跳转至

Chapter 1: Multi-Species Waves and Practical Applications

《数学生物学 II》J.D. Murray 读书笔记


1.1 直观预期 (Intuitive Expectations)

概述

本章开篇介绍反应扩散系统中行波(travelling waves)的广泛应用背景。Murray指出,多物种反应扩散系统的空间波现象远比单物种模型丰富得多。书中以三个经典的生物学实例引入:

  1. Belousov-Zhabotinskii (BZ) 反应:可观察到靶向图案(target patterns)和螺旋波(spiral waves),分别如图1.1(a)和(b)所示。靶向波由起搏点(pacemaker)发出同心圆波;螺旋波则可通过轻轻搅拌试剂人为制造,旋转周期约2分钟。

  2. 盘基网柄菌(Dictyostelium discoideum):这种黏菌在发育过程中会发出周期性的cAMP化学信号(化学趋向剂),某些起搏细胞可引发靶向波或螺旋波。细胞移动时明亮,静止时暗淡,形成明暗相间的条纹。

  3. 神经冲动传播:FitzHugh-Nagumo模型描述的动作电位传播也是行波的一个例子。

反应扩散系统的基本框架

多物种反应扩散系统的基本形式为:

\[\frac{\partial \mathbf{u}}{\partial t} = \mathbf{f}(\mathbf{u}) + D \nabla^2 \mathbf{u} \qquad(1.1)\]

其中 \(\mathbf{u} = (u_1, u_2, \ldots, u_n)^T\) 是物种浓度向量,\(\mathbf{f}(\mathbf{u})\) 是反应动力学项,\(D\) 是扩散系数矩阵。

核心概念

  • 起搏子(Pacemaker):持续产生振荡输出的区域
  • 靶向波:从中心点向外传播的同心圆波
  • 螺旋波:具有旋转核心的行波,在二维空间中表现为螺旋图案
  • 行波脉冲(Pulse wave):代表从稳态出发再回到稳态的单次 excursion
  • 行波列(Wave train):连续的周期性波形

三维螺旋波

在三维空间中,螺旋波具有惊人的拓扑结构——二维螺旋的每一部分本身又是一个螺旋。Winfree (1974) 和 Welsh et al. (1983) 提供了三维波的照片。Mimura及其同事也对球面波进行了大量解析和数值研究。

医学重要性

螺旋波在医学上具有重要意义,特别是在心脏病学(心律失常、房扑、室颤)和神经生物学中。Winfree的工作表明,心脏猝死的前兆可能是旋转的电生理波。


1.2 捕食者-猎物系统中的追逃波 (Waves of Pursuit and Evasion in Predator-Prey Systems)

引言

当捕食者和猎物呈空间分布时,由于捕食者追逐猎物、猎物逃避捕食者,必然产生时空种群波动。海洋浮游生物、动物迁徙、真菌和植被等都能观察到行波带。

模型建立

考虑一个修正的Lotka-Volterra系统,包含猎物的逻辑斯谛增长和捕食者的扩散:

\[\frac{\partial U}{\partial T} = AU\left(1 - \frac{U}{K}\right) - BUV + D_1 \nabla^2 U \qquad(1.2a)\]
\[\frac{\partial V}{\partial T} = CUV - DV + D_2 \nabla^2 V \qquad(1.2b)\]

其中 \(U\) 是猎物,\(V\) 是捕食者,\(A, B, C, D, K\) 为正常数,\(D_1, D_2\) 为扩散系数。

无量纲化

令:

\[u = \frac{U}{K}, \quad v = \frac{BV}{A}, \quad t^* = AT, \quad x^* = x\sqrt{\frac{A}{D_2}}\]
\[D^* = \frac{D_1}{D_2}, \quad a = \frac{CK}{A}, \quad b = \frac{D}{CK}\]

得到一维形式:

\[\frac{\partial u}{\partial t} = u(1 - u - v) + D\frac{\partial^2 u}{\partial x^2} \qquad(1.3a)\]
\[\frac{\partial v}{\partial t} = av(u - b) + \frac{\partial^2 v}{\partial x^2} \qquad(1.3b)\]

定常态分析

系统有三个定常态: - \((0, 0)\):不稳定结点 - \((1, 0)\):不稳定结点(无捕食者,猎物达环境容纳量) - \((b, 1-b)\):稳定定常态(共存),条件为 \(b < 1\)

共存定常态 \((b, 1-b)\) 的稳定性取决于 \(4a\)\(b/(1-b)\) 的关系: - \(4a \leq b/(1-b)\) 时为稳定结点 - \(4a > b/(1-b)\) 时为稳定焦点(螺线)

行波解的存在性

设行波解为:

\[u(x,t) = U(z), \quad v(x,t) = V(z), \quad z = x + ct \qquad(1.4)\]

其中 \(c > 0\) 为波速。代入后得常微分方程组:

\[cU' = U(1 - U - V) + DU'' \qquad(1.5a)\]
\[cV' = aV(U - b) + V'' \qquad(1.5b)\]

D = 0 的简化分析

假设猎物扩散远小于捕食者(\(D \to 0\)),将系统化为一阶方程组:

\[U' = \frac{U(1 - U - V)}{c}, \quad V' = W, \quad W' = cW - aV(U - b) \qquad(1.6)\]

定常态 \((1,0,0)\)\((b,1-b,0)\) 分别为不稳定和稳定的。

线性化分析给出特征方程的根:

\[\lambda_{1} = -\frac{1}{c}, \quad \lambda_{2,3} = \frac{1}{2}\left\{c \pm [c^2 - 4a(1-b)]^{1/2}\right\} \qquad(1.9)\]

行波存在的必要条件

\[c \geq [4a(1-b)]^{1/2}, \quad b < 1 \qquad(1.10)\]

两类波行为

存在临界值 \(a^*\),使得: - 当 \(a > a^*\) 时:\((U,V)\) 以振荡阻尼方式趋近 \((b, 1-b)\)(图1.3a) - 当 \(a \leq a^*\) 时:\((U,V)\) 单调趋近 \((b, 1-b)\)(图1.3b)

对流捕食-猎物模型

另一种完全不同的"追逃"模型:猎物的逃跑速度和捕食者的追逐速度与对方的梯度成正比:

\[u_t - [(c_1 + h_1 v_x)u]_x = f(u,v) \qquad(1.12)\]
\[v_t - [(c_2 - h_2 u_x)v]_x = g(v,u) \qquad(1.13)\]

展开后得到交叉扩散项:

\[u_t - [(c_1 + h_1 v_x)]u_x = f(u,v) + h_1 u v_{xx} \qquad(1.14)\]

其中 \(h_1 uv_{xx}\)\(-h_2 vu_{xx}\) 为交叉扩散项。


1.3 灰松鼠在英国空间扩散的竞争模型 (Competition Model for the Spatial Spread of the Grey Squirrel in Britain)

背景

20世纪初,北美灰松鼠(Sciurus carolinensis)被引入英国东南部,此后成功扩散到苏格兰低地,同时本地红松鼠(Sciurus vulgaris)从这些地区消失。Lloyd (1983) 注意到灰松鼠入侵的区域,红松鼠在短短几年重叠期后就会消失。

竞争机制

灰松鼠具有竞争优势的原因: - 在北美原产地,灰松鼠在强烈的种间竞争下进化,偏好过度繁殖 - 红松鼠在无种间竞争的环境中进化,繁殖水平较低 - 灰松鼠体型约为红松鼠的两倍 - 在英国,红松鼠已适应在硬木森林中生活,与灰松鼠产生资源竞争

竞争模型

\(S_1(X,T)\)\(S_2(X,T)\) 分别为灰松鼠和红松鼠的种群密度:

\[\frac{\partial S_1}{\partial T} = D_1 \nabla^2 S_1 + a_1 S_1(1 - b_1 S_1 - c_1 S_2) \qquad(1.15a)\]
\[\frac{\partial S_2}{\partial T} = D_2 \nabla^2 S_2 + a_2 S_2(1 - b_2 S_2 - c_2 S_1) \qquad(1.15b)\]

竞争条件:\(b_2 > c_1\)\(c_2 > b_1\)(灰松鼠占优)

无量纲化

令:

\[\theta_i = b_i S_i \quad (i=1,2), \quad t = a_1 T, \quad x = \sqrt{\frac{a_1}{D_1}}X\]
\[\gamma_1 = \frac{c_1}{b_2}, \quad \gamma_2 = \frac{c_2}{b_1}, \quad \kappa = \frac{D_2}{D_1}, \quad \alpha = \frac{a_2}{a_1}\]

得到:

\[\frac{\partial \theta_1}{\partial t} = \nabla^2 \theta_1 + \theta_1(1 - \theta_1 - \gamma_1 \theta_2) \qquad(1.18a)\]
\[\frac{\partial \theta_2}{\partial t} = \kappa \nabla^2 \theta_2 + \alpha \theta_2(1 - \theta_2 - \gamma_2 \theta_1) \qquad(1.18b)\]

行波解

设行波形式:

\[\theta_i = \theta_i(z), \quad z = x - ct, \quad c > 0 \qquad(1.20)\]

边界条件:

\[\theta_1 = 1, \theta_2 = 0 \text{ at } z = -\infty; \quad \theta_1 = 0, \theta_2 = 1 \text{ at } z = \infty \qquad(1.22)\]

特殊情况的解析结果

\(\kappa = \alpha = 1\)\(\gamma_1 + \gamma_2 = 2\) 时,可得:

\[\frac{d^2\theta}{dz^2} + c\frac{d\theta}{dz} + \theta(1-\theta) = 0, \quad \theta = \theta_1 + \theta_2 \qquad(1.23)\]

这是经典的Fisher-Kolmogoroff方程,其最小波速:

\[c \geq c_{min} = 2(1 - \gamma_1)^{1/2}, \quad \gamma_1 < 1 \qquad(1.27)\]

对于红松鼠:

\[c \geq c_{min} = 2(\gamma_2 - 1)^{1/2}, \quad \gamma_2 > 1 \qquad(1.29)\]

量纲最小波速:

\[C_{min} = 2\sqrt{a_1 D_1 \left(1 - \frac{c_1}{b_2}\right)} \qquad(1.30)\]

参数估计

参数 含义 估计值
\(a_1\) 灰松鼠内禀净增长率 0.82/年
\(a_2\) 红松鼠内禀净增长率 0.61/年
\(1/b_1\) 灰松鼠环境容纳量 10只/公顷
\(1/b_2\) 红松鼠环境容纳量 0.75只/公顷

扩散系数估计

基于 woodlands 之间扩散的启发式估计:

\[D_1 = \frac{l^2}{4 \times 1.4} = \frac{l^2}{5.6} \text{ km}^2/\text{年} \qquad(1.31)\]
\(l\) (km) \(D_1\) (km²/年) \(C_{min}\) (km/年)
1 0.179 0.77
5 4.46 3.82
10 17.9 7.66
20 71.4 15.3

观测到的扩散速率约为 7.7 km/年,与理论值吻合良好。


1.4 转基因生物的扩散 (Spread of Genetically Engineered Organisms)

引言

重组DNA技术用于改良动植物,但存在生态系统破坏的潜在风险。核心问题是:转基因生物可能以多快的速度和范围扩散?能否通过地理屏障实现控制?

模型框架

使用与灰松鼠相同的Lotka-Volterra竞争模型,但推广到空间异质环境:

\[\frac{\partial E}{\partial t} = \frac{\partial}{\partial x}\left[D(x)\frac{\partial E}{\partial x}\right] + r_E E[G(x) - a_E E - b_E N] \qquad(1.32)\]
\[\frac{\partial N}{\partial t} = \frac{\partial}{\partial x}\left[d(x)\frac{\partial N}{\partial x}\right] + r_N N[g(x) - a_N N - b_N E] \qquad(1.33)\]

\(E\) 为转基因微生物,\(N\) 为自然微生物。

周期性斑块环境

设环境由长度为 \(l_1\) 的适宜斑块(Patch 1)和长度为 \(l_2\) 的不适宜斑块(Patch 2)交替组成,\(l = l_1 + l_2\)

\[D(x) = D_1, \quad d(x) = d_1, \quad G(x) = 1, \quad g(x) = 1 \quad \text{在 Patch 1} \qquad(1.37)\]
\[D(x) = D_2, \quad d(x) = d_2, \quad G(x) = G_2, \quad g(x) = g_2 \quad \text{在 Patch 2} \qquad(1.38)\]

Patch 1 为适宜环境:\(D_1 \geq D_2\)\(d_1 \geq d_2\)\(1 \geq G_2\)\(1 \geq g_2\)

入侵条件

线性稳定性分析给出特征方程(Hill方程):

\[\frac{d}{dx}\left[D(x)\frac{df}{dx}\right] + [G(x) - \gamma_e + \lambda]f = 0 \qquad(1.55)\]

稳定性条件:

\[\frac{l_1 + G_2 l_2}{l} - \gamma_e + \lambda_0 < 0 \qquad(1.64)\]

包含条件:

\[(1 - \gamma_e)l_1 \geq (\gamma_e - G_2)l_2 \qquad(1.65)\]

三种情况

  1. \(\gamma_e > 1 > G_2\):原生定常态在两类斑块中均稳定
  2. \(1 > G_2 > \gamma_e\):原生定常态在两类斑块中均不稳定,必然入侵
  3. \(1 > \gamma_e > G_2\):原生定常态在适宜斑块不稳定但在不适斑块稳定,结果取决于斑块相对大小

临界斑块长度

临界长度 \(l_1^*\) 决定稳定性边界:

\[l_1^* = \frac{2}{\sqrt{1-\gamma_e}} \arctan\sqrt{\frac{D_2(\gamma_e - G_2)}{1-\gamma_e}} \tanh\left[\frac{l_2}{2}\sqrt{\frac{\gamma_e - G_2}{D_2}}\right] \qquad(1.71)\]

控制策略

\(\gamma_e < 1\) 时,确保控制的必要条件:

\[l_1 < l_{1c}, \quad l_2 > l_{2c}, \quad \gamma_e > \gamma_{ec}, \quad G_2 < G_{2c}, \quad D_2 > D_{2c} \qquad(1.79)\]

最简单的控制策略是使 \(\gamma_e > 1\)


1.5 BZ反应中的行波前 (Travelling Fronts in the Belousov-Zhabotinskii Reaction)

引言

BZ反应是研究化学波的经典范例,可作为生物模式形成的范式,并用于理解心脏等器官的复杂波行为。

反应机理

简化后的反应序列:

\[A + Y \xrightarrow{k_1} X + P, \quad X + Y \xrightarrow{k_2} 2P$$ $$A + X \xrightarrow{k_3} 2X, \quad 2X \xrightarrow{k_4} P + A \qquad(1.80)\]

\(X\) 为亚溴酸 (\(HBrO_2\)),\(Y\) 为溴离子 (\(Br^-\)),\(A\) 为常量。

反应扩散方程

应用质量守恒定律并包含扩散:

\[\frac{\partial x}{\partial t} = k_1 ay - k_2 xy + k_3 ax - k_4 x^2 + D\frac{\partial^2 x}{\partial s^2} \qquad(1.81a)\]
\[\frac{\partial y}{\partial t} = -k_1 ay - k_2 xy + D\frac{\partial^2 y}{\partial s^2} \qquad(1.81b)\]

无量纲化

\[u = \frac{k_4 x}{k_3 a}, \quad v = \frac{k_2 y}{k_3 ar}, \quad s^* = s\sqrt{\frac{k_3 a}{D}} \qquad(1.82)\]

得到:

\[\frac{\partial u}{\partial t} = Lrv + u(1 - u - rv) + \frac{\partial^2 u}{\partial s^2} \qquad(1.83a)\]
\[\frac{\partial v}{\partial t} = -Mv - buv + \frac{\partial^2 v}{\partial s^2} \qquad(1.83b)\]

其中 \(L \approx M \approx O(10^{-4})\)\(b = O(1)\)\(r\) 可在5到50之间变化。

前缘波模型

忽略 \(L\)\(M\) 项(\(L, M \ll 1\)),得到前缘波模型:

\[\frac{\partial u}{\partial t} = u(1 - u - rv) + \frac{\partial^2 u}{\partial s^2} \qquad(1.85a)\]
\[\frac{\partial v}{\partial t} = -buv + \frac{\partial^2 v}{\partial s^2} \qquad(1.85b)\]

行波解

设行波形式 \(u(s,t) = f(z)\)\(v(s,t) = g(z)\)\(z = s + ct\),边界条件:

\[u(-\infty,t) = 0, \quad v(-\infty,t) = 1, \quad u(\infty,t) = 1, \quad v(\infty,t) = 0 \qquad(1.86)\]

Fisher-Kolmogoroff极限

\(v = \frac{1-b}{r}(1-u)\)\(b \neq 1\) 时,系统约化为Fisher-Kolmogoroff方程:

\[\frac{\partial u}{\partial t} = bu(1-u) + \frac{\partial^2 u}{\partial s^2} \qquad(1.90)\]

波速 \(c \geq 2\sqrt{b}\)。从初始条件 \(u(s,0) \sim O(e^{-\beta s})\) 出发:

\[c = \begin{cases} \beta + \frac{b}{\beta}, & 0 < \beta \leq \sqrt{b} \\ 2\sqrt{b}, & \beta > \sqrt{b} \end{cases} \qquad(1.88)\]

Murray得到的波速bounds

\[\frac{r}{2} + \frac{b}{3r} - \frac{1}{2}[2(b+2r)]^{-1/2} \leq c \leq 2 \qquad(1.93)\]

量纲分析

波速的量纲形式:

\[c_D = \sqrt{k_3 a D} \cdot c(r,b) \qquad(1.176)\]

典型值:\(c_D \approx 4.5 \times 10^{-3}\) cm/s \(\approx\) 0.27 cm/min,与实验值一致。

关键发现:反应扩散波比纯扩散快几个数量级——传播1 cm约需4分钟,而纯扩散需约850分钟。


1.6 可激发介质中的波 (Waves in Excitable Media)

可激发系统概述

可激发介质最著名的例子是神经细胞通过电信号进行的通讯。FitzHugh-Nagumo (FHN) 模型是 Hodgkin-Huxley 模型的数学简化。

FHN模型

\[u_t = f(u) - v + D\frac{\partial^2 u}{\partial x^2} \qquad(1.94a)\]
\[v_t = bu - \gamma v \qquad(1.94b)\]
\[f(u) = u(a-u)(u-1)\]

其中 \(0 < a < 1\)\(b > 0\)\(\gamma > 0\)

行波脉冲解

设行波坐标 \(z = x - ct\),边界条件:

\[u \to 0, \quad u' \to 0, \quad v \to 0 \quad \text{当 } |z| \to \infty \qquad(1.96)\]

阈值行为

  • 若扰动的最大值 \(u_{max} < u_A\)(阈值),解将衰减回原点
  • \(u_{max} > u_A\),则触发大 excursion(ABCDA轨道)

小参数分析

\(b = \varepsilon L\)\(\gamma = \varepsilon M\)\(\varepsilon \ll 1\)

\[u_t = Du_{xx} + f(u) - v \qquad(1.97a)\]
\[v_t = \varepsilon(Lu - Mv) \qquad(1.97b)\]

前缘波速

忽略 \(O(\varepsilon)\) 项,得到:

\[u_t = Du_{xx} + f(u) \qquad(1.98)\]

这是带三次非线性源的扩散方程,前缘波速:

\[c = \sqrt{\frac{D}{2}}(1 - 2a) \qquad(1.99)\]

要求 \(a < 1/2\) 以保证 \(c > 0\)

尾缘波速

尾缘波速(从 \(C\)\(D\)):

\[c = \sqrt{\frac{D}{2}}(u_C - 2u_P + u_D) \qquad(1.101)\]

通过令前缘与尾缘波速相等来确定 \(v_C\)

一般可激发系统

更一般的快-慢系统:

\[\varepsilon u_t = \varepsilon^2 D_1 u_{xx} + f(u,v) \qquad(1.102a)\]
\[v_t = \varepsilon^2 D_2 v_{xx} + g(u,v) \qquad(1.102b)\]

其中 \(0 < \varepsilon \ll 1\)\(f\)\(g\) 的零息线呈立方形状。

奇异扰动分析

\(O(\varepsilon)\) 尺度下,前缘的 \(O(1)\) 系统为:

\[u_\tau = u_{\xi\xi} + f(u,v_S) \qquad(1.105)\]

这与第13章研究的方程本质相同,存在连接 \(u_S\)\(u_A\) 的单调行波解。


1.7 振荡动力学R-D系统中的行波列 (Travelling Wave Trains in R-D Systems with Oscillatory Kinetics)

背景

对于Hopf分叉产生的极限环动力学,扩散效应会产生行波列。

一般框架

\[\frac{\partial \mathbf{u}}{\partial t} = \mathbf{f}(\mathbf{u}) + \nabla^2 \mathbf{u} \qquad(1.106)\]

假设空间均匀系统 \(\frac{d\mathbf{u}}{dt} = \mathbf{f}(\mathbf{u}; \gamma)\)\(\gamma < \gamma_c\) 时有稳定定常态,在 \(\gamma > \gamma_c\) 时通过Hopf分叉产生稳定极限环。

行波列形式

\[u(x,t) = U(z), \quad z = \sigma t - kx \qquad(1.108)\]

其中 \(\sigma > 0\) 是频率,\(k\) 是波数,波长 \(w = 2\pi/k\),波速 \(c = \sigma/k\)

代入得常微分方程:

\[k^2 U'' - \sigma U' + f(U) = 0 \qquad(1.109)\]

λ-ω 系统

两反应物的λ-ω模型:

\[\frac{\partial}{\partial t}\begin{pmatrix} u \\ v \end{pmatrix} = \begin{pmatrix} \lambda(r) & -\omega(r) \\ \omega(r) & \lambda(r) \end{pmatrix}\begin{pmatrix} u \\ v \end{pmatrix} + \nabla^2\begin{pmatrix} u \\ v \end{pmatrix} \qquad(1.110)\]

其中 \(r^2 = u^2 + v^2\)

极坐标变换

\(u = r\cos\theta\)\(v = r\sin\theta\)

\[r_t = r\lambda(r) + r_{xx} - r\theta_x^2 \qquad(1.112a)\]
\[\theta_t = \omega(r) + \frac{1}{r^2}(r^2\theta_x)_x \qquad(1.112b)\]

\(\lambda'(r_0) < 0\)\(\omega(r_0) \neq 0\),存在极限环 \(r = r_0\)\(\theta = \theta_0 + \omega(r_0)t\)

行波列解

\(r = \alpha\)\(\theta = \sigma t - kx\),得到:

\[\sigma = \omega(\alpha), \quad k^2 = \lambda(\alpha) \qquad(1.116)\]

因此:

\[u = \alpha \cos\left[\omega(\alpha)t - x\sqrt{\lambda(\alpha)}\right] \qquad(1.117a)\]
\[v = \alpha \sin\left[\omega(\alpha)t - x\sqrt{\lambda(\alpha)}\right] \qquad(1.117b)\]

波速 \(c = \frac{\sigma}{k} = \frac{\omega(\alpha)}{\sqrt{\lambda(\alpha)}}\)

具体例子

\(\omega(r) \equiv 1\)\(\lambda(r) = \gamma - r^2\)

\[\sigma = 1, \quad k^2 = \gamma - r_0^2, \quad 0 < r_0 < \sqrt{\gamma} \qquad(1.290)\]

小振幅行波列:

\[u = r_0 \cos(t - x[\gamma - r_0^2]^{1/2}) \qquad(1.122a)\]
\[v = r_0 \sin(t - x[\gamma - r_0^2]^{1/2}) \qquad(1.122b)\]

Hopf分叉的一般理论

一般两物种系统通过适当的坐标变换可化为λ-ω形式。设:

\[\mathbf{T}_t = M\mathbf{T} + P\nabla^2 \mathbf{T} + \mathbf{H} \qquad(1.125)\]

在Hopf分叉点 \(\gamma = \gamma_c\)\(Tr M = 0\)\(det M > 0\),可选择矩阵 \(N\) 使 \(N^{-1}MN\) 具有标准形式。

这意味着λ-ω系统的分析方法可推广到一般的反应扩散系统。


1.8 螺旋波 (Spiral Waves)

引言

旋转螺旋波广泛存在于生物、生理和化学情境中。BZ反应中的螺旋波是研究最充分的例子之一。

实验观察

  • BZ反应:Müller等(1985, 1986)用光吸收技术定量突出显示实际浓度水平
  • 脑皮层传播性抑郁波:Shibata和Bures(1974)在鼠脑皮层实验观察到螺旋波
  • 心脏组织:Allessie等(1977)在兔心房肌诱导出旋转波
  • 黏菌Dictyostelium:Newell (1983)拍摄到令人印象深刻的螺旋信号模式

心脏猝死

Winfree (1994a, 1995) 提出假说:心脏猝死可能涉及电活动的三维旋子(螺旋波),当心脏厚度超过某临界值时突然失稳。心脏纤维化时,小区域独立收缩,导致心室颤动。

数学描述

在极坐标 \((r,\theta)\) 中,简单旋转螺旋由相位的周期函数描述:

\[\phi = \Omega t \pm m\theta + \psi(r) \qquad(1.131)\]

其中 \(\Omega\) 是频率,\(m\) 是螺旋臂数,\(\psi(r)\) 描述螺旋类型。

Archimedes螺旋和对数螺旋

\[\theta = ar, \quad \theta = a\ln r \qquad(1.132)\]

带中心核的形式:

\[\theta = a(r - r_0), \quad \theta = a\ln(r - r_0) \qquad(1.133)\]

螺旋波的数学表达

\(w = u + iv\),螺旋波解可写为:

\[w = A\exp[i\phi] \qquad(1.137)\]

在极坐标下:

\[A = A(r), \quad \phi = \Omega t + m\theta + \psi(r) \qquad(1.139)\]

振幅和相位方程:

\[DA'' + \frac{D}{r}A' + A\lambda(A) - D\psi'^2 - \frac{Dm^2}{r^2}A = 0 \qquad(1.140a)\]
\[D\psi'' + D\frac{1}{r}\psi' + \frac{2DA'\psi'}{A} = \Omega - \omega(A) \qquad(1.140b)\]

边界条件

在原点需正则且有界:

\[A(0) = 0, \quad \psi'(0) = 0 \qquad(1.142)\]

远处需满足色散关系:

\[\psi'(\infty) = \sqrt{\frac{\lambda(A_\infty)}{D}}, \quad \Omega = \omega(A_\infty) \qquad(1.143)\]

螺旋波尖端的运动

Yagisita等(1998) 研究了球面上 excitable 系统中的螺旋波,表明螺旋尖端是旋转的。


1.9 λ-ω反应扩散系统的螺旋波解 (Spiral Wave Solutions of λ-ω Reaction Diffusion Systems)

λ-ω系统的螺旋波

对于一般的λ-ω系统:

\[\frac{\partial}{\partial t}\begin{pmatrix} u \\ v \end{pmatrix} = \begin{pmatrix} \lambda(A) & -\omega(A) \\ \omega(A) & \lambda(A) \end{pmatrix}\begin{pmatrix} u \\ v \end{pmatrix} + D\nabla^2\begin{pmatrix} u \\ v \end{pmatrix} \qquad(1.135)\]

其中 \(A^2 = u^2 + v^2\)

化为复数形式:

\[w_t = (\lambda + i\omega)w + D\nabla^2 w \qquad(1.136)\]

Koga的研究

Koga (1982) 研究了:

\[\lambda(A) = 1 - A^2, \quad \omega(A) = -\beta A^2 \qquad(1.145)\]

计算了1臂和2臂螺旋波解。

归一化形式

通过变量变换可化为标准形式:

\[w_t = w - (1 + i\beta)|w|^2 w + \nabla^2 w \qquad(1.147)\]

Kuramoto和Koga (1981) 发现当 \(|\beta|\) 较小时,产生稳定旋转螺旋波;增大 \(|\beta|\) 时螺旋波失稳并出现混沌。

一维类比

螺旋波的一维类比是从核心周期性发射的脉冲。方程(1.148)给出:

\[A_{xx} + A(1 - A^2 - \psi_x^2) = 0 \qquad(1.148a)\]
\[\psi_{xx} + \frac{2A_x\psi_x}{A} = \Omega - qA^2 \qquad(1.148b)\]

一个特解为:

\[A(x) = \sqrt{\frac{\Omega}{q}}\tanh\left(\frac{x}{\sqrt{2}}\right) \qquad(1.149)\]
\[\psi_x(x) = \sqrt{\Omega}\left[1 - \frac{\Omega}{q}\tanh^2\left(\frac{x}{\sqrt{2}}\right)\right]^{1/2} \qquad(1.150)\]

公式汇总表

第1章 核心公式一览

编号 公式名称 方程 适用场景
(1.1) 反应扩散基本方程 \(\mathbf{u}_t = \mathbf{f}(\mathbf{u}) + D\nabla^2\mathbf{u}\) 多物种反应扩散系统
(1.2) 捕食者-猎物模型 \(\partial_T U = AU(1-U/K) - BUV + D_1\nabla^2 U\) Lotka-Volterra扩散系统
(1.3) 无量纲捕食者-猎物 \(u_t = u(1-u-v) + Du_{xx}\)\(v_t = av(u-b) + v_{xx}\) D=0简化分析
(1.4) 行波变换 \(z = x + ct\) 行波求解
(1.9) 特征根 \(\lambda_{2,3} = \frac{1}{2}\{c \pm [c^2-4a(1-b)]^{1/2}\}\) 线性稳定性分析
(1.10) 捕食者-猎物波速下界 \(c \geq [4a(1-b)]^{1/2}\) 波存在的必要条件
(1.12) 对流模型 \(u_t - [(c_1+h_1v_x)u]_x = f(u,v)\) 追逃模型
(1.15) 竞争模型 \(\partial_T S_i = D_i\nabla^2 S_i + a_i S_i(1-b_i S_i - c_i S_j)\) 灰松鼠入侵
(1.18) 无量纲竞争模型 \(\theta_{1t} = \nabla^2\theta_1 + \theta_1(1-\theta_1-\gamma_1\theta_2)\) 竞争行波分析
(1.27) 灰松鼠最小波速 \(c_{min} = 2(1-\gamma_1)^{1/2}\) 入侵波速
(1.30) 量纲波速 \(C_{min} = 2\sqrt{a_1 D_1(1-c_1/b_2)}\) 实际扩散速率估计
(1.31) 扩散系数估计 \(D_1 = l^2/(4\times 1.4) = l^2/5.6\) 斑块间扩散
(1.32) 转基因入侵模型 \(E_t = [D(x)E_x]_x + r_E E[G(x)-a_E E-b_E N]\) 空间异质环境
(1.55) Hill方程 \([D(x)f']' + [G(x)-\gamma_e+\lambda]f = 0\) 入侵稳定性
(1.65) 入侵包含条件 \((1-\gamma_e)l_1 \geq (\gamma_e-G_2)l_2\) 转基因生物控制
(1.71) 临界斑块长度 \(l_1^* = \frac{2}{\sqrt{1-\gamma_e}}\arctan\sqrt{\cdots}\) 稳定性边界
(1.80) BZ反应机理 \(A+Y\to X+P\)\(X+Y\to 2P\)\(A+X\to 2X\)\(2X\to P+A\) 化学振荡
(1.85) 前缘波模型 \(u_t = u(1-u-rv) + u_{xx}\)\(v_t = -buv + v_{xx}\) BZ反应前缘
(1.88) Fisher-K波速公式 \(c = \beta + b/\beta\)(小\(\beta\))或 \(2\sqrt{b}\)(大\(\beta\) 行波速度
(1.93) BZ波速bounds \(\frac{r}{2}+\frac{b}{3r}-[2(b+2r)]^{-1/2} \leq c \leq 2\) Murray的界限
(1.94) FHN方程 \(u_t = f(u)-v+Du_{xx}\)\(v_t = bu-\gamma v\) 可激发介质
(1.99) FHN前缘波速 \(c = \sqrt{D/2}(1-2a)\) 神经脉冲
(1.101) 尾缘波速 \(c = \sqrt{D/2}(u_C-2u_P+u_D)\) 脉冲尾缘
(1.106) 振荡R-D系统 \(u_t = f(u) + u_{xx}\) 行波列
(1.108) 行波列 \(z = \sigma t - kx\) 周期波
(1.110) λ-ω系统 \(w_t = (\lambda+i\omega)w + \nabla^2 w\) 极限环系统
(1.116) λ-ω波速关系 \(\sigma = \omega(\alpha)\)\(k^2 = \lambda(\alpha)\) 行波列存在条件
(1.119) Hopf分叉示例 \(\omega(r)=1\)\(\lambda(r)=\gamma-r^2\) 简单振荡
(1.131) 螺旋波相位 \(\phi = \Omega t \pm m\theta + \psi(r)\) 螺旋波描述
(1.136) 复数λ-ω方程 \(w_t = (\lambda+i\omega)w + D\nabla^2 w\) 螺旋波分析
(1.139) 螺旋波形式 \(A=A(r)\)\(\phi=\Omega t+m\theta+\psi(r)\) 旋转波
(1.143) 色散关系 \(\psi'(\infty)=\sqrt{\lambda(A_\infty)/D}\)\(\Omega=\omega(A_\infty)\) 螺旋波远场
(1.147) 归一化Swift-Hohenberg $w_t = w-(1+i\beta) w

关键概念总结

行波类型

  1. 行波前(Wavefront):连接两个不同空间均匀态
  2. 行波脉冲(Wave pulse):从定常态出发再回到同一定常态
  3. 行波列(Wave train):无限延伸的周期波形

稳定性条件

  • Fisher-Kolmogoroff:最小波速 \(c_{min} = 2\sqrt{Df'(0)}\)
  • Hopf分叉\(Tr M = 0\)\(det M > 0\) 产生极限环
  • 螺旋波:需要相位奇点的存在

实际应用

  1. 生态入侵:灰松鼠取代红松鼠的扩散速率预测
  2. 基因工程控制:通过斑块设计控制转基因生物扩散
  3. 心脏病理:螺旋波与心室颤动的关系
  4. 化学工程:BZ反应作为生物模式形成的范式

分析方法

  • 行波变换:将偏微分方程化为常微分方程
  • 相平面分析:研究行波解的定性行为
  • 奇异扰动理论:处理快-慢系统
  • Lyapunov函数:证明全局稳定性
  • 特征值分析:确定波速下界

读书备注:本章系统介绍了多物种反应扩散系统中各种行波现象的数学建模与分析方法。从捕食者-猎物追逃波、竞争物种的入侵波、化学振荡反应中的行波列,到螺旋波,Murray展示了反应扩散方程在生物学中的广泛应用。核心数学工具包括行波变换、相平面分析、Hopf分叉理论和奇异扰动方法。这些内容为了解心脏电活动、胚胎发育、种群入侵等复杂时空动力学提供了坚实的理论基础。