College Board · cb-calculus-bc · AP Calculus BC · Logistic Models and Euler's Method / 逻辑斯谛模型与欧拉法 · 阅读约 15 分钟 · 更新于 2026-05-07

逻辑斯谛模型与欧拉法 (Logistic Models and Euler's Method) — AP Calculus BC Calc BC 学习指南

适合谁：AP Calculus BC 参加 AP Calculus BC 的考生。

覆盖内容：逻辑斯谛微分方程、平衡解与稳定性、欧拉法数值求解、实际场景中的环境容纳量四大核心考点，含考点解析、范例题、常见避坑指南。

前置知识：扎实的 precalculus 和 AB 级别微积分基础。

关于练习题：下文「练习题」一节的所有题目均为我们按 AP Calculus BC 风格编写的原创题目 (original problems)，仅用于教学。它们不是 College Board 真题的复制，措辞、数值或语境可能不同。请把它们当作练手用；评分细则请对照 College Board 官方 mark scheme。

1. 什么是逻辑斯谛模型与欧拉法？

逻辑斯谛模型与欧拉法是AP Calculus BC独有的考点，隶属于微分方程单元，在考试中占总分的4%-6%，选择题和自由回答题（FRQ）均有可能出现。其中逻辑斯谛模型是描述受资源限制的S型增长的微分方程模型，多用于生物种群、流行病传播、产品渗透等实际场景；欧拉法是不需要求出解析解，通过迭代切线近似得到微分方程数值解的方法，是数值分析的基础入门内容。

2. 逻辑斯谛微分方程（Logistic differential equation）

逻辑斯谛微分方程是一阶可分离变量微分方程，用于修正无限制指数增长模型不符合实际资源约束的问题，标准形式为： $\frac{d P}{d t} = k P (1 - \frac{P}{K})$ 其中 $P (t)$ 为时刻 $t$ 的种群/群体数量（population）， $k$ 为固有增长率（intrinsic growth rate，资源充足时的单位增长率）， $K$ 为环境容纳量（carrying capacity，环境可长期支撑的最大数量）。

当 $P ≪ K$ 时， $\frac{P}{K} \approx 0$ ，方程近似为无限制指数增长 $\frac{d P}{d t} = k P$ ，符合资源充足时的增长规律；当 $P \to K$ 时，括号项趋近于0，增长速率趋近于0，符合资源饱和后的增长停滞规律。

范例题：已知某鱼塘的鱼群增长符合方程 $\frac{d P}{d t} = 0.2 P (1 - \frac{P}{2000})$ ，求P=500时的月增长速率。解答：代入公式得 $\frac{d P}{d t} = 0.2 \times 500 \times (1 - \frac{500}{2000}) = 100 \times 0.75 = 75$ 尾/月。

3. 平衡解与稳定性（Equilibrium solutions and stability）

平衡解（equilibrium solution） 指微分方程中满足 $\frac{d P}{d t} = 0$ 的常数解，代入逻辑斯谛方程可得两个平衡解： $P = 0$ 和 $P = K$ 。 稳定性（stability） 用于描述初始值偏离平衡解时的变化趋势：若初始值在平衡解附近时，解会随时间趋近该平衡解，则为稳定平衡解（stable equilibrium solution）；若解会随时间远离该平衡解，则为不稳定平衡解（unstable equilibrium solution）。

对逻辑斯谛模型而言：当 $0 < P < K$ 时 $\frac{d P}{d t} > 0$ ，P递增；当 $P > K$ 时 $\frac{d P}{d t} < 0$ ，P递减，因此 $P = K$ 是稳定平衡解，长期来看种群数量会趋近于K；而只要 $P > 0$ 就会增长远离0，因此 $P = 0$ 是不稳定平衡解。

范例题：求逻辑斯谛方程 $\frac{d P}{d t} = 0.08 P (12 - P)$ 的平衡解并判断稳定性。解答：令 $\frac{d P}{d t} = 0$ ，解得 $P = 0$ 和 $P = 12$ ，其中 $P = 12$ 为稳定平衡解， $P = 0$ 为不稳定平衡解。

4. 欧拉法求数值解（Euler's method for numerical solutions）

欧拉法是一种数值近似方法，用于无法求出解析解的微分方程，通过迭代切线近似得到特解的近似值。对微分方程 $\frac{d y}{d x} = f (x, y)$ ，给定初始条件 $y (x_{0}) = y_{0}$ ，取步长（step size） $h$ ，迭代公式为： $x_{n + 1} = x_{n} + h$ $y_{n + 1} = y_{n} + h \cdot f (x_{n}, y_{n})$ 原理是每一步用当前点的切线斜率预测下一个点的函数值，步长越小，近似结果越准确。

范例题：给定微分方程 $\frac{d y}{d x} = x + y$ ，初始条件 $y (0) = 1$ ，用步长 $h = 0.5$ 求 $y (1)$ 的近似值。解答：第一步： $x_{0} = 0, y_{0} = 1$ ， $f (x_{0}, y_{0}) = 0 + 1 = 1$ ， $x_{1} = 0 + 0.5 = 0.5$ ， $y_{1} = 1 + 0.5 \times 1 = 1.5$ ；第二步： $x_{1} = 0.5, y_{1} = 1.5$ ， $f (x_{1}, y_{1}) = 0.5 + 1.5 = 2$ ， $x_{2} = 0.5 + 0.5 = 1$ ， $y_{2} = 1.5 + 0.5 \times 2 = 2.5$ ，因此 $y (1) \approx 2.5$ 。

5. 实际场景中的环境容纳量（Carrying capacity in real-world contexts）

环境容纳量 $K$ 是逻辑斯谛模型的核心参数，除了生物种群外，还可用于描述流行病感染上限、市场容量、社交网络用户天花板等实际场景。考官常考的衍生结论是：增长速率 $\frac{d P}{d t}$ 是关于 $P$ 的开口向下的二次函数，顶点在 $P = \frac{K}{2}$ 处，即种群数量为环境容纳量一半时，增长速率最大，对应S型增长曲线的拐点。

范例题：某地区流感感染人数符合逻辑斯谛模型 $\frac{d N}{d t} = 0.04 N (1 - \frac{N}{150000})$ ，问感染人数的日增长速率最大时，感染人数为多少？解答： $K = 150000$ ，增长速率最大时 $N = \frac{K}{2} = 75000$ 人。

6. 常见陷阱（Common Pitfalls）

错误做法：认为逻辑斯谛模型全程符合指数增长规律，忽略资源限制项。错误原因：受AB阶段学习的无限制指数增长模型的惯性思维影响。正确做法：只有当 $P ≪ K$ 时才近似指数增长， $P$ 接近 $K$ 时增长速率趋近于0。
错误做法：欧拉法迭代时误用下一个点的斜率计算当前步的增量，或步长符号搞反。错误原因：记混迭代顺序。正确做法：每一步的斜率必须用当前步的 $(x_{n}, y_{n})$ 计算，步长为正的情况下 $x_{n + 1} = x_{n} + h$ 。
错误做法：认为所有平衡解都是稳定的，误将 $P = 0$ 判定为稳定平衡。错误原因：只记忆了 $P = K$ 的稳定性，忽略推导过程。正确做法：代入平衡解附近的数值验证导数正负，判断解是趋近还是远离平衡解。
错误做法：将最大增长速率对应的种群数量记为 $P = K$ 。错误原因：混淆种群数量最大值和增长速率最大值。正确做法：增长速率是关于 $P$ 的二次函数，顶点在 $P = \frac{K}{2}$ 处，此时增长速率最大。

7. 练习题（AP Calculus BC 风格）

第1题

题干：某自然保护区的羚羊种群增长符合逻辑斯谛微分方程 $\frac{d P}{d t} = 0.12 P (1 - \frac{P}{8000})$ ， $P$ 为 $t$ 时刻的羚羊数量， $t$ 单位为年。(a) 求该模型的平衡解并判断稳定性；(b) 羚羊种群的年增长速率最大时，种群数量为多少？解答： (a) 令 $\frac{d P}{d t} = 0$ ，解得 $P = 0$ 和 $P = 8000$ 。当 $0 < P < 8000$ 时 $\frac{d P}{d t} > 0$ ， $P$ 递增；当 $P > 8000$ 时 $\frac{d P}{d t} < 0$ ， $P$ 递减，因此 $P = 8000$ 为稳定平衡解， $P = 0$ 为不稳定平衡解。 (b) 增长速率最大时 $P = \frac{K}{2} = \frac{8000}{2} = 4000$ 头。

第2题

题干：给定微分方程 $\frac{d y}{d x} = y - 2 x$ ，初始条件 $y (1) = 0$ ，用步长 $h = 0.2$ ，求 $y (1.4)$ 的近似值。解答：第一步： $x_{0} = 1, y_{0} = 0$ ， $f (x_{0}, y_{0}) = 0 - 2 \times 1 = - 2$ ， $x_{1} = 1 + 0.2 = 1.2$ ， $y_{1} = 0 + 0.2 \times (- 2) = - 0.4$ ；第二步： $x_{1} = 1.2, y_{1} = - 0.4$ ， $f (x_{1}, y_{1}) = - 0.4 - 2 \times 1.2 = - 2.8$ ， $x_{2} = 1.2 + 0.2 = 1.4$ ， $y_{2} = - 0.4 + 0.2 \times (- 2.8) = - 0.96$ ；因此 $y (1.4) \approx - 0.96$ 。

第3题

题干：以下关于逻辑斯谛模型的描述正确的是？ A. 种群数量永远呈指数增长 B. 增长速率随种群数量增加持续增大 C. 长期来看种群数量趋近于环境容纳量K D. 仅存在1个平衡解解答：选C。A错误，仅当 $P ≪ K$ 时近似指数增长；B错误，增长速率先增后减，在 $P = \frac{K}{2}$ 时达到最大值；D错误，平衡解为 $P = 0$ 和 $P = K$ 两个。

8. 速查表（Quick Reference Cheatsheet）

知识点	核心公式/结论
逻辑斯谛微分方程标准形式	$\frac{d P}{d t} = k P (1 - \frac{P}{K})$ ， $k$ 为固有增长率， $K$ 为环境容纳量
平衡解与稳定性	$P = 0$ （不稳定）、 $P = K$ （稳定）
最大增长速率位置	$P = \frac{K}{2}$ （S型曲线拐点）
欧拉法迭代公式	$x_{n + 1} = x_{n} + h$ ， $y_{n + 1} = y_{n} + h \cdot f (x_{n}, y_{n})$ ， $h$ 为步长

9. 接下来怎么学

本模块是AP微积分BC微分方程单元的收尾内容，后续你会学习无穷级数单元，欧拉法的迭代近似逻辑和泰勒多项式的近似原理相通，学好本模块能帮你更好理解数值近似的核心逻辑。本模块考点固定、出题套路单一，属于必拿分的考点，只要熟练掌握核心公式和避坑点，就能拿到全部相关分数。

如果你在练习本模块真题、模拟题的过程中有任何疑问，都可以随时到小欧主页提问，我们会为你提供针对性的讲解和练习资源。

← 返回章节主页

某道题卡住了？
拍照或粘贴题目 — 小欧（我们的 AI 学习助手）会一步步讲解并配示意图。
免费试用小欧 →