数学建模关于人口模型的倍周期现象..docVIP

关于Logistic模型的倍周期收敛现象 许 立 炜 （南京邮电学院应用数理系 南京210003） 摘要：本文运用实验和归纳的方法，讨论了如何利用Mathmatic数学软件观察Logistic模型的倍周期收敛现象以及对初值的依赖性，并从理论上解释了倍周期收敛现象。 关键词：数学模型，数学实验，差分方程 引 言 我们知道描述人口（或其它生物）在有限资源环境下增长的Logistic模型（I）（见文1） 其中表示时刻的人口数，表示自然资源与环境条件所能容纳的最大人口数。人口较少时的增长率可以看成常数，称为固有增长率，记作，本文中. 为了方便用计算机对问题求解，本文考虑Logistic的离散模型，将（I）中的微分用差分形式表示，得模型（II） 取步长（单位时间：年），则由（1.1）式整理得 令（显然），，得离散的Logistic的模型 这是一个一阶非线性差分方程，无法直接求出其一般解. 但对给定的初值，我们可以利用计算机很便捷地递推算出（1.3）、（1.4）式的数值解. 二．实 验 过 程 在时，分别取初值，，，编程迭代30次，观察数据的收敛性。 下面是在Mathmatic数学软件中的程序 程序1 所得数据如下： 迭 代 次 数 时 时 时 1 0.1 0.10001 0.100001 2 0.18 0.180016 0.180002 3 0.2952 0.29522 0.295202 4 0.416114 0.416131 0.416116 …… …… …… …… 29 0.5 0.5 0.5 30 0.5 0.5 0.5 改变程序1中的取值，并且比较不同初值对应的迭代序列，可发现：时， 产生的迭代序列收敛于一点，且随的增大而增大； 初值产生的误差并不改变迭代序列的收敛及其极限值。 将程序1中改为，迭代60次所得数据如下： 迭 代 次 数 时 时 时 1 0.1 0.10001 0.100001 2 0.288 0.288026 0.288003 3 0.656179 0.656214 0.656183 4 0.721946 0.721911 0.721942 …… …… …… …… 56 0.799455 0.799455 0.799455 57 0.513045 0.513045 0.513045 58 0.799455 0.799455 0.799455 59 0.513045 0.513045 0.513045 60 0.799455 0.799455 0.799455 观察表中数据可发现：附近， 迭代序列有两个收敛点； 初值产生的误差并不改变迭代序列的收敛及其极限值。 将程序1中改为，迭代60次所得数据如下 迭 代 次 数 时 时 时 1 0.1 0.10001 0.100001 2 0.315 0.315028 0.315003 3 0.755213 0.755249 0.755216 …… …… …… …… 53 0.826941 0.826941 0.826941 54 0.500884 0.500884 0.500884 55 0.874997 0.874997 0.874997 56 0.38282 0.38282 0.38282 57 0.826941 0.826941 0.826941 58 0.500884 0.500884 0.500884 59 0.874997 0.874997 0.874997 60 0.38282 0.38282 0.38282 观察表中数据可发现：附近， 迭代序列有四个收敛点； 初值产生的误差并不改变迭代序列的收敛及其极限值。 将程序1中改为，迭代60次所得数据如下 迭 代 次 数 时 时 时 1 0.1 0.10001 0.100001 2 0.36 0.360032 0.360003 3 0.9216 0.921636 0.921604 …… …… …… …… 55 0.673808 0.225312 0 56 0.879163 0.698186 0.0137534 57 0.42494 0.842889 0.054257 58 0.977464 0.52971 0.205253 59 0.0881121 0.996469 0.652497 60 0.321393 0.0140729 0.906979 观察表中数据可发现：附近， 迭代序列不收敛； 当迭代次数较高时，初值产生的误差对迭代结果产生很大的影响。 取，步长为0.01，初值，作Feigenbaum图，观察倍周期收敛现象。