dxdt(1)= r1*M(1)*(1-M(1)/k1)-u1*M(1)*M(2); dxdt(2)= r2*M(2)*(1-M(2)/k2)-u2*M(1)*M(2);画函数图像

这是一个 Lotka-Volterra 模型，可以用 Python 中的 scipy 库来求解并画出函数图像。

首先，需要安装 scipy 库。在命令行中输入：

pip install scipy

然后，可以使用以下代码求解并画出函数图像：

import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt

# 定义模型
def model(M, t, r1, k1, u1, r2, k2, u2):
    dMdt = [r1*M[0]*(1-M[0]/k1)-u1*M[0]*M[1], r2*M[1]*(1-M[1]/k2)-u2*M[0]*M[1]]
    return dMdt

# 定义参数
r1 = 1.0
k1 = 10.0
u1 = 0.1
r2 = 0.5
k2 = 5.0
u2 = 0.05

# 定义初始值
M0 = [5, 2]

# 定义时间范围
t = np.linspace(0, 20, 1000)

# 求解微分方程
M = odeint(model, M0, t, args=(r1, k1, u1, r2, k2, u2))

# 画出函数图像
plt.plot(t, M[:,0], 'b-', label='M1')
plt.plot(t, M[:,1], 'r--', label='M2')
plt.xlabel('Time')
plt.ylabel('Population')
plt.title('Lotka-Volterra Model')
plt.legend(loc='best')
plt.show()

运行代码，就可以得到如下的函数图像：