| 第1行: |
第1行: |
| | 逻辑斯谛方程(Logistic Equation),又称逻辑斯谛增长模型,是一种描述在有限资源环境下种群规模增长的S形曲线数学模型。该模型由比利时数学家皮埃尔·弗朗索瓦·韦尔霍斯特(Pierre François Verhulst)在19世纪提出,如今已成为生态学、生物学、化学、人口学、经济学、地球科学、心理学、社会学、政治学、语言学、统计学、医学和机器学习等多个领域中的核心模型之一。 | | 逻辑斯谛方程(Logistic Equation),又称逻辑斯谛增长模型,是一种描述在有限资源环境下种群规模增长的S形曲线数学模型。该模型由比利时数学家皮埃尔·弗朗索瓦·韦尔霍斯特(Pierre François Verhulst)在19世纪提出,如今已成为生态学、生物学、化学、人口学、经济学、地球科学、心理学、社会学、政治学、语言学、统计学、医学和机器学习等多个领域中的核心模型之一。 |
| | | | |
| − | 逻辑斯谛方程的学表达式为:<math>{\frac{dN}{dt} = λN(K - N)}</math>,是基于种群的增长率(<math>{\frac{dN}{dt}}</math>)与当前的种群规模成(<math>N</math>)正比和剩余的可利用资源空间(<math>K-N</math>)成正比的科学假设。 | + | 逻辑斯谛方程的学表达式为:<math>{\frac{dN}{dt} = λN(K - N)}</math>,是基于种群规模的增长率(<math>{\frac{dN}{dt}}</math>)与种群规模(<math>N</math>)成正比,并且和环境容纳量与种群规模之差(<math>K-N</math>)成正比的科学假设。 |
| | | | |
| | =历史= | | =历史= |
| 第20行: |
第20行: |
| | ==问题背景== | | ==问题背景== |
| | 种群增长的一个模型是基于如下假设建立的:种群规模的增长率与种群规模成正比。这个假设对于理想条件下(无限的环境、充足的营养、没有天敌、对疾病免疫)的细菌种群或动物种群是合理的。 | | 种群增长的一个模型是基于如下假设建立的:种群规模的增长率与种群规模成正比。这个假设对于理想条件下(无限的环境、充足的营养、没有天敌、对疾病免疫)的细菌种群或动物种群是合理的。 |
| − | 种群规模N的增长率为导数<math>\displaystyle{ \frac{dN}{dt} }</math>,所以种群规模的增长率与种群规模成正比的假设可以表示成:
| + | 种群规模的增长率为导数<math>\displaystyle{ \frac{dN}{dt} }</math>,所以种群规模的增长率与种群规模成正比的假设可以表示成: |
| | {{NumBlk|:| | | {{NumBlk|:| |
| | <math> | | <math> |
| 第51行: |
第51行: |
| | ==核心思想== | | ==核心思想== |
| | | | |
| − | 逻辑斯谛方程的核心思想是:种群的增长率不仅与当前的种群规模成正比,还与剩余的可利用资源空间成正比。随着种群规模接近环境承载力,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,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:种群规模的增长率不仅与当前的种群规模成正比,还与剩余的可利用资源空间成正比。随着种群规模接近环境承载力,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,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)。 |
| | | | |
| | =主要内容= | | =主要内容= |
| 第141行: |
第141行: |
| | <math>{\displaystyle {\frac {dN}{dt}}=rN\left(1-{\frac {N}{K}}\right)}</math>, | | <math>{\displaystyle {\frac {dN}{dt}}=rN\left(1-{\frac {N}{K}}\right)}</math>, |
| | 其中常数r为种群(人口)增长率,K为环境承载力。 | | 其中常数r为种群(人口)增长率,K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。后来,随着人口的增长,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。竞争会降低总合增长率,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N在一个单位时间内的增长比例。后来,随着人口的增长,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 |
| | <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>。 |