Логистично диференциално уравнение

От Администрация и управление
Направо към навигацията Направо към търсенето
The printable version is no longer supported and may have rendering errors. Please update your browser bookmarks and please use the default browser print function instead.

Логистичната функция е решението на простото от първи ред нелинейно диференциално уравнение.

Същност

Фракции {г} {} DT P (T) = P (у) (1-P (т))

където Р е променлива, по отношение на времето t и с граничното условие P (0) = 1 / 2. Това уравнение е непрекъснатата версия на логистичната карта.

Качественото поведение е лесно разбираемо в условията на фаза линия: производната е 0 при P = 0,1 и производната е положителна за P между 0 и 1, и отрицателни за P над 1 или по-малко от 0 (въпреки негативната популация която като цяло не съответства с физическия модел).

Така се получава едно нестабилно равновесие на 0 и стабилно равновесие на 1, и по този начин за всяка Р стойност по-голямаот 0 и по-малка от 1, P нараства до 1.

Човек може лесно да намери „символичното” решение на

P(t)=\frac{e^{t}}{e^{t}+e^{c}}

Изборът на постоянната интеграцията ec = 1 дава другите добре познати форми на определението на логистичната крива

P(t) = \frac{e^{t}}{e^{t} + 1} \! = \frac{1}{1 + e^{-t}}


По голямо количество, както може да се види от аналитично решение, логистичната крива показва началото на показателния растеж на отрицателната стойност t, която е приблизителен резултат от намаляването на този растеж по наклон ¼ при t = 0, тогава приближаването y = 1 не съответства с разлагащата се прогресивна разлика.

Логистичната функция е обратна на естествената логит функция (на англ. logit) и може да се използва за превръщане на логаритъма от неравенство във вероятност; преобразуването от лог - вероятност съотношение на две алтернативи също е под формата на логистична крива.

Логистичната сигмоидна функция е свързана с хиперболичен тангенс

2 \, P(t) = 1 + \tanh \left( \frac{t}{2} \right)

Вижте още

Източници

  • Jannedy, Stefanie; Bod, Rens; Hay, Jennifer (2003). Probabilistic Linguistics. Cambridge, Massachusetts: MIT Press
  • Gershenfeld, Neil A. (1999). The Nature of Mathematical Modeling. Cambridge, UK: Cambridge University Press.
  • Kingsland, Sharon E. (1995). Modeling nature: episodes in the history of population ecology. Chicago: University of Chicago Press.
  • Weisstein, Eric W., "Logistic Equation" from MathWorld.

Външни препратки