1. 阻滞增长Logistic 模型
模型假设: 在独立存在的生物群体中,生物种群数量的变化率 λ y \lambda_y λy 是一个随着生物种群数量 y y y的增加而线性递减的变量 [1]。
问题描述: 不妨令 x x x表示时间, y y y表示生物种群的数量,生物种群的变化率为 λ y \lambda_y λy,环境所能容纳的生物种群数量的最大值为 y m y_m ym。 根据Logistic模型的假设,任意给定时间短 Δ x \Delta x Δx,生物种群数量的变化量为 y ( x + Δ x ) − y ( x ) = λ y y ( x ) Δ x y(x+\Delta x)-y(x)=\lambda_y y(x)\Delta x y(x+Δx)−y(x)=λyy(x)Δx,其中,当 x = 0 x=0 x=0时刻, y = y 0 y=y_0 y=y0;当 y = 0 y=0 y=0时刻; λ y = λ \lambda_y=\lambda λy=λ;当 y = y m y=y_m y=ym时刻, λ y = 0 \lambda_y=0 λy=0。试求生物种群的数量 y y y和时间 x x x的函数。
模型求解: 根据问题描述,如下,
λ y = { λ ,      y = 0 0 ,      y = y m \lambda_y=\left\{\begin{matrix}\lambda,\;\;y=0\\ 0,\;\;y=y_m\end{matrix}\right. λy={
λ,y=00,y=ym
根据模型假设,生物种群的变化率 λ y \lambda_y λy是一个随着生物种群数量 y y y的增加而线性递减的量,得,
λ y = − λ y m y + λ \lambda_y=-\frac{\lambda}{y_m}y+\lambda λy=−ymλy+λ
根据 y ( x + Δ x ) − y ( x ) = λ y y ( x ) Δ x y(x+\Delta x)-y(x)=\lambda_y y(x)\Delta x y(x+Δx)−y(x)=λyy(x)Δx,取 lim Δ x → 0 Δ x \lim_{\Delta x\rightarrow 0}\Delta x limΔx→0Δx,得微分方程,如下,
d y = λ y y d x dy=\lambda_y y dx dy=λyydx
d y = ( − λ y m y + λ ) y d x dy=(-\frac{\lambda}{y_m}y+\lambda) y dx dy=(−ymλy+λ)ydx
当 y ∈ ( 0 , y m ) y \in \left ( 0,y_m \right ) y∈(0,ym)时,有,
d y y − y 2 y m = λ d x \frac{dy}{y-\frac{y^2}{y_m}}=\lambda dx y−ymy2dy=λdx
y m y m y − y 2 d y = λ d x \frac{y_m}{y_my-y^2}dy=\lambda dx ymy−y2ymdy=λdx
y m − y + y y m y − y 2 d y = λ d x \frac{y_m-y+y}{y_my-y^2}dy=\lambda dx ymy−y2ym−y+ydy=λdx
( 1 y + 1 y m − y ) d y = λ d x \left ( \frac{1}{y} + \frac{1}{y_m-y} \right ) dy=\lambda dx (y1+ym−y1)dy=λdx
方程两边不定积分,如下,
∫ ( 1 y + 1 y m − y ) d y = ∫ λ d x \int \left ( \frac{1}{y} + \frac{1}{y_m-y} \right ) dy = \int \lambda dx ∫(y1+ym−y1)dy=∫λdx
得到原函数,如下,
l n y − l n ( y m − y ) = λ x + c lny-ln(y_m-y)=\lambda x + c lny−ln(ym−y)=λx+c
y = y m e λ x + c 1 + e λ x + c y=\frac{y_me^{\lambda x+c}}{1+e^{\lambda x+c}} y=1+eλx+cymeλx+c
代入给定条件 x = 0 , y = y 0 x=0, y=y_0 x=0,y=y0,进一步求解常数 c c c,如下,
y 0 = y m e c 1 + e c y_0=\frac{y_m e^c}{1+e^c} y0=1+ecymec
c = l n ( y 0 y m − y 0 ) c=ln\left ( \frac{y_0}{y_m-y_0} \right ) c=ln(ym−y0y0)
将常数 c c c代入原函数,得,
y = y m e λ x y 0 y m − y 0 1 + e λ x y 0 y m − y 0 y=\frac{y_m e^{\lambda x}\frac{y_0}{y_m-y_0}}{1+e^{\lambda x}\frac{y_0}{y_m-y_0}} y=1+eλxym−y0y0ymeλxym−y0y0
y = y m 1 + ( y m y 0 − 1 ) e − λ x y=\frac{y_m}{1+\left ( \frac{y_m}{y_0} -1 \right ) e^{-\lambda x}} y=1+(y0ym−1)e−λxym
2. 小结与展望
阻滞增长Logistic 模型和马尔萨斯模型唯一的区别在于生物种群数量的变化率 λ y \lambda_y λy的定义。具体地说,马尔萨斯模型认为生物种群数量的变化率 λ y \lambda_y λy为常数 λ \lambda λ [2]。阻滞增长Logistic模型认为生物种群数量的变化率 λ y \lambda_y λy是一个随着生物种群数量 y y y的增加而线性递减的量 [1]。进一步的工作主要包括分析Logistic模型的各个阶段,包括加速增长曲线,减速增长曲线 [3] 等。
参考资料
[1] 阻滞增长Logistic模型 https://wenku.baidu.com/view/9f843184a0116c175f0e4862.html
[2] 马尔萨斯模型 逻辑斯蒂 (阻滞增长) 模型的分析和应用
[3] 阻滞增长至加速/减速分析 http://cooc.cqmu.edu.cn:9001/Course/KnowledgePoint/5842.aspx
今天的文章logistic阻滞增长模型优缺点_logistic阻滞增长模型「建议收藏」分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:http://bianchenghao.cn/82345.html