当前位置：文档之家 › 微分动力系统的应用(一)--竞争模型

微分动力系统的应用(一)--竞争模型

  • 格式：doc
  • 大小：132.00 KB
  • 文档页数：8

1 微分动力系统的应用(一)--竞争模型

设在一个池塘里饲养两种食用鱼：鳟鱼和鲈鱼. 设它们在时刻t的尾数分别是x(t)和y(t). 假定鳟鱼的尾数x(t)的增长速度正比于鳟鱼尾数x(t), 增长率为k; 即

kxtxdd. (1)

由于鲈鱼的存在而争夺食物、减小了鳟鱼的增长率. 鲈鱼越多，鳟鱼的增长率越小，可设鳟鱼的增长率k = a – by, 其中a>0,

b>0是常数. 因此我们可以写出如下的描述鳟鱼尾数的微分方程:

xbyatx)(dd, 0x, 0y. (2)

同理由于鳟鱼的存在而争夺食物、减小了鲈鱼的增长率. 我们可得到描述鲈鱼尾数的微分方程:

ynxmty)(dd, (3)

其中 m>0, n>0是常数.

当鳟鱼的尾数x(t) > m/n, 鲈鱼的尾数 y(t)

(3)可见鲈鱼的尾数y将减少, 由方程 (2)可见鳟鱼将增加. 反之,

当鳟鱼的尾数x(t) < m/n, 鲈鱼的尾数 y(t)>a/b时, 由方程 (3)可见鲈鱼的尾数y将增加, 由方程 (2)可见鳟鱼尾数x(t)将减少.

现在的问题是: 设在t=0时鳟鱼和鲈鱼的初值分别是x0和y0尾, 要研究这两种鱼的增长情况. 是否存在x0>0和y0>0, 使得这两种鱼能够和平共处, 长期共存呢?

首先可见方程组 (2), (3)有常数解 2 baynmx,. (4)

因此在t=0时鳟鱼x0=m/n, 和鲈鱼y0=a/b尾时, 由方程可见鳟鱼和鲈鱼的增长速度是零, 所以鳟鱼和鲈鱼的尾数保持不变. 那么这种状态是否是稳定的呢? 就是说, 若鱼的尾数由于某种原因稍有变化, 这两种鱼是否还能和平共处, 长期共存呢?

由常微分方程的理论, 我们知道 (m/n, a/b) 是方程组的奇点,

我们只要分析这个奇点的稳定性就行了.

方程组(2),(3) 的向量场的Jacobi矩阵在奇点(m/n, a/b)的值是

00bnanbmnxmnybxbyaJ (5)

J 的两个特征值为 ma, 因此奇点是鞍点, 鞍点是不稳定的. 所以若鱼的尾数由于某种原因稍有变化, 这两种鱼的尾数将有大的变化.

方程组(2), (3)还有一个奇点 (0, 0), 向量场的Jacobi矩阵在奇点(0, 0)的值是

manxmnybxbyaJ00 (6)

J 的两个特征值为a>0, m>0, 因此奇点(0, 0)是不稳定的结点.

在奇点(0, 0) 附近的轨线当时间t增大时都离开奇点(0,0).

另外方程组 (2), (3) 有两条半直线轨道:

(1): x=0, y>0, 对应的轨线是 mtyye0, 表示鲈鱼的尾数呈指数增长.

(2): y=0, x>0, 对应的轨线是 atxxe0, 表示鳟鱼的尾数呈 3 指数增长.

由于奇点(m/n, a/b)是鞍点, 当t趋向无穷大时, 有两条轨道从相反的方向趋向鞍点, 另有两条轨道从鞍点出发以相反的方向离开鞍点. 这四条轨道称为鞍点的分界线, 研究这些分界线的走向以及方程组的结点(0,0)的性质, 其余轨道的大致走向也就清楚了.

要知道对于一般的初值)0,0(),(00yx 鳟鱼和鲈鱼的尾数是怎样变化的, 最终是鳟鱼还是鲈鱼生存下来呢? 就要解出微分方程组(2), (3). 将方程组 (2), (3) 消去dt, 化为如下一阶常微分方程:

yxbyaxynxmd)(d)(, (6)

(6)式是一个变量分离方程, 除了零解 (x=0, y=0) 和半直线轨道外, 可分离变量得

yybyaxxnxmd)(d)(, (7)

从)0,0(),(00yx到),(yx对(7)式作定积分得到过)0,0(),(00yx的积分曲线:

)(ln)(ln0000yybyyaxxnxxm. (8)

对(8)式取指数化为形式:

nxmbyaKxyee, (9)

(9)式中的K是常数:

00e00nxbymaxyK. (10) 4 对于鞍点的分界线, 因它们趋向及离开鞍点, 所以分界线方程的K应由(10)式中),(00yx取为鞍点:

baynmx00,, (12)

而得到. 这时(10)式的K值为

maammambnaKe. (13)

记

byayyfe)(, nxmxxge)(.

由微分法可知)(yf是单峰函数, 在鞍点的纵坐标bay/时取得最大值, 在0y和y时取得最小值零. 在区间[0, a/b]上f(y) 从零严格单调增加到最大值; 在无穷区间y > a/b上f(y)严格单调减少趋向零. 同理)(xg是单峰函数, 在鞍点的横坐标nmx/时取得最大值, 在0x时和x时取得最小值零. 在区间[0, m/n]上g(x)

从零严格单调增加到最大值, 在无穷区间x >m/n上g(x)严格单调减少趋向零. 根据以上事实, 可以由分界线方程(9), (13)得出鞍点的四条分界线(红色和蓝色的线)并且根据方程组(2),(3)得出分界线的走向如下示意图: (四条分界线共同的端点是鞍点

(m/n,a/b)).

5 y

x

其中x轴和y轴分别是两条分界线(用蓝色表示)的渐近线,

红色的一条分界线从结点走向鞍点, 红色的另一条分界线当t趋向负无穷大时趋向无穷远.

于是其他轨道的走向(用黑色表示)也就知道了. 从图可见,

分界线将第一象限分成四个区域, 当初始点(x0,y0)位于这四个区域之一时, 当时间趋向无穷大时, x(t)和y(t)中总有一个趋向零,

而另一个趋向无穷大. 具体而言, 当初始点落在红线下方时, 最终只有鳟鱼x生存, 当初始点落在红线上方时, 最终只有鲈鱼y生存. 初始点落在红线上时, 轨道趋向鞍点, 而鞍点和结点是不稳定的, 所以不管怎样, 实际上只有一个能够生存.

这说明了对于竞争模型, 不同的物种是有排他性的, 这称为竞争排他原理.

6 微分动力系统的应用(二)—捕食模型

在生物界除了两个物种之间的竞争性以外, 还有一种是捕食与被捕食的关系. 例如在南极海洋中生活的鬚鲸和南极虾就是这种关系. 设南极虾的数量是x(t), 鲸的数量是y(t), 鬚鲸以南极虾为主食, 没有了南极虾, 鬚鲸的数量将指数式地下降:

mytydd, 0m是常数. （1）

但有了南极虾x(t)时, 鬚鲸的数量的变化关系（1）要改为:

ymnxty)(dd, 0n是常数. (2)

而南极虾被鬚鲸捕食, 它的数量的变化服从以下关系:

xbyatx)(dd, 0a. 0b是常数. (3)

我们同样可以通过研究方程组(2),(3)的轨道来讨论鬚鲸与南极虾数量的变化规律.

首先方程组有两个奇点: (0,0), (m/n, a/b). 方程组(2),(3)

的向量场的Jacobi矩阵在奇点(m/n, a/b)的值是

00bnanbmmnxnybxbyaJ (4)

J 的两个特征值为纯虚数 mai, 因为（2），（3）是非线性方程, 单凭特征值是纯虚数只能判定奇点是焦点型(即焦点或中心)的, 不能确定焦点型的奇点是否是中心.

向量场的Jacobi矩阵在奇点(0, 0)的值是

mamnxnybxbyaJ00 (5)

J 的两个特征值为a>0, -m<0, 因此奇点(0, 0)是鞍点、 不稳 7 定.

另外方程组 (2), (3) 有两条半直线轨道:

(1): x=0, y>0, 对应的轨线是 mtyye0, 表示没有了南极虾，鬚鲸数呈指数减少.

(2): y=0, x>0, 对应的轨线是 atxxe0, 表示没有了鬚鲸，南极虾数呈指数增长.

将方程组 (2), (3) 消去dt, 化为如下一阶常微分方程:

yxbyaxymnxd)(d)(, (6)

(6)式是一个变量分离方程, 除了零解 (x=0, y=0) 和半直线轨道外, 可分离变量得

yybyaxxmnxd)(d)(, (7)

从)0,0(),(00yx到),(yx对(7)式作定积分得到过)0,0(),(00yx的积分曲线:

)(ln)(ln0000yybyyaxxnxxm. (8)

对(8)式取指数化为形式:

Kxynxmbyaee, (9)

(9)式中的K是常数:

00e00nxbymaxyK. (10)

记

byayyfe)(, nxmxxge)(. (11)

由微分法可知)(yf是单峰函数, 在焦点的纵坐标bay/时取 8 得最大值, 在0y和y时取得最小值零. 在区间[0, a/b]上f(y)

从零严格单调增加到最大值, 在无穷区间y > a/b上f(y)严格单调减少而趋向零. 同理, )(xg是单峰函数, 在焦点的横坐标nmx/时取得最大值, 在0x时和x时取得最小值零. 在区间[0,

m/n]上g(x) 从零严格单调增加到最大值, 在无穷区间x >m/n上g(x)严格单调减少而趋向零. 因此（9）式中的K 必须满足不等式：

0:e0KnbmaKmamama. (12)

通过以上事实容易知道, 当(9)式中的K 在(0, K0)中取值时, 对应的轨道是一个包围焦点型奇点(m/n,a/b)的闭轨. 因此, 本方程组的奇点(m/n,a/b)是中心. 在第一象限内中心的周围充满着包围中心的闭轨. 这说明了当初始值x0, y0都大于零时, 鬚鲸与南极虾都不会灭绝, 而且它们的数量呈周期性变化. 参见下图:

y

x

合集下载

数学中的微分方程与动力系统

数学中的微分方程与动力系统

数学中的微分方程与动力系统

微分方程是数学中的一门重要的分支，它是研究函数间关系的一种数学工具。微分方程广泛应用于物理、工程、经济等领域，能够描述自然界中的各种变化规律。动力系统则是研究微分方程解的行为和性质的一个重要分支。

一、微分方程的基本概念

微分方程是描述未知函数及其导数之间关系的方程。通常形式为：$F(x, y, y', y'', \ldots, y^n)=0$。其中，$x$为自变量，$y$为未知函数，$y'$为$y$的一阶导数，$y''$为二阶导数，$y^n$为$n$阶导数。

根据方程中出现的未知函数、自变量和导数的阶数，可以将微分方程分为常微分方程和偏微分方程。常微分方程中只包含一元函数的导数，而偏微分方程中则包含多元函数的偏导数。

二、微分方程的解与初值问题

微分方程的解是满足方程的函数。一般情况下，微分方程的解是多个，形成解空间。在应用中，一般需要根据问题给定的初值条件，来确定特定的解。

初值问题是指在微分方程中给定了一个特定点上的函数值及其导数值，要求求解满足这些条件的函数解。初值问题的解也称为特解，通过确定常数使得特解满足给定的初值条件。

三、动力系统的概念与相图 动力系统是研究微分方程解的行为和性质的一个数学分支。它关注的是微分方程解的长期行为、极限、稳定性等。动力系统的分析对于了解系统的演化、稳定性和混沌行为具有重要的意义。

相图是研究动力系统的一种图形表示方式。在相图中，自变量和因变量各自形成坐标轴，解的轨迹则用曲线或线段表示。相图能够直观地展示出系统的稳定点、周期解以及其他特殊解的性质。

四、微分方程与动力系统的关系

微分方程和动力系统之间存在着紧密的关系。微分方程是动力系统的基础，描述了系统的演化规律。而动力系统通过对微分方程解的行为和特性进行研究，揭示了系统的稳定性、周期性和混沌性等重要特征。

通过动力系统的分析，可以得出微分方程解的长期行为，如解的稳定性和振荡行为。反过来，通过微分方程来描述动力系统的行为，能够帮助我们更好地理解系统的演化规律。

数量微分方程描述药物代谢动力学模型解析

数量微分方程描述药物代谢动力学模型解析

数量微分方程描述药物代谢动力学模型解析

药物代谢动力学模型是研究药物在人体内消失的过程的数学模型。数量微分方程是描述这种动力学过程的一种重要工具。本文将介绍数量微分方程如何描述药物代谢动力学模型以及如何解析这些模型。

首先，我们需要了解药物代谢的基本概念。药物代谢是指药物在人体内经过一系列化学反应转化为代谢产物或被排泄的过程。常见的药物代谢反应包括氧化、还原、水解和乙酰化等。药物代谢动力学模型的目的是预测药物在人体内的浓度变化及其消失的速度。

药物代谢动力学模型通常基于以下假设：1. 药物在体内的消失速度是由其浓度决定的；2. 药物在体内的消失速度与其在体内的浓度成正比；3. 药物在体内的浓度变化服从一定的微分方程。

根据上述假设，可以用数量微分方程来描述药物代谢动力学模型。最常见的药物代谢动力学模型是一阶动力学模型和双室模型。

一阶动力学模型中，药物在体内的消失速度与其在体内的浓度成正比。该模型可以用以下数量微分方程表示：

\(\frac{{dC}}{{dt}} = -kC\)

其中，C表示药物在体内的浓度，t为时间，k为一阶消失速率常数。这个微分方程可以通过求解来获得药物在不同时间点的浓度。

双室模型是一种更复杂的药物代谢动力学模型，它将体内的药物分为中心室和周边室两部分。中心室代表药物在循环系统中的浓度，周边室代表药物在组织间隙中的浓度。双室模型可以用以下数量微分方程表示：

\(\frac{{dC_c}}{{dt}} = -k_1C_c + k_2C_p\)

\(\frac{{dC_p}}{{dt}} = k_1C_c - k_2C_p\)

其中，C_c和C_p分别表示中心室和周边室中的药物浓度，k_1和k_2分别代表药物从中心室到周边室和周边室到中心室的速率常数。通过求解这个微分方程组，可以获得药物在中心室和周边室中的浓度随时间的变化。

解析药物代谢动力学模型的关键是求解数量微分方程。一阶动力学模型的解为：

高一数学动力系统入门

高一数学动力系统入门

高一数学动力系统入门

动力系统是数学中的一个重要分支，研究的是描述随时间演化的系统的数学理论和方法。在高一数学学习中，我们也会初步接触到动力系统的概念和基本知识。本文将为大家介绍高一数学动力系统的入门知识和应用。

一、动力系统的基本概念

动力系统研究的是一类随时间演化的数学模型，主要包括以下几个要素：

1. 相空间：相空间是动力系统中的重要概念，用于描述系统所有可能状态所构成的空间。在一维情况下，相空间可以看作是一个数轴；在二维情况下，相空间可以看作是平面上的一个区域。

2. 相轨道：相轨道是描述系统状态随时间变化的轨迹。对于一维情况下的系统，相轨道在相空间中就是一条曲线；对于二维情况下的系统，相轨道在相空间中就是一条曲线或者曲线的集合。

3. 不动点：不动点是系统中状态不随时间变化的特殊点，也称为稳定点或平衡点。

4. 相图：相图是动力系统中用于展示相轨道运动规律的图形。在一维情况下，相图为坐标平面上的一条曲线；在二维情况下，相图为坐标平面上的一条曲线或者曲线的集合。

二、一维动力系统的入门知识 在高一数学学习中，我们主要接触到的是一维动力系统，即系统状态只有一个变量的情况。一维动力系统可以通过以下几种方法加以研究：

1. 特例法：对于一些特殊的一维动力系统，可以直接求解得到系统的运动规律。如线性系统、指数函数系统等。

2. 图像法：可以通过绘制相图来观察一维动力系统的运动规律。相图的横轴表示系统状态变量，纵轴表示对应状态变量的导数。根据相图的形状，可以判断系统的不动点、稳定性以及运动趋势。

3. 化简法：对于一些复杂的一维动力系统，可以通过化简或者转化为已知的简单动力系统进行分析。常用的化简方法包括线性化、相似变换等。

三、应用示例：人口增长模型的分析

一维动力系统的应用非常广泛，其中一个重要的应用领域是人口增长模型的分析。

人口增长模型是研究人口数量随时间演化的数学模型。常见的人口增长模型包括：

数学的动力系统分支

数学的动力系统分支

数学的动力系统分支

动力系统是数学中一个重要的研究领域，它涉及到研究对象在时间上的演化规律，以及相应的数学模型和解析方法。在这个广泛的领域中，有几个重要的分支，包括离散动力系统、连续动力系统、混沌理论等等。

1. 离散动力系统

离散动力系统研究的是在离散时间点上的演化规律。离散动力系统常常由递推关系或差分方程来描述。其中，最经典的例子是著名的斐波那契数列。

斐波那契数列是由以下递推关系定义的：

F(0) = 0, F(1) = 1,

F(n) = F(n−1) + F(n−2), n ≥ 2.

这个递推关系描述了每一项等于前两项之和，从而得到一系列的数列。离散动力系统的研究不仅仅局限于数列，还包括其他各种递推关系和差分方程。

2. 连续动力系统

与离散动力系统相对应的是连续动力系统。连续动力系统研究的是在连续时间上的演化规律。连续动力系统的数学模型常常是由微分方程来描述的，例如常见的一阶常微分方程：

dy/dx = f(x, y). 这个方程描述了函数y(x)在变量x变化的过程中的演化规律。连续动力系统可以描述许多自然界中的现象，如弹簧振子、电路的响应等。

3. 混沌理论

混沌理论是动力系统研究中一个非常重要的分支，它研究的是具有确定性而表现出不可预测行为的系统。混沌系统的演化非常敏感，微小的变化可能导致完全不同的结果。

一个著名的混沌系统是洛伦兹系统。这个系统由以下三个非线性微分方程组成：

dx/dt = σ(y - x),

dy/dt = x(ρ - z) - y,

dz/dt = xy - βz.

洛伦兹系统的解轨迹表现出奇妙的“蝴蝶效应”，即在相空间中形成复杂的混沌结构。

混沌系统的研究不仅仅限于数学领域，它对于理解自然界中的许多现象，如天气预报、流体力学等，都有着重要的应用。

总结：

动力系统作为数学中一个重要的研究领域，涉及到研究对象在时间上的演化规律，以及相应的数学模型和解析方法。离散动力系统研究的是离散时间点上的演化规律，常常由递推关系或差分方程来描述；连续动力系统研究的是连续时间上的演化规律，常常由微分方程来描述；混沌理论研究的是具有确定性而表现出不可预测行为的系统。这些分支都在不同程度上对于数学和其他科学领域有着重要的应用和影响。对这些分支的深入研究不仅有助于深化对数学的理解，也可以为实际问题的建模和解决提供有力的工具。