食饵捕食者数学模型1.docx
《食饵捕食者数学模型1.docx》由会员分享,可在线阅读,更多相关《食饵捕食者数学模型1.docx(19页珍藏版)》请在冰豆网上搜索。
食饵捕食者数学模型1
食饵——捕食者数学模型
摘要:
在自然界不同种群之间存在一种既有依存,又相互制约的生存方式。
种群甲靠丰富的自然资源生存,种群乙靠捕食甲为生,形成食饵—捕食者系统。
为
了分析他们之间数量的变化关系,以及它们之间数量达到平衡的情况。
本文根据
它们之间的特殊关系与这种潜在的规律,建立了具有自滞作用的食饵—捕食者模
型。
我们利用matlab软件求微分方程的数值解,通过对数值结果和图形的观察
猜测解析构造,然后研究平衡点及相轨线的形状,验证猜测的正确性
关键词:
自滞作用数值解matlab平衡点相轨线分析稳定性
一、问题重述
自然界不同种群之间存在一种既有依存,又相互制约的生存方式。
种群甲靠丰富的自然资源生存,种群乙靠捕食甲为生,形成食饵—捕食者系统。
为了分析他们之间数量的变化关系,以及它们之间数量达到平衡的情况。
解释平衡点稳定的实际意义,对模型进行相轨线分析来验证理论分析的正确性,并用matlab软件画出图形。
二,问题背景
一次世界大战期间地中海渔业的捕捞量下降(食用鱼和鲨鱼同时捕捞),但是其中鲨鱼的比例却增加,这是为什么?
Volterra建立的模型回答了这个问题
三,问题分析
首先,在复杂的自然界中,存在着许多影响种群发展的因素。
假如给食饵(食用鱼)和捕食者(鲨鱼)一个理想的环境,它们是呈J形增长的。
现实情况中,由于受到环境的限制,种群增长一般符合阻滞增长的模型。
我们利用软件matlab求出微分方程的数值解,并通过对数值和图形观察做出猜测,然后分析相轨线,验证猜测的的正确性。
最后对数学模型进行修改和确定。
四、基本假设
1,假设它们是处于封闭的自然条件下,人类活动对其生存不产生影响
2,假设食饵和捕食者在封闭的环境中可以正常生长,没有疾病等促使他们死亡
3,假设食饵和捕食者在各年龄段中的分布率不变,即年龄结构不变,并采用各种措施一直维持这以结构
4,假设捕食者离开食饵无法生存
5,食饵和捕食者不会因为捕食关系导致物种灭绝
五,符号说明
X(t):
食饵(食用鱼)在时刻t的数量
Y(t):
捕食者(鲨鱼)在时刻t的数量
r1:
食饵在独立生存时以指数规律增长,(相对增长率)
r2:
捕食者独立生存时以指数规律增长,(相对增长率)
N1:
食饵的最大容量
N2:
捕食者的最大容量
1:
单位数量乙(相对于N2)提供的供养甲的食物量为单位甲(相对于N1)消耗的供养甲食物量
1倍
2:
单位数量甲(相对于N1)提供的供养甲的食物量为单位乙(相对于N2)消耗的供养甲食物量
2倍
d:
捕食者离开时独立存在的死亡率
六,模型建立
食饵(甲)数量x(t),捕食者(乙)数量y(t)
甲独立生存的增长率r
=rx
乙使甲的增长率减小,减小量与y成正比
(t)=(r-ay)x=rx-axy
(1)
a~捕食者掠取食饵的能力
乙独立生存的死亡率d
=-dy
甲使乙的死亡率减小,减小量与x成正比
(t)=-(d-bx)y=-dy+bxy
(2)
b~食饵供养捕食者的能力
方程
(1),
(2)无解析
6.1模型建立
我们考虑自身的阻滞增长作用,建立以下模型
1(t)=r1x1(1-
-
1
)(3)
2(t)=r2x2(-1+
2
-
)(4)
6.2模型求解
利用数学软件matlab分别求解(3),(4)两个微分方程的数值解。
记食饵和捕食者的初始数量为
X(0)=x0y(0)=y0求数值解
(t),
(t)及相轨线y(x),设r=1,d=0.5,a=0.1,b=0.02,x0=25,y0=2,用matlab软件编制程序如下:
r=1;d=0.5;a=0.1;b=0.02;
xdot=[(r-a*x
(2)).*x
(1);(-d+b*x
(1)).*x
(2)];
functionxdot=shier(t,x)
ts=0:
0.1:
15;
x0=[25,2];
[t,x]=ode45('shier',ts,x0);[t,s],
plot(t,x),grid,gtext('x(t)'),gtext('y(t)'),
pause,
plot(x(:
1),x(:
2)),grid,
可得数值解
(t),
(t)及相轨线y(x)
数值解
(t),
(t)的图形
相轨线y(x)的图形
根据图形和数值结果可以猜测,x(t),y(t)是周期函数,相应的y(x)是封闭曲线,从数值解近似的定出周期为10.7,x的最大最小值分别为99.3和2.0,y的最大值最小值分别为28.4和2.0.并且用数值积分容易算出x(t),y(t)在一个周期的平均值为
=25,
=10。
七、模型分析、评价及改进
7.1平衡点及稳定性分析
首先求得(3),(4)方程的两个平衡点为
P(d|b,r|a),p’(0,0)(5)
对于p’,q﹤0,p’不稳定;
对于p,p=0,q﹥0,
处于临界状态,不能用判断线性方程平衡点稳定性的准则研究非线性方程,所以用相轨线分析解决
7.2用相轨线分析
的稳定性
消去dt得
取指数,
c由初始条件确定
为了从理论上验证y(x)是封闭曲线,记
↓↓
f(x)g(y)
可以用软件画出它们的图形,将它们的极值点记为
,
,极大值记为
,则
时,无相轨线,以下设
相轨线f(x)g(y)=c
→x=
y=
→相轨线退化为p点,p—中心
C﹤
,设
令
→
存在
使f(x1)=f(x2)→Q1(X1,y0),Q2(X2,y0)
考察
存在
→Q3(x,y1)Q4(x,y2),x是
内任意点,所以相轨线是封闭曲线。
7.3,x(t)y(t)在一周期内的平均值
相轨线是封闭曲线,所以x(t)y(t)是周期函数,周期为T,
求x(t),y(t)在乙周期内的平均值
,
。
(t)=-(d-bx)y=-dy+bxy→x(t)=
(
+d)
=
=
(t)=-(d-bx)y=-dy+bxy
=
轨线中心:
所以
=
=
即x(t)y(t)的平均值正式相轨线中心p点的坐标。
7.4、模型的缺点与改进
1、多数食饵—捕食者系统观察不到周期震荡,而是趋向某个平衡状态即存在稳定平衡点
Volterra模型
改写:
加logistic项
有稳定平衡点
2、相轨线是封闭曲线,结构不稳定,一旦离开某一条闭轨线线,就进入另一条闭轨线,不恢复原状。
3、自然界存在的周期性平衡生态系统是结构稳定的,即偏离周期轨道后,内部制约使系统恢复原状。
相轨线趋向极限环,所以结构稳定
八、参考文献
【1】、姜启源、谢金星、叶俊编《数学模型》第三版
【2】
【3】
附:
r=1;d=0.5;a=0.1;b=0.02;
xdot=[(r-a*x
(2)).*x
(1);(-d+b*x
(1)).*x
(2)];
functionxdot=shier(t,x)
ts=0:
0.1:
15;
x0=[25,2];
[t,x]=ode45('shier',ts,x0);[t,s],
plot(t,x),grid,gtext('x(t)'),gtext('y(t)'),
pause,
plot(x(:
1),x(:
2)),grid,
functionxdot=shier(t,x)
r=1;d=0.5;a=0.1;b=0.02;
xdot=[(r-a*x
(2)).*x
(1);(-d+b*x
(1)).*x
(2)];
>>ts=0:
0.1:
15
ts=
Columns1through7
00.10000.20000.30000.40000.50000.6000
Columns8through14
0.70000.80000.90001.00001.10001.20001.3000
Columns15through21
1.40001.50001.60001.70001.80001.90002.0000
Columns22through28
2.10002.20002.30002.40002.50002.60002.7000
Columns29through35
2.80002.90003.00003.10003.20003.30003.4000
Columns36through42
3.50003.60003.70003.80003.90004.00004.1000
Columns43through49
4.20004.30004.40004.50004.60004.70004.8000
Columns50through56
4.90005.00005.10005.20005.30005.40005.5000
Columns57through63
5.60005.70005.80005.90006.00006.10006.2000
Columns64through70
6.30006.40006.50006.60006.70006.80006.9000
Columns71through77
7.00007.10007.20007.30007.40007.50007.6000
Columns78through84
7.70007.80007.90008.00008.10008.20008.3000
Columns85through91
8.40008.50008.60008.70008.80008.90009.0000
Columns92through98
9.10009.20009.30009.40009.50009.60009.7000
Columns99through105
9.80009.900010.000010.100010.200010.300010.4000
Columns106through112
10.500010.600010.700010.800010.900011.000011.1000
Columns113through119
11.200011.300011.400011.500011.600011.700011.8000
Columns120through126
11.900012.000012.100012.200012.300012.400012.5000
Columns127through133
12.600012.700012.800012.900013.000013.100013.2000
Columns134through140
13.300013.400013.500013.600013.700013.800013.9000
Columns141through147
14.000014.100014.200014.300014.400014.500014.6000
Columns148through151
14.700014.800014.900015.0000
>>x0=[25,2];
>>[t,x]=ode45('shier',ts,x0);[t,x],
ans=
025.00002.0000
0.100027.08182.0041
0.200029.33442.0170
0.300031.76892.0394
0.400034.39612.0726
0.500037.22582.1178
0.600040.26732.1767
0.700043.50122.2534
0.800046.93602.3503
0.900050.60722.4683
1.000054.53012.6106
1.100058.69992.7819
1.200063.09172.9891
1.300067.66043.2411
1.400072.34093.5484
1.500077.04793.9238
1.600081.67594.3819
1.700086.09964.9391
1.800090.17325.6140
1.900093.73116.4268
2.000096.58737.4000
2.100098.53608.5577
2.200099.30559.9234
2.300098.614311.5085
2.400096.285113.3067
2.500092.247215.2882
2.600086.585317.3947
2.700079.534919.5427
2.800071.536421.6225
2.900063.084823.5300
3.000054.623625.1819
3.100046.544126.5163
3.200039.186027.4921
3.300032.793228.0978
3.400027.336828.3766
3.500022.737528.3764
3.600018.913428.1426
3.700015.777127.7178
3.800013.235427.1426
3.900011.187326.4556
4.00009.527825.6911
4.10008.175824.8740
4.20007.068424.0245
4.30006.159223.1580
4.40005.418522.2853
4.50004.812921.4162
4.60004.312420.5582
4.70003.896719.7164
4.80003.550018.8948
4.90003.260118.0961
5.00003.018117.3219
5.10002.815416.5735
5.20002.646015.8515
5.30002.504715.1562
5.40002.387214.4875
5.50002.289813.8454
5.60002.209913.2295
5.70002.145512.6393
5.80002.095312.0740
5.90002.057811.5330
6.00002.031711.0154
6.10002.016210.5207
6.20002.010610.0479
6.30002.01439.5964
6.40002.02709.1653
6.50002.04838.7539
6.60002.07818.3614
6.70002.11647.9870
6.80002.16327.6300
6.90002.21887.2897
7.00002.28336.9654
7.10002.35736.6565
7.20002.44106.3622
7.30002.53516.0821
7.40002.64015.8155
7.50002.75665.5618
7.60002.88555.3204
7.70003.02765.0910
7.80003.18374.8729
7.90003.35494.6656
8.00003.54244.4688
8.10003.74784.2819
8.20003.97234.1046
8.30004.21743.9365
8.40004.48473.7773
8.50004.77613.6265
8.60005.09373.4838
8.70005.43983.3490
8.80005.81713.2217
8.90006.22833.1017
9.00006.67662.9888
9.10007.16532.8826
9.20007.69782.7831
9.30008.27812.6900
9.40008.91002.6032
9.50009.59802.5225
9.600010.34682.4479
9.700011.16202.3794
9.800012.04942.3166
9.900013.01532.2596
10.000014.06652.2084
10.100015.21022.1629
10.200016.45412.1233
10.300017.80632.0898
10.400019.27552.0627
10.500020.87082.0422
10.600022.60162.0287
10.700024.47792.0228
10.800026.51022.0249
10.900028.70932.0355
11.000031.08442.0558
11.100033.64162.0875
11.200036.39822.1308
11.300039.36802.1869
11.400042.55982.2573
11.500045.97762.3447
11.600049.62052.4525
11.700053.48292.5849
11.800057.55392.7468
11.900061.81802.9441
12.000066.25493.1834
12.100070.84283.4692
12.200075.52223.8129
12.300080.19004.2348
12.400084.72134.7545
12.500088.96865.3918
12.600092.76226.1658
12.700095.91027.0955
12.800098.19868.1995
12.900099.39109.4962
13.000099.228711.0036
13.100097.436012.7384
13.200093.897214.6791
13.300088.688516.7638
13.400082.012918.9151
13.500074.220421.0377
13.600065.797123.0201
13.700057.254024.7617
13.800049.023826.1948
13.900041.434227.2791
14.000034.706228.0016
14.100028.935128.3802
14.200024.066028.4610
14.300020.010528.2919
14.400016.675927.9181
14.500013.965027.3821
14.600011.774226.7239
14.70009.998225.9788
14.80008.554025.1736
14.90007.376224.3300
15.00006.415823.4645
>>plot(t,x),grid,gtext('x(t)'),gtext('y(t)'),
>>pause,
>>plot(x(:
1),x(:
2)),grid,
数学系09(3)20091022155
李蕊玲
..