数学建模 之 人口模型
数学建模-人口增长模型
数函合拟 据数始原
。万百 8668. 333 � ) 0102 ( x 为数口人的年 0102 测预以可们我而从
84981 � t 753. 12 � t 810600. 0 � ) t( x
2
数口人
� 84981 � c , 753. 12� � b�810600.0 � a 得解 � �2 件附见� 程编 baltaM 用们我
录附
。年 4002 , 社 版出 育教等 高� 京北 ,]M[)版三 第( 模建 学数 .俊叶 ,星金 谢 ,源启姜 ]2[ 。年 2002 ,社 版出育教等高:京北 ,]M[用应与计设序程 BALTAM .颖张 ,平昭陈 ,国卫刘 ]1[
献文考参
。越优为更型模 长增数指比测预的来未对�确准更果结�的合适很是测预数口人的来未对型模次 以所�合吻的常非据数的期后是别特�好果效合拟�上线曲合拟在都上本基�律 规长增的口人映反地观客更型模长增滞阻出看以可 。好很得合拟据数口人的区地 该对型模的们我出看以可们我 4 图从 。图果效合拟的型模长增滞阻是 4 图 图果效合拟的型模长增滞阻 4 图
) 0 0 8 1� t ( r �
� 27 � � �1 e�1 � m � x 01 �
m
x
� ) t( x
2 . 7 � ) 0081( x � � � m � td � � x � � � 1 x� � 0r � xd � � x �
ቤተ መጻሕፍቲ ባይዱ
�得解
�到得以可� 2. 7 � ) 0081( x 件条始初用利并�中程方的型模长增数指进代式上把
值数函的点知未在 p 式项多计估 %
)1x,p(lavylop = 1y ;0102=1x
;no dirg ;no xob ;)2,'数函合拟','据数始原'(dnegel ;)'数口人'(lebaly ;)'份年'(lebalx 例图上加形图给 % 来起连次依点据数的义定)ny,x(把 % )ny,nx(tolp 值数函的 p 式项多计估 % ;)nx,p(lavylop = ny 标坐横的新义定 % ;0102:5:0081 = nx p 数系回返�合拟式项多 % )2,y,x(tifylop = p
(完整版)数学建模logistic人口增长模型
Logistic 人口发展模型一、题目描述建立Logistic 人口阻滞增长模型 ，利用表1中的数据分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测我国未来50年的人口情况.并把预测结果与《国家人口发展战略研究报告》中提供的预测值进行分析比较。
分析那个时间段数据预测的效果好?并结合中国实情分析原因。
表1 各年份全国总人口数（单位：千万）二、建立模型阻滞增长模型（Logistic 模型）阻滞增长模型的原理：阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用，对指数增长模型的基本假设进行修改后得到的。
阻滞作用体现在对人口增长率r 的影响上，使得r 随着人口数量x 的增加而下降。
若将r 表示为x 的函数)(x r 。
则它应是减函数。
于是有：0)0(,)(x x x x r dt dx== （1）对)(x r 的一个最简单的假定是，设)(x r 为x 的线性函数，即 )0,0()(>>-=s r sxr x r （2） 设自然资源和环境条件所能容纳的最大人口数量mx ，当mx x =时人口不再增长，即增长率)(=m x r ，代入（2）式得m x rs =，于是（2）式为)1()(mx x r x r -= （3）将（3）代入方程（1）得：⎪⎩⎪⎨⎧=-=0)0()1(x x x x rx dtdxm （4）解得：rt mme x x x t x --+=)1(1)(0（5）三、模型求解用Matlab 求解，程序如下： t=1954:1:2005;x=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];x1=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988];x2=[61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];dx=(x2-x1)./x2; a=polyfit(x2,dx,1);r=a(2),xm=-r/a(1)%求出xm 和rx0=61.5;f=inline('xm./(1+(xm/x0-1)*exp(-r*(t-1954)))','t','xm','r','x0');%定义函数 plot(t,f(t,xm,r,x0),'-r',t,x,'+b');title('1954-2005年实际人口与理论值的比较') x2010=f(2010,xm,r,x0) x2020=f(2020,xm,r,x0) x2033=f(2033,xm,r,x0)解得：x(m)= 180.9516(千万)，r= 0.0327/(年),x(0)=61.5得到1954-2005实际人口与理论值的结果：根据《国家人口发展战略研究报告》我国人口在未来30年还将净增2亿人左右。
数学建模 之 人口模型
数学建模———关于人口增长的模型摘要：本文讨论了人口的增长问题，并预测出了2010、2020年的美国人口。
首先，我们给出了两种预测方法：第一，在假定人口增长率不变的情况下，建立指数增长模型；第二，假定人口增长率呈线性下降的情况下，建立阻滞增长模型。
对两种模型的求解，我们引入了微分方程。
其次，为了选择一种较好的预测方法，我们分别对两种模型进行了检验和讨论。
先列图表对预测值与真实值进行比较，然后定性的对模型进行讨论，最后一个阶段选择绝对误差、均方差和相关系数对两个模型的优劣进行定量的评价，选出最好的预测方法。
一、 问题的提出：人口问题是当前世界上人们最关心的问题之一，认识人口数量的变化规律，做出较为准确的预报，是有效控制人口增长前提，现根据下表给出的近两百模型一（指数增长模型）1、模型的提出背景：我们对所给的数据进行了认真仔细的分析之后，对其进行处理：将年份进行编号（i X ），人口数量计为（i Y ），以i X 为横坐标，以i Y 为纵坐标，建立直角坐标系。
然后将表格中所给的数据绘在直角坐标系中附表A ，我们发现这些点大体呈指数增长趋势固提出此模型。
附图A2、基本假设：人口的增长率是常数增长率——单位时间内人口增长率与当时人口之比。
故假设等价于：单位时间人口增长量与当时人口成正比。
设人口增长率为常数r 。
时刻t 的人口为X(t),并设X(t)可微，X(0)=X O由假设，对任意△t>0 ，有)()()(t rx tt x t t x =∆-∆+即：单位时间人口增长量=r ×当时人口数当△t 趋向于0时，上式两边取极限，即：o t →∆lim)()()(t rx tt x t t x =∆-∆+ 引入微分方程：)1( )0()(0⎪⎩⎪⎨⎧==x x t rx dtdx3、模型求解： 从（1）得rdt xdx= 两边求不定积分：c rt x +=ln∵t=0时0x x =，∴C x =0lnrt e x rt x x 00ln ln ln =+=∴rte x t x 0)(= (2) 当r>0时.表明人口按指数变化规律增长.备注； r 的确定方法：要用（4.2）式来预测人口,必须对其中的参数r 进行估计: 十年的增长率307.0ln 9.33.5==r,359.1307.0=e,则(2)式现为: t t x )359.1(9.3)(⨯=4、结论：由上函数可预测得:2010的人口为x(22):x(22)=3325.772020的人口为x(23):x(23)=4519.735、检验：根据所建立的指数模型预测1790以后近两百年的美国人口数量,在此6、模型讨论：由表可见，当人口数较少时，模型的预测结果与实际情况相差不大（不超过5%）。
数学建模-人口增长模型
人口增长模型摘要本文根据某地区的人口统计数据，建立模型估计该地区2010年的人口数量。
首先，通过直观观察人口的变化规律后，我们假设该地区的人口数量是时间的二次函数，建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数，从而可以预测2010年的人口数为333.8668百万。
然后，我们发现从1980年开始该地区的人口增长明显变慢，于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降，从而我们建立了阻滞增长模型，利用此模型我们最后求出2010年的人口预报数为296.3865。
关键字：人口预报，二次函数模型，阻滞增长模型问题重述：根据某地区人口从1800年到2000年的人口数据（如下表），建立模型估计出该地区2010年的人口 ，同时画出拟合效果的图形。
符号说明)(t x t 时刻的人口数量 0x 初始时刻的人口数量 r 人口增长率m x 环境所能容纳的最大人口数量，即0)( m x r问题分析首先，我们运用Matlab软件[1]编程（见附件1），绘制出1800年到2000年的人口数据图，如图1。
18001820184018601880190019201940196019802000图1 1800年到2000年的人口数据图从图1我们可以看出1800年到2000年的人口数是呈现增长的趋势的，而且类似二次函数增长。
所以我们可以建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数。
于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降,从而我们可以建立一个阻滞增长模型。
模型建立模型一：二次函数模型我们假设该地区t时刻的人口数量的人口数量)(tx是时间t的二次函数，即：2()=++x t at bt c我们可以根据最小二乘法，利用已有数据拟合得到具体参数。
即，要求a、b和c，使得以下函数达到最小值：221(,,)()ni i i i E a b c at bt c x ==++-∑其中i x 是i t 时刻该地区的人口数，即有：2222)3.28020002000...)2.718001800(),,(-+⋅+⋅++-+⋅+⋅=c b a c b a c b a E令0,0,0E E E a b c∂∂∂===∂∂∂，可以得到三个关于a 、b 和c 的一次方程，从而可解得a 、b 和c 。
数学建模论文-人口预测模型
中国人口预测模型摘要本文对人口预测的数学模型进行了研究。
首先，建立一次线性回归模型, 灰色序列预测模型和逻辑斯蒂模型。
考虑到三种模型均具有各自的局限性，又用加权法建立了熵权组合模型，并给出了使预测误差最小的三个预测模型的加权系数，用该模型对人口数量进行预测，得到的结果如下：单位：（万人）其中加权系数为：,其次，建立Leslie人口模型，充分反映了生育率、死亡率、年龄结构、男女比例等影响人口增长的因素，并利用以1年为分组长度方式和以5年为分组长度方式预测短期和长期人口增长，然后对人口模型进行了改进，构建了反映生育率和死亡率变化率负指数函数，并给出了反映城乡人口迁移的人口转移向量最后我们BP神经网络模型检验以上模型的正确性关键字：一次线性回归灰色序列预测逻辑斯蒂模型Leslie人口模型BP神经网络一、问题重述1. 背景人口增长预测是随着社会经济发展而提出来的。
在过去的几千年里，由于人类社会生产力水平低，生产发展缓慢，人口变动和增长也不明显，生产自给自足或进行简单的以货易货，因而对未来人口发展变化的研究并不重要，根本不用进行人口增长预测。
而当今社会，经济发展迅速，生产力达到空前水平，这时的生产不仅为了满足个人需求，还要面向社会的需求，所以必须了解供求关系的未来趋势。
而人口增长预测是对未来进行预测的各环节中的一个重要方面。
准确地预测未来人口的发展趋势，制定合理的人口规划和人口布局方案具有重大的理论意义和实用意义。
2. 问题人口增长预测有短期、中期、长期预测之分，而各个国家和地区要根据实际情况进行短期、中期、长期的人口预测。
例如，中国人口预期寿命约为70 岁左右，因此，长期人口预测最好预测到70年以后，中期40—50 年，短期可以是5 年、10年或20 年。
根据2007 年初发布的《国家人口发展战略研究报告》（附录一）及《中国人口年鉴》收集的数据（附录二），再结合中国的国情特点，如老龄化进程加速，人口性别比升高，乡村人口城镇化等因素，建立合理的关于中国人口增长的数学模型，并利用此模型对中国人口增长的中短期和长期趋势做出预测，同时指出此模型的合理性和局限性。
数学建模人口模型
实验一 人口模型与混沌实验目的1.了解Logistic 模型的基本概念。
2.了解的1(1)n n n x rx x +=-分叉和混沌现象。
3.学习、掌握MATLAB 软件有关命令。
实验步骤及结果1． 根据离散Logistic 模型)t (x )x )t (x (r )t (x x )t (x )t (x m -+=+=+11∆t=0,1,2,…，预测出2005-2011年我国的人口总数，其中r =0.029,=m x1950838861。
实验结果如下图所示：r =0.029,=m x 19508388612. 讨论简化的logistic 迭代方程))t (x )(t (rx )t (x -=+11，对于不同的r 和x0观察数列的收敛情况，分别给出t-x 坐标系下图形。
当x(1)=0.4,r 分别为0.7,1.5,3.2时实验结果如下图所示：3、绘制Feigenbaum 图过程：为了观察r 对迭代格式))t (x )(t (rx )t (x -=+11的影响，将区间（0,4]以步长r ∆离散化。
对每个离散的r 值进行迭代，忽略前50个迭代值，把点5152100(,),(,),,(,)r x r x r x 显示在坐标平面上。
实验结果如下：实验代码：1.x=[2005:1:2011];y(1)=126743;r=0.029;k=1950838861;for i=1:11y(i+1)=y(i)+r*(1-y(i)/k)*y(i); endplot(x,y(6:12),'+');hold on2.x=[1:19];y(1)=0.4;r=3.2;for i=1:18y(i+1)=r*(1-y(i))*y(i);plot(x(i),y(i),'+');hold onendxlabel('t');ylabel('x');title('r=3.2,x(1)=0.4')3．for r=[0.005:0.005:4]x(1)=0.6;t=linspace(r,r,100);for j=1:99x(j+1)=r*x(j)*(1-x(j));endhold onplot(t,x,'r+','markersize',0.5); endxlabel('t');ylabel('x');title('r(0,4),x(0.6)')。
数学建模-人口增长模型
数学建模-人口增长模型人口增长模型是一种基于数理统计学方法的计算机模型，用于描绘全球各地的人口增长情况。
人口增长模型能够预测人口数量、年龄分布、死亡率、出生率、移民等方面的变化趋势，为社会规划带来指导性的建议，具有很高的实用价值。
本文将从多个方面来探究人口增长模型。
一、人口增长的三个阶段第一阶段：原始社会阶段，这个时期的人口增长缓慢。
由于食物水平低下和医疗条件落后，死亡率非常高，而出生率仍然很高。
第二阶段：传统社会阶段，人口增长迅速。
由于改进了农业技术、医疗技术以及水、电、煤等基础设施建设的改善，死亡率降低，但出生率仍然很高。
第三阶段：现代社会阶段，人口增长开始放缓。
由于生育规律的改变，人们生育晚、生育次数减少，导致出生率下降。
另一方面，医疗技术和生活水平的提高，使得人们的寿命增加，死亡率下降。
人口增长模型是一种以数学为基础、能够预测人口增长变化趋势的计算机模型。
它解决了传统的统计分析方法难以预测未来人口增长趋势的问题，方便了研究人口增长对于社会经济发展的影响。
目前，常用的人口模型有四种：1.经验模型：该模型主要是针对已有数据进行平衡分析，所以只能反映人口变动的历史趋势，难以预测未来人口变化。
2. 非参数回归模型：它又称为核回归模型，它是一种无参数模型，可以从数据本身中学习出应该如何比较好地去拟合数据，因此预测效果相较于经验模型提高了不少。
3. 参数回归模型：这种模型较为复杂，它基于特定的模型，通过拟合已有的数据，建立一个完整的模型，目的是预测新的数据变化趋势。
4. 知识驱动模型：该模型结合了经验模型和参数回归模型的基本特点，它将专家的知识与历史数据相结合，通过精细化的调整，建立能够反映人口增长趋势的模型。
该模型可广泛应用于国家人口预测、社会福利计划等领域。
人口增长有其基本的规律，这些规律可以帮助我们更好地了解和解决人口问题。
1.现代社会阶段的人口增长趋势是死亡率下降，而出生率下降，且死亡率的下降速度比出生率的下降速度快。
Leslie模型(数学建模)
2021/10/10
21
定理：若Leslie矩阵A的第一行中至少有两个相
邻的bi>0则
|i|< |1|且N j/ 1j CN其中C为某一常数，由值bi， Pi及N0决定
N(0,j+1)=bi(j)K i(j)N(i,j)
N(i,j+1)=Pi-1N(i-1,j) i=1,…,m
目前我国人口中中年青人的比例很大，加上计
划生育降低出生率，必然造成若干年后社会人
口的严重老龄化，待这一代人越出m组后，又
会使人口迅速青年化而走向另一个极端。
2021/10/10
24
为减少这种年龄结构上的振荡，人们又引入了一 个控制变量h(i,j),使bi(j)=h(i,j)
设µ(r,t)为t时刻年龄为r的人的死亡率，t时刻年龄在[r,r+dr) 单位时间死亡的人数为µ(r,t)p(r,t)dr
2021/10/10
7
分析：
下面考虑从t到t+dt这一过程的人口变化： 年龄处在[r,r+dr)到t+dt时刻活着的人的年龄变为 [r+dt,r+dr+dt)而这一时刻死亡的人数为µ(r,t)p(r,t)drdt 则p(r,t)dr-p(r+dt,t+dt)dr= µ(r,t)p(r,t)drdt
•••
那么I (1)=MK
S(n-1)
I (t)=MtK
2021/10/10
14
考虑到在一段稳定的时间段内:总的女性人口数比上总 的男性人口数为一个近似为1的定值.为了更为确切地分 析女性个体数量的分布对总人口数的影响,我们单独把 女性人口数作为研究对象.
【数学建模】人口增长Leslie模型
【数学建模】⼈⼝增长Leslie模型问题分析· ⽤数学建模预测⼈⼝增长的⽅法：差分⽅程、微分⽅程、回归分析、时间序列等.· 结合所给数据以差分⽅程组的Leslie模型为基础.· 考虑不同地区、不同性别⼈⼝参数的差别及农村⼈⼝向城市迁移等因素.· 按照地区和性别建⽴以时间和年龄为基本变量的中国⼈⼝增长模型.· 利⽤历史数据估计⽣育率、死亡率及⼈⼝迁移等参数，代⼊模型求解并作预测.模型假设·中国⼈⼝是封闭系统, 将数据中的市、镇合并为城市, 与农村(乡)作为两个地区; 只考虑农村向城市⼈⼝的单向迁移, 不考虑与境外的相互移民.· 对中短期⼈⼝预测, ⽣育率、死亡率及⼈⼝迁移等参数⽤历史数据估计; 长期预测考虑总和⽣育率的控制、城镇化指数的变化趋势等因素.· ⼥性每胎⽣育⼀个⼦⼥.模型建⽴按地区和性别划分、以年龄为离散变量、随时段演变的⼈⼝发展模型，为4n阶差分⽅程组.参数估计存活率的估计死亡率与年龄关系⼤, 与地区、性别和时间的关系⼩.中国⼏⼗年来死亡率降低较快, 未来趋势仍持续下降.中短期预测：将过去若⼲年不同地区、性别和各年龄⼈⼝的死亡率简单地取平均值.长期预测：⽤统计⽅法对历史数据加以处理，并参考发达国家⼈⼝死亡率的演变过程给出估计值.⽣育率的估计中短期预测：将过去若⼲年不同地区、性别和各年龄⼈⼝的⽣育率简单地取平均值.长期预测：设定⼏个不同⽔平的总和⽣育率.⼈⼝迁移的估计模型求解选定初始年份⽤⼈⼝发展模型递推计算MATLAB实现clc;%初始化，设置各种参数和初始⼈数矩阵x = [206.46422.50478.72229.9253.44]';%x0⼥性各阶段⼈数%x0 = x .*0.4988x0 = [102.9822210.7430238.7855114.684126.6559]';%H为状态转移矩阵，其实是存活矩阵H = zeros(5,5);H(2)=0.88; H(8)=0.97; H(14)=0.86; H(20)=0.22;%B是⽣育矩阵，即各个年龄段妇⼥的⽣育率B = [020.300];for n =1:1:5%y是x之下⼀年的⼈⼝数⽬，尚不包括迁移⼈数和1岁的⼈数y = H*x;%y(1)是下⼀年1岁的⼈⼝数⽬，即今年刚出⽣的⼈y(1)= B*x0;%g是迁移⼈数，也得按照年龄⽐例来存储数据g = [301201202010]';%迁移⼈数加到y上y = y + g;%求与y对应的年份的各个年龄段妇⼥⼈数%包括x0中存活下来的，迁移的⼀部分，第⼀时间段为刚出⽣的⼥性⼈数 y0 = zeros(5,1);y0(1)= y(1)/2;%或y(1)乘以⼥婴占总男⼥婴的⽐例for i=1:1:4y0(i+1)= x0(i)*H(i+1+5*(i-1));endg0 = g ./2;y0 = y0 + g0;%g0为迁移过来的各个年龄段的⼥性⼈数disp(2008+n*20)zong = y'nv = y0'x = y;x0 = y0;end%⾃此，则完成了⼀轮的计算%要预测更多，只需要循环计算以上步骤即可。
数学建模人口模型人口预测
关于计划生育政策调整对人口数量、结构及其影响的研究【摘要】本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。
2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。
对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了 Logistic 、灰色预测、等方法进行建模预测。
首先，本文建立了 Logistic 阻滞增长模型，在最简单的假设下，依照中国人口的历史数据，运用线形最小二乘法对其进行拟合， 对 2014 至 2040 年的人口数目进行了预测， 得出在 2040 年时，中国人口有 14.32 亿。
在此模型中，由于并没有考虑人口的年龄、 出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理 论上很好，实用性不强，有一定的局限性。
然后， 为了减少人口的出生和死亡这些随机事件对预测的影响， 本文建立了 GM(1,1) 灰色预测模型，对 2014 至 2040 年的人口数目进行了预测，同时还用 2002 至 2013 年的 人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测， 得出 2040 年时，中国人口有 14.22 亿。
与阻滞增长模型相同，本模型也没有考虑年龄 一类的因素，只是做出了人口总数的预测，没有进一步深入。
对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab 对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。
同理，针对其非户籍人口，我们进行matlab 拟合发现，其为非线性相关，并得出相关函数。
并做出了拟合函数0.0419775(1)17255.816531.2t X t e ⨯+=⨯-。
数学建模-人口统计模型_conv
— =
= — [ -2 + ]
=2 -
在第 j 个环内，人口密度可看成数P( )，所以此环内的人口数近似为：P( )*2
模型的求解
距市中心2km区域内的人口数近似为：
*2
所以人口数N= .2 rdr
（1）当P(r)= 时，
N= rdr=4 rdr
应用背景
可用于国家和地区的人口增长预测.
相关知识点
1.元素相加法, 微分方程法
2.定积分的换元积分法
3.定积分的分部积分法
问题的分析
根据两种模型的不同，分别取距离微元和时间微元，建立人口统计的积分模然后用定积分的换元法和分部积分法求解.
模型的建立和求解
（I）假设我们从城市中心画一条放射线，把这条线上从0到2之间分成 n 个小区间，每个小区间的长度为△r.每个小区间确定了一个环，如下图所示.
h(T)P(0)+h(T- )r( )△t+h(T- )r( )△t+…+ h(T- )r( )△t≈h(T)P(0)+ r( )△t
当 无限增大时，P(T)= h(T)P(0)+ (T-t)r(t)dt
将r(t)=5* + t, h(t)= 及T=10, P(0)= ， 代入（1）式得
P(10)= h(10)P(0)+ (10-t)r(t)dt
=4 =4 ≈2.291
距市中心2km区域内的人口数大约为229 100.
（2）当P(r)= 1.2 时，
N= *1.2 rdr=2.4 dr
=2.4 +12 )
=24 (-60 +60 ) ≈11.602
数学建模——中国人口模型分析
一 综述 二 问题的提出 三 模型假设 四 符号说明 五 模型建立 六模型检验
综述 日益增长的人口数量导致了资源短缺，环境恶 化。通过对1978年到2008年的全国人口数量 的统计数据，建立两个数学模型：指数模型， 阻滞模型。模型通过假设条件，根据假设建立 合理的模型，以及mathematica对数据的处理， 并且运用数据拟合求模型的解r，最后通过求 出来的r预测中国未来十年内的人口变化规律， 从而可以合理的有计划的利用资源，使环境和 资源实现可持续发展。
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
11.5036 11.6325 11.7628 11.8945 12.0277 12.1624 12.2987 12.4364 12.5757 12.7166 12.859 13.003 13.1486 13.2959
将r=0.0111379代到上述模型中，得到指数 增长模型，方程为：
x(t ) 9.6259* e
0.0111379*t
求出的1978到2008年的人口数为：
1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 9.6259 9.73371 9.84273 9.95297 10.0644 10.1772 10.2912 10.4064 10.523 10.6408 10.76 10.8805 11.0024 11.1256 11.2502
模型二： 模型建立 当 x xm 时，增长率应为0，即
数学建模人口模型
中国人口增长预测模型班级：071221姓名：***学号：********摘要以2010年11月1日零时为标准时点，中国大陆31个省、自治区、直辖市和现役军人的人口共13.397亿。
13亿是一个忧虑的数字。
13亿人要吃饭、要穿衣、要上学、要就业、要住房……，消费的需求乘以13亿，就是一个庞大的数目，而我国的耕地、水资源、森林以及矿产资源本来就稀缺，再除以13亿，就少得可怜。
平均每人耕地面积只有1.4亩，水资源只相当于世界人均水平的1/4…….、中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。
当前中国的人口存在着最为明显的三大特点：（1）人口基数大，人口数量的控制难度仍很大。
（2）人口整体素质不高，特别是县域及以下农村人口素质普遍偏低。
（3）人口结构不合理，城乡差别、地区差别和人口素质差别很大。
人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。
在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。
对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。
政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。
我国是世界第一人口大国，地球上每九个人中就有二个中国人，在20世纪的一段时间内我国人口的增长速度过快，如下表：有效地控制人口的增长，不仅是使我国全面进入小康社会、到21世纪中叶建成富强民主文明的社会主义国家的需要，而且对于全人类社会的美好理想来说，也是我们义不容辞的责任。
长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。
随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。
数学建模人口增长模型
人口增长预测模型摘要本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。
最后提出了有关人口控制与管理的措施。
模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测，把预测结果与附件1《国家人口发展战略研究报告》中提供的预测值进行分析比较。
得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为0.9987。
运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为13.55357亿、14.18440亿、14.70172亿。
模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应Leslie模型；然后，根据中外专家给出的人口更替率1.8，构造Leslie矩阵，建立相应的 Leslie模型。
首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到14.2609亿人，在2020年达到14.9513亿人，在2023年达到峰值14.985亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。
其次，对人口老龄化问题、人口抚养比进行分析。
得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达4.45亿人，比重达33.277%；65岁以上老年人口达3.51亿人，比重达25.53%；人口抚养呈现增加的趋势。
再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。
数学建模人口预测模型
• 生育率, [i1 , i2 ] 为育龄区间, ki (t ) 为第t 年 i 岁人口 的女性比, 则第t 年的出生人数为
f (t ) bi (t )ki (t ) xi (t )
i i1
i2
(2)
• 记 d00 (t ) 为第t 年婴儿死亡率,即第t 年出生但未活到 人口统计时刻的婴儿比例 (婴儿死亡率通常较高, 在人 口统计和建模中一般都不能忽略),
• 于是
f (t ) x0 (t ) d 00 (t ) f (t )
x0 (t ) (1 d00 (t )) f (t )
(3)
对于i=0将(2),(3)代入(1)得:
x1 (t 1) (1 d00 (t ))( 1 d0 (t )) bi (t )ki (t ) xi (t )
• 人口发展方程 时间以年为单位,年龄按周岁计算,设最 大年龄为 m岁,记 xi (t ) 为第t 年i岁(满 i 周岁而不到i+1 周岁)的人数, t 0,1,2,, i 0,1,2,, m .只考虑由 于生育, 老化和死亡引起的人口演变,而不计迁移等社会 因素的影响. 记 d i (t ) 为第 t年 i 岁人口的死亡率,即
• 的增长率, 不涉及年龄结构. 但在实际上, 在人口预测 这人口按年龄分布状况是十分重要的,因为不同年龄人 的生育率和死亡率有着很大的差别. 两个国家或地区目 前人口总数一样,如果一个国家或地区年青人的比例高 于另一个国家或地区,那么两者人口的发展状况将大不 一样. 因此考虑人口按年龄的分布, 除了时间是一个变 量, 年龄也是一个变量. • 如果用连续性模型来描述它, 就要用偏微分方程来 描述. 但在实际应用中连续模型很不方便, 需要建立 相应的离散模型. 因为作为已知的输入数据是离散的, 要得到的输出数据也是离散的, 再者对连续模型求解也 是非常困难的.因此我们选择建立一个离散性模型来描 述, 用差分方程来实现它. •
数学建模模版之人口增长问题
p1=1050, n1=10, p1/n1=105 p2=1000, n2=10, p2/n2=100 p1/n1– p2/n2=5 但后者对A的不公平 程度已大大降低!
“公平”分配方法
若 p1/n1> p2/n2 ，定义
将绝对度量改为相对度量
p1 / n1 p2 / n2 rA (n1 , n2 ) ~ 对A的相对不公平度 p2 / n2
0
t
x(t)~S形曲线, x增加先快后慢
阻滞增长模型(Logistic模型)
参数估计 用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, xm
• 利用统计数据用最小二乘法作拟合 例：美国人口数据（单位~百万）
1860 1870 1880 …… 1960 1970 1980 1990 31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4
2
6
2
模 型 应 用
回答提出的问题：由模型算得 n = 4450 时 t = 116.4分， 剩下的录像带能录 184-116.4= 67.6分钟的节目。 揭示了“t 与 n 之间呈二次函数关系”这一普遍规律， 当录像带的状态改变时，只需重新估计 a,b 即可。
第三章
3.1
3.2 3.3
简单的优化模型
ni (ni 1)
, i 1,2， , m
该席给Q值最大的一方
Q 值方法
三系用Q值方法重新分配 21个席位
按人数比例的整数部分已将19席分配完毕
甲系：p1=103, n1=10 乙系：p2= 63, n2= 6 丙系：p3= 34, n3= 3
用Q值方法分配 第20席和第21席
数学建模人口增长模型
数学建模人口增长模型摘要:人口的增长是当前世界上引起普遍关注的问题作为世界上人口最多的国家，我国的人口问题是十分突出的由于人口基数大尽管我国已经实行了20多年的计划生育政策人口的增长依然很快，巨大人口压力会给我国的社会政治经济医疗就业等带来了一系列的问题。
因此研究和解决人口问题在我国显得尤为重要。
我们经常在报刊上看见关于人口增长预报，说到本世纪，或下世纪中叶，全世界的人口将达到多少亿。
你可能注意到不同报刊对同一时间人口的预报在数字商场有较大的区别，这显然是由于用了不同的人口整张模型计算出来的结果。
人类社会进入20世纪以来，在科学和技术和生产力飞速发展的同时世界人口也以空前的规模增长。
人口每增加十亿的时间，有一百年缩短为十几年。
我们赖以生存的地球已经携带着他的60亿子民踏入下一个世纪。
长期以来，人类的繁殖一直在自然地进行着，只是由于人口数量的迅速膨胀和环境质量的急剧恶化，人们才猛然醒悟，开始研究人类和自然的关系、人口数量的变化规律以及如何惊醒人口控制等问题。
本论文中有两个模型：（1）：中国人口的指数增长模型，并用该模型进行预测，与实际人口数据进行比较。
（2）：中国人口的Logistic图形，标出中国人口的实际统计数据进行比较。
而且利用MATLAB图形，标出中国人口的实际统计数据，并画出两种模型的预测曲线。
关键字：人口预测；Malthus模型；Logistic模型；MATLAB软件一、问题背景及重述1.1问题的背景中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。
我国自1973年全面推行计划生育以来，生育率迅速下降，取得了举世瞩目的成就，但全面建设小康社会仍面临着人口的形势和严峻挑战。
随着我国经济的发展、国家人口政策的实施，未来我国人口高峰期到底有多少人口，专家学者们的预测结果不一。
因此，根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。
1.2 问题的重述下表列出了中国1982~1998年的人口统计数据，取1982年为起始年(t=0)，1982年的人口101654万人，人口自然增长率为14‰，以36亿作为我国人口的容纳量，试建立一个较好的人口数学模型并给出相应的算法和程序，并与实际人二、问题分析对于人口增长的问题，其影响因素有很多，比如：人口基数，出生率，死亡率，人口男女比例，人口年龄结构的组成，人口的迁入率和迁出率，人口的生育率和生育模式，国家的医疗发展情况，国家的政治策略等众多的因素。
数学建模作业-人口增长模型
论文结构合理，模型建立详细，思想明确，论述清楚程序和拟合是文章的亮点，模型建立完了没有做误差分析，如果补完整是一篇很不错的文章。
摘要•随着科学技术的发展，国内资金积累量在不断增加，但是中国人口近几年还是呈增加的趋势，这样就会影响人均收入。
由于国民收入是资金积累的一部分，国民收入变化可以反映资金积累的变化。
因此研究资金积累、国民收入与人口增长的关系可以转化成研究资金积累与人口增长的关系。
若国民平均收入与按人口平均资金积累成正比，说明仅当资金积累的相对增长率大于人口的相对增长率时，国民平均收入才是增长的。
所以认识资金积累与人口增长的关系，对国民平均收入的增长有重大意义。
本文通过微分方程建立三个模型，即人口Malthus模型、资金积累指数模型、资金积累增长率与人口增长率的二次曲线模型。
通过资金积累与人口增长的关系来分析国民平均收入。
关键词：资金积累人口增长国民平均收入资金积累增长率人口增长率一、问题的重述资金积累、国民收入、与人口增长的关系：（1）若国民平均收入x与按人口平均资金积累y成正比，说明仅当总资金积累的相对增长率k大于人口的相对增长率r时，国民平均收入才是增长的. （2）作出k(x)和r(x)的示意图，分析人口激增会引起什么后果.二、问题分析人均国民收入主要与国家资金总积累量和总人口数有关，若总人口数的增长率大于资金积累增长率，则增长的资金不能使每一位国民增加收入，只能使少量国民收入增加，因此，总体来说，国家人均收入实际上是减少的。
三、模型假设假设总资金增长和人口增长均为指数增长，资金积累增长率和人口增长率为二次曲线模型。
四、符号说明a为国民收入在总资金积累中所占比例；y(t)为总资金积累量；N（t）为总人口数；Nm为人口的峰值；x(t) 为人均国民收入；r 为人口增长率；k 为资金积累增长率。
五、模型的建立与求解（1）人口增长模型曲线如图1所示：图1通过图形，用MATLAB 编程可建立指数增长模型6110)()(⨯+=⨯tet N αα 其中0127.01=α 0058.02=α（2）总资金积累模型曲线如图2所示：图2由曲线可知资金增长是呈指数整长的并通过MATLAB编程得到指数模型：y(t)=（0.001+e x003.0） 106。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数学建模
———关于人口增长的模型
摘要：本文讨论了人口的增长问题，并预测出了2010、2020年的美国人口。
首
先，我们给出了两种预测方法：第一，在假定人口增长率不变的情况下，建立指数增长模型；第二，假定人口增长率呈线性下降的情况下，建立阻滞增长模型。
对两种模型的求解，我们引入了微分方程。
其次，为了选择一种较好的预测方法，我们分别对两种模型进行了检验和讨论。
先列图表对预测值与真实值进行比较，然后定性的对模型进行讨论，最后一个阶段选择绝对误差、均方差和相关系数对两个模型的优劣进行定量的评价，选出最好的预测方法。
一、 问题的提出：
人口问题是当前世界上人们最关心的问题之一，认识人口数量的变化规律，做出较为准确的预报，是有效控制人口增长前提，现根据下表给出的近两百
模型一（指数增长模型）
1、模型的提出背景：我们对所给的数据进行了认真仔细的分析之后，对其进行处理：将年份进行编号（i X ），人口数量计为（i Y ），以i X 为横坐标，以i Y 为纵坐标，建立直角坐标系。
然后将表格中所给的数据绘在直角坐标系中附表A ，我们发现这些点大体呈指数增长趋势固提出此模型。
附图A
2、基本假设：人口的增长率是常数
增长率——单位时间内人口增长率与当时人口之比。
故假设等价于：单位时间人口增长量与当时人口成正比。
设人口增长率为常数r 。
时刻t 的人口为X(t),并设X(t)可微，X(0)=X O
由假设，对任意△t>0 ，有
)()
()(t rx t
t x t t x =∆-∆+
即：单位时间人口增长量=r ×当时人口数
当△t 趋向于0时，上式两边取极限，即：
o t →∆lim
)()
()(t rx t
t x t t x =∆-∆+ 引入微分方程：
)1( )0()(0
⎪⎩⎪
⎨⎧==x x t rx dt
dx
3、模型求解： 从（1）得
rdt x
dx
= 两边求不定积分：
c rt x +=ln
∵t=0时0x x =，∴C x =0ln
rt e x rt x x 00ln ln ln =+=
∴rt
e x t x 0
)(= (2) 当r>0时.表明人口按指数变化规律增长.
备注； r 的确定方法：
要用（4.2）式来预测人口,必须对其中的参数r 进行估计: 十年的增长率307.0ln 9.33
.5==r
,359.1307.0=e
,则(2)式现为: t t x )359.1(9.3)(⨯=
4、结论：由上函数可预测得:2010的人口为x(22):
x(22)=3325.77
2020的人口为x(23):
x(23)=4519.73
5、检验：根据所建立的指数模型预测1790以后近两百年的美国人口数量,在此
6、模型讨论：
由表可见，当人口数较少时，模型的预测结果与实际情况相差不大（不超过5%）。
但人口较多时用模型预测的结果比实际人口偏大较多，实际人口越多时相对误差越大。
即人口的增长不应是一个常数。
进行如下讨论：
()t x，忽略了个体间的差异（如年龄、1．我们把人口数仅仅看成是时间t的函数
性别、大小等）对人口增长的影响。
2．假定()t x是连续可微的。
这对于人口数量足够大，而生育和死亡现象的发生在整个时间段内是随机的，可认为是近似成立的。
3．人口增长率是常数r，意味着人处于一种不随时间改变的定常的环境当中。
4．模型所描述的人群应该是在一定的空间范围内封闭的，即在所研究的时间范围内不存在有迁移（迁入或迁出）现象的发生。
不难看出，这些假设是苛刻的、不现实的，所以模型只符合人口的过去结果而不能用于预测未来人口。
模型二（阻滞增长模型）
1、模型的提出
随着人口的增长，自然资源、环境条件等因素对人口开始起阻滞作用，因而人口增长率会逐渐下降。
又因一定环境所容纳的人口数量是一定的，人口不会无限地增加，而是最终趋近于某个常数。
2、基本假设
人口增长率不是常数，而是关于人口数量x的线性递减函数r(x).
()x r :人口增长率
m x ：按自然资源和环境条件的最大人口容量
r
： 固有增长率，即人口很少时的增长率
3、模型的建立及求解：
由定义和假设，显然有： kx r x r -=)(
0)(=m x r
r r =)0(
∵m
x x →lim 0=m r
lim →x ()0=x r
即r-rk m x =0
、 ∴k=m
x r
∴()=x r r-
m x r x=r(1-m
x
x
)
将()x r 的表达式代入指数增长模型中的微分方程中：
)3( )0()1(0⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⎪⎩
⎪
⎨⎧=-=x
x x x x r dt
dx
m 求解：
由（3）式得：
移项得：
rdt x
x x dx
m
=-)1(
dx x x x dx x x x x x x x x x dx x x
x x dx m m m m m m
)11()()()()1(-+=-+-=-=- rdt dx x
x x ：m =-+)11(即
两边求不定积分 ⎰⎰=-+rdt dx x x x m )11( ,)ln(ln 1c rt x x x m +=--∴
1ln
c rt x
x x
m +=-∴
∴1C rt m e x
x x
+=-
1
1
1C rt C rt m e e x x +++=∴ 0,0x x t ==时当
,111
0c m
rt rt m e
x e e x x -+=+=∴ )4..(...........)1(1)(0
⋯⋯⋯⋯⋯⋯⋯⋯-+=
∴-rt
m m
e x x
x t x
备注：r 及m x 的确定方法：
由（4）式可得：rt
rt m
xe x e xx x ----=00)1(⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ (5)
代入表格中两组数据得: r =0.2072
m x =464
4、结论:
由上函数可预测得:2010的人口为x(22):
x(22)= 464.0 2020的人口为x(23):
x(23)= 464.0
6、模型的讨论：
从上面的图中可以看出：由该模型计算的结果实际符合地非常好。
但是，由于该模型建立在环境所能容纳的最大人口数量m
x为定值的情况下，而对于实际情况而说，m
x的值很难确定，即使确定，也会因情况的变化而发生改变。
这也是在上图中，曲线的末端分叉的原因。
三、利用层次分析法对模型进行评价：
1、层次分析模型的构造
目标层: 准则层
最优方案A
绝对误差B
1
均方差B
2
相关系数B
3
方案层:
由图可知:
,评价，对现有的两种方案做具体的分析选取。
2．构造判断矩阵 建立层次模型后，，我们将各方面的因素两两比较，看它们对上一层某个准则的相对重要程度。
比较结果采用不1—9做标准。
将全部比较结果对某一上层因素的标准值列于表内，则得到判断矩阵，分别列表如下：
列表1：C 1—C 2相比对B 1重要程度及其判断矩阵
得：B 1= 1
7
1
7 1
列表2：C 1—C 2相比对B 2重要程度及其判断矩阵 得：B 2= 1
5
1 5 1
列表3：C 1—C 2相比对B 3重要程度及其判断矩阵
得：B 3=
1
3
1 3 1
1
31 5
1
A= 3 1 5
1
5 5 1
三、层次单排序及一致性检验：
根据判断矩阵计算对于上一层次某要素而言，及本层次与之有联系的要素重要程度次序的数值。
现用方根法计算判断矩阵的特征向量
B 1= 1 71 得： 1×7
1
7 1 M= 7×1
0．378 0.125
所以W= 因此W= 2．646 0.875
列表5
λ=2 CR=0
m ax
同理:
λ=2 CR=0
m ax
λ=2 CR=0
m ax
m ax =3.038 CR=0.0332
四、层次总排序
确定方案层所有因素对于总目标相对重要性的排序权值： 根据总排序结果可以得出结论：C 2方案优于C 1方案
五、参考文献： 1、《系统工程实教程》 哈尔滨工业大学出版社 姚德民 李汉铃 编著 2、《概论论与数理统计》合肥工业大学出版社 费业泰 主编 3、《数学模型》 华南理工大学出版社 《数学模型》编写组 编。