可以写成某个参数s的函数.docVIP

可以写成某个参数s的函数。另外因为F(u,K) =-u3+Ku连续,Fu在除原点之外的各点都非奇 异,所以(3)式的解在除原点之外的各点附近存在 且唯一,并且解曲线局部上可以用K作为自然参 数表示,这与我们已经求出了3个解u(i)(K)(i= 1,2,3)是一致的。 y(i)(K)={(u(i)(K),K)|KIR1}(i=1,2,3) 是(3)式的解曲线,并且在y(1)(0)=(0,0)的任何E 方形邻域内都存在不落在y(1)(K)上的(1)的解点, 因为(-E/2,E2/4)Iy(2)(K)和(-E/2,E/2)I y(2)(K)必有其一在这个邻域内。根据定义2,原点 是(3)式的分岔点。 因为原点是3条解曲线的交点,那么根据定义 3,原点不是(3)式的简单分岔点。因为原点两侧都 有稳定的解点,所以根据定义4,原点处的分岔是 超临界叉形分岔。 313 分岔点的判别准则 分岔点的定义无疑是一条判别准则,但却并非 每个非线性特征值问题(1)式都会简单到像(3)式 那样能方便地应用定义判别分岔点。实际计算中 常用到如下一条比较实用的判别准则: 当p=1时,如果y(s)是(1)式的光滑解曲线 且行列式 d(s)=detFc(y(s)) ?y(s)T 在s=s*处变号,则y(s*)必是(1)式的分岔点。 但这仅仅是/y(s*)是分岔点0的充分条件,单 纯应用此准则是可能遗漏分岔点的!比如对(3) 式,(0,0)就不能通过这条准则被确认为分岔点。 首先,3条解曲线中y(1)(K)和y(2)(K)都在原点处 不光滑(导数不存在);其次,即使是针对在原点处 光滑的解曲线y(3),d(s)也在原点处失去意义。 我们有理由认为,在判别分岔点时,应充分注 意一些可疑点,比如:解曲线上罕见的不光滑点、恰 好使某些判别准则失效的点等等,要对可疑点附近 的性质进行数值分析,进而判别它是否为分岔点。 4 非线性特征值问题的正则解及步 长控制 411 正则解的定义及两种算法 对于(1)式的解曲线上某一点y(s0),若F0y= Fy(y(s0))的秩为n,则y(s0)称为(1)式的正 则解。 再考虑方程(3)。因为n=1,Fy(u,K)=(- 3u2+K,u),所以解曲线上除原点之外的每一点都 是(3)式的正则解。 方程(1)的解是连续曲线而不是孤立的点,数 值计算中就用曲线上适当分布的点来刻画该曲线。 41111 预估-校正算法 假设(u0,K0)是方程(1)的解且Fu(u0,K0)非 奇异,由隐函数定理知在K0的一个邻域内,(1)式 存在一条唯一的解曲线y(K)。计算这类正则解, 预估-校正算法是最简单直观的。 预估就是通过(u0,K0)的信息构造出y(K)上 (u0,K0)附近一点(u1,K1)的近似值(u1,K1),$K= K1-K0称为延拓步长;校正则指对固定的K1,以 u1为初始值构造出收敛于y(K)上的点(u1,K1)的 迭代过程。 41112 连续法 假设(u0,K0)是方程(1)的解,当Fu(u0,K0)奇 异时,预估-校正算法将无法进行。而基于隐函数 定理的连续法却可以计算所有使(4)式成立的正则 点。连续法的基本思想是引入其它参数,以避免因 为采用自然参数K遇到Fu(u,K)的奇异点。 412 步长控制 求解(1)式的数值方法若对一个实际问题而言 是可行的,那么计算其解曲线上的点越少,计算的 代价就越低。因此衡量算法优劣的标准之一就是 延拓步长$K能否取得尽可能大,但步长太大就会 影响收敛的速度。适当的步长与校正迭代的最佳 步数、校正算法、要求的精度等有关。 5 数值计算实例 即使我们未求出(3)式的解,在4.1中我们也 已经知道(3)式的0绝大部分0解是正则解,所以我 们可以采用预估-校正算法来求(3)式的解曲线。 以(ui,Ki)标记求解过程中出现的第i个解点。 511 割线法预估-校正 第一步 找到(3)式的两个正则解(u0,K0)、 (u1,K1),作为本算法的预估起点; 第二步 根据(ui,Ki)和(ui+1,Ki+1),以$Ki 为步长进行延拓,进行割线预估,找到新解点 (ui+2,Ki+2)的近似点(ui+2,Ki+2): Ki+2=Ki+1+$Ki, (i=0,1,2,,); ui+2=ui+1+(ui+1-ui)#Ki+2-Ki+1Ki+1-Ki=ui+1+ $Ki#ui+1-uiKi+1-Ki, (i=0,1,2,,); 95第2期 姚 俐等:动态人口模型分岔问题与数值计算 u(t)=au0exp[a(t-t0)]a-bu0+bu0exp[a(t-t0)], 其中a,b为正的常数,limty]u(t)=ab。 本文将主要讨论K=B1-uu12情形下的 广义人口模