常微分方程 | 人口模型

1. 公式
   观察依据

   黑板左侧标题下方显示 $P(t)$。

2. 声音
   观察依据

   主讲人说：“我们从一个种群开始，称之为 $P(t)$。”

$P(t)$

种群作为时间的函数。

随时间变化的种群量；视频未明确给出其定义域或值域。

1. 公式
   观察依据

   黑板上在“出生率”旁标出 β，并附括号说明：“单位种群数量在单位时间内的出生数”。

2. 声音
   观察依据

   主讲人称出生率为 β，并将其定义为单位种群数量在单位时间内的出生数。

β

出生率，定义为单位种群数量在单位时间内的出生数。

单位种群数量在单位时间内的速率；讲话中提到了单位的例子，但未给出固定的数值定义域。

1. 公式
   观察依据

   黑板上在“死亡率”旁标出 δ，并附括号说明：“同上，但针对死亡”。

2. 声音
   观察依据

   主讲人称死亡率为 δ，并将其定义为单位种群数量在单位时间内的死亡数。

δ

死亡率，定义为单位种群数量在单位时间内的死亡数。

单位种群数量在单位时间内的速率；视频以口头方式列举了可能的单位，但未给出明确的数值定义域。

1. 公式
   观察依据

   常数 k 出现在右上角所展示的全部三个微分方程中。

2. 声音
   观察依据

   主讲人在介绍指数增长时读出 dP/dt = kP，随后又提到 dP/dt = kP^2。

1. 视频未明确说明 k 的含义、其正负号，也未说明它是否随时间保持恒定。

k

出现在所展示的人口模型微分方程中的比例常数。

该片段中未作说明；在模型方程中以乘法形式出现。

1. 公式
   观察依据

   符号 M 仅出现在中间方程 dP/dt = kP(M-P) 中。

2. 声音
   观察依据

   主讲人将中间方程称为逻辑斯蒂方程，但在此片段中并未口头定义 M。

1. 该片段未解释 M 所代表的含义，尽管它是所展示的逻辑斯蒂方程的一部分。

M

出现在逻辑斯蒂方程 dP/dt = kP(M-P) 中的参数。

该片段中未作说明。

1. 公式
   观察依据

   导数记号 dP/dt 出现在右上角全部三个方程中。

2. 声音
   观察依据

   主讲人在描述与种群规模成正比的增长时说：“换句话说，dP/dt 等于 kP。”

dP/dt

人口关于时间的瞬时变化率。

$P(t)$ 关于 t 的导数。

1. 公式
   观察依据

   $P(t)$ 表示种群数量

$P(t)$

t 时刻的种群数量

关于时间的函数

1. 公式
   观察依据

   β 表示出生率（单位种群数量在单位时间内的出生数）

2. 声音
   观察依据

   只要我恰当地选取单位，这个参数就是 β

$\beta$

出生率定义为：单位种群数量在单位时间内的出生数

可能依赖于 P 和/或 t

1. 公式
   观察依据

   δ 表示死亡率（定义方式与出生率相同，但针对死亡）

2. 声音
   观察依据

   β 和 δ 可能依赖于种群数量 P 或时间 t

$\delta$

死亡率定义为：单位种群数量在单位时间内的死亡数

可能依赖于 P 和/或 t

1. 公式
   观察依据

   P 的变化量等于 β 乘以 P 再乘以时间变化量，减去 δ 乘以 P 再乘以时间变化量

2. 声音
   观察依据

   我们将该变化称为 ΔP。

$\Delta P$

在一段很短的时间间隔内，种群数量的变化

有限差分

1. 公式
   观察依据

   在某个很短的时间 Δt 内，P 变化了多少？

2. 声音
   观察依据

   取 Δt 趋近于零时的极限

$\Delta t$

一段很短的时间

趋近于零的正实数

1. 公式
   观察依据

   P 对时间 t 的变化率等于 β 减去 δ，再乘以 P

2. 声音
   观察依据

   即 dP/dt 等于 β 减 δ 再乘以 P。

$\frac{dP}{dt}$

种群数量关于时间的瞬时变化率

导数

1. 声音
   观察依据

   主讲人通过指出人口建模是微分方程的一个有趣应用，来引入本课主题。

2. 图示
   观察依据

   黑板标题为“人口模型”。

该片段将人口模型定位为微分方程的应用；可见的标题与口头介绍共同表明，本课重点在于构建并比较描述人口变化的常微分方程模型，而非求解某个具体的初值问题。

1. 讨论内容是关于人口动力学的数学模型。

2. 此开场陈述中未限定任何特定生物物种或数据集。

1. 声音
   观察依据

   主讲人指出，当人口的增长速率与人口自身规模成正比时，适用指数增长模型。

2. 公式
   观察依据

   第一个显示的方程为〔dP/dt = kP〕。

1. 该片段陈述了正比关系规则，但并未求解该方程，也未讨论 k 的符号。

指数增长模型描述的是瞬时种群增长率与当前种群数量成正比的情形。用符号表示，该模型为 dP/dt = kP，其中 $P(t)$ 表示种群数量，k 为黑板上标出的比例常数。

1. 种群增长率与种群数量成正比。

2. $P(t)$ 被视为关于时间的可微函数。

1. 人口建模作为微分方程的一种应用

1. 声音
   观察依据

   主讲人称第二个写在黑板上的模型为逻辑斯谛方程，并指出它在实际应用中比指数增长模型更适合作为种群模型。

2. 公式
   观察依据

   第二个展示的方程为 dP/dt = kP(M-P)。

1. 所谓“更优”是一种定性判断，本片段中并未对此加以论证。

2. 参数 M 在本片段中未作口头定义。

第二个展示的种群模型被命名为逻辑斯谛方程。黑板上给出的公式为 dP/dt = kP(M-P)。主讲人将其与指数增长模型对比，并称其在实际应用中更为优越，但本片段尚未推导其原因。

1. 该模型是黑板上所列若干种群常微分方程之一。

2. 参数 M 出现在公式中，但本片段未对其作出解释。

1. 人口建模作为微分方程的一种应用

1. 声音
   观察依据

   主讲人表示他不知道第三个模型的正式名称，并建议称之为“爆破模型”，因为种群数量会在有限时间内趋于无穷大。

2. 公式
   观察依据

   第三个展示的方程是 dP/dt = kP^2。

1. 有限时间爆破行为仅以口头方式断言，并未在此片段中证明。

第三个展示的方程是 dP/dt = kP^2。主讲人表示他不知道该模型的标准名称，因而提议称为“爆破模型”，因为据他描述，在此模型下种群数量会在有限时间内无界增长。

1. 这被作为另一个种群常微分方程示例提出。

2. 该片段未明确说明为支持爆破结论而对参数 k 或初始数据所需满足的约束条件。

1. 人口建模作为微分方程的一种应用

1. 声音
   观察依据

   主讲人表示，他将不逐一推导每个模型，而是讨论一个通用种群模型；这些方程（及其他模型）均可由此导出。

1. 实际推导并未在这一时长为120秒的片段内完成。

讲座宣布了一种方法论上的转变：不再单独处理每个展示的常微分方程，而是由主讲人引入一个通用种群模型，该模型可退化为指数型、逻辑斯蒂型及二次型等特例，从而为后续定义出生率与死亡率奠定基础。

1. 该通用模型旨在涵盖多个具体的种群方程。

2. 本片段仅陈述了计划，尚未给出完整推导。

1. 指数增长模型
2. 逻辑斯谛方程
3. 爆破模型 dP/dt = kP^2

1. 公式
   观察依据

   黑板上写出 β：出生率（单位人口在单位时间内的出生数）。

2. 声音
   观察依据

   主讲人将 β 定义为单位人口在单位时间内的出生数量，并举例说明可能采用的人口单位和时间单位。

出生率 β 定义为单位人口在单位时间内的出生数。主讲人强调，“单位人口”和“单位时间”是建模时可灵活选择的设定，并举例说明，如一个个体、一万个个体、两万只细菌，以及秒、年或十年等。

1. β 衡量的是经人口规模与时间归一化后的出生数。

2. 在模型中，人口单位和时间单位必须保持一致地选用。

1. 通用种群模型作为共同源头

1. 公式
   观察依据

   黑板上写出 δ：死亡率（定义方式同上，但针对死亡）。

2. 声音
   观察依据

   主讲人指出 δ 是死亡率，并将其定义为单位人口在单位时间内的死亡数量。

死亡率 δ 的定义方式与出生率类似，但针对死亡：即单位人口在单位时间内的死亡数。黑板上简写为“定义方式同上，但针对死亡”，主讲人则完整口述该定义。

1. δ 衡量的是经人口规模与时间归一化后的死亡数。

2. 其定义方式与 β 并行给出。

1. 出生率 β

1. 公式
   观察依据

   $P(t)$ 表示种群数量；β 表示出生率；δ 表示死亡率

2. 声音
   观察依据

   β 和 δ 可能依赖于种群规模或时间。

该种群模型使用$P(t)$表示时刻$t$的种群数量。参数$\beta$和$\delta$分别代表出生率与死亡率，定义为单位种群数量在单位时间内发生的出生数或死亡数。关键在于，$\beta$和$\delta$并不限定为常数；它们可能依赖于种群规模$P$和/或时间$t$。

1. $\beta$和$\delta$可能依赖于$P$和/或$t$

1. 公式
   观察依据

   P 对时间 t 的变化率等于 β 减去 δ，再乘以 P

2. 声音
   观察依据

   结果是一个微分方程，我称之为基本种群模型。

基本种群模型是微分方程$\frac{dP}{dt} = (\beta - \delta)P$。它将种群的瞬时变化率描述为当前种群数量与净增长率（$\beta - \delta$）的乘积。其他具体的种群模型均由此一般形式出发，通过对$\beta$和$\delta$作出特定假设而导出。

1. $\beta$和$\delta$可能依赖于$P$和/或$t$

1. 种群模型变量的定义

1. 公式
   观察依据

   黑板上写出 $ΔP = βPΔt - δPΔt$ ⇒ dP/dt = (β - δ)P，并将框出的结果标为“主”种群模型。

2. 声音
   观察依据

   讲解者说明该模型追踪种群 P 在微小时间间隔 Δt 内因出生减去死亡而产生的变化量。

本片段提出了一个由单位种群的出生率与死亡率构建的一般种群常微分方程：在微小时间区间内，出生导致的种群增长为 βPΔt，死亡导致的种群减少为 δPΔt，从而得到微分形式 dP/dt = (β - δ)P。

1. P 表示种群数量。

2. β 表示单位种群在单位时间内的出生率。

3. δ 是单位种群数量在单位时间内的死亡率。

4. β 和 δ 可能依赖于 P 和/或 t。

1. $P(t)$
2. β
3. δ
4. Δt
5. ΔP

1. 公式
   观察依据

   黑板上列出了 dP/dt = kP，并标注“β、δ 为常数”。

2. 声音
   观察依据

   讲话者说：“在指数模型，即指数增长模型中，β 和 δ 是常数。”

指数模型被定义为出生率和死亡率均为常数的情形，从而导出关于 P 的线性增长规律。

1. β 和 δ 均为常数。

1. 无捕获情形下的主种群模型。
2. β
3. δ
4. k

1. 公式
   观察依据

   黑板上列出了 dP/dt = kP(M-P)，并标注“δ 为常数”以及“β 随 P 线性减小”。

2. 声音
   观察依据

   讲话者说：“对于逻辑斯蒂方程，δ 为常数，而 β 随种群数量线性减小。”

逻辑斯蒂模型被表述为一种种群规律：死亡率保持恒定，而出生率随种群规模线性下降。

1. δ 为常数。

2. β 随 P 线性减小。

1. 无捕获情形下的主种群模型。
2. β
3. δ
4. k
5. M

1. 声音
   观察依据

   主讲人指出，如果一个种群的增长速率与该种群自身的规模成正比，那么结果就是指数增长。

2. 公式
   观察依据

   对应的显示方程为 dP/dt = kP。

1. 该片段并未证明这一蕴含关系；而是将其作为模型识别直接陈述。

如果种群的增长速率与种群规模成正比，那么所遵循的模型为 dP/dt = kP，主讲人将其识别为指数增长。

1. 种群用 $P(t)$ 表示。

2. 增长率与当前种群规模成正比。

针对一个其变化速率与其自身规模成正比的种群。

1. 声音
   观察依据

   主讲人指出，在实际应用中，逻辑斯蒂方程实际上比指数增长模型更适合作为种群模型。

1. 这是该片段中作出的一个定性断言，本节选中未提供推导过程或数据支持。

主讲人声称，在实际应用中，逻辑斯蒂方程比指数增长模型更适合作为种群模型。

1. 比较的是所显示的指数模型与所显示的逻辑斯蒂模型。

在讲话者讨论的应用中。

1. 声音
   观察依据

   讲话者称，可将 dP/dt = kP^2 称为爆破模型，因为在此特定模型中，种群数量会在有限时间内爆破。

2. 公式
   观察依据

   所显示的方程为 dP/dt = kP^2。

1. 有限时间爆破这一结论在此片段中未予证明，且未说明 k 或初始种群数量的任何条件。

对于模型 dP/dt = kP^2，讲话者断言种群数量会在有限时间内爆破。

1. 种群数量遵循 dP/dt = kP^2。

在刚刚写出的这个特定模型中。

1. 声音
   观察依据

   讲话者表示，他将讨论一个通用种群模型，从中可推导出这些方程以及其它一些方程。

1. 推导过程本身超出了本片段范围。

主讲人指出，将引入一个通用的人口模型，从中可推导出屏幕上显示的方程及其他方程。

1. 此前屏幕上显示的方程被视为更广泛建模框架下的特例。

适用于所列的人口模型，以及可能的其他模型。

1. 声音
   观察依据

   主讲人称他查阅了美国疾病控制与预防中心（CDC）的数据，发现2009 年每13.5 人中有1，000 例出生。

1. 视频片段在进一步解读或与死亡率数据进行比较之前就中断了。

主讲人依据美国疾病控制与预防中心（CDC）的数据报告称，13.5 例出生每1，000 人，以2009 年为例说明出生率这一数量的典型形式。

1. 该示例取自美国CDC的数据。

2. 所指定的年份为2009。

针对所引用的美国数据集，年份为2009。

1. 声音
   观察依据

   主讲人解释道，一个人口单位可以是一名个体、一万名个体，或两万只细菌；一个时间单位可以是一秒、一年，或十年。

2. 公式
   观察依据

   黑板上对β和δ的定义均采用“每人口单位每时间单位”的表述。

1. 公式

   $$$$
   解释

   从黑板上展示的 β 和 δ 的定义出发：它们是单位人口在单位时间内的速率。

   步骤依据

   这些定义直接写在黑板上。

   视频直接表达
2. 公式

   $$$$
   解释

   认识到“单位人口”是一种建模选择，而非固定的生物学常数。

   步骤依据

   主讲人给出的例子涵盖从单一个体到成千上万的个体或细菌。

   视频直接表达
3. 公式

   $$$$
   解释

   同样地，“单位时间”也是灵活可变的，例子包括秒、年和十年。

   步骤依据

   主讲人明确列举了这些时间单位的例子。

   视频直接表达
4. 公式

   $$$$
   解释

   由此得出结论：β 和 δ 是归一化速率，其数值取决于所选的人口单位和时间单位。

   步骤依据

   这一结论源于将黑板上的定义与主讲人所举的单位实例相结合。

   依据视频推导

量 β 和 δ 并非绝对计数值；它们是归一化速率，其含义依赖于所选定的人口单位和时间单位。

1. 公式
   观察依据

   P 的变化量等于 β 乘以 P 再乘以时间变化量，减去 δ 乘以 P 再乘以时间变化量；因此，P 关于时间 t 的导数等于 β 减 δ 的差再乘以 P

2. 声音
   观察依据

   我们将等式两边同时除以 Δt，并取 Δt 趋近于零时的极限。结果得到一个微分方程。

1. 公式

   $$\Delta P = \beta P \Delta t - \delta P \Delta t$$
   解释

   人口$\Delta P$在微小时间间隔$\Delta t$内的变化量等于出生数减去死亡数。

   步骤依据

   根据定义，单位时间内的出生人数为$\beta P$，单位时间内的死亡人数为$\delta P$；乘以$\Delta t$即得该时间间隔内的总出生人数和总死亡人数。

   视频直接表达
2. 公式

   $$\frac{\Delta P}{\Delta t} = \beta P - \delta P$$
   解释

   将有限差分方程两边同时除以$\Delta t$。

   步骤依据

   代数变形，以求得平均变化率。

   依据视频推导
3. 公式

   $$\lim_{\Delta t \to 0} \frac{\Delta P}{\Delta t} = \lim_{\Delta t \to 0} (\beta P - \delta P)$$
   解释

   取$\Delta t$趋近于零时的极限。

   步骤依据

   导数$\frac{dP}{dt}$的定义。

   视频直接表达
4. 公式

   $$\frac{dP}{dt} = (\beta - \delta)P$$
   解释

   所得微分方程即为人口变化的基本模型。

   步骤依据

   计算极限后，左侧得到导数，右侧得到净增长率与人口数量的乘积。

   视频直接表达

基本人口模型推导为$\frac{dP}{dt} = (\beta - \delta)P$。

1. 公式
   观察依据

   黑板上写出 $ΔP = βPΔt - δPΔt$，然后用蕴含箭头推出 dP/dt = (β - δ)P。

2. 声音
   观察依据

   主讲人将问题表述为：在微小时间 Δt 内，P 变化了多少，并指出这两项贡献分别来自出生和死亡。

1. 公式

   $$\Delta P = \beta P \Delta t - \delta P \Delta t$$
   解释

   在微小时间区间内，出生使种群增加 βPΔt，死亡使种群减少 δPΔt。

   步骤依据

   黑板上展示了单位种群的出生率与死亡率的定义。

   视频直接表达
2. 公式

   $$\frac{\Delta P}{\Delta t} = (\beta - \delta)P$$
   解释

   两边同除以〔Δt〕，可将有限变化转化为单位时间内的变化率。

   步骤依据

   对所展示的有限差分方程进行代数整理。

   依据视频推导
3. 公式

   $$\frac{dP}{dt} = (\beta - \delta)P$$
   解释

   取无穷小极限，得到被称为“主”种群模型的微分方程。

   步骤依据

   由微小时间平衡过渡到常微分方程的标准步骤，如黑板上的蕴含箭头所示。

   视频直接表达

基本的人口常微分方程为 dP/dt = (β - δ)P，其中 β 和 δ 可依赖于 P 和/或 t。

1. 公式
   观察依据

   黑板在“捕捞量”标签下添加 -hΔt，并将方框内的方程重写为 dP/dt = (β - δ)P - h。

2. 声音
   观察依据

   主讲人解释道，每年捕获100条鱼不属于出生率或死亡率，因此将其作为捕捞率单独加入。

1. 公式

   $$\Delta P = \beta P \Delta t - \delta P \Delta t - h \Delta t$$
   解释

   恒定的外部移除在相同的小时间间隔内贡献一个额外的损失项 hΔt。

   步骤依据

   主讲人将捕捞引入为一种独立于出生和死亡的单独机制。

   视频直接表达
2. 公式

   $$\frac{dP}{dt} = (\beta - \delta)P - h$$
   解释

   将有限平衡式转化为速率方程，得到主模型，并额外增加一个常数减项。

   步骤依据

   采用与无捕捞模型相同的极限过程，此次包含捕捞项。

   视频直接表达

加入恒定捕捞后，主种群模型修正为 dP/dt = (β - δ)P - h。

1. 公式
   观察依据

   P 的变化量等于 β 乘以 P 再乘以时间变化量，减去 δ 乘以 P 再乘以时间变化量，再减去 h 乘以时间变化量；因此，P 关于时间 t 的导数等于 β 减 δ 的差乘以 P，再减去 h

1. 公式

   $$\Delta P = \beta P \Delta t - \delta P \Delta t - h \Delta t$$
   解释

   在微小时间间隔 Δt 内，种群变化量 ΔP 等于出生数（βPΔt）减去死亡数（δPΔt），再减去被捕获的数量（hΔt）。

   步骤依据

   速率的定义及人口变化的核算。

   视频直接表达
2. 公式

   $$\frac{dP}{dt} = (\beta - \delta)P - h$$
   解释

   两边除以 Δt，并令 Δt 趋近于0，得到瞬时变化率，从而导出主人口模型常微分方程（ODE）。

   步骤依据

   导数的定义。

   视频直接表达

主人口模型为 dP/dt = (β - δ)P - h。

1. 声音
   观察依据

   主讲人给出了来自CDC数据的一个具体数值示例：在2009 年每13.5 每 1，000 人中的出生人数（美国）。

1. 该片段在该示例被用于计算或与 dP/dt 的公式建立联系之前即告结束。

引用美国数据，帮助理解出生率可能达到的现实规模。

1. 数据来源：美国疾病控制与预防中心（CDC）发布的美国数据。

2. 年份：2009。

3. 报告的数量：13.5 每 1，000 人中的出生人数。

通过一个具体的数字实例，阐明出生率这一数值的实际含义。

1. 公式

   $$$$
   解释

   选取一份公共卫生数据集，作为现实出生率的参照基准。

   步骤依据

   主讲人表示他查阅了美国疾病控制与预防中心（CDC）发布的美国数据。

   视频直接表达
2. 公式

   $$13.5 \text{ births per } 1000 \text{ individuals}$$
   解释

   说明所选年份中报告的出生人数。

   步骤依据

   该数值在视频片段中被直接口述。

   视频直接表达

13.5 每 1，000 人中的出生人数（美国），时间为 2009。

视频片段中未对该示例进行任何核实；仅作陈述。

1. 声音
   观察依据

   主讲人说：“假设我们有一个养鱼池……每年我从这个池子里捕获100条鱼”，然后提问如何将这一因素纳入模型。

2. 公式
   观察依据

   黑板更新模型，加入 -hΔt 项，并给出最终的常微分方程 dP/dt = (β - δ)P - h。

1. 数值100条鱼/年被口头提及，但在此片段中黑板上并未明确写出 $h = 100$。

池塘中的鱼类种群遵循一般种群模型，但外部因素每年固定移除100条鱼，且该数量与当前种群规模无关。应如何将这一因素纳入模型？

1. 在修改前，种群由主模型 dP/dt = (β - δ)P 所支配。

2. 每年捕获固定数量的鱼。

3. 捕获量不依赖于当前种群数量，前提是鱼的数量足够多。

修改种群的常微分方程，以计入恒定捕捞的影响。

1. 公式

   $$$$
   解释

   需认识到，每年的捕获并非出生或死亡过程，因为它与种群规模无关。

   步骤依据

   由讲话者直接陈述。

   视频直接表达
2. 公式

   $$\Delta P = \beta P \Delta t - \delta P \Delta t - h \Delta t$$
   解释

   在微小时间间隔 Δt 内，引入一个捕捞项 hΔt，作为额外的损失量。

   步骤依据

   黑板上添加了标记为“捕捞”的项 -hΔt。

   视频直接表达
3. 公式

   $$\frac{dP}{dt} = (\beta - \delta)P - h$$
   解释

   将有限变化的平衡式重写为含恒定移除项的微分方程。

   步骤依据

   在更新后的带框公式中直接给出。

   视频直接表达

捕捞模型为 dP/dt = (β - δ)P - h，其中 h 表示恒定的移除速率。

主讲人通过指出该新增项与β和δ相互独立，来验证建模逻辑的合理性，因为捕获量不依赖于种群规模。

1. 图示
   观察依据

   黑板左上方显示标题“种群模型”，右上方并列展示三个微分方程，左侧自上而下依次给出$P(t)$、β和δ的定义。

2. 动画
   观察依据

   随着讲解者叙述，一个白色指针圆点在各条方程与各项定义之间移动。

1. 标题文字：“种群模型”。

2. 三个方程：dP/dt = kP，dP/dt = kP(M-P)，dP/dt = kP^2。

3. $P(t)$、β和δ的定义。

4. 白色指针圆点。

1. 在模型概览阶段，指针从第一个方程依次移向第二和第三个方程。

2. 随后，当讲解者引入$P(t)$、β和δ时，指针移向左侧的定义区域。

1. 整个片段中，黑板上的内容始终保持不变。

2. 所展示的三个方程始终同时可见。

该视觉布局既支持对多种种群常微分方程进行对比，又自然过渡到构建更一般化模型所需的基本量。

1. 动画
   观察依据

   手写文字与公式依次出现在黑色背景上。

1. 标题：'人口模型'

2. 变量定义：$P(t)$、β、δ

3. 红色标注：“可能依赖于 P 和/或 t！”

4. 问题：“在某个微小时间 Δt 内，P 变化了多少？”

5. 有限差分方程：$ΔP = βPΔt - δPΔt$

6. 微分方程：dP/dt = (β - δ)P，用黄色方框标出

1. 先写出定义。

2. 添加红色箭头和文字，以强调参数的依赖关系。

3. 写出推导问题和有限差分方程。

4. 推导出最终的微分方程并用方框标出。

1. 背景保持黑色。

2. 文字以多种颜色手写呈现（白色、青色、红色、黄色）。

视觉演进过程与逻辑步骤一致：先定义变量，再陈述假设，接着建立离散变化方程，最后取连续极限，从而导出所遵循的常微分方程。

1. 图示
   观察依据

   黑板布局为：左侧是定义，右上方并列展示三个常微分方程（ODE）示例，底部则呈现有限变化推导过程及框出的主模型。

1. 标题“种群模型”

2. $P(t)$、β和δ的定义

3. 展示的三个常微分方程示例

4. 底部推导式：$ΔP = βPΔt - δPΔt$

5. 框出的主模型

1. 约在68秒时，新项-hΔt被写入底部方程。

2. 约在70秒时，框出的主模型更新为dP/dt = (β - δ)P - h。

1. 左侧定义与右上方三个示例模型在整个片段中始终可见。

2. 整体结构保持为白板授课形式，公式均为手写。

视觉布局将一般性定义、特殊情形模型以及主方程的推导分开展示，随后说明如何将捕捞作为额外一项添加进去。

1. 图示
   观察依据

   静态白板，展示定义、推导过程以及三个具体常微分方程模型。

1. 标题：'人口模型'

2. 变量定义：$P(t)$、β、δ

3. ΔP 与 dP/dt 的推导

4. 三个具体常微分方程：dP/dt = kP，dP/dt = kP(M-P)，dP/dt = kP^2

5. 参数 β、δ、k、M 的注释

1. 所有文字与公式在整个1秒片段中保持静止。

该可视化内容全面总结了基本的人口动力学，从基础定义出发，推导出一个通用的微分方程，随后列举了三种具体情形（指数增长、逻辑增长与二次增长），并说明了各自参数的行为特征。

1. 声音
   观察依据

   主讲人明确指出，一个人口单位可以是一个个体、一万个个体，也可以是两万只细菌。

人们可能认为“每人口单位”总是指每个单独的生物体。

该片段强调，人口单位是一种建模选择，它可以是一个个体、多个个体，也可以是一批生物（例如两万只细菌）。

1. 声音
   观察依据

   主讲人指出，一个时间单位可以是一秒、一年或十年。

人们可能默认速率定义隐含地使用单一的普适时间单位。

主讲人表明，时间单位同样具有灵活性，且必须在模型中予以明确指定。

1. 公式
   观察依据

   可能依赖于 P 和/或 t！

2. 声音
   观察依据

   没有任何限制要求该模型中的 β 和 δ 必须为常数。

误以为人口模型中的出生率（$\beta$）和死亡率（$\delta$）必须是常数。

视频中明确指出并用红色高亮强调：$\beta$和$\delta$可能依赖于种群规模$P$和/或时间$t$，并举例说明——例如，随着种群数量增加，食物限制会影响出生率。

1. 声音
   观察依据

   主讲人明确指出：“我无法通过出生率或死亡率来纳入它，因为我每年固定捕获100条鱼，而不管种群数量是多少……”

有人可能试图通过改变β或δ来建模固定的年度捕捞量。

由于本例中的捕捞量与种群规模无关，因此必须将其表示为一个独立的捕捞项 -h，而不能将其并入单位个体的出生率或死亡率中。

1. 声音
   观察依据

   主讲人表示，他将讨论一个通用的人口模型，从中可推导出这些方程中的每一个。

1. 本片段并未展示实际的推导过程。

所宣布的通用人口模型被呈现为一个更宽泛的框架，其中指数增长方程是可从中推导出的一种情形。

1. 声音
   观察依据

   主讲人称，该通用模型能够推导出所有已展示的方程，以及其他一些方程。

1. 推导过程不在本片段中。

逻辑斯蒂方程是所谓从更一般的人口框架中得出的具体模型之一。

1. 声音
   观察依据

   演讲者指出，一般模型可以推导出所展示的各个方程，以及其他一些方程。

1. 推导过程不在本片段中。

二次型 dP/dt = kP^2 模型也被呈现为可从一般人口模型中得到的一个特例。

1. 公式
   观察依据

   黑板将 β 定义为单位人口在单位时间内的出生数，δ 定义为单位人口在单位时间内的死亡数。

2. 声音
   观察依据

   演讲者以与 β 相同的方式定义 δ，仅将‘出生’替换为‘死亡’。

出生率与死亡率是两类平行的归一化速率；它们的区别仅在于所统计的事件是出生还是死亡。

1. 声音
   观察依据

   演讲者将逻辑斯蒂方程与指数增长作比较，并指出逻辑斯蒂模型在实际应用中更为合适。

1. 本片段中的比较是定性的。

逻辑斯蒂方程被作为更符合实际应用的人口模型，与指数增长模型形成对比。

1. 声音
   观察依据

   其他人口模型所依据的基础模型。

2. 公式
   观察依据

   右上角展示了 dP/dt = kP、dP/dt = kP($M-P$)、dP/dt = kP^2，并给出了关于 β、δ 的条件。

主人口模型$\frac{dP}{dt} = (\beta - \delta)P$是一个通用框架。具体模型（如指数模型、逻辑斯蒂模型等，显示在右上角）是通过对$\beta$和$\delta$如何依赖于$P$和$t$作出特定假设而得到的。

1. 公式
   观察依据

   黑板上将 dP/dt = kP 与标注为“β, δ 为常数”的注释并列，置于一般种群模型标题之下。

2. 声音
   观察依据

   主讲人称此为指数模型。

指数模型是主种群模型的一个特例，其中β和δ均为常数。

1. 公式
   观察依据

   黑板上列出 dP/dt = kP(M-P)，并注明死亡率δ为常数，而出生率β随种群数量P线性下降。

2. 声音
   观察依据

   主讲人称此为逻辑斯蒂方程。

逻辑斯蒂模型源自主框架：令出生率随种群数量线性下降，同时保持死亡率为常数。

1. 公式
   观察依据

   黑板上列出 dP/dt = kP^2，并附注 $δ = 0$，且 β 与 P 成正比。

2. 声音
   观察依据

   主讲人将此模型称为“爆炸式增长”模型。

‘爆炸式增长’模型由主框架模型通过将死亡率设为零、并将出生率设为与种群数量成正比而得到。

1. 公式
   观察依据

   添加捕捞项后，方框中的方程由 dP/dt = (β - δ)P 变为 dP/dt = (β - δ)P - h。

2. 声音
   观察依据

   主讲人称此为带额外捕捞项的主种群模型。

捕捞方程通过引入一个额外的恒定外部移除项，对主种群模型进行了扩展。

1. 公式
   观察依据

   P 对 t 的变化率等于 k 乘以 P

方程 dP/dt = kP 是主模型的一个特例，其中 $δ = 0$，$h = 0$，且 $β = k$（常数）。

1. 公式
   观察依据

   P 对时间 t 的变化率等于 k 乘以 P 再乘以括号内 M 减去 P 的差

逻辑模型 dP/dt = kP(M-P) 是一个特例，其中死亡率 δ 随 P 线性减小（具体为 δ = kP，且 β = kM，$h = 0$）。

1. 声音
   观察依据

   演讲者引入指数增长模型，并写出 dP/dt = kP。

2. 公式
   观察依据

   第一个方程显示在黑板上。

1. 指数增长模型

1. 声音
   观察依据

   主讲人将第二个方程称为逻辑斯蒂方程。

2. 公式
   观察依据

   黑板上显示 dP/dt = kP(M-P)。

1. 逻辑斯谛方程

1. 声音
   观察依据

   主讲人说，dP/dt = kP^2 可被称为爆破模型，因为种群会在有限时间内爆破式增长。

1. 爆破模型 dP/dt = kP^2

1. 公式
   观察依据

   黑板将 β 定义为单位种群数量在单位时间内的出生数。

2. 声音
   观察依据

   主讲人复述并借助单位实例进一步展开这一定义。

1. 出生率 β

1. 公式
   观察依据

   黑板将 δ 定义为死亡率，其定义方式与 β 类似，但针对死亡。

2. 声音
   观察依据

   主讲人指出，它是单位种群数量在单位时间内的死亡数。

1. 死亡率 δ

1. 声音
   观察依据

   主讲人给出了人口单位和时间单位可能取值的示例。

1. 出生率 β
2. 死亡率 δ

1. 声音
   观察依据

   主讲人表示，他将讨论一个通用人口模型，屏幕上展示的各个方程均可由此模型推导得出。

1. 通用种群模型作为共同源头

1. 声音
   观察依据

   主讲人援引美国疾控中心（CDC）数据，显示13.5次出生对应1,000名个体，统计年份为2009。

1. 美国疾控中心（CDC）出生率示例

1. 声音
   观察依据

   当自变量变化时，因变量如何变化……再取 Δt 趋近于零时的极限

1. 基本种群模型方程
2. 基本种群模型的推导

1. 公式
   观察依据

   可能依赖于 P 和/或 t！

1. 种群模型变量的定义
2. 关于出生率与死亡率恒定的误解

1. 公式
   观察依据

   方框中的方程被标记为“主”种群模型。

1. 无捕获情形下的主种群模型。

1. 声音
   观察依据

   主讲人解释了为何固定的年度捕获量不属于出生率或死亡率的一部分。

1. 将捕获视为外部的恒定移除项
2. 切勿将恒定捕捞量吸收到出生率或死亡率中