跳轉到

10.2 微分方程在工程與生物學#

本章導言#

本書走過的每一種方法，最終都要面對一個問題：它替誰解決什麼？ 本章選取工程與生命科學的三組經典模型——機械/電氣/化工的線性系統、流行病學的 SIR、生態與生理的振盪——展示「建模—分析—設計」的完整循環，並以 Verhulst 邏輯斯蒂方程（1.3 節伏筆）與 Hodgkin–Huxley 方程（1952 諾貝爾獎）作為跨學科的錨點。

建模的循環：從現象到方程#

建模五步：

  1. 辨識變數（溫度？濃度？人口？電壓？）；
  2. 寫守恆律或速率律（質量守恆、Newton 定律、比作用定律）；
  3. 簡化（線性化、降維、平均場——1.2 節的教訓：線性化給趨勢）；
  4. 求解或模擬（前九章的方法 + 10.1 的數值）；
  5. 驗證與迭代（與數據對照；失配 → 回到第 2 步）。

模型的品質不等於方程的優雅，而在於預測的魯棒範圍（6.2 節 Lotka–Volterra 的教訓：閉軌脆弱、定性結論堅固）。

工程的線性王國：三個一階系統的統治#

（一）熱系統：Newton 冷卻 \(T' = -k(T - T_{\rm env})\) （2.1 節）——冰箱、暖通空調（HVAC）、熱電偶響應。**時間常數 \(\tau = 1/k\) ** 是規格書的核心參數。

（二）電氣系統：RC/RL/RLC（1.2、7.1 節）——濾波器、開關電源、傳感器調理電路。**傳遞函數 \(G(s) = \frac{1}{1 + s\tau}\) **（一階低通）是所有感測系統的「性格檔案」：帶寬與噪聲的折衷。

（三）化工系統：CSTR 反應器物料平衡（2.1 節場景）：

\[ \frac{dC}{dt} = \frac{F}{V}(C_{\rm in} - C) - k C^2. \]

一階線性 + 二階非線性的混血；穩態多重性（點火—熄火）是化工安全的經典議題（Semenov 1928 熱爆炸理論）——反應器的「突跳」是分岔理論（6.2 節場景一）的工業現場。

線性系統的工程勝利源於兩個事實：小信號分析合法（疊加）+ 傳遞函數可查表（8.1 節）。Bode 圖（1940）與 PID 控制器（1920s–40s 規範化）把整個自動化行業建立在二階傳遞函數的語言上——「增益與相位裕度」就是 7.1 節共振峰與 6.1 節極點位置的工程別名。

生物的節奏：從馬爾薩斯到 Hodgkin–Huxley#

（一）人口與流行病。

馬爾薩斯（1798）： \(\dot P = rP\) （指數）；Verhulst（1838）：

\[ \dot P = rP\Big(1 - \frac{P}{K}\Big) \qquad \text{（邏輯斯蒂；} K \text{ 為環境承載力）}. \]

解（1.3 節練習 5）： \(P(t) = \frac{K}{1 + Ce^{-rt}}\) ——S 形曲線。三個應用場景：細菌生長曲線（Monod 1942）、創新擴散（Rogers 1962）、語言/技術替代（Fisher–Pry 1971）——一條曲線建模三代學科。

SIR 流行病模型（Kermack–McKendrick 1927）：

\[ \dot S = -\beta S I, \qquad \dot I = \beta S I - \gamma I, \qquad \dot R = \gamma I. \]

基本再生數 \(R_0 = \frac{\beta S_0}{\gamma}\) ： \(R_0 > 1\) 疫情爆發、 \(< 1\) 自熄（平衡點的線性化判據——6.2 節字典的公共衛生版）。「壓平曲線」（2020）的數學內容：降低 \(\beta\) 、拉長 \(\gamma\) 段，使 \(I(t)\) 峰值低於醫療容量。SIR 的數值積分（10.1 的 RK45）在 2020 年成為全球決策工具——微分方程第一次以天為單位影響七十億人的行為（Hethcote 2000 的綜述是建模教科書範本）。

（二）神經元：Hodgkin–Huxley（1952），四變數系統（膜電位 \(V\) + 三個門控變數 \(m, n, h\) ）：

\[ C\dot V = -\bar g_{\rm Na} m^3 h (V - E_{\rm Na}) - \bar g_{\rm K} n^4 (V - E_{\rm K}) - g_L (V - E_L) + I_{\rm ext}. \]

動作電位 = 極限環的誕生（Hopf 分岔，6.2 節場景一；7.2 節 FitzHugh–Nagumo 的完整版）；閾值 = 不穩定極限環（或分離軌跡）。Hodgkin–Huxley 獲 1963 諾貝爾生理學獎；其模型是生物學中第一個「方程級」精確預測（預測了後來才發現的離子通道）。二維簡化（FitzHugh–Nagumo 1961）把四維壓到相平面——相平面分析（6.2）是神經科學的顯微鏡。

（三）生態振盪：Lotka–Volterra（6.2 節）→ 帶邏輯斯蒂項的修正（ Rosenzweig–MacArthur 1963， \(\dot x = rx(1 - x/K) - \frac{ax y}{1 + x}\) 型）——收穫模型中出現 Hopf 分岔（過度捕撈 → 極限環 → 種群崩潰）。May 1976 的警告：「簡單的數學模型可以混沌」——生態預測的根本極限（7.3 節）。

一個具體例題#

例題 10.2.1：SIR 模型（ \(\gamma = 1/5\) 天⁻¹， \(R_0 = 3\) ）中，求 (a) 臨界免疫比例（群體免疫閾值）；(b) 感染峰值出現的條件與定性位置；(c) 疫情終態（ \(S(\infty)\) ）的定性特徵。

解：

(a) \(R_0 = \frac{\beta S_0}{\gamma} = 3 \Rightarrow \frac{\beta}{\gamma} = 3\) （歸一化 \(S_0 = 1\) ）。免疫閾值：使有效再生數降為 1 的易感比例 \(S^* = \frac{\gamma}{\beta} = \frac{1}{R_0} = \frac13\) ——需免疫 \(\frac23\) 人口。線性化語言：在 \((S, I)\) 平面， \(\dot I = I(\beta S - \gamma)\) —— \(S > \frac13\) 時 \(I\) 增、 \(S < \frac13\) 時 \(I\) 衰。疫情的分水嶺是一條垂直線（相平面的分離軌跡思想，6.2 節場景二）。

(b) 峰值條件： \(\dot I = 0\) ⇔ \(S = \frac{1}{R_0} = \frac13\) ——感染峰值恰在易感比例降到閾值的時刻。此後疫情「順坡下滑」，但 \(S\) 繼續降（仍在感染），**終態 \(S(\infty) < \frac13\) **。

(c) 終態的不對稱性（SIR 的深刻結論）：考慮不變量（由 \(\frac{dI}{dS} = -1 + \frac{\gamma}{\beta S}\) 積分）：

\[ I + S - \frac{\gamma}{\beta}\ln S = \text{常數}. \]

疫情結束 \(I(\infty) = 0\) ，代入得超越方程

\[ S(\infty) - \frac{1}{R_0} \ln S(\infty) = S_0 - \frac{1}{R_0}\ln S_0. \]

以 \(R_0 = 3\) 、 \(S_0 = 1\) 數值求解（單調函數夾逼）： \(S(\infty) \approx 0.06\) ——最終約 94% 人口經歷感染（無干預時），遠超免疫閾值 67%！「峰值過半就安全」的直覺是錯的：感染在閾值後繼續燃燒，因為易感者仍在閾值以上……精確地說是因為慣性（ \(I\) 大，即使 \(\beta S < \gamma\) 仍在大量傳播）。「過衝」（overshoot）是 SIR 最反直覺也最重要的教訓——干預的價值在於壓低峰值與總量，二者都由 \(R_0\) 與干預時機決定。∎

建模教訓：本例展示了「相平面直覺 + 不變量 + 終態方程」的完整定性分析（本書第 2、6 章技術的聯合演出），且結論（過衝）不依賴參數細節——魯棒結論。

歷史啟示#

  • 模型是「受控的簡化」：SIR 忽略年齡、空間、異質性，卻抓住 \(R_0\) 閾值與過衝兩個魯棒結構。模型的目的不是複製現實，而是分離出現實中會存活下來的關係（6.2 節結構穩定性思想的建模版）。
  • 生物學在 1952 年跨過「方程門檻」：Hodgkin–Huxley 之後，生理學從描述科學變成機制科學；今日系統生物學（heart model, whole-cell model 2012–）是這條路的延長線。
  • 微分方程是跨學科的「通用語」：同一個 \(\dot x = rx(1 - x/K)\) 說著細菌、市場、語言的三種方言——數學模型的遷移能力，是它比專業術語更長壽的原因。

與其他章節及領域的關聯#

  • 1.3、2.1 節：邏輯斯蒂與冷卻/混合方程（建模的第一課）。
  • 6.2、6.3 節：平衡點分類與 Lyapunov（SIR 閾值 = 線性化判據；HH 的穩定性）。
  • 7.1、7.2 節：共振與極限環（HH 動作電位、神經節律、化學振盪）。
  • 7.3 節：混沌（May 的生態警告；心率的健康混沌）。
  • 10.1 節：數值實現（SIR 的 RK45、HH 的剛性積分——門控變數快、電位慢，神經元方程本身是剛性的，ode15s 的用戶）。
  • 工程：控制（PID）、通訊（鎖相環 = 相位追蹤的極限環）、交通流（LWR 模型 = 9.2 節守恆律的車流版）。
  • 金融與經濟：Black–Scholes PDE（2.1 節場景五）、Goodwin 週期（6.2 節）、DSGE 的動態。
  • 氣候：能量平衡模型 \(C\dot T = (1 - \alpha) S/4 - \sigma T^4\) （零維 Budyko–Sellers）；Sellers 1969 與 Budyko 1969 的冰線反照率反饋 = 分岔與多重平衡（雪球地球假說的數學根據）。

練習#

  1. 邏輯斯蒂方程 \(r = 0.5\) /天、 \(K = 1000\) ：初值 \(P_0 = 50\) ，寫出解並求 \(P = 500\) （半承載）的時間；解釋為什麼「增速最快點 = \(\frac K2\) 」。
  2. SIR（ \(R_0 = 2\) ）：計算免疫閾值；若疫苗效力 90%，需接種比例多少才能達群體免疫？
  3. 兩房室藥動模型（中央室 \(C_1\) 、周邊室 \(C_2\) ，速率 \(k_{12}, k_{21}, k_{10}\) ）：寫出方程組、指出其為線性系統，並用 6.1 節特徵值語言解釋「雙指數衰減」的藥時曲線。
  4. Rosenzweig–MacArthur 收穫模型：討論 \(K\) 增大時平衡點從穩定結點到極限環的過渡（「豐富悖論」paradox of enrichment 的定性機制）。
  5. 思考題：Hodgkin–Huxley 的四維模型難以直觀，FitzHugh–Nagumo 二維犧牲定量保定性。請論證：什麼問題應用完整 HH、什麼問題用 FHN？（提示：藥物通道精確動力學 vs 電路級網絡動態。）

進階研讀：應用建模的五個深化場景#

場景一：反應擴散與圖靈斑圖。Turing（1952）證明：兩個穩定的反應物 + 擴散速率差可以自發產生空間斑紋（條紋、斑點）——形態發生的化學基礎。動物斑紋（Murray 1988 的驗證性模擬：豹紋 vs 長頸鹿的域幾何效應）、貝殼花紋（Meinhardt 1995）。「擴散是均化者」的直覺在反應耦合下翻轉——9.1 熱方程的擴散直覺被非線性化學改寫。

場景二：控制論的降臨。Wiener《控制論》（1948）：反饋的數學統一了工程與生理（穩態 homeostasis = 負反饋，Cannon 1929 術語）。血糖調節（胰島素—葡萄糖，Bergman minimal model 1981）、體溫調節、姿態平衡——身體是一束閉環傳遞函數。人工胰臟（閉環胰島素泵 2016 FDA 批准）= 控制理論的直接醫療化。

場景三：網絡動力學。節點 = 振盪器/狀態，邊 = 耦合：Kuramoto 模型（1975） \(\dot\theta_i = \omega_i + \frac{K}{N}\sum \sin(\theta_j - \theta_i)\) ——同步相變（臨界耦合 \(K_c\) ）；傳染病的網絡傳播（度分佈決定 \(R_0\) 的有效性，Pastor-Satorras–Vespignani 2001：無標度網絡無閾值！——SIR 的 \(R_0\) 邏輯在異質網絡上被改寫）。社交媒體的病毒傳播、電網級聯故障（Motter–Lai 2002）共用此框架。

場景四：隨機模型的必要性。小種群中確定性模型失真：滅絕概率（確定性邏輯斯蒂永不滅絕；隨機版本有有限滅絕時間——Moran/Kimura 過程）；分子數 < 100 的生化反應需 Gillespie 演算法（1976，精確隨機模擬）——基因表達的「噪聲」是功能性的（Elowitz–Leibler 2000 的合成振盪器 repressilator）。確定性 ODE 是大數定律的近似；生命在單細胞尺度上由隨機微分方程統治（8.1 節場景五的隨機積分在此上崗）。

場景五：數據同化——當模型遇上數據。Kalman 濾波（1960，2.3 節場景四）及其非線性推廣（EKF、UKF、粒子濾波）：用實時觀測連續校正模型狀態。氣象預報的資料同化（4D-Var，把 9.2 節波方程的軌道與衛星數據最優融合）、COVID 期間的實時 Rt 估計（SIR + 貝葉斯濾波）、自動駕駛的傳感器融合——「預測 + 修正」的閉環是現代應用數學的主循環：微分方程給骨架，數據給血肉，濾波給心跳。

補充：Kermack–McKendrick 1927 的原文洞見#

Kermack（蘇格蘭數學家，雙目失明仍執教數十年）與 McKendrick（醫生—數學家）的原始論文其實是年齡結構的積分方程（超越本節 ODE 特例），且預先給出了「閾值定理」與「最終規模方程」。SIR 的 ODE 形式是後世教學簡化；完整的 Kermack–McKendrick 理論在 2010 年代被重新評價為超前時代。經典模型的「現代版」常是原創者的刪節版——讀原始文獻的回報。

補充：Hodgkin–Huxley 的實驗考古#

Hodgkin 與 Huxley 用烏賊巨軸突（直徑 1 mm，可插入電極）與 1939 年由 Cole–Curtis 發明的電壓鉗（voltage clamp），在二戰中斷（兩人轉做雷達）後，1949–1952 年以手工計算（Huxley 的手搖計算機）逐點積分他們的四方程系統，預測動作電位形狀與傳導速度誤差 <10%。離子通道（他們推斷的「門」）在 1970–80 年代由膜片鉗（Neher–Sakmann，1991 諾貝爾獎）與分子克隆直接證實。方程預測了尚未看見的分子機器——生物數學的最高榮譽。

名詞速查表（本節出現的核心術語）#

  • 邏輯斯蒂方程： \(\dot P = rP(1 - P/K)\) ；S 曲線。
  • **環境承載力 \(K\) **：資源上限；增長最快的 \(K/2\) 。
  • SIR 模型：易感—感染—移除房室流。
  • **基本再生數 \(R_0\) **：一個病例的平均二代病例數；閾值 \(R_0 = 1\) 。
  • 過衝（overshoot）：峰值後感染繼續超過閾值的現象。
  • Hodgkin–Huxley 模型：電壓 + 門控變數的四維系統；動作電位。
  • FitzHugh–Nagumo：HH 的二維相平面簡化。
  • CSTR / Semenov：化工多重穩態與熱爆炸。
  • Kuramoto 模型：相位振盪器同步。
  • Gillespie 演算法：化學反應的精確隨機模擬。
  • 資料同化：觀測連續校正模型狀態（Kalman 家族）。

年表速查（本節涉及的關鍵年份）#

  • 1798：馬爾薩斯。
  • 1838：Verhulst 邏輯斯蒂。
  • 1927：Kermack–McKendrick SIR。
  • 1928：Semenov 熱爆炸。
  • 1948：Wiener 控制論。
  • 1952：Hodgkin–Huxley；Turing 形態發生。
  • 1961：FitzHugh–Nagumo。
  • 1963：Rosenzweig–MacArthur；HH 諾貝爾獎。
  • 1976：Gillespie 演算法；May 的混沌警告。
  • 1981：Bergman minimal model。
  • 2001：無標度網絡傳播（無閾值）。
  • 2020：SIR 家族驅動全球防疫決策。

深化問答三則#

問：為什麼 \(R_0\) 這麼有用，儘管它來自最簡模型？ 答：因為它是線性化的特徵值（6.1 節語言）： \(\dot I = I(\beta S - \gamma)\) 的增長率在近零處的符號決定疫情命運——閾值是雙曲分岔的影子。複雜模型（年齡、空間、行為）改變 \(R_0\) 的計算方式（下一代矩陣，Diekmann 1990），不改變「閾值判穩定」的邏輯。簡單模型的參數 + 複雜模型的結構 = 現代流行病學的方法論。

問：生物建模中，確定性與隨機如何分工？ 答：按分子數與目標分工。種群 > 10³ 且關注均值/平衡：ODE 足夠（大數定律）；分子數小或關注尾部事件（滅絕、轉換）：隨機過程必須（Gillespie、SDE）；介於其間：化學郎之萬（噪聲強度 \(\propto \frac{1}{\sqrt N}\) ）。噪聲不是誤差，是信號——細胞用噪聲做決策（分化、基因開關）。確定性教材（包括本書前九章）是大數世界的地圖；地圖之外，還有隨機的曠野。

問：工程模型與生物模型的文化差異是什麼？ 答：工程模型追求設計可用（低維、參數可調、閉環可控——增益裕度是道德條款）；生物模型追求解釋與預測機制（高維、參數由演化決定、無法「調參」）。工程失敗即事故，生物失敗常是「模型太粗但現象仍在」——驗證的標準不同：工程的 KPI 是性能，生物的 KPI 是機制的可證偽性。Hodgkin–Huxley 之所以偉大，是因為它同時通過了兩套審判。

（本節完）