一阶前向差分 Δ \Delta Δ x ( i ) = x ( i + 1 ) − x ( i ) x(i)=x(i+1)-x(i) x(i)=x(i+1)−x(i)
一阶后向差分 ∇ \nabla ∇ x ( i ) = x ( i ) − x ( i − 1 ) x(i)=x(i)-x(i-1) x(i)=x(i)−x(i−1)
二阶差分 Δ 2 \Delta^2 Δ2 x ( i ) = x(i)= x(i)= Δ \Delta Δ x ( i + 1 ) − x(i+1)- x(i+1)− Δ \Delta Δ x ( i ) x(i) x(i)= x ( i + 2 ) − 2 x ( i + 1 ) + x ( i ) x(i+2)-2x(i+1)+x(i) x(i+2)−2x(i+1)+x(i)
差分方程的形态
一阶差分方程 Δ \Delta Δ x ( i ) = f ( i , x ( i ) ) x(i)=f(i,x(i)) x(i)=f(i,x(i))
二阶差分方程 Δ 2 \Delta^2 Δ2 x ( i ) = f ( i , x ( i ) , Δ x ( i ) ) x(i)=f(i,x(i),\Delta x(i)) x(i)=f(i,x(i),Δx(i))
更一般的形态 F ( i , x ( i ) , x ( i + 1 ) , x ( i + 2 ) , . . . x ( i + k ) ) = 0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0
差分方程的解
F ( i , x ( i ) , x ( i + 1 ) , x ( i + 2 ) , . . . x ( i + k ) ) = 0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0
若向量 x=(x(0),x(1),…x(n)) 让上面的方程成立,则次向量称为差分方程的一个解
一阶线性常系数差分方程 x ( i + 1 ) + a x ( i ) = b x(i+1)+ax(i)=b x(i+1)+ax(i)=b
若a≠-1,0,则其通解为 x ( n ) x(n) x(n)=C ( − a ) n (-a)^n (−a)n+ b / ( a + 1 ) b/(a+1) b/(a+1)
二阶线性常系数差分方程 x ( i + 2 ) + a x ( i + 1 ) + b x ( i ) = r x(i+2)+ax(i+1)+bx(i)=r x(i+2)+ax(i+1)+bx(i)=r
F ( i , x ( i ) , x ( i + 1 ) , x ( i + 2 ) , . . . x ( i + k ) ) = 0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0 F(i,x(i),x(i+1),x(i+2),...x(i+k))=0
若有常数a使得F(i,a,a,a…a)=0,则a为差分方程平衡点
若差分方程的任意解{x(n)}都满足 lim n → ∞ x ( n ) \lim\limits_{n\rightarrow\infty}{x(n)} n→∞limx(n)=a
则称a是稳定的平衡点
差分方程方法建模-种群增长模型
只考虑出生和死亡
假设第n个繁殖周期 果蝇总量为x(n)
每个繁殖周期生育率r
每个繁殖周期死亡率d
相邻两个繁殖周期果蝇数量变化 x ( n + 1 ) − x ( n ) = r x ( n ) − d x ( n ) x(n+1)-x(n)=rx(n)-dx(n) x(n+1)−x(n)=rx(n)−dx(n)
x ( n ) = x ( 0 ) ( 1 + r − d ) n x(n)=x(0)(1+r-d)^n x(n)=x(0)(1+r−d)n
用最小二乘法算出参数r和d
但种群密度增加,增速会放缓,指数增长模型没有考虑环境,资源的限制
考虑资源受限的种群模型
补充假设 a、d、p、q均为非负常数
生育率r会随总数x(n)增加而减少
设r为减函数 r(x)=a-bx
死亡率d会随总数x(n)增加而增加
设d为增函数d(x)=p+qx
x ( n + 1 ) = [ A − B x ( n ) ] ∗ x ( n ) x(n+1)=[A-Bx(n)]*x(n) x(n+1)=[A−Bx(n)]∗x(n)
A=1+a-p B=b+q
观察模型可知,看A-Bx(n)与1的关系 存在临界值A-1/B
果蝇数量少 x(n)<(A-1)/B 果蝇数量递增
果蝇数量多 x(n)>(A-1)/B 果蝇数量递减
考虑年龄因素
新增假设,出生后k个周期才能生育
从n期到第n+1期新增个体数量,应由n-k个周期的总群总量决定
x ( n + 1 ) − x ( n ) = r ( 1 − d ) k x ( n − k ) − d x ( n ) x(n+1)-x(n)=r(1-d)^kx(n-k)-dx(n) x(n+1)−x(n)=r(1−d)kx(n−k)−dx(n)
高阶线性差分方程,求解需要多个阶段的数据
考虑性别因素
新增假设:种群中雌性比例为s
从n期到第n+1期新增个体数量,应由n个周期雌性个体的数量决定
x ( n + 1 ) − x ( n ) = r ∗ s ∗ x ( n ) − d x ( n ) x(n+1)-x(n)=r*s*x(n)-dx(n) x(n+1)−x(n)=r∗s∗x(n)−dx(n)
r与s可做调节
考虑雌性比例的意义:增加可调节项,更贴近现实
综合考虑年龄和性别因素
x ( n + 1 ) − x ( n ) = r ∗ s ( 1 − d ) k x ( n − k ) − d x ( n ) x(n+1)-x(n)=r*s(1-d)^kx(n-k)-dx(n) x(n+1)−x(n)=r∗s(1−d)kx(n−k)−dx(n)
考虑年龄结构的种群
生物不同年龄死亡率不同,繁殖也不同。
五年生河虾为例:成年虾直接孵化幼虾,幼虾一年后成年可产卵,五龄产卵之后当年死亡
第n年幼虾、一~五龄虾的数量分别为 A(n),B(n),C(n),D(n),E(n),F(n);
各年龄段活到下一段的比例 R 1 、 R 2 . . . R 5 R_1、R_2...R_5 R1、R2...R5
一到五龄产生幼虾的个数 S 1 、 S 2 . . . S 5 S_1、S_2...S_5 S1、S2...S5
不考虑虾的性别结构等
A ( n ) = S 1 B ( n − 1 ) + S 2 C ( n − 1 ) + S 3 D ( n − 1 ) + S 4 E ( n − 1 ) + S 5 F ( n − 1 ) A(n)=S_1B(n-1)+S_2C(n-1)+S_3D(n-1)+S_4E(n-1)+S_5F(n-1) A(n)=S1B(n−1)+S2C(n−1)+S3D(n−1)+S4E(n−1)+S5F(n−1)
B ( n ) = R 1 A ( n − 1 ) B(n)=R_1A(n-1) B(n)=R1A(n−1)
C ( n ) = R 2 B ( n − 1 ) C(n)=R_2B(n-1) C(n)=R2B(n−1)
D ( n ) = R 3 C ( n − 1 ) D(n)=R_3C(n-1) D(n)=R3C(n−1)
E ( n ) = R 4 D ( n − 1 ) E(n)=R_4D(n-1) E(n)=R4D(n−1)
F ( n ) = R 5 E ( n − 1 ) F(n)=R_5E(n-1) F(n)=R5E(n−1)
M = { O s 1 s 2 s 3 s 4 s 5 R 1 O O O O O O R 2 O O O O O O R 3 O O O O O O R 4 O O O O O O R 5 O } M= \left\{ \begin{matrix} O & s_1 & s_2 & s_3 & s_4 &s_5\\ R_1 & O & O & O & O & O\\ O & R_2 & O & O & O & O\\O & O & R_3 & O & O & O \\O & O & O & R_4 & O & O\\O & O & O & O & R_5 & O\end{matrix} \right\} M=⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧OR1OOOOs1OR2OOOs2OOR3OOs3OOOR4Os4OOOOR5s5OOOOO⎭⎪⎪⎪⎪⎪⎪⎬⎪⎪⎪⎪⎪⎪⎫
X ( n ) = { A ( n ) B ( n ) C ( n ) D ( n ) E ( n ) F ( n ) } X(n)= \left\{ \begin{matrix} A(n)\\ B(n)\\ C(n)\\D(n)\\E(n)\\F(n)\end{matrix} \right\} X(n)=⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧A(n)B(n)C(n)D(n)E(n)F(n)⎭⎪⎪⎪⎪⎪⎪⎬⎪⎪⎪⎪⎪⎪⎫
X ( N ) = M X ( n − 1 ) X(N)=MX(n-1) X(N)=MX(n−1)
多维状态转移方程,又称Leslie方程
考虑突发因素-脉冲情况
新增假设:每p个周期种群会有μ比例的损失
x ( n + 1 ) − x ( n ) = r x ( n ) − d x ( n ) − T ( n ) μ ∗ x ( n ) x(n+1)-x(n)=rx(n)-dx(n)-T(n)μ*x(n) x(n+1)−x(n)=rx(n)−dx(n)−T(n)μ∗x(n)
T ( n ) = { 1 , n = p k , k = 0 , 1.. 0 , 其 他 T(n)=\begin{cases}1, n=pk,k=0,1.. \\0, 其他\end{cases} T(n)={ 1,n=pk,k=0,1..0,其他
灭鼠灭蟑通常控制不力导致的养殖出现问题
新增假设改为:数量或密度达到M,会有μ比例的损失
x ( n + 1 ) − x ( n ) = r x ( n ) − d x ( n ) − S ( x ( n ) ) μ ∗ x ( n ) x(n+1)-x(n)=rx(n)-dx(n)-S(x(n))μ*x(n) x(n+1)−x(n)=rx(n)−dx(n)−S(x(n))μ∗x(n)
S ( n ) = { 1 , x ( n ) > = M 0 , x ( n ) < = M S(n)=\begin{cases}1, x(n)>=M \\0, x(n)<=M\end{cases} S(n)={ 1,x(n)>=M0,x(n)<=M
比如根绝数量或密度状况灭鼠
兼顾时间和空间维度
用于替代偏微方程组
污染物的扩散模型
差分方程稳定性建模
x ( k + 1 ) = f ( x ( k ) ) x(k+1)=f(x(k)) x(k+1)=f(x(k)) k趋近于无穷大
平衡点及其稳定性判断准则
差分方程x(k+1)=ax(k)+b
平衡点:b/(1-a)
稳定条件:|a|<1
差分方程x(k+1)=f(x(k))
平衡点:x=f(x) 的解 x ∗ x^* x∗
稳定条件:| f ′ ( x ∗ ) f'(x^*) f′(x∗)|<1
二阶线性差分方程 x ( k + 2 ) + a 1 x ( k + 1 ) + a 2 x ( k ) = b x(k+2)+a_1x(k+1)+a_2x(k)=b x(k+2)+a1x(k+1)+a2x(k)=b