MATLAB实验-9河南省人口预测模型马尔萨斯人口模型.docVIP

MATLAB实验-9河南省人口预测模型马尔萨斯人口模型.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
MATLAB实验-9河南省人口预测模型马尔萨斯人口模型

新乡学院 数学与信息科学系实验报告 实验名称 河南省人口预测模型 所属课程 数学软件与实验 实验类型 开放性实验 专 业 信息与计算科学 班 级 2011级1班 学 号 11111021006 姓 名 刘翠利 指导教师 朱耀生 一、实验概述 【实验目的】 练习用数学软件解决实际问题,学会运用数学工具,进一步巩固拟合知识。 【实验原理】 数学软件中的拟合、模拟原理 【实验环境】 MatlabR2010b 二、实验内容 问题 查阅1980-2010 年河南省人口数据,用查得数据检验马尔萨斯(Malthus)人口指数增长模型,根据检验结果进一步讨论马尔萨斯人口模型的改进,并利用这两种模型来预测河南省2013年的人口数量. 1. 基本假设及符号说明 为了简化问题,假设人口的增长率是一个固定常数,设为r,河南年人口数设为N,就得出简单的微分方程dN/dt=rN,得到N=c*exp(r*t); 2. 问题求解 function f=fun4(x,t); f=x(1)*exp(x(2)*(t-1980)) t=[1980:2010]; N=[7285 7397 7519 7632 7737 7847 7985 8148 8317 8491 8649 8763 8861 8946 9027 9100 9172 9243 9315 9387 9488 9555 9613 9667 9717 9768 9820 9869 9918 9967 10437]; x0=[7285,0.02]; x=lsqcurvefit(fun4,x0,t,N) f=fun4(x,t); y0=fun4(x,2013) plot(t,y,*,t,f,2013,y0,r+) 3. 结论及分析 x = 1.0e+003 * 7.5925 0.0000 y0 = 1.0731e+004 改进后 由图可以看出,拟合图与真实值有较大的误差,可以推测出人口增长率不是一个固定数,人口增长与已有人口数有关,由生物学角度来说,当一种生物数量达到环境的最大容纳量时,就不会再增加了,所以我们就认为随着人口数量的增加,增长率在减小,设最大人口容纳量为Nm,则增长率为r*(1-N/Nm),就有微分方dN/dt=r*(1-N/Nm)*N,得到方程N=Nm*N0/((Nm-N0)*exp(-r*t)+N0) 当t=0时有N=N0,当T无穷大时有N=Nm,模型合理。 结果 function f=fun6(x,t); f=7285*x(1)./((x(1)-7285)*exp(-x(2)*(t-1980))+7285); t=[1980:2010]; y=[7285 7397 7519 7632 7737 7847 7985 8148 8317 8491 8649 8763 8861 8946 9027 9100 9172 9243 9315 9387 9488 9555 9613 9667 9717 9768 9820 9869 9918 9967 10437]; x0=[1000000,0.001]; x=lsqcurvefit(fun6,x0,t,y) f=fun6(x,t); y0=fun6(x,2013) plot(t,y,*,t,f,2013,y0,r+) x = 1.0e+005 * 9.9993 0.0000 y0 = 1.0966e+004 三、实验小结A=polyfit(x,y,3) z=polyval(A,x); y0=polyval(A,2013) plot(x,y,*,x,z,2013,y0,r+) y0 = 1.0372e+004 3

文档评论(0)

aicencen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档