跳转至

第 1 章 速率方程（Rate Equations）

作者

本章是 Witelski 与 Bowen 合著章节，但全书的写法统一（不像编辑卷那样按章节换作者）。两位作者均出现在前言：

  • Thomas Witelski：杜克大学数学系，本书的第一作者，主要研究方向为渐近方法、流体动力学和薄膜流动。
  • Mark Bowen：早稻田大学国际理工学中心，专注于应用数学的工程和生物应用。

本章在全书中的定位：Part I（Formulation of Models）的开篇——四章"建模方法"的第一章，引入全书最基础的数学对象：常微分方程（ODE）的初值问题。它为后续 Transport Equations（Ch 2，引入偏微分方程 PDE）、Variational Principles（Ch 3，引入变分结构）以及 Dimensional Analysis（Ch 4，引入尺度化简）奠定数学语言。

内容概述

本章回答两个基本问题：(i) 如何把一个真实系统（力学、化学、生态、流行病学）转化为数学速率方程？ (ii) 给定一个自治 ODE 系统，不去解它，如何用图像了解所有解的长期行为？

围绕这两个问题，章节内容分两条主线推进：

  1. 建模视角（§1.1–§1.3）：通过力学（牛顿第二定律）、化学（质量作用定律）、生态学（Malthus、Logistic、Lotka-Volterra）和流行病学（SIR、SIS、SEIR）四类经典范例，演示如何把自然语言问题转译为 dx/dt = f(x, t) 形式的 ODE。
  2. 定性分析视角（§1.4–§1.5）：对自治一维 ODE（"相线"分析）和二维 ODE（"相平面"分析），用线性稳定性分析（Taylor 展开 + Jacobian 矩阵的特征值）和零斜线（nullclines）作为几何工具，得到解的全局结构。

本章末尾（§1.6）简要指出局限：ODE 不能描述延迟、离散、随机、年龄结构等情形，引出后续章节的扩展。

前置知识：微积分、单变量 ODE 的标准解法（分离变量、积分因子）、线性代数基础（特征值、特征向量）。

核心方程与概念

1. 自治速率方程的一般形式

\[\frac{d\mathbf{x}}{dt} = \mathbf{f}(\mathbf{x}, t), \quad \mathbf{x}(0) = \mathbf{x}_0 \tag{1.1}\]

自治情形（rate 函数不含显式 \(t\)）：

\[\frac{d\mathbf{x}}{dt} = \mathbf{f}(\mathbf{x}), \quad \mathbf{x}(0) = \mathbf{x}_0 \tag{1.2}\]

其中 \(\mathbf{x}(t) = (x_1(t), \ldots, x_n(t)) \in \mathbb{R}^n\)。(1.2) 形式的系统称为动力系统（dynamical system）。

质量作用定律（Law of Mass Action, §1.2）：对反应 \(nA + mB \xrightarrow{k} pC + qD\)：

\[\frac{dA}{dt} = -n k A^n B^m, \quad \frac{dC}{dt} = +p k A^n B^m \quad (1.14b, c)\]

这里的反应速率严格定义为"消耗一单位反应物的速率"（或等价地，"生成一单位产物的速率"）——这一精确定义是处理 \(A + A \to C\) 这种"自反应"（self-reaction）时不重复计数的关键：此时 \(\frac{dA}{dt} = -2kA^2\)（消耗两分子 A），而 \(\frac{dC}{dt} = +kA^2\)（生成一分子 C）。

2. 经典生物/化学模型

  • Malthus 指数增长（§1.3, eq. 1.16）：\(\frac{dA}{dt} = kA \Rightarrow A(t) = A_0 e^{kt}\)（T）
  • Logistic 方程（Verhulst, 1838, eq. 1.18–1.19）：\(\frac{dA}{dt} = (k - \gamma A) A = k(1 - A/A^*) A\)，其中 \(A^* = k/\gamma\) 是承载能力（carrying capacity）。（T）
  • Lotka-Volterra 捕食者-被捕食者（eq. 1.20）：
\[\frac{dA}{dt} = (\beta - \delta)A - \gamma A^2 - \rho AB, \quad \frac{dB}{dt} = -\kappa B + \sigma AB\]

其中 \(A\) = 兔子（猎物）、\(B\) = 狐狸（捕食者），\(\rho\) 描述捕食压力，\(\sigma\) 描述食饵转化的繁殖率。（T） - SIR 流行病模型（eq. 1.21）：

\[\frac{dS}{dt} = -kSI, \quad \frac{dI}{dt} = kSI - \gamma I, \quad \frac{dR}{dt} = \gamma I\]

总人口 \(N = S + I + R\) 是守恒量。（T）

3. 一维相线分析（§1.4）

对 \(\frac{dx}{dt} = f(x)\)，平衡点（equilibrium）\(x^*\) 由 \(f(x^*) = 0\) 定义。在 \(x^*\) 附近 Taylor 展开：

\[f(x) \approx a u + b u^2 + c u^3 + \ldots, \quad u = x - x^*, \quad a = f'(x^*) \tag{1.25}\]

线性化结果（eq. 1.26）：\(\frac{du}{dt} = au \Rightarrow u(t) = C e^{at}\) - \(a < 0\)：平衡点渐近稳定（吸引子） - \(a > 0\)：不稳定（排斥子） - \(a = 0\)：退化（degenerate），需展开到高阶项

退化平衡点的稳定性（eq. 1.27, 1.28）： - \(\frac{du}{dt} = bu^2\)：代数速率，对任何 \(b \neq 0\) 都是不稳定（半稳定） - \(\frac{du}{dt} = cu^3\)：\(c < 0\) 稳定，\(c > 0\) 不稳定

Bifurcation（分岔, §1.4 末尾）：参数变化导致平衡点数量或类型发生定性改变的临界点。例子（eq. 1.29）：\(\frac{dx}{dt} = x - x^3 - k\)，当 \(|k| < 2/(3\sqrt{3})\) 时有三个平衡点，否则只有一个。

4. 二维相平面分析（§1.5）

系统：\(\frac{dx}{dt} = f(x,y), \frac{dy}{dt} = g(x,y)\)，初值 \((x_0, y_0)\)。 - 轨迹（trajectory）：参数化曲线 \((x(t), y(t))\) - 积分曲线（integral curve）：由 \(\frac{dy}{dx} = g/f\) 得到的隐式曲线 \(y(x)\)（eq. 1.31），只描述形状，不描述时间方向

线性化与 Jacobian 矩阵（eq. 1.33–1.34）：

\[\frac{d\mathbf{u}}{dt} = A\mathbf{u}, \quad A = J(x^*, y^*) = \begin{pmatrix} \partial_x f & \partial_y f \\ \partial_x g & \partial_y g \end{pmatrix}_{(x^*, y^*)}\]

特征值 \(\lambda_{1,2}\) 决定几何类型（Table 1.2）：

\(\lambda_1, \lambda_2\) 名称 几何形态 稳定性
同号（实数） 节点 (node) 射线 决定于 \(\text{Re}(\lambda)\)
异号（实数） 鞍点 (saddle) 双曲线 不稳定
\(\pm i\beta\)（纯虚数） 中心 (centre) 闭合轨道 临界（中性）
\(\alpha \pm i\beta\)（复数） 螺旋 (spiral) 螺旋 \(\text{Re}(\lambda) < 0\) 稳定，\(>0\) 不稳定

Nullclines（零斜线, §1.5.1）： - \(x\)-nullcline：\(f(x,y) = 0\)（轨迹垂直切线，分隔 \(\dot x\) 的正负号区域） - \(y\)-nullcline：\(g(x,y) = 0\)（轨迹水平切线，分隔 \(\dot y\) 的正负号区域） - 两者的交点就是平衡点

单摆例子（§1.5 末尾, eq. 1.38–1.39）：\(\ddot\theta + \sin\theta = 0\)。等价相平面：\(\dot x = y, \dot y = -\sin x\)，平衡点 \((n\pi, 0)\)，\(n\) 偶为中心，\(n\) 奇为鞍点。异宿轨道（heteroclinic orbits）连接相邻鞍点，分隔"小振幅振荡"和"高速旋转"两类解。

关键结论

  1. ODE 是建模的最小公分母：从牛顿第二定律到质量作用定律，所有这些不同领域都给出相同结构的初值问题 \(\frac{d\mathbf{x}}{dt} = \mathbf{f}(\mathbf{x})\)（eq. 1.2）。(1.2) 形式是所有后续分析的统一接口。
  2. 反应速率的精确定义避免了"自反应"双重计数：对 \(A + A \to C\)，正确定义是"消耗一单位反应物的速率"，因此 \(dA/dt = -2kA^2\)（不是 \(-kA^2\)），而 \(dC/dt = +kA^2\)（不是 \(+2kA^2\)）。这是化学动力学与单纯化学计量之间的关键区分（eq. 1.14b vs. 1.13 的错误版本）。
  3. 线性稳定性分析由 Taylor 展开 + Jacobian 矩阵的特征值决定：对 \(n\) 维系统，\(\text{Re}(\lambda)\) 的符号决定局部稳定性。几何类型（节点/鞍点/中心/螺旋）由特征值在复平面上的位置决定（Table 1.2）。
  4. Nullclines 提供了"廉价"的相图绘制工具：无需完整线性化就能判断平衡点位置和轨迹方向，特别是在 \(f,g\) 非线性、特征值计算繁琐时尤为有效。例（1.40）展示了一个非线性系统（\(f\) 含根号、\(g\) 含圆）用 nullclines 即可定位平衡点。
  5. 单摆相图中 异宿轨道 \(\theta(t) = \pm\pi\) 把解空间结构性地分成了两个区域：中心 (0,0) 附近的小振幅周期振荡 vs. 鞍点之间的"翻转"运动（"spinning" solutions）。这是相图整体拓扑由局部结构"拼接"的经典范例（Fig. 1.3）。
  6. 退化平衡点的稳定性取决于高阶项符号：对 \(a = f'(x^*) = 0\) 的退化情形，\(b = f''(x^*) \neq 0\) 给出半稳定（代数增长）解，\(c = f'''(x^*) \neq 0\) 给出对 \(c < 0\) 稳定、\(c > 0\) 不稳定（eq. 1.27, 1.28）。

挑战和开放性问题

  1. 从 ODE 到 PDE 的扩展：本章所有模型都是 ODE（连续时间、离散状态空间），但 §1.6 末尾提到"年龄/大小分群"模型产生 PDE。本书其他章节（特别是 Ch 11）会处理 PDE 的约化，但衔接没有在 Ch 1 给出明确指引。
  2. 延迟、随机、离散情形的简化：§1.6 提到 DDE、SDE、discrete-time maps 是 ODE 的扩展，但全书中对这些扩展的处理深度不一致——DDE 和 SDE 仅在引用层出现，discrete maps 在 Ch 5 的"源型相似解"中有使用但未深入。
  3. 高维相空间的"维数灾难"：作者承认相平面分析的几何直觉不能直接推广到 \(n \geq 3\)（§1.6 第一句）。这是一个根本性限制，本章没有给出降维的策略（Ch 3 的变分法和 Ch 4 的无量纲化是间接应对，但 Ch 1 没交代）。
  4. 双稳态（bistability）的物理起源：习题 1.5 揭示 Logistic 模型的扩展（立方非线性 + 偏置常数 \(k\)）在某个参数范围内存在两个稳定平衡点共存。这种"双稳态"在物理（双稳元件）、化学（自催化反应）、生物（细胞命运决定）中普遍存在，但本章没有给出识别双稳态的一般判据（如势函数的二阶导数判据）。
  5. 守恒定律的利用有限：本章提到"质量守恒可以约化未知数"（如 \(A+B\) 常数消去 \(B\)），但没有系统化方法说明何时、如何寻找守恒量。Ch 3（变分法）会给出更深的回答（Noether 定理的味道），但 Ch 1 没预告。
  6. 参数 \(k\) 接近分岔值时 的"临界慢化"（critical slowing down）：习题 1.5 要求找分岔值，但未讨论当 \(k\) 在分岔值附近时 ODE 解的长时间行为如何被延长（线性化失效时间尺度 \(\sim 1/\sqrt{|k-k_c|}\)），这是 Ch 6 渐近展开和 Ch 10 奇异扰动的伏笔。

个人反思与批判性分析

本章作为"速率方程"的入门，定性分析的几何直觉建立得相当扎实，特别是 §1.4–§1.5 的"相线 → 相平面"递进、nullclines 的几何解读、Table 1.2 的特征值-几何对应表，都给出了可直接操作的工具。但从建模方法论的角度看，本章存在几个可议之处：

  1. 缺少"何时使用 ODE" vs. "何时需要 PDE/随机/延迟"的判据。化学动力学部分（§1.2）有 5 类基本反应，但作者没有讨论"低浓度/小群体下，速率方程的统计涨落不可忽略"这一重要限制。这在生物物理（如转录调控）和软物质物理中是核心议题，本书全书没有专题处理 SDE。如果作者在 §1.3 末尾补一段"ODE 的失效情形与升级方向"，会让 Ch 1 起到更好的"路线图"作用。

  2. Logistic 和 Lotka-Volterra 的"教科书化"是双刃剑。作者在 Ch 1 把这些模型作为示范是合理的，但读者必须意识到：(a) Logistic 的非线性源自对"种群内竞争"的唯象假设，缺乏微观机制；(b) Lotka-Volterra 的守恒量（实际上是一族闭合轨道）只在特定参数下成立，加入密度依赖的捕食饱和（如 Rosenzweig-MacArthur 模型）会破坏守恒，产生极限环，这是 Ch 9 弱非线性振荡器的伏笔，但 Ch 1 没提示。

  3. 1.4 节"分岔"概念的引入过于轻描淡写。作者用 eq. (1.29) 一句话带过"定性改变"，但没有讨论分岔的类型（鞍结分岔、跨临界分岔、pitchfork 分岔、Hopf 分岔）。读者若以此为基础进入动力系统专业课程，会发现 §1.4 实际只是"分岔现象的预告"，缺乏分类。这一空白由 Ch 6（扰动方法）和 Ch 9-10（弱非线性振荡器、快/慢系统）在不同侧面的补充。

  4. 习题设计的深度优于正文。例如 1.5 题的"双稳态"（bistability）分析需要 (a) 解 ODE，(b) 找分岔值，(c) 确定局部展开系数，(d) 证明全局吸引——这四步是后续研究必备的实操工具。但 Ch 1 正文没有为这套操作提供"清单式"指导，读者需要自己摸索。建议把 1.5 题的"骨架解法"放进正文示例。

  5. 术语建议。作者用"rate equation"而不是"state equation"或"kinetic equation"——这隐含一个观点：状态变量的时间导数（即速率）由当前状态完全决定。这是 Markov 性的 ODE 表达，与 DDE、SDE 形成对比。如果作者在术语上明确指出这一点，会强化"ODE = 自治 + Markov 过程"这一核心地位。

  6. 与 Ch 3（变分原理）的潜在衔接。作者在 §1.1 末尾注脚"在 Ch 3 我们会考虑不同方法"，指的是变分法对力学系统的另一种处理。这是全书最漂亮的数学深度的伏笔——同一物理问题（粒子运动）可以由 ODE 直接构造（牛顿路径），也可以由变分原理（Hamilton 原理）通过 Euler-Lagrange 方程导出，等价性是分析力学的基石。Ch 1 的处理是"工程化"的（如何写出 ODE），Ch 3 的处理是"几何化"的（如何用变分找到解），二者并行是本书的特色。

重要参考文献

  • [X1] Rutherford Aris, Mathematical Modelling Techniques, Dover, 1994. (Preface 引用的"模型是数学方程组"原始出处)
  • [X2] George E.P. Box, "Science and Statistics," Journal of the American Statistical Association 71 (1976) 791–799. ("All models are wrong, but some are useful" 出处)
  • [X3] Alan C. Turing, "The Chemical Basis of Morphogenesis," Philosophical Transactions of the Royal Society B 237 (1952) 37–72. (反应-扩散系统、Turing 不稳定的原始论文)
  • [X4] Mark Kac, "Some Mathematical Models in Science," Science 166 (1969) 695–699. ("Models are caricatures of reality" 出处)
  • [X5] Pierre-François Verhulst, "Recherches mathématiques sur la loi d'accroissement de la population," Nouveaux Mémoires de l'Académie Royale des Sciences et Belles-Lettres de Bruxelles 18 (1845) 1–38. (Logistic 方程原始论文)
  • [X6] Alfred J. Lotka, Elements of Physical Biology, Williams & Wilkins, 1925. (Lotka-Volterra 原始推导)
  • [X7] William O. Kermack and Anderson G. McKendrick, "A Contribution to the Mathematical Theory of Epidemics," Proceedings of the Royal Society A 115 (1927) 700–721. (SIR 模型原始论文)
  • [X8] Stephen W. Hahn, Stability of Motion, Springer, 1967. (李雅普诺夫稳定性、动力系统理论经典)
  • [X9] Richard Haberman, Mathematical Models: Mechanical Vibrations, Population Dynamics, and Traffic Flow, SIAM, 1998. (本书 §1.6 推荐教材，对应习题 1.5 类似问题)
  • [X10] James P. Keener and James Sneyd, Mathematical Physiology I: Cellular Physiology, Springer, 2009. (本书 §1.6 推荐，覆盖化学动力学与生理学应用)