2010年美国口预测报告.docVIP

2010年美国人口预测报告 实验目的： 掌握利用MATLAB软件解决拟合问题的方法 学会用拟合方法解决实际问题 实验内容： 给出美国人口从1790年到1990年间的人口如表1（每10年为一个间隔），请估计出美国2010年的人口。 表1 美国人口统计数据 年 份 1790 1800 1810 1820 1830 1840 1850 人口(×106) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 年 份 1860 1870 1880 1890 1900 1910 1920 人口(×106) 31.4 38.6 50.2 62.9 76.0 92.0 106.5 年 份 1930 1940 1950 1960 1970 1980 人口(×106) 123.2 131.7 150.7 179.3 204.0 226.5 实验分析： 首先在平面上绘出已知数据的分布图，通过直观观察，猜测人口随时间的变化规律，再用函数拟合的方法确定其中的未知参数，从而估计出2010年的美国人口。利用MATLAB软件作出美国人口统计数据的连线图如图1。 图1 美国人口统计数据连线图 图2 建模方法1的拟合效果图 建模方法1： 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“curvefit”，编制的程序如下： 指数函数的函数M——文件 function f=fun1(a,t) f=exp(a(1)*x+a(2)); 用最小二乘拟合求上述函数中待定常数，以及检验拟合效果的图形绘制程序 t=1790:10:1990; x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 ... 92 106.5 123.2 131.7 150.7 179.3 204 226.5 251.4]; plot(t,x,*,t,x); a0=[0.001,1]; a=lsqcurvefit(fun1,a0,t,x) ti=1790:5:2020; xi=fun1(a,ti); hold on plot(ti,xi); t1=2010; x1=fun1(a,t1) hold off 在MATLAB命令窗口运行该程序，输出结果a = 0.0148 -23.8311；x1 =358.4822 因此，参数a=0.0148, b=-23.8307，拟合函数在2010处的函数值f(2010)=358.4822。但在求解时，出现提示“矩阵接近奇异或尺度不好，结果可能不准确”。通过作图，我们来看看拟合的误差如何，见图2。从图中可看出，拟合曲线与原数据还是比较吻合，因此，预测美国在2010年的人口数为358.4822百万。 建模方法2： 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 (1) 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）。 在MATLAB命令窗口键入 dsolve(‘Dx=r*x*(1-x/c)’,’x(1790)=3.9’) 输出： ans= c/(1+1/39*exp(-r*t)*exp(1790*r)*(10*c-39)) 其中c=x(。 因此，人口的变化规律为： (2) 利用MATLAB软件中的“curvefit”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(。编制的MATLAB程序如下： 定义函数(2)的函数M——文件 function f=fun3(a,t) f=a(1)./(1+(a(1)/3.9-1)*exp(-(t-1790)*a(2))); 用该函数来对所给的美国人口数据作最小二乘拟合，并作出图形观察