对吧越来越大
所以我们要随着时间往下延伸
Malthus模型
它有它的一些不适用的地方
同时呢
我们开始来看一看dn dt等于rn
如果我们说那个 r呢
是大于0的
那当然变成一个指数函数
指数函数那么对于r大于0的话
那么它是一个增长的
随着人口数量就越来越多了
反过来说
如果r要小于0的话
那我们可以看出来数量的将是越来越少的
数量越来越少的话
大家回忆一下是不是跟我们中学物理里面说的
放射性衰减是一个道理
进一步来说真的是衰减的话
那么什么时候变成一半呢
那么就变成我们的半衰期的概念的半衰期的概念
当然在这地方多说一句
如果r要大于0的话指数函数增长的
那么就开始过一段时间
什么时候变成翻了一倍
就是我们说的倍增期的概念了
倍增期的概念了
那么从这种角度来说的话
我们说Malthus模型
有它的可适用的地方
在种群变化的初期或者说Malthus模型
还可以来表示我们的放射性衰减的这么一个事实
那么这地方也验证了我们的一个道理
所以同样一个数学模型可以来反映不同的客观实际
不同的客观实际
但是它的缺点体现在呢
我们说当做时间延长以后
我们说它的表现的不是那么完美了
并且呢
我们说模型的假设呢
就非常非常强了
那么很自然的话
我们就开始要考虑这种问题
对这个模型我们能不能做一点点改进
让它能够更贴近我们的一些实际
那么在这边呢
我们首先看两个实验室的数据
首先第一个数据呢
是我们说草履虫在实验室种群的一种动态
那么这个数据里面可以发现我们说数量呢
刚开始很少
慢慢慢慢就开始增长
增长到一定的时候呢
就开始趋于平衡了
也就开始稳定下来了
这是我们说的
草履虫一个实验室的准确数据
那么接下来再看一个数据
我们的酵母细胞
也是实验室里面二十个小时里面
他的种群发生了一种变化
它的动态行为
那么从这个图里面也可以看得出来
种群的数量刚开始也是很小
慢慢慢慢就可以增长增长到一定的时候呢
就开始去
就开始趋于稳定下来了
那么很自然的话
我们的问题就来了
什么样的一个模型能够刻画这两种
我们的行为的动态
行为的动态或者说种群数量的变化呢
那么接下来我们试着想用Logistic模型
来进行讨论 Logistic模型进行讨论
这两类事情上表明是什么啊
表明 是说
在有限的资源里面
生物种群
我们是不可能无限增长的
为什么不可能无限增长呢
增长到一定时候它就开始要趋于一个稳定下来
我们说
一定会存在某一个饱和的水平
或者某一个极限值
使得什么使得它的增长速度
就开始慢慢慢慢的就开始要缓下去
或者说慢慢慢慢的就开始趋于零了
那这个说明什么事情呢
说明我们说 个体的增长呢
它就不像我们刚才说的那样是独立的
独立的是表示什么
你增长跟我增长就没关系
那么证明呢那不是独立运存吗
你长跟我长
咱们俩之间就有关系了
甚至我们可以开玩笑说
那么我们俩之间就变这种竞争的关系了
你胃口你多吃了
我就少吃了
所以变成这么一种实现了
所以说不像我们刚才说的个体的增长是独立的
那么这么一来的话
大家可以设想
那我们现在就可以考虑
把我们的第六条假设我们进行一个修改
修改成个体之间的增长
它是相互竞争的
也就是说有你的就没我的了
也就换句话说
这个是r(n)这个函数呢
它就不是个常数
它是N的一个减函数
那大家可以设想一下一个函数是减函数
这种函数就太多了
那么在这地方
我们就开始选择一种最简单的减函数
也就是说
线性减函数
来处理来考虑
选择我们的线性减函数来考虑问题
也就换句话说
r(n)这个函数呢
我把它选择为a减去bN
好的 我们做一点点处理
我们可以把a提出去
那就a提出以后的话
等于a乘上1减去a分子b再乘上N了
那么把这个表达式呢
我们带到刚才的里面来看
那我们就可以写成
dn dt 等于
结论是
a提出来 我把a呢
那就看着r跟刚才统一起来
那就是r乘上一个什么东西
乘上1减去k分之n 乘上N
那k是谁呢
k刚才我们提出来k我们说是有个a分之b吗
我们把它翻个个
那就是我们说的b分之a了
于是呢得到了这么一个微分方程
dn dt等于r倍的1减去
k分之N乘上一个N
把这个模型称之为Logistic 模型
那我们首先来看一下这个Logistic 模型
跟Malthus模型之间的区别
Malthus模型里面缺的是缺
1减去k分之n一下
那么
如果我把这个模型变过去的话
又会呈现什么事情呢
如果我们的K趋于无穷的话
那么k分之n是不是就趋于到0上去了
那么 1减去0呢
是不是就变成1了
所以呢
Logistic模型也就回到
我们说Malthus模型里面去
k等于无穷那是什么意思呢
我们接下来会说
k等于无穷实在就是我们刚刚说的那个稳定的那个值了
就是我们刚刚在曲线里面看到了稳定的那个值了
也就是说k可以到无穷上去
还稳定啥就不用就稳定了
所以我们说Logistic模型
我们说可以看到是Malthus模型一种推广
或者说是Malthus模型
是Logistic模型的一种特殊情况
好的接下来
我们开始说对Logistic模型进行一些数学处理了
那么数学处理首先第一个
我们来看一下
考虑一下
dn dt等于r倍的乘上(1减去k分之n)乘上N
那么在这里面的话
我们说r跟k呢都是个参数
那么这次参数里面我们来看看 对吧
里面有个1减去k分之n
那大家可以设想一下
如果a要大于k的话
那么k分之n
它就会大于1的数了
1减去它就会小于0了
1减去它小于0呢话
意味着它左边倒数候就看成小于0了
倒数小于0按照我们的数学里面来理解
那就是说函数就开始减函数了
换句话说
这个种群数量就开始要减下去了
这意味着说
如果刚开始种群数比k 要大的话
那么我们说这个种群数量
就开始减下去就会减函数
第二个我们来看看
如果n要等于k的话
n要等于k的话 那k分之n不就等于1了吗
k分之n等于1的话
1减1就等于0了
所以它倒数就等于0了
倒数等于零
意味着什么东西呢
意味着它种群数量就不变了
就变成一个恒值了
那大家都等于k了
这是我们说第二个 第三个来说
如果n要小于k的话 n要小于k的话那好说
那k分之n就小于1
1减去它就大于零
所以这个时候倒数就大于0
倒数大于0意味着什么东西
意味说我们说种群数量
它是增长的了
于是呢
我们可以发现这个k还挺重要
对吧它掌管的我们说
这个曲线倒置式增长的还是衰减的
还是不变的
这是我们说的
对它的参数做一个分析
那么接下来呢
我们还可以对这个模型进行求解
那么这个模型的是一个
微分方程模型微分方程模型的话
那我想大家可以使用微分方程里面的分离变量
这种方法来对它求解
那么求解的话思路很简单
第一步的话
把跟n有关的搁到一块去
把跟t有关的搁在一块去
也就是说
把所有跟n有关的摔到左边去
把所有跟t有关的
挪到右边来 就得到我们的第二行
(n分之1加上k减n分之1)dn
然后呢
两边起求积分两边求积分
那么n分之1求积分就变得奥根了
那么这边rt求积分呢叫rt加c
第三步
那就是说
今天是对数
在这地方我们就开始把对数去掉的话
那就两边取它的子数
两面取它的子数是我给它整理出来
那么nt呢就等于k除以1加C乘上e的负rt次方
那么从这里面
我们说数学上的分析它我们也可以发现
那么在这里面有三个参数
一个是k一个是c
一个是r
好的对这个函数呢
我们开始做进一步的数学的分析
首先第一个的话
我们说
假设它的倒数为0的话将是什么一种状况
如果倒数为零的话
意味着
就说无用方程
它的平衡解了 导数为零的话
那有两种情况
一种呢N等于0
一种呢N等于k
那么大家可以想象
如果是在0这个地方表示什么种群数量为零的话
那么稍微给点种群给点人数是不是
它立马就开始变出去了
所以我们可以看出来0这点呢
它肯定就不稳定的
那么在k这点呢怎么样呢
在k这一点的话
我们刚才直观上告诉我们
它们会是稳定的
为什么是稳定的呢
如果a要小于k的话
它是个增长的函数
增长的极限是k 如果a是大于k的话
我们
n呢是个衰减的函数
它的极限也是大于k 也是大k
所以我们说呢
n等于大k这地方
我们说它是一个
稳定性的n在0这点呢
稳定性的n在0这点呢
它就是个不稳定的事情了
这是我们说的第一个想法
那么
另外一个想法关于我们这个微分方程
我们在说一些话
那么这个微分方程
它的数学特征非常非常
类似于我们刚才说的对吧
两个实验室的种群动态的一种变化
一个是我们的酵母细胞
一个是我们草履虫
一个是草履虫
一个是酵母细胞
也就换句话说
Logistic模型
非常好的解释了我们说的草履虫的一种数据动态行为
或者说我们的酵母细胞的一种动态的行为
第三个我们要说的Logistic模型
它具有一种非常好的一种可解释性
它可以用在我们很多的方面
比如我们的学习行为
利用我们的记忆行为等等这方面的一些事情
那么
关于这方面的心理学的解释
我最好就不再多说了
最后的话
关于微分方程模型它的平衡关系
我们这边稍稍做一点点解住
我们实际上的话考虑的是一个连续型模型
它的一种组建的方法是考虑它在一个△时间 t
这样一个时间段
△t这个时间段里面
它得从量化的关系
根据这种量化的关系得到一种平衡的想法
然后开始让它把这个区间段越来越小
我们在利用极限再用微分方程的这种思想
来刻画我们的数量的变化
从而得到一个微分方程的模型
当然
这是关于连续的情况
那么很自然的话
如果我们把微分方程在离散化的话
那么将会得到我们微分方程的一种理想的模型
也就是我们以后要说的一种
差分方程的模型差分方程的模型
我想这节我们就说到这里吧
下课
再见
-1.1 案例分析
-1.2 数学建模绪论
-1.3 数学建模活动
-第1章 习题
--第1章 习题
-2.1 最小二乘方法
-2.2 拟合函数的扩展
-2.3 最小二乘方法应用
-2.4 线性插值
--2.4 线性插值
-2.5 样条插值
--2.5 样条插值
-第2章 习题
--第2章 习题
-3.1 Malthus模型
-3.2 Logistic模型
-3.3 捕食者模型
-3.4 差分方程模型
-3.5 随机动态模型
-第3章 习题
--第3章 习题
-4.1 成对比较矩阵
-4.2 一致性指标
-4.3 权重向量的计算
-4.4 量纲分析
--4.4 量纲分析
-4.5 轮廓模型
--4.5 轮廓模型
-第4章 习题
--第4章 习题
-5.1 名额分配
--5.1 名额分配
-5.2 Hamilton方法
-5.3 Q方法
--5.3 Q方法
-第5章 习题
--第5章 习题
-6.1 两变量的线性规划
-6.2 单纯形方法
-6.3 整数规划
--6.3 整数规划
-第6章 习题
--第6章 习题
-7.1 模糊集合
-7.2 模糊关系
--7.2 模糊关系
-7.3 模糊综合决策
-7.4 模糊聚类分析
-第7章 习题
--第7章 习题