倉室模型(compartment model)
每當你想追蹤一種物質流經一個由相連儲庫組成的系統——水流過相接的水箱、藥物流經身體的器官、染病者流經疾病的各階段——你都可以把每個儲庫想成一個箱子,把系統想成一組箱子,箱間有箭頭。倉室模型正是如此:少數幾個充分混合的「倉室」,物質以你指定的速率從一個流向另一個。它是整個應用數學中最可重複使用的建模範本之一。
其記帳優美地簡單、且永遠一致:對每個倉室,其內容物的變化率等於一切「流入」減去一切「流出」。若倉室 1 持有量 x1,以速率 k12 把物質流失給倉室 2、同時以速率 k21 從它獲得,你便寫 x1' =(流入)-(流出)= k21 x2 - k12 x1,每個箱子皆同理。結果永遠是一個一階線性(有時非線性)微分方程系統——每個倉室一條方程——以流動常數為參數。
這套範本如此強大的原因,在於迥異的領域竟共享它的骨架。流行病的 SIR 模型是一個倉室模型(箱子 S、I、R)。藥物在血液與組織中擴散是一個倉室模型(血漿與周邊組織的箱子)。碳循環、房間之間流動的熱、生態系統中流轉的養分——全都是倉室模型。學會讀那箱與箭頭的圖、把它譯成速率方程,你便能用同樣的寥寥幾步為其中任何一個建模。
需保持誠實的常設假設是「充分混合」:每個倉室被當作均勻的,所以裡頭任何位置的分子下一刻離開的機率相等,且沒有它身處箱內何處的概念。當混合相對於箱間的流動確實夠快時,這極為出色;當不夠快時,則會誤導——例如在空間梯度或延遲重要之處,倉室模型會抹平一個更完整的空間模型本會保留的細節。
兩個房間共用一道門;暖空氣在兩者之間流動。令 T1、T2 為溫度。每個房間的溫度按熱的流入減流出而變化:T1' = k(T2 - T1) 與 T2' = k(T1 - T2)。這個兩箱倉室模型預測兩房趨向一個共同溫度而均衡,速率由 k 決定。
同一範本、任何領域:每個箱子的變化率等於流入減流出。
整個框架建立在「充分混合」假設上——每個倉室內部均勻。當箱內位置重要時(空間梯度、緩慢擴散、傳輸延遲),倉室模型會把真實結構平均掉,此時需改用空間或延遲模型。