為何指數增長不可能是故事的全部
兩篇之前你見過 dP/dt = k P，這條指數增長定律：一個族群，其增長率正比於自身大小。它的解 P(t) = P_0 e^(kt) 乾淨俐落，在短時間內往往極準——一支新鮮的菌落確實會準時翻倍。但讓它一路跑下去，它會預測單一菌落在數日內就重過整個地球。少了某樣東西，而那樣東西並不是微積分的瑕疵，而是假設的瑕疵：真實的增長發生在一個有限的世界裡。
食物短缺、空間填滿、廢物堆積、掠食者來臨。隨著族群膨脹，每個個體競爭得更激烈，所以人均增長率——增長除以大小，即 (1/P) dP/dt——不應永遠固定在 k，而應隨著擁擠加劇而淡去。指數模型假定人均增長率永遠是常數 k；誠實的修補，就是讓它在 P 逼近環境所能維持的最大族群時，朝零收縮。
一個煞車因子，把直線變成 S
最簡單的這種修補，是讓人均增長率隨 P 線性下降：把常數 k 換成 k(1 - P/K)。這裡 K 就是[[carrying-capacity|承載量]]——那個族群上限。兩邊乘以 P，你便得到[[ode-logistic-equation|邏輯斯諦方程]]，dP/dt = k P (1 - P/K)。把這兩個因子讀成一場拉鋸。當 P 很小，括號 (1 - P/K) 幾乎是 1，於是增長近乎指數——空間充裕。隨著 P 攀向 K，括號朝 0 收縮，扼住了增長。在 P = K 時它恰為 0：引擎空轉。
P region bracket (1 - P/K) dP/dt sign what happens ------------- ------------------- ----------- ------------------- 0 < P < K between 0 and 1 positive population rises toward K P = K exactly 0 zero steady — no change P > K negative negative population falls back to K
追蹤一條從小起步的解。初期它越升越快，正如指數——曲線向上凹。但煞車因子始終在收緊，大約在 P = K/2 附近，增長率 dP/dt 達到峰值，隨後開始減緩。曲線轉折、變為向下凹，緩緩上升、貼平在上限 K 上。這種曲率的溫和反轉——先加速、再減速——就是著名的 S 形（乙狀）曲線，邏輯斯諦增長的視覺標誌。
不解而讀：平衡點及其穩定性
這就是整座階梯所要逼近的關鍵一招。你能讀懂邏輯斯諦族群所有重要的性質，而完全不必解那條方程，因為右邊 f(P) = k P (1 - P/K) 只依賴 P——這是個自治方程。先找出族群能靜止不動的地方：令 f(P) = 0。當 P = 0 或 P = K 時這個乘積為零，於是那兩個常數解就是[[equilibrium-solution|平衡解]]。（留意前一篇提過的陷阱：常數解 P = 0 正是分離變數會悄悄丟掉的那種解，因為你會除以 P。千萬別弄丟它。）
現在對 f(P) 在平衡點之間與之外做一次[[sign-analysis-of-f-of-y|符號分析]]。當 0 < P < K，f 為正，故 dP/dt > 0，族群上升。當 P > K，f 為負，故族群下降。把 P 想成一條豎軸，配上小箭頭：在 K 之下，箭頭朝上；在 K 之上，箭頭朝下。從兩側看，解都被驅向 K。這使 K 成為穩定平衡點（匯）：推一下族群，它會回來。同樣那些箭頭指離 0，所以 P = 0 是不穩定的（源）：哪怕最微小的族群也會起飛、再不回頭。這幅符號箭頭圖就是穩定性的判決，也是下一篇相位線的種子。
閉形式解，以及一則關於它的警告
邏輯斯諦方程是少數幸運的非線性常微分方程之一，確實具有閉形式解。它是可分離的，把 1/(P(1 - P/K)) 做部分分式拆解後積分，得到乙狀解 P(t) = K / (1 + A e^(-kt))，其中常數 A 由起始族群經 A = (K - P_0)/P_0 定下。你可一眼確認：當 t 增大，指數衰亡，A e^(-kt) -> 0，於是 P -> K——解確實爬向承載量，正如符號分析早已許諾的。
但正因為公式存在，更要把這個教訓記牢：你並不需要它。定性的讀法——兩個平衡點、一條升向 K 的 S 曲線——來得更快，且直接告訴你長期的命運。這很重要，因為邏輯斯諦方程是個罕見的例外。多數從真實模型裡冒出來的常微分方程根本沒有任何閉形式解，這時符號箭頭分析就不是捷徑，而是你唯一握有的工具。邏輯斯諦方程是個友善的練習場，讓你能拿定性方法去對照一個精確答案，親眼看著兩者吻合。
擬合 K，以及模型仍隱藏之事
方程供出*形狀*；數據必須供出*數值* k 與 K。有個乾淨的技巧：既然人均增長率 (1/P) dP/dt = k(1 - P/K) 是 P 的一條直線，就把測得的人均增長對族群作圖。若各點落在一條向下的直線上，邏輯斯諦假設便獲得佐證；該直線的截距給出 k，它與橫軸的交點給出 K。這正是擬合與驗證步驟的實際運作——而若各點明顯彎曲，那便是誠實的證據，說明簡單的邏輯斯諦方程對你的系統而言是錯的形狀。
要誠實面對這條工整的 S 曲線略去了什麼。它假定 K 是固定常數，但真實環境的容量會隨季節、雨量與人為干預而漂移。它假定增長只取決於當下大小，忽略時間滯後——真實族群可能在感受到擁擠之前就衝過 K，進而振盪。它還假定任何正的起步都會成長；但許多真實物種有阿利效應，在某個最低存活族群之下便會滅絕。樸素的邏輯斯諦方程只有單一穩定上限，無法呈現這點——這提醒我們，這條優雅的方程一如所有模型，都有一塊「誠實的範圍」，越過它便會悄悄誤導。
有一個誠實的延伸值得一瞥，因為它讓定性方法大顯身手。減去一個固定收成 h（捕魚、狩獵），得到[[harvesting-model|收成模型]] dP/dt = k P (1 - P/K) - h。如今平衡點是一個二次式的根，而當你把 h 往上調，兩個平衡點滑近彼此，越過某個臨界收成率後就徹底消失——原本擁有安全上限的族群驟然無頂可依，崩潰至滅絕。平衡點隨某參數越過門檻而突然消失，這叫分岔，正是你的相位線本事將讓你預見其到來的、那個戲劇性的下一個概念。