142
个编辑
更改
→典型应用
数值积分方法在动力系统中发挥着基础性作用，是分析轨迹结构与长期行为的重要工具。它们常用于绘制相轨迹、生成时间序列、研究周期轨道和吸引子的稳定性，以及在参数变化下分析分岔结构。对于大多数非线性系统而言，解析解通常难以获得，因此依靠数值方法来探索系统的全局动力学特征，包括极限环、准周期轨道以及混沌吸引子等现象，是研究中的常见做法。数值方法还可用于估计 Lyapunov 指数、构建 Poincaré 切片，进一步理解系统的混沌特性。尽管它们提供了对系统行为的有效近似，但结果仍依赖于步长、稳定性条件及算法阶数，在研究敏感依赖性的混沌系统时尤其需要谨慎解释<ref name="Devaney2003">Devaney, R. L. (2003). ''An Introduction to Chaotic Dynamical Systems'' (2nd ed.). Westview Press.</ref>。
数值积分方法在动力系统中发挥着基础性作用，是分析轨迹结构与长期行为的重要工具。它们常用于绘制相轨迹、生成时间序列、研究周期轨道和吸引子的稳定性，以及在参数变化下分析分岔结构。对于大多数非线性系统而言，解析解通常难以获得，因此依靠数值方法来探索系统的全局动力学特征，包括极限环、准周期轨道以及混沌吸引子等现象，是研究中的常见做法。数值方法还可用于估计 Lyapunov 指数、构建 Poincaré 切片，进一步理解系统的混沌特性。尽管它们提供了对系统行为的有效近似，但结果仍依赖于步长、稳定性条件及算法阶数，在研究敏感依赖性的混沌系统时尤其需要谨慎解释<ref name="Devaney2003">Devaney, R. L. (2003). ''An Introduction to Chaotic Dynamical Systems'' (2nd ed.). Westview Press.</ref>。
=典型应用=
==种群增长模型（[[逻辑斯谛方程]]）==
'''[[逻辑斯谛方程]]'''（Logistic equation）是一种描述有限资源环境下种群增长的常[[微分方程]]，由比利时数学家皮埃尔·弗朗索瓦·费赫尔胡斯特（Pierre-François Verhulst）于 1838 年提出，被认为是一维[[动力系统]]方法在种群生物学中的早期且经典的应用实例。该方程刻画了种群数量在早期呈指数增长，在资源限制下逐渐趋缓，并最终接近环境承载量的典型生物动力学模式。
'''[[逻辑斯谛方程]]'''（Logistic equation）是一种描述有限资源环境下种群增长的常[[微分方程]]，由比利时数学家皮埃尔·弗朗索瓦·费赫尔胡斯特（Pierre-François Verhulst）于 1838 年提出，被认为是一维[[动力系统]]方法在种群生物学中的早期且经典的应用实例。该方程刻画了种群数量在早期呈指数增长，在资源限制下逐渐趋缓，并最终接近环境承载量的典型生物动力学模式。
该模型以[[微分方程]]形式描述有限环境中种群增长的过程：
该模型以[[微分方程]]形式描述有限环境中种群增长的过程：
其中，<math>N</math> 表示种群数量，<math>r</math> 为内禀增长率，<math>K</math> 为环境承载量（carrying capacity）。
其中，<math>N</math> 表示种群数量，<math>r</math> 为内禀增长率，<math>K</math> 为环境承载量（carrying capacity）。
该方程最早用于解释人口增长的自我限制现象，后来成为非线性动力学和生态系统建模中的基本模型之一<ref name="Verhulst1838">Verhulst, P.-F. (1838). "Notice sur la loi que la population poursuit dans son accroissement". ''Correspondance Mathématique et Physique''.</ref>。
该方程最早用于解释人口增长的自我限制现象，后来成为非线性动力学和生态系统建模中的基本模型之一<ref name="Verhulst1838">Verhulst, P.-F. (1838). "Notice sur la loi que la population poursuit dans son accroissement". ''Correspondance Mathématique et Physique''.</ref>。
=== 数学形式 ===
[[逻辑斯谛方程]]写作：
[[逻辑斯谛方程]]写作：
<math>
<math>
方程包含两个核心因素：指数增长项 <math>rN</math> 与抑制增长的非线性项 <math>1 - N/K</math><ref name="Murray2002">Murray, J. D. (2002). ''Mathematical Biology I: An Introduction'' (3rd ed.). Springer.</ref>。
方程包含两个核心因素：指数增长项 <math>rN</math> 与抑制增长的非线性项 <math>1 - N/K</math><ref name="Murray2002">Murray, J. D. (2002). ''Mathematical Biology I: An Introduction'' (3rd ed.). Springer.</ref>。
=== 解的形式 ===
[[文件:Logistics Equation - Graph.png|缩略图|逻辑斯谛方程 <br>
[[文件:Logistics Equation - Graph.png|缩略图|逻辑斯谛方程 <br>
__PROTECTED_2__]]
__PROTECTED_2__]]
</math>
</math>
=== 离散形式：[[逻辑斯谛映射]] ===
逻辑斯谛方程的著名离散版本为 '''[[逻辑斯谛映射]]'''（logistic map）：
逻辑斯谛方程的著名离散版本为 '''[[逻辑斯谛映射]]'''（logistic map）：
<math>
<math>
其表现从稳定到周期、再到[[混沌]]，是一维动力学与[[混沌理论]]的核心示例<ref name="Edelstein2005">Edelstein-Keshet, L. (2005). ''Mathematical Models in Biology''. SIAM.</ref>。
其表现从稳定到周期、再到[[混沌]]，是一维动力学与[[混沌理论]]的核心示例<ref name="Edelstein2005">Edelstein-Keshet, L. (2005). ''Mathematical Models in Biology''. SIAM.</ref>。
=== 应用 ===
[[逻辑斯谛方程]]广泛用于生态学（种群增长）、生物学（细胞分裂、肿瘤增长）、传染病建模、社会科学（技术扩散）以及工程系统中的[[反馈]]动力学。其 S 型曲线也用于统计建模，如逻辑斯谛回归<ref name="Murray2002" />。
[[逻辑斯谛方程]]广泛用于生态学（种群增长）、生物学（细胞分裂、肿瘤增长）、传染病建模、社会科学（技术扩散）以及工程系统中的[[反馈]]动力学。其 S 型曲线也用于统计建模，如逻辑斯谛回归<ref name="Murray2002" />。
==RC电路分析==
===模型定义===
[[文件:RC_Series_Filter_(with_V&I_Labels).png|300x500像素|thumb|right|串联RC电路，引自<ref name='wikipedia rc circuit'>https://en.wikipedia.org/wiki/RC_circuit</ref>]]
[[文件:RC_Series_Filter_(with_V&I_Labels).png|300x500像素|thumb|right|串联RC电路，引自<ref name='wikipedia rc circuit'>https://en.wikipedia.org/wiki/RC_circuit</ref>]]
</math>
</math>
===模型的解===
该方程的通解为
该方程的通解为
Q(t) = V_{0}C(1 - e^{-t/RC})
Q(t) = V_{0}C(1 - e^{-t/RC})
</math>
</math>
相应地，也能得到电容器的[[稳态电压]] <math>V_{C}(\infty)</math> 为 <math>V_{0}C</math>，输出电压随时间变化规律为
<math>
<math>
V_{C}(t) = \frac{Q}{C} = V_{0}(1 - e^{-t/RC}).
V_{C}(t) = \frac{Q}{C} = V_{0}(1 - e^{-t/RC}).
</math>
</math>
其中 <math>\tau = RC</math> 称为时间常数，它决定电容器充电的快慢。
其中 <math>\tau = RC</math> 称为[[时间常数]]，它决定电容器充电的快慢。
===势函数的定性视角===
可以将 (RC-1) 写成势函数的形式：
可以将 (RC-1) 写成下面的形式：
<math>
<math>
f(Q) = \dot{Q} = \frac{V_{0}}{R} - \frac{Q}{RC} = -\frac{1}{RC} \cdot Q + \frac{V_{0}}{R}
f(Q) = \dot{Q} = \frac{V_{0}}{R} - \frac{Q}{RC} = -\frac{1}{RC} \cdot Q + \frac{V_{0}}{R}
</math>
</math>
可见等号右侧的函数是一个截距为正，斜率为负的直线，有一个稳定不动点 <math>Q = V_{0}C</math>。另外，从该函数也可明显的看出上面的结论：当电容初始电量为零时，依该函数，其电量会一直增长，无限趋于稳定不动点。
===传递函数的视角===
将 (RC-2) 两边做拉普拉斯变换，得到
将 (RC-2) 两边做[[拉普拉斯变换]]，得到
<math>
<math>
</math>
</math>
整理得到 <math>\tilde{V}_{C} = (RCs + 1)\tilde{V}_{\text{out}}(s)</math>，系统的传递函数为
整理得到 <math>\tilde{V}_{C} = (RCs + 1)\tilde{V}_{\text{out}}(s)</math>，系统的[[传递函数]]为
<math>
<math>
</math>
</math>
这是一个典型的一阶惯性环节，电容开始无电量，电压恒定的情况相当于系统的[[阶跃响应]]，而一阶[[惯性系统]]的阶跃响应总是稳定、无震荡的。其响应值达到稳态值的约 <math>63.2\%</math> 所需时间为时间常数 <math>\tau</math>。由[[控制论]]的工具出发，还可以分析 RC 电路在不同输入电压（如脉冲、交流电）下的不同响应（输出电压）。
===频率特性===
现在考虑输入为单相交流电的情形。假设输入电压随时间变化为 <math>V_{\text{in}}(t) = \sin(\omega t)</math>，其对应的拉普拉斯变换为 <math>\displaystyle \tilde{V}_{\text{in}}(s) = \frac{\omega}{s^{2} + \omega^{2}}</math>，由系统的传递函数，可得输出电压的拉普拉斯变换为
现在考虑输入为单相交流电的情形。假设输入电压随时间变化为 <math>V_{\text{in}}(t) = \sin(\omega t)</math>，其对应的[[拉普拉斯变换]]为 <math>\displaystyle \tilde{V}_{\text{in}}(s) = \frac{\omega}{s^{2} + \omega^{2}}</math>，由系统的[[传递函数]]，可得输出电压的[[拉普拉斯变换]]为
<math>
<math>
</math>
</math>
称 <math>a(\omega) = \displaystyle \frac{1}{(\omega \tau)^{2}+1}</math> 为系统的幅频特性，<math>\phi(\omega) = -\arctan(\omega \tau)</math> 为其相频特性。可以看到当交流电频率增加时，输出电压的幅度降低：这是一个简单的低通滤波器。
称 <math>a(\omega) = \displaystyle \frac{1}{(\omega \tau)^{2}+1}</math> 为系统的[[幅频特性]]，<math>\phi(\omega) = -\arctan(\omega \tau)</math> 为其[[相频特性]]。可以看到当交流电频率增加时，输出电压的幅度降低：这是一个简单的[[低通滤波器]]。
==企业生长模型==
'''企业生长模型'''是[[张江]]团队提出的、基于企业[[规模标度律]]和企业财务平衡方程构建的企业资产变化的[[微分方程]]，刻画企业的平均生长动力学
'''企业生长模型'''是[[张江]]团队提出的、基于企业[[规模标度律]]和企业财务平衡方程构建的企业资产变化的[[微分方程]]，刻画企业的平均生长动力学
=== 数学形式 ===
<math>
<math>
\frac{dA}{dt} = \frac{c_IA^{\beta_I}}{1-c_L \beta_L A^{\beta_L-1}}
\frac{dA}{dt} = \frac{c_IA^{\beta_I}}{1-c_L \beta_L A^{\beta_L-1}}
上式被称为企业普适生长方程（General growth equation)
上式被称为企业普适生长方程（General growth equation)
=== 解的形式 ===
上式方程直接积分，难以给出资产随时间的显式解析表达式，但可以给出企业资产生长轨迹的隐式解
上式方程直接积分，难以给出资产随时间的显式解析表达式，但可以给出企业资产生长轨迹的隐式解
===不动点分析===
分析企业生长方程的动力学性质，我们可知，方程只有一个不动点<math>A = 0</math>，该点意味着企业的资产为0，考虑到企业资产往往不会出现为0的情况，该点并无实际的经济意义。
分析企业生长方程的动力学性质，我们可知，方程只有一个不动点<math>A = 0</math>，该点意味着企业的资产为0，考虑到企业资产往往不会出现为0的情况，该点并无实际的经济意义。
===奇异点分析===
进一步分析可知，方程存在奇异点，即分母为0的情况，此时<math>dA/dt \to \infty</math>。下面我们对奇异点<math>A^*</math>展开分析。
进一步分析可知，方程存在奇异点，即分母为0的情况，此时<math>dA/dt \to \infty</math>。下面我们对奇异点<math>A^*</math>展开分析。
令分母<math>D(x) = 1-c_L\beta_LA^{\beta_L-1} = 0</math>，得到奇异点<math>A^*=\left(c_L\beta_L\right)^{1/(1-\beta_L)}</math>
令分母<math>D(x) = 1-c_L\beta_LA^{\beta_L-1} = 0</math>，得到奇异点<math>A^*=\left(c_L\beta_L\right)^{1/(1-\beta_L)}</math>
====稳定性====
对奇异点进行稳定性分析，即判断 <math>\left.\frac{d^2t}{dA^2}\right|_{A=A^*}=\frac{(A^*)^{-\beta_I-1}}{c_I}(1-\beta_L)</math>的正负。我们得到两种情况：
对奇异点进行稳定性分析，即判断 <math>\left.\frac{d^2t}{dA^2}\right|_{A=A^*}=\frac{(A^*)^{-\beta_I-1}}{c_I}(1-\beta_L)</math>的正负。我们得到两种情况：
[[文件:Singularity.png|400px|thumb|right|企业生长轨迹及其变化率和不同参数的关系]]
[[文件:Singularity.png|400px|thumb|right|企业生长轨迹及其变化率和不同参数的关系]]
====经济含义====
对应到企业生长行为，也可以分成对应两种类型的生长阈值
对应到企业生长行为，也可以分成对应两种类型的生长阈值