什么是生物数学

HOPFBIFURCATIONINASYNAPTICALLYCOUPLEDFHNNEURONMODELWITHTWODELAYSLipingZhangCollegeofScience,NanjingUniversityofAeronauticsandAstronautics2010/07/30什么是生物数学？生物数学是生物学与数学之间的边缘学科，用数学方法研究和解决生物学问题，也对与生物学有关的数学方法进行理论研究。对于今天的生物学者，数学的价值更应该体现在建立在数量化基础上的模型化。通过数学模型的构建，可以将看上去杂乱无章的实验数据整理成有序可循的数学问题，将问题的本质抽象出来。两个最近的事例SARS在对SARS的研究中，生物数学就发挥了作用。2003年春SARS暴发时，在有效的疫苗和抗病毒药物研制出来之前，科学家最关心的是SARS流行的特征。两个国际合作的研究小组使用了SEIR数学模型，对SARS的传播趋势进行分析和预测，给有关部门提供了参考意见。AvianInfluenzaBirdfluAvianinfluenzaisadiseaseofbirdscausedbyinfluenzavirusescloselyrelatedtohumaninfluenzaviruses.Transmissiontohumansinclosecontactwithpoultryorotherbirdsoccursrarelyandonlywithsomestrainsofavianinfluenza.Thepotentialfortransformationofavianinfluenzaintoaformthatbothcausesseverediseaseinhumansandspreadseasilyfrompersontopersonisagreatconcernforworldhealth.AvianInfluenzaBirdflu生物数学几个领域的基本介绍种群动力学:种群的相互作用生物资源管理和综合害虫控制流行病动力学药物动力学生物数学中的斑图生物信息学生物数学已有一百年多年的历史：•1798年Malthus人口增长模型•1908年遗传学的Hardy-Weinbe“平衡原理”•1925年Volterra捕食与被捕食模型•1927年KM传染病模型•1973年许多著名的生物学杂志相继创刊•现如今“生物信息学”的诞生是生物数学发展的里程碑时滞时滞对生物种群的影响一直是生物学家关心的问题，时滞经常出现在生物的活动中。例如我们日常生活中遇到的视觉和听觉的时滞现象、动物血液再生原理，森林再生原理等。考虑到种群密度变化对于增长率的影响都不是瞬间发生的,而是与过去的生活状态有关,即有时间滞后的，还有动物消化食物也需要一定的时间。在生物数学模型中如果引入时滞，相应的动力系统就变成了带时滞的非线性动力系统。由于时滞生物动力系统的演化不仅依赖于系统的当前状态，还依赖于系统过去某一时刻或若干时刻的状态，其运动方程要用泛函微分方程来描述，和常微分方程系统所描述的系统不同，时滞对系统的动态性质有很大的影响，时滞动力系统一般有无穷多个特征值，解空间是无限维的，其理论分析往往很困难。目前，对于非线性时滞动力系统尚没有针对性特别强的研究方法，讨论非线性常微分方程的方法，大多可以经过改造用于非线性时滞微分方程的研究。例如研究生物动力系统平衡点存在唯一性方法有：不动点定理、M-矩阵和重合度理论等；平衡点局部稳定性分析最基本的方法仍是考察特征方程根的变化，例如无害时滞不改变系统正平衡位置的渐近稳定性，所以利用时滞为零时系统的渐近性去研究时滞不为零时系统正平衡位置的局部稳定性，即用线性近似法研究研究平衡点的局部稳定性问题。对小时滞模型用平均法，对常数时滞以及连续时滞模型的全局稳定性主要用Lyapunov方法。研究分岔现象的常见方法有：中心流形法、规范形理论、Lyapunov-Schmidt方法、摄动法和多尺度法等。1.assumptionsThebasicmodelmakesthefollowingassumptions:(H)Themodelisgivenbythefollowingsystem:021bbD0)()(21bbCEBA0)]()()[(2121bbCEBAbbD)1().()()()),(tanh()()()()(),()()()),(tanh()()()()(.423.4.2124333.321.1.21312131.1txbtxtxtxCtxtaxtxtxtxbtxtxtxCtxtaxtxtxFanD,HongL.HopfbifurcationanalysisinasynapticallycoupledFHNneuronmodelwithdelays.CommunNonlinearSciNumerSimulat(2009),doi:10.1016/j.cnsns.2009.07.0252.StabilityforFHNneuronmodelwithonedelayObviously,E(0,0,0,0)isanequilibriumofsystem(1),linearizingitgives)2().()()()),(()()()()(),()()()),(()()()()(.423.4.2124333.321.1.21312131.1txbtxtxtxCtxtaxtxtxtxbtxtxtxCtxtaxtxtxThecharacteristicequationassociatedwithsystem(2)isgivenby12()43212()()0ABCDEbbe122Abba21ccEWhere,,212122()2BbbabbaabbbabbbaC22)(2121212212121ababbbaD(3)Forand,Eq.(3)becomes010243212()()0ABCDEbb(4)ByRouth-Hurwitzcriterionweknowthatif(H)issatisfiedthenallrootsofEq.(3)havenegativerealparts.3.BifurcationforFHNneuronmodelwithonedelayObviously,iv(v0)isarootofEq.(4)ifandonlyif4321211()()(cossin)0vAviBvCviDEvibvibvi(5)Separatingtherealandimaginarypartsgives(.sincos,cossin311311124vvbvEvCvAvvEbvEvDvv(6)Takingsquareonthebothsidesoftheequationsof(6)andsummingthemup,andlety=v2,whichleadsto:where0234sryqypyy(7)62ApDACq229226EDCr2212EbDsDenotesryqypyyyh234)(Thenwehaverqypyyyh234)(23'(8)(9)Set.023423rqypyy(10)Let4pyz,then(10)becomes0113qzpz(11)where211632pqp,483221rpqpqDefine3121)3()2(pq231(12)Withoutlossofgenerality,weassumethatEq.(7)hasfourpositiveroots,denotedby,,and,respectively.ThenEq.(6)hasthefourpositiveroots*kkzv)4,3,2,1(kwehave.)]()[()()()()(sin,)]()[()()())((cos221221213212422122121322124kkkkkkkkkkkkkkkkkkvbbvbbEbbvCvAvbbvDBvvvvbbvbbEbbvCvAvvbbDBvvv(13)Denote,)]()[()()())((,)]()[()()()()(22122121322124*2212212132124*kkkkkkkkkkkkkkkkvbbvbbEbbvCvAvvbbDBvvbvbbvbbEbbvCvAvbbvDBvva0),2arccos2(10),2(arccos1****ajbvajbvkkjk,2,1,0jkivWherek=1,2,3,4;ThenisapairofpurelyimaginaryrootsofEq.(4)with0,211jkSimilartotheprovesof[8]weknowthatEq.(7)hasmorethanonepositiveroots.Thenthestabilityswitchmayexist.Summarizingtheabovediscussionswecanensurethestabilityinterval.(14)Theorem3.1Supposethat(H)issatisfiedand1.Iftheconditions(a)(b),△,and(c),△,andthereexistsasuchthatandarenotsatisfied,thenthezerosolutionsofsystem(1)isasymptoticallystableforall.2.Ifoneoftheconditions(a),(b)and(c)of(1)issatisfied,thenthezerosolutionofsystem(1)isasymptoticallystablewhen3.Ifoneoftheconditions(a),(b)and(c)of(1)issatisfied,and,thenthesystem(1)undergosaHopfbifurcationat(0,0,0,0)when020r0r00r0321*,,yyyy0*y0)(*yh01],0[010)(*'kyh).,2,1,0(,11jjk4.StabilityandHopfbifurcationforFHNneuronmodelwithtwodelayNowlet,*11,02)0(wiwbearootofEq.(2)Thenweget.0sincos,0sincos21223222124wEFwEFCwAwwEFwEFDBww(16)Where],sin)(cos)[(*121*12121wwbbwbbwF].sin)(cos)[(*1212*1212wbbTakingsquareonthebothsidesoftheequationsof(14),weget(15)02)22()2(222212222342628FEFEDwCBDwwACDBwBAw(15)IfEq.(15)haspositiveroot,withoutlossofgenerality,weassumeEq.(15)hasNpositiveroots,den