微分方程模型1.pptVIP

* 老龄化指数 平均年龄越大老龄化指数越大； 平均年龄相同的两个地区，平均寿命大的，表示健康水平高，预示着一个人能工作的时间在一生中占的比例大，于是老龄化指数就较小。 依赖性指数 为性别比例 分别为男性和女性有劳动能力的年龄区间 * 人口模型的推广应用 放射性元素的衰变规律（检验名画的真伪，考古年代的判断） 经济领域（通货膨胀，利率，新产品的销售，广告宣传等） 动植物生长规律（96年的全国大学生数学建模竞赛题， 种群问题） 浓度的扩散（人体内药物的吸收，传染病的传播与流行等） 思考 请你预测中国15亿、16亿人口日。 * * 下面是美国近两个世纪的人口统计数据，试建 立数学模型，预测2010年美国的人口数。 年 1790 1800 1810 1820 1830 1840 1850 1860 1870 人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 年 1880 1890 1900 1910 1920 1930 1940 1950 人口 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 年 1960 1970 1980 1990 2000 人口 179.3 204.0 226.5 251.4 281.4 人口预测问题 * 一 建模分析 目标：寻找人口数量随时间变化的规律。 人口的变化规律有其内在的规律，如 Malthus 模型 Logistic模型 题中给的数据有什么作用呢？ * Malthus 模型 二 建立模型 其中N(t) 表示 t 时刻人口数。 要进行预测 确定参数 N0, r, t0 * 参数估计 零时刻的人数为N0 以下用1790年至1900年的数据来估计参数的值。 利用最小二乘法进行线性拟合 * 1）用1790年至1900年的数据拟合，利用MATLAB软件计算可得 2）用全部数据（1790年至2000年）拟合，计算可得 得到两个模型 * 模型分析 年 1790 1800 1810 1820 1830 1840 1850 1860 实际人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 计算人口N1 4.2 5.5 7.2 9.5 12.5 16.5 21.7 28.6 计算人口N2 6.0 7.4 9.1 11.1 13.6 16.6 20.3 24.9 年 1870 1880 1890 1900 1910 1920 1930 1940 实际人口 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 计算人口N1 37.6 49.5 65.1 85.6 计算人口N2 30.5 37.3 45.7 55.9 68.4 83.7 102.5 125.5 * 年 1950 1960 1970 1980 1990 2000 实际人口 150.7 179.3 204.0 226.5 251.4 281.4 计算人口N1 计算人口N2 153.6 188.0 230.1 281.7 344.8 422.1 示意图 不能预测 * 年 1790 1800 1810 1820 1830 1840 1850 1860 1870 人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 年 1880 1890 1900 1910 1920 1930 1940 1950 人口 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 年 1960 1970 1980 1990 2000 人口 179.3 204.0 226.5 251.4 281.4 找原因 观察相对增长率的变化 * 年 1790 1800 1810 1820 1830 1840 1850 1860 增长率% 2.95 3.10 2.99 2.97 2.91 3.01 3.08 2.45 年 1870 1880 1890 1900 1910 1920 1930 1940 增长率% 2.44 2.42 2.05 1.91 1.66 1.46 1.02 1.04 年 1950 1960 1970 1980 1990 2000 增长率% 1.58 1.49 1.16 1.05 1.09 1.16 相对增长率并不是常数！与人口数有关。 且随人口数量的增加而减少。 * 假设人口相对增长率随人口的增加而线性减少。 三 建立新的预测模型 Logisitic模型 * 参数估计 年 1790 1800 1810 1820 1830 1840 1850 1860 增长率% 2.95 3.10 2.99 2.97 2.91