§ 4.4 差分方程建模一、差分方程简介以 t 表示时间，规 定 t只取非负整数。 t=0表示第一周期初，
t=1表示第二周期初等。 记 yt 为变量 y在时刻 t 时的取值，则称 为 yt 的 一阶差分,称为的 二阶差分 。类似地，可以定义 yt的 n阶差分。
由 t,yt及 yt的差分给出的方程称 为 yt差分方程，其中含的最高阶差分的阶数称为该差分方程的 阶 。差分方程也可以写成不显含差分的形式。例如，二阶差分方程也可改写成
ttt yyy 1
ttttttt yyyyyyy 1212 2)(
02 ttt yyy 012 ttt yyy
满足一差分方程的序 列 yt称为此差分方程的解。类似于微分方程情况，若解中含有的独立常数的个数等于差分方程的阶数时，称此解为该差分方程 的 通解 。若解中不含任意常数，
则称此解为满足某些初值条件的 特解,例如，考察两阶差分方程
02 tt yy
易见
2s in
ty
t
与
2c os
ty
t
均是它的特解，而
tctcy t 2s i n2s i n 21 则为它的通解，其 中 c1,c2为两个任意常数。类似于微分方程，称差分方程
)()()()( 110 tbytaytayta tnntnt
为 n阶线性差分方程,当 ≠0时称其为 n阶非齐次线性差分方程，而 )(tb
0)()()( 110 tnntnt ytaytayta?
则被称为方程对应的 齐次线性差分方程 。
若所有的 ai(t)均为与 t无关的常数，则称其为 常系数差分方程,即 n阶常系数线性差分方程可分成
)(110 tbyayaya tntntn（ 4.15）
的形式，其对应的齐次方程为
0110 tntntn yayaya?（ 4.16）
)2(2)1(1 ttt ycycy
)1(ty )2(ty容易证明，若序列 与 均为方程（ 4.16）的解，则也是方程（ 4.16）的解，其 中 c1,c2为任意常数，这说明，
齐次方程的解构成一个 线性空间 （解空间）。
此规律对于（ 4.15）也成立。
方程（ 4.15）可用如下的代数方法求其通解：
（ 步一 ）先求解对应的特征方程
0110 tnnn yaaa （ 4.17）
（ 步二 ）根据特征根的不同情况，求齐次方 程 (4.16)的通解情况 1 若特征方程（ 4.17）有 n个互不相同的实根
1?
,…,
n?
，则齐次方程（ 4.16）的通解为
tnnt CC11 (C1,…,C n为任意常数 )
，
iC
情况 2 若 λ 是特征方程（ 4.17）的 k重根，通解中对应于 λ的项为 tk
k tCC?)( 11
为任意常数,i=1,…,k。
情况 3 若特征方程（ 4.17）有单重复根 ia
通解中对应它们的项为 tt tt s i nCc o sC 21?
22 为 λ的模, a rc ta n? 为 λ的幅角。
情况 4 若 ia 为特征方程（ 4.17）的 k重复根，则通解对应于它们的项为
tttt tktk s i n)CC(c o s)CC( 12k1k1k1
iC
为任意常数,i=1,…,2 k。
ty,若 yt为方程 (4.16)
的通解,则非齐次方程 (4.15)的通解为
（ 步三 ） 求非齐次方程 (4.15)的一个特解
tt yy?
求非齐次方程（ 4.15）的特解一般要用到 常数变易法,计算较繁。
对特殊形式 的 b(t)也可使用 待定系数法 。
例 4.13 求解两阶差分方程 tyy tt 2
解 对应齐次方程的特征方程为 012,其特征根为
i2,1?,对应齐次方程的通解为 tCtCy
t 2s i n2c o s 21
原方程有形如 bat? 的特解。代入原方程求得
2
1?a,
2
1b,故原方程的通解为
2
1
2
1
2s i n2c o s 21 ttCtC
在应用差分方程研究问题时，一般不需要求出方程的通解，
在给定初值后，通常可用 计算机迭代 求解，但我们常常需要讨论解的稳定性。对 差分方程 (4.15),若不论其对应齐次方程的通解中任意常 数 C1,…,Cn如何取值,在 时总有,则称方程 (7.14)的解是稳定 的,否则称其解为不稳定 的,根据通解的结构不难看出,非齐次方程 (4.15)稳定的充要条件为其所有特征根的模均小 于 1。
t
0?ty
例 4.14（ 市场经济的蛛网模 型 ）
在自由竞争的市场经济中，商品的价格是由市场上该商品的供应量决定的，供应量越大，价格就越低。另一方面，生产者提供的商品数量又是由该商品的价格决定的，价格上升将刺激生产者的生产积极性，导致商品生产量的增加。反之，价格降低会影响生产者的积极性，导致商品生产量的下降。
在市场经济中，对每一商品事实上存在着两个不同的函数：
（ 1）供应函数 x=f(P),它是价格 P的单增函数，其曲线称为供应曲线。
（ 2）需求函数 x=g(P),它是价格 P的单降函数，其曲线称为需求曲线，供应曲线与需求曲线的形状如图所示。
记 t时段初市场上的供应量 (即上一时段的生产 量 )为 xt,市场上该商品的价格 为 Pt 。商品成交的价格是由需求曲线决定的,即
)(1 tt xgP
随着t,Mt将趋于平衡点 M*,
即商品量将趋于平衡 量 x*,价格将趋于平衡价 格 P*。 图中的箭线反映了在市场经济下该商品的供应量与价格的发展趋势。
x
o
P
P0
P2
P*
P1
xx1 x2 x0x*
需求曲线供应曲线
M0
M2
M1
M*
①
P
o
M3
M2
M1
②
但是，如果供应曲线和需求曲线呈图 ① 中的形状，则平衡点
M*是不稳定的,Mt将越来越远离平衡点。
图 ① 和图 ② 的区别在哪里，
如何判定平衡点的稳定 性呢？
但是，如果供应曲线和需求曲线呈 图 ② 中的形状，则平衡点
M*是不稳定的,Mt将越来越远离平衡点。即使初始时刻的供应量和价格对应于平衡点，一点微小的波动也会导致市场供求出现越来越大的混乱。上述用图示法分析市场经济稳定性的讨论在经济学中被称为市场经济的 蛛网模型 。
不难看出，在 图 ① 中平衡点
M*处供应曲线的切线斜率大于需求曲线切线斜率的绝对值，
而在图 ② 中情况恰好相反。
现在利用差 分方程方法来研究蛛网模型，以验证上述猜测是否正确。我们知道，平衡 点 M*是否稳定取决于 在 M*附近供、
需曲线的局部性态。为此,用 M*处供、需曲线的线性近似来代替它们，并讨论此线性近似模型 中 M*的稳定性。
设供应曲线与需求曲线的线性近似分别为
)( ** xxaPP 和 )( ** xxbPP 式中,a,b分别为供应曲线在 M*处的切线斜率与需求曲线 在 M*处切线斜率的绝对值。
根据市场经济的规律，当供应量 为 xt时，现时段的价格
)( **1 xxbPP tt,又对价格 1?tP,由供应曲线
)( *1*1 xxaPP tt 解得下一时段的商品量
])([1)(1 *****1*1 PxxbPaxPPaxx ttt
)( ** xxabx t 由此导出一阶差分方程：
*
1 1 xa
bx
a
bx
tt
（ 4.18）
此差分方程的解在 (b/a)<1时是稳定的，从而证实了我们的猜测。注意 到 a和 b的实际含义，上述结果在经济学上可作如下解释,当 a>b时，顾客需求对价格的敏感度较小（小于生产者的敏感程度），商品供应量和价格会自行调节而逐步趋于稳定；反之,若 a<b（商品紧缺易引起顾客抢购），该商品供售市场易造成混乱,
如果生产者对市场经济的蛛网模型有所了解，为了减少因价格波动而造成的经济损失，他应当提高自己的经营水平，不应当仅根据上一周期的价格来决定现阶段的生产量。例如可以根据本时段与前一时段价格的平均值来确定生产量。此时，
若 t 时段的商品量为 xt 时，仍有
（ 4.21）
将（ 4.19）式、（ 4.21）式代入（ 4.20）式，整理得
)( **1 xxbPP tt （ 4.19）
但 t+1时段的商品量则不再为 )(1 *
1
*
1 PPaxx tt
而被修正为 )
2(
1 *1*
1 P
PP
axx
ttt （ 4.20）
由（ 4.19）式得 )( *
1* xxbPP tt
*
11 )1(2 xa
bx
a
bx
a
bx
ttt
（ 4.22）
（ 4.22）式是一个常系数二阶线性差分方程，特征方程为
02 2 abab
其特征根为
4
8
2
a
b
a
b
a
b
记
a
br? 。若 082 rr,则 2
4,m a x 221
r
此时差分方程（ 4.22）是不稳定的。
，
若 082 rr,此时特征根
2,1?
为一对共轭复数，
)8(41 22,1 irrr22,1
r 。
由线性差分方程稳定的条件,当 r<2即 b<2a时（ 4.22）式是稳定的，从 而 M*是稳定的平衡点。
不难发现，生产者管理方式的这一更动不仅使自己减少了因价格波动而带来的损失，而且大大消除了市场的不稳定性。
生产者在采取上述方式来确定各时段的生产量后，如发现市场仍不稳定（ b≥2a），可按类似方法试图再改变确定生产量的方式，此时可得到更高阶的差分方程。对这些方程稳定性条件的研究很可能会导出进一步稳定市场经济的新措施。
例 4.15 国民经济的稳定性国民收入的主要来源是生产，国民收入的开支主要用于消费资金、投入再生产的积累资金及政府用于公共设施的开支。
现在我们用差分方程方法建立一个简略的模型，粗略地分析一下国民经济的稳定性问题。
再生产的投资水 平 It取决于消费水平的变化量，设
0),( 1 bCCbI ttt政府用于公共设施的开支在一个不太大的时期内变动不大，设为常数 G。故由 GICy
ttt
可得出
GCCbayy tttt )( 11 。将 1 tt ayC及21 tt ayC 代入
10,1 aayC tt 。
记 yt为第 t周期的国民收入,Ct为第 t周期的消费资金。 Ct的值决定于前一周期的国民收入，设
Ga b yybay ttt 21)1( （ 4.23）
（ 4.23）式是一个二阶常系数差分方程，其特征方程为
0)1(2 abba
，相应特征根为
1)1(41 22 abba （ 4.24）
成立时才是稳定的。 （ 4.24）式可用于预报经济发展趋势。
现用待定系数法求方程 （ 4.23）的一个特解
ty
。令 Cy
t?
代入（ 4.23）式，得
a
GC
1
故当（ 4.24）式成立时，差分方程 （ 4.23）的通解为
a
GtCtCy t
t 1)s i nc o s( 21
其中 ρ为
2,1?
的模,ω为其幅角。
例如，若取
4
1?a,
2
1?b
易见，此时关系式 （ 4.12）成立，又若 取 y0=1600,y1=1700，
G=550，则由迭代公式
Ga b yybay ttt 21)1(
5 5 08389 21 tt yy
求得
y2=1862.5,y3=2007.8,y4=2110.3,y5=2171.2,y6=2201.2,
y7=2212.15,y8=2213.22,y9=2210.3,… 。
易见
2 2 0 01 aGy t
例 4.16 商品销售量预测
(实例 )某商品前 5年的销售量见表 。现希望根据 前 5年的统计数据预测 第 6年起该商品在各季度中的销售量。
从表中可以看出，该商品在 前 5年相同季节里的销售量呈增长趋势，而在同一年中销售量先增后减，第一季度的销售量最小而第三季度的销售量最大。预测该商品以后的销售情况，
一种办法是应 用 最小二乘法 建立经验模型。即根据本例中数据的特征，可以按季度建立四个经验公式，分别用来预测以后各年同一季度的销售量。例如，如认为第一季度的销售量大体按线性增长，可设销售量
baty t)1(由
2
5
1
5
1
2
5
1
5
1
5
1
5
1
5
1
tt
t
t
tt
t
tt
ytty
a
15
25
32
17
15
24
30
15
13
20
27
15
12
18
26
14
11
16
25
12
1
2
3
4
第五年第四年第三年第二年第一年销售量季度年份
5
1
5
1 5
1,
5
1
tt
t ttyytayb
求得 a=1.3,b=9.5。
根据 预测第六年起第一季度的销售量 为
=17.3,=18.6,…
如认为销售量并非逐年等量增长而是按前一年或前几年同期销售量的一定比例增长的，则可建立相应的差分方程模型。仍以第一季度为例，为简便起见不再引入上标，以表示 第 t年第一节季度的销售量，建立形式如下的差分方程：
5.93.1)1( ty t
)1(6y )1(7y
110 tt yaay 或 22110 ttt yayaay 等等。
上述差分方程中的系数不一定能使所有统计数据吻合，较为合理的办法是用最小二乘法求一组总体吻合较好的数据。以建立二阶差分方程
22110 ttt yayaay
为例，为选取 a0,a1,a2使
2
2110
5
3
)]([
ttt
t
yyaay 最小，解线性方程组：
5
3
22
5
3
2
11
5
3
210
5
3
2
5
3
12
5
3
211
5
3
2
10
5
3
1
5
3
2
5
3
21
5
3
10
3
t
tt
t
t
t
tt
t
t
t
tt
t
tt
t
t
t
t
t
t
t
t
t
t
yyayayyay
yyayyayay
yayaya
即求解
5 3 14 3 44 8 336
5 9 14 8 35 3 840
4436403
210
210
210
aaa
aaa
aaa
得 a0=-8,a1=-1,a2=3。即所求二阶差分方程为
21 38 ttt yyy
虽然这一差分方程恰好使所有统计数据吻合，但这只是一个巧合。根据这一方程，可迭代求出以后各年第一季度销售量的预测值 y6=21,y7=19,… 等。
上述为预测各年第一季度销售量而建立的二阶差分方程，虽然其系数与前 5年第一季度的统计数据完全吻合，但用于预测时预测值与事实不符。凭直觉，第六年估计值明显偏高，第七年销售量预测值甚至小于第六年。稍作分析，不难看出，
如分别对每一季度建立一差分方程，则根据统计数据拟合出的系数可能会相差甚大，但对同一种商品，这种 差异 应当是微小的，故应根据统计数据建立一个共用于各个季度的差分方程。 为此，将季度编号 为 t=1,2,…,20,令
410 tt yaay 或 82410 ttt yayaay 等，利用全体数据来拟合，求拟合得最好的系数。以二阶差分方程为例，为求 a0,a1,a2使得
2
82410
20
9
210 )]([),,(
ttt
t
yayaayaaaf 最小求解线性方程组
20
9
82
20
9
2
81
20
9
480
20
9
8
20
9
42
20
9
841
20
9
2
40
20
9
4
20
9
2
20
9
81
20
9
40
12
t
tt
t
t
t
tt
t
t
t
tt
t
tt
t
t
t
t
t
t
t
t
t
t
yyayayyay
yyayyayay
yayaya
即求解三元一次方程组
4 7 4 74 0 0 94 3 7 62 0 9
5 1 9 34 3 7 64 7 8 92 2 9
2 4 92 0 92 2 912
210
210
210
aaa
aaa
aaa
解得 a0=0.6937,a1=0.8737,a2=0.1941,故求得二阶差分方程
84 1 9 4 1.08 7 3 7.06 9 3 7.0 ttt yyy
（ t≥21）
根据此式迭代，可求得第六年和第七年第一季度销售量的预测值为 y21=17.58,y25=19.16还是较为可信的。
例 4.16 人口问题的差分方程模型在 § 3.2中，我们已经讨论了人口问题的两个常微分方程模型 —— Malthus模型 和 Verhulst模型 （又称 Logistic模型）。
前者可用于人口增长的短期预测，后者在作中、长期预测时效果较好。
1,离散时间 的 Logistic模型在研究人口或种群数量的实际增长情况时，有时采用离散化的时间变量更为方便。例如，有些种群具有相对较为固定的繁殖期，按时段统计种群数量更接近种群的实际增长方式。
人口增长虽无这种特征，但人口普查不可能连续统计，任何方式的普查都只能得到一些离散时刻的人口总量（指较大范围的普查）。这样，如何建立人口问题的离散模型的问题十分自然地提了出来。
建立离散模型的一条直接途径是 用 差分代替微分 。从人口问题的 Logistic模型
NPaPPaaPdtdP 1)( aaN?
可导出一阶差分方程
)1(1 NPaPPP tttt （ 4.25）
(4.25)式中右端的因子 常被称为 阻尼因子 。 当 Pt＜＜
N时，种群增长接 近 Malthus模型；当 Pt接近 N时，这一因子将越来越明显地发挥阻尼作用,若 Pt＜ N，它将使种群增长速度 在 Pt接近 N时变得越来越慢，若 P＞ N，它将使种群呈负增长。
)1( NPt?
（ 4.25）式可改写为
ttt PNa
aPaP
)1(1)1(1
（ 4.26）
记
ttt PNa
axaP
)1(1),1(1
,于是 (4.26)式又可改写为
,2,1,0 ),()1(1 txfxbxx tttt （ 4.27）
虽然，（ 4.27）式是一个非线性差分方程，但对确定的初值 x0，
其后的 x1可利用方程确定的递推关系迭代求出。
差分方程（ 4.27）有两个平衡点,即 x*=0和 。类似于微分方程稳定性的讨论，非线性差分方程平衡点的稳定性也可通过对其线性近似方程平衡点稳定性的讨论部分地得到确定（ 时不能确定除外）。例如，对,
讨论 在 x*处的线性近似方程
b
bx 1*
1
b
bx 1*
)(1 tt xfx
))(( ***1 xxxfxx tt
可知，当 12)(
* bxf?
（即 31 b ）时平衡点
b
b 1? 是稳定的，此时
Nxa NaP tt )1( （ 11* a abbxx t? ）
若当,则平稳点 是不稳定的，（这与对一切 a,p*=N均为 Logistic方程的稳定平衡点不同）。12 b? b
b 1?
t=1表示第二周期初等。 记 yt 为变量 y在时刻 t 时的取值，则称 为 yt 的 一阶差分,称为的 二阶差分 。类似地，可以定义 yt的 n阶差分。
由 t,yt及 yt的差分给出的方程称 为 yt差分方程，其中含的最高阶差分的阶数称为该差分方程的 阶 。差分方程也可以写成不显含差分的形式。例如，二阶差分方程也可改写成
ttt yyy 1
ttttttt yyyyyyy 1212 2)(
02 ttt yyy 012 ttt yyy
满足一差分方程的序 列 yt称为此差分方程的解。类似于微分方程情况，若解中含有的独立常数的个数等于差分方程的阶数时，称此解为该差分方程 的 通解 。若解中不含任意常数，
则称此解为满足某些初值条件的 特解,例如，考察两阶差分方程
02 tt yy
易见
2s in
ty
t
与
2c os
ty
t
均是它的特解，而
tctcy t 2s i n2s i n 21 则为它的通解，其 中 c1,c2为两个任意常数。类似于微分方程，称差分方程
)()()()( 110 tbytaytayta tnntnt
为 n阶线性差分方程,当 ≠0时称其为 n阶非齐次线性差分方程，而 )(tb
0)()()( 110 tnntnt ytaytayta?
则被称为方程对应的 齐次线性差分方程 。
若所有的 ai(t)均为与 t无关的常数，则称其为 常系数差分方程,即 n阶常系数线性差分方程可分成
)(110 tbyayaya tntntn（ 4.15）
的形式，其对应的齐次方程为
0110 tntntn yayaya?（ 4.16）
)2(2)1(1 ttt ycycy
)1(ty )2(ty容易证明，若序列 与 均为方程（ 4.16）的解，则也是方程（ 4.16）的解，其 中 c1,c2为任意常数，这说明，
齐次方程的解构成一个 线性空间 （解空间）。
此规律对于（ 4.15）也成立。
方程（ 4.15）可用如下的代数方法求其通解：
（ 步一 ）先求解对应的特征方程
0110 tnnn yaaa （ 4.17）
（ 步二 ）根据特征根的不同情况，求齐次方 程 (4.16)的通解情况 1 若特征方程（ 4.17）有 n个互不相同的实根
1?
,…,
n?
，则齐次方程（ 4.16）的通解为
tnnt CC11 (C1,…,C n为任意常数 )
，
iC
情况 2 若 λ 是特征方程（ 4.17）的 k重根，通解中对应于 λ的项为 tk
k tCC?)( 11
为任意常数,i=1,…,k。
情况 3 若特征方程（ 4.17）有单重复根 ia
通解中对应它们的项为 tt tt s i nCc o sC 21?
22 为 λ的模, a rc ta n? 为 λ的幅角。
情况 4 若 ia 为特征方程（ 4.17）的 k重复根，则通解对应于它们的项为
tttt tktk s i n)CC(c o s)CC( 12k1k1k1
iC
为任意常数,i=1,…,2 k。
ty,若 yt为方程 (4.16)
的通解,则非齐次方程 (4.15)的通解为
（ 步三 ） 求非齐次方程 (4.15)的一个特解
tt yy?
求非齐次方程（ 4.15）的特解一般要用到 常数变易法,计算较繁。
对特殊形式 的 b(t)也可使用 待定系数法 。
例 4.13 求解两阶差分方程 tyy tt 2
解 对应齐次方程的特征方程为 012,其特征根为
i2,1?,对应齐次方程的通解为 tCtCy
t 2s i n2c o s 21
原方程有形如 bat? 的特解。代入原方程求得
2
1?a,
2
1b,故原方程的通解为
2
1
2
1
2s i n2c o s 21 ttCtC
在应用差分方程研究问题时，一般不需要求出方程的通解，
在给定初值后，通常可用 计算机迭代 求解，但我们常常需要讨论解的稳定性。对 差分方程 (4.15),若不论其对应齐次方程的通解中任意常 数 C1,…,Cn如何取值,在 时总有,则称方程 (7.14)的解是稳定 的,否则称其解为不稳定 的,根据通解的结构不难看出,非齐次方程 (4.15)稳定的充要条件为其所有特征根的模均小 于 1。
t
0?ty
例 4.14（ 市场经济的蛛网模 型 ）
在自由竞争的市场经济中，商品的价格是由市场上该商品的供应量决定的，供应量越大，价格就越低。另一方面，生产者提供的商品数量又是由该商品的价格决定的，价格上升将刺激生产者的生产积极性，导致商品生产量的增加。反之，价格降低会影响生产者的积极性，导致商品生产量的下降。
在市场经济中，对每一商品事实上存在着两个不同的函数：
（ 1）供应函数 x=f(P),它是价格 P的单增函数，其曲线称为供应曲线。
（ 2）需求函数 x=g(P),它是价格 P的单降函数，其曲线称为需求曲线，供应曲线与需求曲线的形状如图所示。
记 t时段初市场上的供应量 (即上一时段的生产 量 )为 xt,市场上该商品的价格 为 Pt 。商品成交的价格是由需求曲线决定的,即
)(1 tt xgP
随着t,Mt将趋于平衡点 M*,
即商品量将趋于平衡 量 x*,价格将趋于平衡价 格 P*。 图中的箭线反映了在市场经济下该商品的供应量与价格的发展趋势。
x
o
P
P0
P2
P*
P1
xx1 x2 x0x*
需求曲线供应曲线
M0
M2
M1
M*
①
P
o
M3
M2
M1
②
但是，如果供应曲线和需求曲线呈图 ① 中的形状，则平衡点
M*是不稳定的,Mt将越来越远离平衡点。
图 ① 和图 ② 的区别在哪里，
如何判定平衡点的稳定 性呢？
但是，如果供应曲线和需求曲线呈 图 ② 中的形状，则平衡点
M*是不稳定的,Mt将越来越远离平衡点。即使初始时刻的供应量和价格对应于平衡点，一点微小的波动也会导致市场供求出现越来越大的混乱。上述用图示法分析市场经济稳定性的讨论在经济学中被称为市场经济的 蛛网模型 。
不难看出，在 图 ① 中平衡点
M*处供应曲线的切线斜率大于需求曲线切线斜率的绝对值，
而在图 ② 中情况恰好相反。
现在利用差 分方程方法来研究蛛网模型，以验证上述猜测是否正确。我们知道，平衡 点 M*是否稳定取决于 在 M*附近供、
需曲线的局部性态。为此,用 M*处供、需曲线的线性近似来代替它们，并讨论此线性近似模型 中 M*的稳定性。
设供应曲线与需求曲线的线性近似分别为
)( ** xxaPP 和 )( ** xxbPP 式中,a,b分别为供应曲线在 M*处的切线斜率与需求曲线 在 M*处切线斜率的绝对值。
根据市场经济的规律，当供应量 为 xt时，现时段的价格
)( **1 xxbPP tt,又对价格 1?tP,由供应曲线
)( *1*1 xxaPP tt 解得下一时段的商品量
])([1)(1 *****1*1 PxxbPaxPPaxx ttt
)( ** xxabx t 由此导出一阶差分方程：
*
1 1 xa
bx
a
bx
tt
（ 4.18）
此差分方程的解在 (b/a)<1时是稳定的，从而证实了我们的猜测。注意 到 a和 b的实际含义，上述结果在经济学上可作如下解释,当 a>b时，顾客需求对价格的敏感度较小（小于生产者的敏感程度），商品供应量和价格会自行调节而逐步趋于稳定；反之,若 a<b（商品紧缺易引起顾客抢购），该商品供售市场易造成混乱,
如果生产者对市场经济的蛛网模型有所了解，为了减少因价格波动而造成的经济损失，他应当提高自己的经营水平，不应当仅根据上一周期的价格来决定现阶段的生产量。例如可以根据本时段与前一时段价格的平均值来确定生产量。此时，
若 t 时段的商品量为 xt 时，仍有
（ 4.21）
将（ 4.19）式、（ 4.21）式代入（ 4.20）式，整理得
)( **1 xxbPP tt （ 4.19）
但 t+1时段的商品量则不再为 )(1 *
1
*
1 PPaxx tt
而被修正为 )
2(
1 *1*
1 P
PP
axx
ttt （ 4.20）
由（ 4.19）式得 )( *
1* xxbPP tt
*
11 )1(2 xa
bx
a
bx
a
bx
ttt
（ 4.22）
（ 4.22）式是一个常系数二阶线性差分方程，特征方程为
02 2 abab
其特征根为
4
8
2
a
b
a
b
a
b
记
a
br? 。若 082 rr,则 2
4,m a x 221
r
此时差分方程（ 4.22）是不稳定的。
，
若 082 rr,此时特征根
2,1?
为一对共轭复数，
)8(41 22,1 irrr22,1
r 。
由线性差分方程稳定的条件,当 r<2即 b<2a时（ 4.22）式是稳定的，从 而 M*是稳定的平衡点。
不难发现，生产者管理方式的这一更动不仅使自己减少了因价格波动而带来的损失，而且大大消除了市场的不稳定性。
生产者在采取上述方式来确定各时段的生产量后，如发现市场仍不稳定（ b≥2a），可按类似方法试图再改变确定生产量的方式，此时可得到更高阶的差分方程。对这些方程稳定性条件的研究很可能会导出进一步稳定市场经济的新措施。
例 4.15 国民经济的稳定性国民收入的主要来源是生产，国民收入的开支主要用于消费资金、投入再生产的积累资金及政府用于公共设施的开支。
现在我们用差分方程方法建立一个简略的模型，粗略地分析一下国民经济的稳定性问题。
再生产的投资水 平 It取决于消费水平的变化量，设
0),( 1 bCCbI ttt政府用于公共设施的开支在一个不太大的时期内变动不大，设为常数 G。故由 GICy
ttt
可得出
GCCbayy tttt )( 11 。将 1 tt ayC及21 tt ayC 代入
10,1 aayC tt 。
记 yt为第 t周期的国民收入,Ct为第 t周期的消费资金。 Ct的值决定于前一周期的国民收入，设
Ga b yybay ttt 21)1( （ 4.23）
（ 4.23）式是一个二阶常系数差分方程，其特征方程为
0)1(2 abba
，相应特征根为
1)1(41 22 abba （ 4.24）
成立时才是稳定的。 （ 4.24）式可用于预报经济发展趋势。
现用待定系数法求方程 （ 4.23）的一个特解
ty
。令 Cy
t?
代入（ 4.23）式，得
a
GC
1
故当（ 4.24）式成立时，差分方程 （ 4.23）的通解为
a
GtCtCy t
t 1)s i nc o s( 21
其中 ρ为
2,1?
的模,ω为其幅角。
例如，若取
4
1?a,
2
1?b
易见，此时关系式 （ 4.12）成立，又若 取 y0=1600,y1=1700，
G=550，则由迭代公式
Ga b yybay ttt 21)1(
5 5 08389 21 tt yy
求得
y2=1862.5,y3=2007.8,y4=2110.3,y5=2171.2,y6=2201.2,
y7=2212.15,y8=2213.22,y9=2210.3,… 。
易见
2 2 0 01 aGy t
例 4.16 商品销售量预测
(实例 )某商品前 5年的销售量见表 。现希望根据 前 5年的统计数据预测 第 6年起该商品在各季度中的销售量。
从表中可以看出，该商品在 前 5年相同季节里的销售量呈增长趋势，而在同一年中销售量先增后减，第一季度的销售量最小而第三季度的销售量最大。预测该商品以后的销售情况，
一种办法是应 用 最小二乘法 建立经验模型。即根据本例中数据的特征，可以按季度建立四个经验公式，分别用来预测以后各年同一季度的销售量。例如，如认为第一季度的销售量大体按线性增长，可设销售量
baty t)1(由
2
5
1
5
1
2
5
1
5
1
5
1
5
1
5
1
tt
t
t
tt
t
tt
ytty
a
15
25
32
17
15
24
30
15
13
20
27
15
12
18
26
14
11
16
25
12
1
2
3
4
第五年第四年第三年第二年第一年销售量季度年份
5
1
5
1 5
1,
5
1
tt
t ttyytayb
求得 a=1.3,b=9.5。
根据 预测第六年起第一季度的销售量 为
=17.3,=18.6,…
如认为销售量并非逐年等量增长而是按前一年或前几年同期销售量的一定比例增长的，则可建立相应的差分方程模型。仍以第一季度为例，为简便起见不再引入上标，以表示 第 t年第一节季度的销售量，建立形式如下的差分方程：
5.93.1)1( ty t
)1(6y )1(7y
110 tt yaay 或 22110 ttt yayaay 等等。
上述差分方程中的系数不一定能使所有统计数据吻合，较为合理的办法是用最小二乘法求一组总体吻合较好的数据。以建立二阶差分方程
22110 ttt yayaay
为例，为选取 a0,a1,a2使
2
2110
5
3
)]([
ttt
t
yyaay 最小，解线性方程组：
5
3
22
5
3
2
11
5
3
210
5
3
2
5
3
12
5
3
211
5
3
2
10
5
3
1
5
3
2
5
3
21
5
3
10
3
t
tt
t
t
t
tt
t
t
t
tt
t
tt
t
t
t
t
t
t
t
t
t
t
yyayayyay
yyayyayay
yayaya
即求解
5 3 14 3 44 8 336
5 9 14 8 35 3 840
4436403
210
210
210
aaa
aaa
aaa
得 a0=-8,a1=-1,a2=3。即所求二阶差分方程为
21 38 ttt yyy
虽然这一差分方程恰好使所有统计数据吻合，但这只是一个巧合。根据这一方程，可迭代求出以后各年第一季度销售量的预测值 y6=21,y7=19,… 等。
上述为预测各年第一季度销售量而建立的二阶差分方程，虽然其系数与前 5年第一季度的统计数据完全吻合，但用于预测时预测值与事实不符。凭直觉，第六年估计值明显偏高，第七年销售量预测值甚至小于第六年。稍作分析，不难看出，
如分别对每一季度建立一差分方程，则根据统计数据拟合出的系数可能会相差甚大，但对同一种商品，这种 差异 应当是微小的，故应根据统计数据建立一个共用于各个季度的差分方程。 为此，将季度编号 为 t=1,2,…,20,令
410 tt yaay 或 82410 ttt yayaay 等，利用全体数据来拟合，求拟合得最好的系数。以二阶差分方程为例，为求 a0,a1,a2使得
2
82410
20
9
210 )]([),,(
ttt
t
yayaayaaaf 最小求解线性方程组
20
9
82
20
9
2
81
20
9
480
20
9
8
20
9
42
20
9
841
20
9
2
40
20
9
4
20
9
2
20
9
81
20
9
40
12
t
tt
t
t
t
tt
t
t
t
tt
t
tt
t
t
t
t
t
t
t
t
t
t
yyayayyay
yyayyayay
yayaya
即求解三元一次方程组
4 7 4 74 0 0 94 3 7 62 0 9
5 1 9 34 3 7 64 7 8 92 2 9
2 4 92 0 92 2 912
210
210
210
aaa
aaa
aaa
解得 a0=0.6937,a1=0.8737,a2=0.1941,故求得二阶差分方程
84 1 9 4 1.08 7 3 7.06 9 3 7.0 ttt yyy
（ t≥21）
根据此式迭代，可求得第六年和第七年第一季度销售量的预测值为 y21=17.58,y25=19.16还是较为可信的。
例 4.16 人口问题的差分方程模型在 § 3.2中，我们已经讨论了人口问题的两个常微分方程模型 —— Malthus模型 和 Verhulst模型 （又称 Logistic模型）。
前者可用于人口增长的短期预测，后者在作中、长期预测时效果较好。
1,离散时间 的 Logistic模型在研究人口或种群数量的实际增长情况时，有时采用离散化的时间变量更为方便。例如，有些种群具有相对较为固定的繁殖期，按时段统计种群数量更接近种群的实际增长方式。
人口增长虽无这种特征，但人口普查不可能连续统计，任何方式的普查都只能得到一些离散时刻的人口总量（指较大范围的普查）。这样，如何建立人口问题的离散模型的问题十分自然地提了出来。
建立离散模型的一条直接途径是 用 差分代替微分 。从人口问题的 Logistic模型
NPaPPaaPdtdP 1)( aaN?
可导出一阶差分方程
)1(1 NPaPPP tttt （ 4.25）
(4.25)式中右端的因子 常被称为 阻尼因子 。 当 Pt＜＜
N时，种群增长接 近 Malthus模型；当 Pt接近 N时，这一因子将越来越明显地发挥阻尼作用,若 Pt＜ N，它将使种群增长速度 在 Pt接近 N时变得越来越慢，若 P＞ N，它将使种群呈负增长。
)1( NPt?
（ 4.25）式可改写为
ttt PNa
aPaP
)1(1)1(1
（ 4.26）
记
ttt PNa
axaP
)1(1),1(1
,于是 (4.26)式又可改写为
,2,1,0 ),()1(1 txfxbxx tttt （ 4.27）
虽然，（ 4.27）式是一个非线性差分方程，但对确定的初值 x0，
其后的 x1可利用方程确定的递推关系迭代求出。
差分方程（ 4.27）有两个平衡点,即 x*=0和 。类似于微分方程稳定性的讨论，非线性差分方程平衡点的稳定性也可通过对其线性近似方程平衡点稳定性的讨论部分地得到确定（ 时不能确定除外）。例如，对,
讨论 在 x*处的线性近似方程
b
bx 1*
1
b
bx 1*
)(1 tt xfx
))(( ***1 xxxfxx tt
可知，当 12)(
* bxf?
（即 31 b ）时平衡点
b
b 1? 是稳定的，此时
Nxa NaP tt )1( （ 11* a abbxx t? ）
若当,则平稳点 是不稳定的，（这与对一切 a,p*=N均为 Logistic方程的稳定平衡点不同）。12 b? b
b 1?
