更改

然而，自然界中的种群增长并非无限制。马尔萨斯模型描述了理想条件下（即资源无限时）的指数增长，但这在现实中几乎不存在。大多数增长过程会受到环境承载力（如食物、空间、天敌等）的限制。韦尔霍斯特意识到人口增长不仅与现有人口相关，还受可用资源制约，即存在一个最大承载量。

然而，自然界中的种群增长并非无限制。马尔萨斯模型描述了理想条件下（即资源无限时）的指数增长，但这在现实中几乎不存在。大多数增长过程会受到环境承载力（如食物、空间、天敌等）的限制。韦尔霍斯特意识到人口增长不仅与现有人口相关，还受可用资源制约，即存在一个最大承载量。

* 当<math>N</math>很小时，<math>\frac{\mathrm{d}N}{\mathrm{d}t}\approx λN</math> （初始阶段，增长率与N成正比）；

* 当<math>N</math>很小时，<math>\frac{\mathrm{d}N}{\mathrm{d}t}\approx λN</math> （初始阶段，增长率与N成正比）；

==核心思想==

==核心思想==

'''逻辑斯谛方程的核心思想是'''：种群增长率受双重因素影响，既与当前种群规模（<math>N</math>）成正比，也与剩余资源空间（<math>K-N</math>）成正比。 随着种群规模接近环境承载力K，其增长率将逐渐下降至零，从而实现种群的自我调节。这种增长模式表现为典型的S形曲线，根据增长速率的变化，其过程可细分为五个时期：①开始期（潜伏期），种群数量少，增长缓慢；②加速期，增长逐渐加快；③转折期，当种群数量达到K/2时，增长速率最快；④减速期，增长逐渐变慢；⑤饱和期，种群数量达到K值并维持稳定<ref>Kucharavy, D., Roland, DG. (2015). Application of logistic growth curve. Procedia engineering, 131, 280-290. </ref>（图2）。

'''逻辑斯谛方程的核心思想是'''：种群增长率受双重因素影响，既与当前种群规模（<math>N</math>）成正比，也与剩余资源空间（<math>K-N</math>）成正比。 随着种群规模接近环境承载力<math>K</math>，其增长率将逐渐下降至零，从而实现种群的自我调节。这种增长模式表现为典型的S形曲线，根据增长速率的变化，其过程可细分为五个时期：①开始期（潜伏期），种群数量少，增长缓慢；②加速期，增长逐渐加快；③转折期，当种群数量达到<math>K/2</math>时，增长速率最快；④减速期，增长逐渐变慢；⑤饱和期，种群数量达到K值并维持稳定<ref>Kucharavy, D., Roland, DG. (2015). Application of logistic growth curve. Procedia engineering, 131, 280-290. </ref>（图2）。

[[文件:Logistic curve.jpg|替代=|居左|缩略图|300x300像素|图2. 简单逻辑斯谛曲线的示意图。增长率函数在同一图上以钟形曲线表示。引自<ref>Kucharavy, D., Roland, DG. (2015). Application of logistic growth curve. Procedia engineering, 131, 280-290. </ref>]]

[[文件:Logistic curve.jpg|替代=|居左|缩略图|300x300像素|图2. 简单逻辑斯谛曲线的示意图。增长率函数在同一图上以钟形曲线表示。引自<ref>Kucharavy, D., Roland, DG. (2015). Application of logistic growth curve. Procedia engineering, 131, 280-290. </ref>]]

其中：

其中：

<math>N_{(t)}</math>: 时间t时的种群规模；

<math>N_{(t)}</math>: 时间<math>t</math>时的种群规模；

<math>λ</math>: 内禀增长率，表示理想条件下种群的最大增长潜力；

<math>λ</math>: 内禀增长率，表示理想条件下种群的最大增长潜力；

===逻辑斯谛系数与调节机制===

===逻辑斯谛系数与调节机制===

方程中的因子<math>(1-\frac{N}{K})</math>称为逻辑斯谛系数，它体现了密度依赖的调节作用。当N很小时，该系数接近1，方程近似于指数增长；随着N增大，该系数减小，对增长的抑制作用增强；当N=K时，系数为0，增长停止。

方程中的因子<math>(1-\frac{N}{K})</math>称为逻辑斯谛系数，它体现了密度依赖的调节作用。当<math>N</math>很小时，该系数接近<math>1</math>，方程近似于指数增长；随着<math>N</math>增大，该系数减小，对增长的抑制作用增强；当<math>N = K</math>时，系数为<math>0</math>，增长停止。

===不动点与稳定性===

===不动点与稳定性===

* <math>N = K</math>：为稳定平衡点，表示种群达到环境承载力。

* <math>N = K</math>：为稳定平衡点，表示种群达到环境承载力。

对原方程 <math>dN/dt = f(N) = λN(1-N/K)</math> 进行线性稳定性分析。 计算导数 <math>f'(N) = λ(1 - 2N/K)</math>。在 <math>N=0 </math>处，<math>f'(0) = λ > 0</math>，微扰会指数增长，故为不稳定平衡点；在 <math>N=K</math> 处，<math>f'(K) = -λ < 0</math>，微扰会指数衰减，故为稳定平衡点。

对原方程 <math>dN/dt = f(N) = λN(1-N/K)</math> 进行线性稳定性分析。 计算导数<math>f'(N) = λ(1 - 2N/K)</math>。在 <math>N=0 </math>处，<math>f'(0) = λ > 0</math>，微扰会指数增长，故为不稳定平衡点；在 <math>N=K</math> 处，<math>f'(K) = -λ < 0</math>，微扰会指数衰减，故为稳定平衡点。

当 <math>N < K</math>时，逻辑斯谛系数为正，种群数量上升；当<math>N > K</math> 时，系数为负，种群数量下降；当<math>N = K</math> 时，系数为零，种群数量保持不变。

当 <math>N < K</math>时，逻辑斯谛系数为正，种群数量上升；当<math>N > K</math> 时，系数为负，种群数量下降；当<math>N = K</math> 时，系数为零，种群数量保持不变。

===拐点与最大增长速率===

===拐点与最大增长速率===

逻辑斯谛曲线的拐点出现在 <math>N = \frac{K}{2}</math>处，此时种群增长速率（<math>\frac{dN}{dt}</math>）达到最大值<math>\frac{λK}{4}</math> （图2）。这一性质在资源管理中有直接应用，例如在渔业和林业中，将种群数量维持在K/2左右，可以获得最大可持续产量而不损害资源再生能力。

逻辑斯谛曲线的拐点出现在 <math>N = \frac{K}{2}</math>处，此时种群增长速率（<math>\frac{dN}{dt}</math>）达到最大值<math>\frac{λK}{4}</math> （图2）。这一性质在资源管理中有直接应用，例如在渔业和林业中，将种群数量维持在<math>K/2</math>左右，可以获得最大可持续产量而不损害资源再生能力。

==离散形式的逻辑斯谛方程==

==离散形式的逻辑斯谛方程==

逻辑斯谛方程的离散形式称为[[逻辑斯谛映射]]，其表达式为：<math>x_{n+1} = r x_n (1 - x_n)</math>，其中<math>x_n</math>表示第n代的种群规模（通常归一化到[0,1]区间），<math>r</math>为增长参数。该离散模型可视为通过欧拉前差法从连续方程近似得到，是研究混沌动力学的经典模型。当参数<math>r</math>变化时，系统会经历倍周期分岔通向混沌，展示了确定性非线性系统内在的复杂性与不可预测性<ref>Strogatz, S. H. (2018). Nonlinear dynamics and chaos: with applications to physics, biology, chemistry, and engineering (2nd ed.). Boca Raton: CRC Press.</ref><ref>May, R. M. (1976). Simple mathematical models with very complicated dynamics. Nature, 261(5560), 459–467.</ref><ref>Feigenbaum, M. J. (1978). Quantitative universality for a class of nonlinear transformations. Journal of Statistical Physics, 19(1), 25–52.</ref>。

逻辑斯谛方程的离散形式称为[[逻辑斯谛映射]]，其表达式为：<math>x_{n+1} = r x_n (1 - x_n)</math>，其中<math>x_n</math>表示第<math>n</math>代的种群规模（通常归一化到[0,1]区间），<math>r</math>为增长参数。该离散模型可视为通过欧拉前差法从连续方程近似得到，是研究[[混沌动力学]]的经典模型。当参数<math>r</math>变化时，系统会经历倍周期[[分岔]]通向[[混沌]]，展示了确定性非线性系统内在的复杂性与不可预测性<ref>Strogatz, S. H. (2018). Nonlinear dynamics and chaos: with applications to physics, biology, chemistry, and engineering (2nd ed.). Boca Raton: CRC Press.</ref><ref>May, R. M. (1976). Simple mathematical models with very complicated dynamics. Nature, 261(5560), 459–467.</ref><ref>Feigenbaum, M. J. (1978). Quantitative universality for a class of nonlinear transformations. Journal of Statistical Physics, 19(1), 25–52.</ref>。

== 推广 ==

== 推广 ==

* '''种群动力学'''：描述有限资源下生物种群的增长规律，如果蝇、细菌等。它也是许多相互作用种群模型（如捕食-被捕食模型）的基础<ref>Lotka, A. J. (1925). Elements of physical biology. Williams & Wilkins.</ref><ref>Volterra, V. (1926). Variazioni e fluttuazioni del numero d'individui in specie animali conviventi. Mem. R. Accad. Naz. dei Lincei, 2, 31–113.</ref>。

* '''种群动力学'''：描述有限资源下生物种群的增长规律，如果蝇、细菌等。它也是许多相互作用种群模型（如捕食-被捕食模型）的基础<ref>Lotka, A. J. (1925). Elements of physical biology. Williams & Wilkins.</ref><ref>Volterra, V. (1926). Variazioni e fluttuazioni del numero d'individui in specie animali conviventi. Mem. R. Accad. Naz. dei Lincei, 2, 31–113.</ref>。

* '''资源管理'''：指导渔业、林业等可再生资源的可持续利用，避免过度开发。其核心原则是使资源种群数量保持在环境容纳量K的一半（K/2）附近，此时种群增长速率最大，可获得最大持续产量<ref>Clark, C. W. (1990). Mathematical bioeconomics: the optimal management of renewable resources (2nd ed.). New York: Wiley.</ref>。

* '''资源管理'''：指导渔业、林业等可再生资源的可持续利用，避免过度开发。其核心原则是使资源种群数量保持在环境容纳量K的一半（<math>K/2</math>）附近，此时种群增长速率最大，可获得最大持续产量<ref>Clark, C. W. (1990). Mathematical bioeconomics: the optimal management of renewable resources (2nd ed.). New York: Wiley.</ref>。

* '''人口预测'''：用于模拟和预测人类人口增长，如珀尔和里德对美国人口的研究<ref>Cohen, J. E. (1995). How many people can the earth support? W. W. Norton & Company.</ref>。

* '''人口预测'''：用于模拟和预测人类人口增长，如珀尔和里德对美国人口的研究<ref>Cohen, J. E. (1995). How many people can the earth support? W. W. Norton & Company.</ref>。

在人口学中，该模型通常写作：<math>{\displaystyle {\frac {dN}{dt}}=rN\left(1-{\frac {N}{K}}\right)}</math>，

在人口学中，该模型通常写作：<math>{\displaystyle {\frac {dN}{dt}}=rN\left(1-{\frac {N}{K}}\right)}</math>，

其中常数<math>r</math>为种群（人口）增长率，<math>K</math>为环境承载力。

其中常数<math>r</math>为种群（人口）增长率，<math>K</math>为环境承载力。

方程中，早期的几乎无阻力的增长率来自<math>rN</math>。增长率r代表种群（人口）数量N在一个单位时间内的增长比例。随着人口增长，第二项<math>{\frac{-rN^2}{K}}</math>变得几乎和第一项一样大，种群N内的个体之间开始争夺某些关键资源（例如食物或生存空间）而相互干扰。这种对抗效应称为“瓶颈”，由参数K代表。竞争会降低总增长率，直到N停止增长（种群/人口成熟）。方程的解（<math>N_{0}</math>为初始种群/人口数量）为

方程中，早期的几乎无阻力的增长率来自<math>rN</math>。增长率r代表种群（人口）数量<math>N</math>在一个单位时间内的增长比例。随着人口增长，第二项<math>{\frac{-rN^2}{K}}</math>变得几乎和第一项一样大，种群N内的个体之间开始争夺某些关键资源（例如食物或生存空间）而相互干扰。这种对抗效应称为“瓶颈”，由参数<math>K</math>代表。竞争会降低总增长率，直到<math>N</math>停止增长（种群/人口成熟）。方程的解（<math>N_{0}</math>为初始种群/人口数量）为

<math>{\displaystyle N(t)={\frac {KN_{0}e^{rt}}{K+N_{0}\left(e^{rt}-1\right)}}={\frac {K}{1+\left({\frac {K-N_{0}}{N_{0}}}\right)e^{-rt}}}}</math>，

<math>{\displaystyle N(t)={\frac {KN_{0}e^{rt}}{K+N_{0}\left(e^{rt}-1\right)}}={\frac {K}{1+\left({\frac {K-N_{0}}{N_{0}}}\right)e^{-rt}}}}</math>，

其中：<math>{\displaystyle \lim _{t\to \infty }N(t)=K}</math>。

其中：<math>{\displaystyle \lim _{t\to \infty }N(t)=K}</math>。

因此，K是N的极限值，即经过足够长时间后，种群（人口）规模所能达到的最大值。值得注意的是，只要初始值<math>{\displaystyle N(0)>0}</math>，无论取值多少，种群数量都会渐近逼近环境承载力K，即使初始值<math>{\displaystyle N(0)>K}</math>也是如此。

因此，K是N的极限值，即经过足够长时间后，种群（人口）规模所能达到的最大值。值得注意的是，只要初始值<math>{\displaystyle N(0)>0}</math>，无论取值多少，种群数量都会渐近逼近环境承载力K，即使初始值<math>{\displaystyle N(0)>K}</math>也是如此。

生态学中有时称一个物种是R策略或K策略([[R/K选择理论]])的，这是指它们在自然选择过程形成的生物生命周期策略。进行无量纲化，使n代表以环境承载力单位计的种群数量，<math>{\displaystyle \tau }</math>代表以<math>{\displaystyle 1/r}</math>的单位计量的时间，得出无量纲微分方程：

生态学中有时称一个物种是R策略或K策略([[R/K选择理论]])的，这是指它们在自然选择过程形成的生物生命周期策略。进行无量纲化，使<math>n</math>代表以环境承载力单位计的种群数量，<math>{\displaystyle \tau }</math>代表以<math>{\displaystyle 1/r}</math>的单位计量的时间，得出无量纲微分方程：

<math>{\displaystyle {\frac {dn}{d\tau }}=n(1-n)}</math>。

<math>{\displaystyle {\frac {dn}{d\tau }}=n(1-n)}</math>。

若环境承载力随时间变化，即<math>{\displaystyle K(t)>0}</math>，则得到以下数学模型：

若环境承载力随时间变化，即<math>{\displaystyle K(t)>0}</math>，则得到以下数学模型：

<math>{\displaystyle T}</math>的典型取值为1年，在此情况下，<math>{\displaystyle K(t)}</math>可表示天气条件的周期性变化。

<math>{\displaystyle T}</math>的典型取值为1年，在此情况下，<math>{\displaystyle K(t)}</math>可表示天气条件的周期性变化。

另一个有趣的一般化情形是考虑承载能力<math>K_{(t)}</math>作为关于较早时间的种群数量的函数，以表示种群改变其所处环境的延迟。这就构成了一个逻辑斯谛时滞方程，它具有非常丰富的行为，在某些参数范围内呈现双稳定，以及单调衰减至零、平滑指数增长、间断无限增长（即多个S形）、间断增长或交替到平稳水平、振荡接近稳定水平、持续振荡、有限时间奇异点以及有限时间死亡。

另一个有趣的一般化情形是考虑承载能力<math>K_{(t)}</math>作为关于较早时间的种群数量的函数，以表示种群改变其所处环境的延迟。这就构成了一个逻辑斯谛时滞方程，它具有非常丰富的行为，在某些参数范围内呈现双稳定，以及单调衰减至零、平滑指数增长、间断无限增长（即多个<math>S</math>形）、间断增长或交替到平稳水平、振荡接近稳定水平、持续振荡、有限时间奇异点以及有限时间死亡。

==医学：流行病传播模型==

==医学：流行病传播模型==

* '''市场预测'''：预测新产品市场占有率的增长和饱和趋势<ref>Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15(5), 215–227.</ref>。

* '''市场预测'''：预测新产品市场占有率的增长和饱和趋势<ref>Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15(5), 215–227.</ref>。

* '''语言学'''：用于对语言变化进行建模，如新词汇或语法结构的传播速度随时间呈S形变化。

* '''语言学'''：用于对语言变化进行建模，如新词汇或语法结构的传播速度随时间呈<math>S</math>形变化。

* '''创新扩散'''：巴斯扩散模型的核心就是逻辑斯谛方程，用于描述新产品或新技术在人群中采纳的过程：从早期采用者到晚期大众，最后市场饱和。

* '''创新扩散'''：巴斯扩散模型的核心就是逻辑斯谛方程，用于描述新产品或新技术在人群中采纳的过程：从早期采用者到晚期大众，最后市场饱和。