基于人口增长模型的数学建模

发布 2023-05-18 06:32:28 阅读 9874

数学建模**。

题目:人口增长模型的确定。

专业、姓名。

专业、姓名。

专业、姓名。

人口增长模型。

摘要。随着人口的增加,人们越来越认识到资源的有限性,人口与资源之间的矛盾日渐突出,人口问题已成为世界上最被关注的问题之一。问题给出了1790—2023年间美国的人口数据,通过分析近两百年的美国人口统计数据表,得知每10年的人口数的变化。

**美国未来的人口。对于问题我们选择建立logistic模型(模型2)现实中,影响人口的因素很多,人口也不能无限的增长下去,logistic 模型引进常数n 表示自然资源和环境所能承受的最大人口数,因而得到了一个贝努利方程的初值问题公式,从实际效果来看,这个公式较好的符合实际情况的发展,随着时间的递增,人口不是无限增长的,而是趋近于一个数,这个即为最大承受数。我们还同时对数据作了深入的**,作数据分析**,通过观测比较选择一个比较好的拟合模型(模型3)进行**。

**接下来的每隔十年五次人口数量,分别为251.4949, 273.5988 , 293.

4904 , 310.9222 325.8466。

关键词:人口** logistic模型指数模型。

1、问题重述。

1790-2023年间美国每隔10年的人口记录如下表所示。

表1 人口记录表。

试用以上数据建立马尔萨斯(malthus)人口指数增长模型,并对接下来的每隔十年**五次人口数量,并查阅实际数据进行比对分析。

如果数据不相符,再对以上模型进行改进,寻找更为合适的模型进行**。

2、问题分析。

人口**是一个相当复杂的问题,影响人口增长除了人口数与可利用资源外,还与医药卫生条件的改善,人们生育观念的变化等因素有关…….可以采取几套不同的假设,做出不同的**方案,进行比较。

人口**可按**期长短分为短期** (5年以下)、中期**(5~20年)和长期**(20~50年)。在参数的确定和结果讨论方面,必须对中短期和长期**这两种情况分开讨论。中短期**中所用的各项参数以实际调查所得数据为基础,根据以往变动趋势可较准确加以估计,推算结果容易接近实际,现实意义较大。

3、问题假设。

1.在模型中预期的时间内,人口不会因发生大的自然灾害、突发事故。

或战争等而受到大的影响;

2.假设美国人口的增长遵循马尔萨斯人口指数增长的规则。

3.假设人口增长不受环境最大承受量的限制。

4、变量说明。

数据的起始时间,即2023年。

t: 时间。

r: 人口增长率。

x:人口常数最大值。

5、模型建立。

模型一。图一。

由图1可以发现美国人口的变化规律曲线近似为一条指数函数曲线,因此我们假设美国的人口满足函数关系x=f(t), f(t)=ea+bt,a,b为待定常数,根据最小二乘拟合的原理,a,b是函数的最小值点。其中xi是ti时刻美国的人口数。利用matlab软件中的曲线拟合程序“lsqcurvefit”。

模型二。上述模型对过去的统计数据吻合得较好,但也存在问题,即人口是呈指数规律无止境地增长,此时人口的自然增长率随人口的增长而增长,这不可能。一般说来,当人口较少时增长得越来越快,即增长率在变大;人口增长到一定数量以后,增长就会慢下来,即增长率变小这是因为,自然资源、环境条件等因素不允许人口无限制地增长,它们对人口的增长起着阻滞作用,而且随着人口的增加,阻滞作用越来越大。

而且人口最终会饱和,趋于某一个常数x,我们假设人口的静增长率为r(1-x(t)/x),即人口的静增长率随着人口的增长而不断减小,当t时,静增长率趋于零。

按照这个假设,得到。

这便是荷兰数学家verhulst于19世纪中叶提出的阻滞增长模型(logistic模型)。

利用分离变量法,人口的变化规律为:

利用matlab软件中的“lsqcurvefit”命令和函数(2) 来拟合所给的人口统计数据,从而确定出(2)中的待定参数r和x。

模型三。从图5 看出,在前一段吻合得比较好,但在最上面,若拟合曲线更接近原始数据,对将来人口的**应该更好。因此,把用函数(2)来拟合所给人口统计数据的评价准则略加修改,看效果如何。

将拟合准则改为:

其中w为右端几个点的误差权重,在此处应该取为大于1的数,这样会使右边的拟合误差减小,相应的,其他点的误差会有所增加。如何才能使这些误差的增减恰当呢?可以通过调整w和n的具体取值,比较他们取各种不同值时的拟合效果,从而确定出一个合适的数值。

6、模型求解。

模型一。图二。

a =0.0154 -25.1080

x1 =279.0104

x2 =325.6156

x3 =380.0056

x4 =443.4808

x5=517.5587

模型二。图三。

a =285.8931 0.0286

x1=230.9149

x2 =242.5078

x3 =252.0148

x4 =259.6639

x5 =265.7242

模型三。图四。

a =388.7178 0.0260

x1 =251.4949

x2 =273.5988

x3 =293.4904

x4 =310.9222

x5 =325.8466

7、结果分析。

从图二可以看出,模型一对过去的统计数据吻合得较好,但也存在问题,即人口是呈指数规律无止境地增长,此时人口的自然增长率随人口的增长而增长,这不可能。一般说来,当人口较少时增长得越来越快,即增长率在变大;人口增长到一定数量以后,增长就会慢下来,即增长率变小这是因为,自然资源、环境条件等因素不允许人口无限制地增长,它们对人口的增长起着阻滞作用,而且随着人口的增加,阻滞作用越来越大。而且人口最终会饱和,趋于某一个常数。

这时模型二比较符合。从图三看,在前一段吻合得比较好,但在最上面,若拟合曲线更接近原始数据,对将来人口的**应该更好。因而用将模型二进行改进后的模型三拟合,此时后面的值更为拟合,**结果更为准确。

所以,1990-2023年的人口**数目为251.4949,273.5988

293.4904,310.9222,325.

8466(百万),经过与1990,2000,2010的实际查找数据(251.4,281.4,308.

7)比较,误差较小,可以作为**数据。

8、参考文献。

1】姜启源,谢金星,叶俊,数学模型(第三版),北京:高等教育出2003

9、附录。一.

function f=fun1(a,t)

f=exp(a(1)*t+a(2));

t=1790:10:1980;

x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 ..

plot(t,x,'-

a0=[0.001,1];

a=lsqcurvefit('fun1',a0,t,x)

ti=1790:5:2040;

xi=fun1(a,ti);

hold on

plot(ti,xi,’.

t1=1990;

x1=fun1(a,t1)

t2=2000;

x2=fun1(a,t2)

t3=2010;

x3=fun1(a,t3)

t4=2020;

x4=fun1(a,t4)

t5=2030;

x5=fun1(a,t5)

hold off

二.x=1790:10:1980;

y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 ..

plot(x,y,'-

a0=[0.001,1];

a=lsqcurvefit('fun3',a0,x,y)

xi=1790:5:2040;

yi=fun3(a,xi);

hold on

plot(xi,yi);

t1=1990;

x1=fun3(a,t1)

t2=2000;

x2=fun3(a,t2)

t3=2010;

x3=fun3(a,t3)

t4=2020;

x4=fun3(a,t4)

t5=2030;

x5=fun3(a,t5)

hold off

三.function f=fun4(a)

n=16;w=30;

x=1790:10:1980;

x1=x(1:n);

x2=x(n+1:20);

y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 ..

y1=y(1:n);

y2=y(n+1:20);

f=[fun3(a,x1)-y1,w*fun3(a,x2)-w*y2];

t=1790:10:1980;

x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 ..

plot(t,x,'-

a0=[300,0.03];

a=lsqnonlin('fun4',a0)

ti=1790:5:2040;

xi=fun3(a,ti);

hold on;

plot(ti,xi,t,x,'*

t1=1990;

x1=fun3(a,t1)

t2=2000;

x2=fun3(a,t2)

t3=2010;

x3=fun3(a,t3)

t4=2020;

x4=fun3(a,t4)

t5=2030;

x5=fun3(a,t5)

hold off

数学建模 人口增长模型

人口增长模型。数学089班王敬华丘创权黄建其。摘要。本文根据某个地区的人口从1800年到2000年间的人口数据,利用matlab7.0数据拟合,建立线性增长模型和二次函数增长模型,并对2010年的人口数进行 在本文中,二次函数增长模型拟合的效果明显比线性增长模型差,用线性函数增长模型 出2010年该...

数学建模logistic人口增长模型

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 我国未来50年的人口情况。并把 结果与 国家人口发展战略研究报告 中提供的 值进行分析比较。分析那个时间段数据 的效果好?并结合中国实情分析原因。表1 各年份全...

微积分方法建模2经济增长模型 数学建模案例分析

2 经济增长模型。发展经济 增加生产有两个重要因素,一是增加投资 扩大厂房 购买设备 技术革新等 二是增加劳动力。恰当调节投资增长和劳动力增长的关系,使增加的产量不致被劳动力的增长抵消,劳动生产率才能不断提高,从而真正起到发展经济的作用。为此,需要分析产量 劳动力和投资之间变化规律,从而保证经济正常...