差分方程模型：理论基础与实际应用全解析
在自然界和人类社会的诸多动态系统中，状态变量的变化往往呈现出离散性特征。例如，经济系统中商品的季度销售量、生物种群的世代数量变化、遗传过程中逐代基因型的分布演化等，这些系统的状态仅在特定离散时刻发生改变，无法用连续时间的微分方程精准描述。此时，差分方程作为刻画离散动态系统的核心数学工具，发挥着不可替代的作用。
差分方程通过建立变量在不同离散时刻取值之间的递推关系，揭示系统状态随离散时间的演化规律。与微分方程描述连续变化过程不同，差分方程聚焦于“离散状态转移”，即从当前时刻的系统状态推导出下一时刻的状态，这种特性使其在处理离散数据、分析世代传递过程、预测短期离散变化等问题上具有独特优势。本章将系统梳理差分方程的基本理论，包括差分方程的定义、求解方法（解析解法、Z变换解法），并结合蛛网模型、商品销售量预测模型、遗传模型等典型实例，阐述差分方程在经济、管理、生物等领域的建模思路与应用价值，为读者构建从理论到实践的完整知识体系。
§ 1 差分方程基础理论
差分方程的核心是“差分”运算，它是离散版本的“导数”，通过描述变量相邻时刻取值的差值，刻画变量的变化率。本节从差分的定义出发，逐步引出差分方程的基本概念、分类及求解方法，为后续建模应用奠定理论基础。
1.1 差分的定义与性质
在差分方程中，时间变量 \( t \) 通常取非负整数（即 \( t = 0, 1, 2, \dots \)），用于表示离散的时刻（如世代、季度、年份等）。设变量 \( y \) 在时刻 \( t \) 的取值为 \( y_t \)，则可定义不同阶数的差分为：
1. 一阶向前差分：\( \Delta y_t = y_{t+1} - y_t \
