微分方程模型—人口模型与预测实验报告.docVIP

20 12 ——20 13 学年第 2 学期 合肥学院数理系 实验报告 课程名称： 数学模型 实验项目： 微分方程模型—人口模型与预测 实验类别：综合性□ 设计性□ 验证性□ 专业班级： 10级 数学与应用数学（2）班 姓 名： 王倩 学 号： 1007022039 实验地点： 数理系机房 实验时间： 2013年5月2日 指导教师： 闫晓辉 成 绩： 一.实验目的： 掌握常微分方程模型的建模方法，并能用数值算法或MATLAB库函数求解。 二.实验内容： 下表列出了中国1982-1998年的人口统计数据，取1982年为起始年（），万人，万人。 年 1982 1983 1984 1985 1986 1987 1988 1989 1990 人口 （万人） 101654 103008 104357 105851 107507 109300 111026 112704 114333 年 1991 1992 1993 1994 1995 1996 1997 1998 人口 （万人） 115823 117171 118517 119850 121121 122389 123626 124810 实验要求： 1、建立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、建立中国人口的Logistic模型，并用该模型进行预测，与实际人口数据进行比较。 3、绘图，在图中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。 三. 实验方案（程序设计说明） 模型一：指数增长模型（马尔萨斯（Malthus）模型） 假设：人口净增长率r是一常数 符号：时刻时的人口，可微函数时的人口 则 于是x（t）满足如下微分方程： 解为： 模型二：Logistic模型 人口净增长率应当与人口数量有关，即： r=r(x) 从而有： 对马尔萨斯模型引入一次项（竞争项），令 r(x)=r-ax 此时得到微分方程： 或 可改写成： 分离变量： 两边积分并整理得： 令x(0)=，求得： 满足初始条件x(0)=的解为： 易见： 四. 实验步骤或程序（经调试后正确的源程序） 1、matlab源程序 %以1982-1998年共计17个数据为例进行拟合： t=0:16; %输入数据 s=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]; y=log(s); p=polyfit(t,y,1) 2、matlab源程序 t=0:16; s=101654*(1+0.0131).^t; plot(t,s,r) hold on t=0:16; s=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]; plot(t,s,o) hold on t=0:16; s=200000./(1+(200000/101654-1)*exp(-0.029*t)); plot(t,s,c) 五．程序运行结果 1、运行结果 p = 0.0131 11.5342 预测公式预测1991--1998年的人口数量可得，1998年的由指数增长模型预测出的人口数于实际人口数相差最小，而其他年份的真实值与预测值之间有差别： 年 实际人口 (万人) 指数增长模型 (万人) 误差 1991 114333 1992 115823 115819 4 1993 117171 117325 154 1994 118517 118850 333 1995 119850 120395 545 1996 121121 121960 839 1997 122389 123545 1156 1998 123626 125152 1526 由1991年开始，指数增长模型预测的结果很好的反映了实际情况。按此模型预测现在中国人口已超过13亿，到