具有混合即时与非局部延迟密度依赖的反应扩散系统中的霍普夫分岔

《Journal of Mathematical Analysis and Applications》:Hopf bifurcation in a reaction-diffusion system with mixed instantaneous and nonlocal delayed density dependence

【字体: 大 中 小 】 时间:2026年10月21日 来源:Journal of Mathematical Analysis and Applications 1.3

编辑推荐:

   **摘要** 本文考虑了一个具有混合即时和非局部延迟密度依赖性的广义Lotka-Volterra反应-扩散种群系统,并施加齐次Dirichlet边界条件。利用隐函数定理建立了从平凡解分岔出的正稳态的存在性和渐近表达式。详细分析了相关特征值问题,并推导了正稳态的局部渐近稳定性

  

**摘要**

本文考虑了一个具有混合即时和非局部延迟密度依赖性的广义Lotka-Volterra反应-扩散种群系统,并施加齐次Dirichlet边界条件。利用隐函数定理建立了从平凡解分岔出的正稳态的存在性和渐近表达式。详细分析了相关特征值问题,并推导了正稳态的局部渐近稳定性以及Hopf分岔的存在性。根据延迟反应-扩散方程的正规形方法和中心流形定理,证明了Hopf分岔的方向和分岔出的周期解的稳定性。为验证所获得理论预测的有效性,还进行了一些数值模拟。

**引言**

自从Busenberg和Huang [1] 关于以下延迟反应-扩散种群模型正稳态Hopf分岔的开创性工作以来:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d\Delta u(x,t) + \lambda u(x,t)\left(1 - \dfrac{u(x,t-\tau)}{K}\right), & x \in \Omega, \, t > 0, \\ u(x,t) = 0, & x \in \partial\Omega, \, t > 0, \\ u(x,t) = u_0(x,t) \geq 0, & x \in \overline{\Omega}, \, t \in [-\tau, 0], \end{cases}$$

齐次Dirichlet边界条件下延迟反应-扩散种群系统正稳态的Hopf分岔一直受到许多学者的广泛关注,参见[2], [3], [4], [8], [14], [22], [23], [24], [28], [31], [32], [33], [34]关于单种群模型的研究,以及[9], [13], [16], [18], [26], [29], [35]关于双物种Lotka-Volterra反应-扩散系统的研究。在模型(1.1)中,$\Omega$是$\mathbb{R}^N$($N \geq 1$)中具有光滑边界$\partial\Omega$的有界区域,代表物种的栖息地;$\Delta$是Laplacian算子,表示物种的随机和自由扩散;$u(x,t)$表示位置$x \in \Omega$处时刻$t > 0$的种群密度;正常数$d$、$\lambda$和$K$分别表示扩散系数、内禀增长率和承载能力,而$\tau \geq 0$是妊娠期。模型(1.1)中所施加的Dirichlet边界条件意味着外部环境对物种是不利的,且初始函数$u_0(x,t) \in C([-\tau, 0], H_0^1(\Omega))$。

设$\lambda^*$为以下特征值问题的主特征值:
$$\begin{cases} -d\Delta u = \lambda u, & x \in \Omega; \\ u = 0, & x \in \partial\Omega. \end{cases}$$

Busenberg和Huang [1]证明了当$0 < \lambda - \lambda^* \ll 1$时,模型(1.1)可以分岔出正稳态$u_\lambda$,且存在一列$\tau$的临界值序列$\tau_n(\lambda)$($n \in \mathbb{N}_0 = \{0, 1, 2, \cdots\}$),使得当$0 \leq \tau < \tau_0(\lambda)$时$u_\lambda$是局部渐近稳定的,而当$\tau > \tau_0(\lambda)$时$u_\lambda$是不稳定的。此外,当$\tau$单调递增地穿越每个$\tau_n(\lambda)$($n \in \mathbb{N}_0$)时,模型(1.1)可以在$u_\lambda$处发生前向Hopf分岔,且所有分岔出的周期解在中心流形上是局部轨道渐近稳定的。同时,从$\tau = \tau_0(\lambda)$分岔出的周期解在整个相空间中是轨道渐近稳定的。

借助Busenberg和Huang [1]中的思想和方法,以下广义延迟Fisher反应-扩散-对流模型中的类似现象也已在[2], [4], [14], [23], [24], [28], [31], [33], [34]中进行了分析:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = \nabla \cdot [d\nabla u - au\nabla m] + \lambda u(x,t) F\left(x, u(x,t), \int_\Omega K(x,y) u(y, t-\tau) dy\right), & x \in \Omega, \, t > 0, \\ u(x,t) = 0, & x \in \partial\Omega, \, t > 0, \\ u(x,t) = u_0(x,t) \geq 0, & x \in \overline{\Omega}, \, t \in [-\tau, 0], \end{cases}$$

其中$a \in \mathbb{R}$衡量种群沿$m(x)$梯度方向向上或向下移动的趋势,$m(x)$满足以下条件:
$$\textbf{(M)} \quad m(x) \in C^\alpha(\overline{\Omega}) \, (0 < \alpha < 1) \quad \text{且} \quad \max_{x \in \overline{\Omega}} m(x) > 0$$

且增长率函数$F$满足某些适当条件。

对于耦合的延迟反应-扩散方程,Zhou、Tang和Hussein [35]最初研究了具有完全局部延迟密度依赖性和齐次Dirichlet边界条件的双物种Lotka-Volterra反应-扩散竞争系统正稳态的Hopf分岔问题。近来,在推广[35]中模型的基础上,Yan和Li [29]考虑了以下广义双物种Lotka-Volterra反应-扩散系统:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d_1 \dfrac{\partial^2 u(x,t)}{\partial x^2} + r_1 u(x,t) f(u(x,t-\tau), v(x,t-\tau)), & x \in (0, \pi), \, t > 0, \\ \dfrac{\partial v(x,t)}{\partial t} = d_2 \dfrac{\partial^2 v(x,t)}{\partial x^2} + r_2 v(x,t) g(u(x,t-\tau), v(x,t-\tau)), & x \in (0, \pi), \, t > 0, \\ u(0,t) = u(\pi,t) = v(0,t) = v(\pi,t) = 0, & t > 0, \\ u(x,t) = u_0(x,t) \geq 0, \, v(x,t) = v_0(x,t) \geq 0, & x \in [0, \pi], \, t \in [-\tau, 0], \end{cases}$$

其中$u(x,t)$和$v(x,t)$分别表示位置$x$处时刻$t$的猎物和捕食者物种的种群密度;正常数$d_1$和$d_2$分别表示两个物种的扩散系数,$r_i > 0$($i = 1, 2$)是缩放常数;$C^4$增长率函数$f$和$g$满足条件$f(0,0) = g(0,0) = 1$且$f_u(u,v), g_v(u,v) < 0$在$[0, +\infty) \times [0, +\infty)$上成立。通过详细分析,Yan和Li证明了系统(1.3)的Hopf分岔现象与模型(1.1)的类似。此外,Guo和Yan [9]将以下具有完全非局部延迟密度依赖性的双物种Lotka-Volterra反应-扩散竞争系统研究如下形式:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d\Delta u(x,t) + \lambda u(x,t)\left[1 - (K_{11} * u)(x, t-\tau) - (K_{12} * v)(x, t-\tau)\right], & x \in \Omega, \, t > 0, \\ \dfrac{\partial v(x,t)}{\partial t} = d\Delta v(x,t) + \lambda v(x,t)\left[1 - (K_{21} * u)(x, t-\tau) - (K_{22} * v)(x, t-\tau)\right], & x \in \Omega, \, t > 0, \\ u(x,t) = v(x,t) = 0, & x \in \partial\Omega, \, t > 0, \\ u(x,t) = u_0(x,t) \geq 0, \, v(x,t) = v_0(x,t) \geq 0, & x \in \Omega, \, t \in [-\tau, 0], \end{cases}$$

其中$K_{ij}(x,y) \in C(\overline{\Omega} \times \overline{\Omega})$且$(K_{ij} * h)(x, t-\tau) = \int_\Omega K_{ij}(x,y) h(y, t-\tau) dy$。通过运用Lyapunov-Schmidt约化方法,Guo和Yan [9]研究了系统(1.4)空间非齐次稳态解的存在性和多重性。

在实际中,正如Hale [10]所指出的,不同物种之间出现的时间延迟应该不同。基于这一原因,描述两种不同物种之间动态的更合理的种群系统应由具有不同非局部延迟密度依赖性的延迟反应-扩散系统来建模,其形式如下:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d_1\Delta u(x,t) + r_1 u(x,t) F_1\left[x, (K_{11} * u)(x, t-\tau_{11}), (K_{12} * v)(x, t-\tau_{12})\right], & x \in \Omega, \, t > 0, \\ \dfrac{\partial v(x,t)}{\partial t} = d_2\Delta v(x,t) + r_2 v(x,t) F_2\left[x, (K_{21} * u)(x, t-\tau_{21}), (K_{22} * v)(x, t-\tau_{22})\right], & x \in \Omega, \, t > 0, \\ u(x,t) = v(x,t) = 0, & x \in \partial\Omega, \, t \geq 0, \\ u(x,t) = u_0(x,t) \geq 0, \, v(x,t) = v_0(x,t) \geq 0, & (x,t) \in [0,\pi] \times [-\max_{i,j=1,2}\{\tau_{ij}\}, 0], \end{cases}$$

其中增长率函数$F_1$和$F_2$具有以下性质:**(H1)** $F_k(x, 0, 0) = m_k(x)$,其中$m_k(x)$满足条件**(M)**,$F_k(x, u, v)$关于$(u, v)$在$[0, +\infty) \times [0, +\infty)$上是$C^4$的($k = 1, 2$),且对于$x \in \overline{\Omega}$和$(u, v) \in [0, +\infty) \times [0, +\infty)$,$F_{1u}(x, u, v) < 0$,$F_{2v}(x, u, v) < 0$。因此,详细分析由不同延迟的变异所诱导的系统(1.5)正稳态的动态行为是更有意义和有趣的。众所周知,分析动力系统动态的第一步是研究其相关特征值问题。然而,正如Huang [12]所指出的,系统(1.5)的正稳态(如果存在)是空间非齐次的。因此,对系统(1.5)在空间非齐次正稳态处的线性化系统特征值问题的分析变得更加复杂和困难。同时,除了一些特殊情况,对系统(1.5)在空间非齐次正稳态处的线性化系统特征值问题进行全面分析几乎是不可能的。为了克服这一困难并探索具有不同非局部延迟密度依赖性的延迟反应-扩散系统的动态行为,在本文中我们考虑了以下具有混合即时和非局部延迟密度依赖性且施加齐次Dirichlet边界条件的广义双物种延迟Lotka-Volterra反应-扩散系统:

$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d_1\Delta u(x,t) + r_1 u(x,t) F_1\left(x, \int_\Omega K(x,y) u(y, t-\tau) dy, \, v(x,t)\right), & x \in \Omega, \, t > 0, \\ \dfrac{\partial v(x,t)}{\partial t} = d_2\Delta v(x,t) + r_2 v(x,t) F_2(x, u(x,t), v(x,t)), & x \in \Omega, \, t > 0, \\ u(x,t) = v(x,t) = 0, & x \in \partial\Omega, \, t > 0, \\ u(x,t) = u_0(x,t) \geq 0, \, v(x,0) = v_0(x) \geq 0, & x \in \Omega, \, t \in [-\tau, 0], \end{cases}$$

其中$F_1$和$F_2$满足条件**(H1)**,核函数$K: \overline{\Omega} \times \overline{\Omega} \to \mathbb{R}$满足以下假设:**(H2)** $K(x,y)$是连续且非负的,且线性Fredholm积分算子$L(\psi)(x) := \int_\Omega K(x,y)\psi(y) dy$在$C_+(\overline{\Omega})$上严格为正,即$L(C_+(\overline{\Omega}) \setminus \{0\}) \subset C_+(\overline{\Omega}) \setminus \{0\}$。

本文的主要目的是探索延迟$\tau$的增加所诱导的系统(1.6)正稳态的局部渐近稳定性和Hopf分岔的详细性质。

本文其余部分的结构安排如下。在第2节中,我们利用隐函数定理建立了系统(1.6)正稳态的存在性、唯一性和渐近表达式。在第3节中,按照[16], [29], [35]中的框架,详细分析了系统(1.6)在正稳态处线性化系统的特征值问题。在第4节中,以离散延迟$\tau$作为分岔参数,给出了系统(1.6)正稳态的局部渐近稳定性以及Hopf分岔的存在性。在第5节中,基于Hassard等人[11]关于泛函微分方程的正规形方法和中心流形定理,计算了系统(1.6)在正稳态处Hopf分岔的正规形,然后根据所得正规形分析了Hopf分岔的性质。第6节包含了一些用于验证所获得理论预测合理性的数值模拟。第7节对全文进行了简要讨论和总结。

在以下所有讨论中,对于标量实值Sobolev空间$Z$,$Z$的复化定义为$Z_{\mathbb{C}} = Z + iZ = \{z_1 + iz_2 | z_1, z_2 \in Z\}$,且$(Z \times Z)_{\mathbb{C}}$给定为$Z_{\mathbb{C}} \times Z_{\mathbb{C}}$。同时,我们总是用$X$和$Y$分别表示实值Sobolev空间$H^2(\Omega) \cap H_0^1(\Omega)$和$L^2(\Omega)$,$Y_{\mathbb{C}} \times Y_{\mathbb{C}}$上的标准内积$\langle \cdot, \cdot \rangle$定义为:对于$u, v \in Y_{\mathbb{C}}$,
$$\langle u, v \rangle = \int_\Omega \bar{u}(x) v(x) dx$$
$u$在$Y_{\mathbb{C}}$中的范数定义为$\|u\|_{Y_{\mathbb{C}}} = \langle u, u \rangle$,$(Y \times Y)_{\mathbb{C}} \times (Y \times Y)_{\mathbb{C}}$上的标准内积$\langle\!\langle \cdot, \cdot \rangle\!\rangle$由
$$\langle\!\langle U, V \rangle\!\rangle = \int_\Omega \bar{U}^T(x) V(x) dx = \int_\Omega [\bar{u}_1(x) v_1(x) + \bar{u}_2(x) v_2(x)] dx = \langle u_1, v_1 \rangle + \langle u_2, v_2 \rangle$$
诱导,其中$U = (u_1, u_2)^T$,$V = (v_1, v_2)^T \in (Y \times Y)_{\mathbb{C}}$。容易看出
$$\|U\|_{Y_{\mathbb{C}} \times Y_{\mathbb{C}}}^2 = \|u_1\|_{Y_{\mathbb{C}}}^2 + \|u_2\|_{Y_{\mathbb{C}}}^2$$
对于给定的线性算子$L$,其定义域、核和值域分别用$D(L)$、$N(L)$和$R(L)$表示。

**第2节 小正稳态的存在性和渐近表达式**

本节中,我们建立了从平凡解$(0,0)$分岔出的系统(1.6)正稳态的存在性和渐近表达式。

令$G_1, G_2: X \times X \times \mathbb{R}^+ \times \mathbb{R}^+ \to Y \times Y$分别定义为:
$$\begin{cases} G_1(u, v, r_1, r_2) = d_1\Delta u + r_1 u F_1\left(x, \int_\Omega K(x,y) u(y) dy, \, v\right), \\ G_2(u, v, r_1, r_2) = d_2\Delta v + r_2 v F_2(x, u, v), \end{cases}$$
并设
$$G(u, v, r_1, r_2) = \begin{pmatrix} G_1(u, v, r_1, r_2) \\ G_2(u, v, r_1, r_2) \end{pmatrix}.$$

则系统(1.6)的稳态是以下边值问题的非负解:
$$\begin{cases} G(u, v, r_1, r_2) = 0, & x \in \Omega, \\ (u, v) = (0, 0), & x \in \partial\Omega. \end{cases}$$

设$\lambda_1$和$\mu_1$分别为以下特征值问题的...

**第3节 线性化系统相关特征值问题**

本节中,我们致力于分析当$0 < r \ll 1$时,系统(1.6)在定理2.1给出的正稳态$(u_r, v_r)$处线性化系统特征值问题的根分布。

在条件(H1)-(H3)下,令
$$\begin{aligned} M_0(r) &= (\lambda_1 + r) F_1(x, L(u_r), v_r), \\ N_0(r) &= (\mu_1 + r) F_2(x, u_r, v_r), \\ M_{11}(r) &= (\lambda_1 + r) F_{1u}(x, L(u_r), v_r), \\ M_{12}(r) &= (\lambda_1 + r) F_{1v}(x, L(u_r), v_r), \\ M_{21}(r) &= (\mu_1 + r) F_{2u}(x, u_r, v_r), \\ M_{22}(r) &= (\mu_1 + r) F_{2v}(x, u_r, v_r), \end{aligned}$$
并定义线性算子$A(r): X_{\mathbb{C}} \times X_{\mathbb{C}} \to Y_{\mathbb{C}} \times Y_{\mathbb{C}}$为:
$$A(r) = \begin{pmatrix} d_1\Delta + M_0(r)u_r & M_{12}(r) v_r \\ M_{21}(r) & d_2\Delta + N_0(r) + v_r M_{22}(r) \end{pmatrix}$$

**第4节 正稳态的稳定性及Hopf分岔的存在性**

由引理3.1,我们立即得到以下结果:

**定理4.1** 假设$0 < r \ll 1$且条件(H1)-(H3)成立。则当$\tau = 0$时,模型(1.6)的正稳态$(u_r, v_r)$是局部渐近稳定的。

现在,假设$0 < r \ll 1$,(H1)-(H4)成立,并定义$S_n(r)$为:
$$S_n(r) = \int_\Omega [\zeta_{1r}^*(x) \zeta_{1r}(x) + \zeta_{2r}^*(x) \zeta_{2r}(x)] dx + \tau_n(r) e^{-i\theta_r} \int_\Omega \int_\Omega u_r(x) M_{11}(r)(x) \zeta_{1r}^*(x) K(x,y) \zeta_{1r}(y) dx \, dy, \quad n \in \mathbb{N}_0,$$
其中$(\zeta_{1r}, \zeta_{2r}, \theta_r, \tau_n(r))$由定理3.5和推论3.6给出,$(\zeta_{1r}^*, \zeta_{2r}^*)$由定理3.10给出。

为了后续分析,...

**第5节 Hopf分岔的性质**

在上面两节中,我们分析了当$0 < r \ll 1$时系统(1.6)正稳态$(u_r, v_r)$的局部渐近稳定性和Hopf分岔的存在性。已证明在(H1)-(H4)且$B > 0$下,$0 < r \ll 1$的系统(1.6)在正稳态$(u_r, v_r)$处,当$\tau$单调递增地穿越临界值$\tau_n(r)$($n \in \mathbb{N}_0$)时,可以发生Hopf分岔。在本节中,我们将利用...的方法探索上述Hopf分岔的性质。

**第6节 数值模拟**

本节中,我们将提供一些数值模拟来验证所获得理论预测的有效性。为此,在系统(1.6)中取
$$F_1(x, u, v) = 1 - \alpha_{11} u - \alpha_{12} v, \quad F_2(x, u, v) = 1 - \alpha_{21} u - \alpha_{22} v$$
且$\Omega = (0, \pi)$,其中$\alpha_{ij}$($i, j = 1, 2$)是正常数。在此情况下,系统(1.6)取以下形式:
$$\begin{cases} \dfrac{\partial u(x,t)}{\partial t} = d_1 \dfrac{\partial^2 u(x,t)}{\partial x^2} + r_1 u(x,t)\left[1 - \alpha_{11} \int_0^\pi K(x,y) u(y, t-\tau) dy - \alpha_{12} v(x,t)\right], & x \in (0, \pi), \, t > 0, \\ \dfrac{\partial v(x,t)}{\partial t} = d_2 \dfrac{\partial^2 v(x,t)}{\partial x^2} + r_2 v(x,t)\left[1 - \alpha_{21} u(x,t) - \alpha_{22} v(x,t)\right], & x \in (0, \pi), \, t > 0, \\ u(0,t) = u(\pi,t) = v(0,t) = v(\pi,t) \end{cases}$$

**第7节 结论**

具有一个或两个局部或非局部离散延迟的齐次Dirichlet边界下单种群反应-扩散模型充分小的分岔正稳态的局部渐近稳定性和Hopf分岔已被许多作者广泛研究[2], [3], [4], [8], [14], [22], [23], [24], [28], [31], [32], [33], [34]。然而,相关问题的研究仅局限于具有完全局部或...的双物种反应-扩散系统。

**致谢**

作者衷心感谢相关编辑和匿名审稿人提出的宝贵意见和建议,这些意见极大地改进了本手稿。

Xiang-Ping Yan | Cun-Hua Zhang
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号