马尔萨斯模型讲义.ppt

数学建模初步 ——马尔萨斯模型 重庆大学数学与统计学院 主要内容 研究人口模型的意义 美国人口数据的拟合 返 回 指数增长模型的建立 指数增长模型的应用及局限性 研究人口模型的意义 人口控制 人口系统工程 社会保障 寿险精算 种群生态学 人口增长模型 影响因素 人口的基数 出生率和死亡率 工农业生产水平 性别比例 … 年龄结构 医疗水平 环境污染 x(t) ~时刻t的人口 基本假设 : 人口(相对)增长率 r 是常数(r很小) 随着时间增加，人口按指数规律无限增长 指数增长模型(Malthus模型） 马尔萨斯1798年提出 美国人口数据 数据(美国人口1790-2000) 美国人口增长概况（单位：百万） 1790 1800 1810 …… 1960 1970 1980 1990 2000 3.9 5.3 7.2 …… 179.3 204.0 226.5 251.4 281.4 美国人口参数x0、r的估计 线性拟合：lnx=lnx0+rt， Malthus模型 由线性最小二乘法得lnx0和r。 t=[1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890 1900 ]; p=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 ]; y=log(p); a=polyfit(t,y,1) z=polyval(a,t); z1=exp(z) r=a(1) plot(t,p,’bo,t,z1,r) 短期数据拟合(1790-1900) 短期数据拟合(1790-1900) r = 0.0274，x（1790）=4.1884，x（1900）=85.6179 误差不大 长期数据拟合(1790-2000) t=[1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000]; p=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; y=log(p); a=polyfit(t,y,1) r=a(1) z=polyval(a,t); z1=exp(z) r=a(1) plot(t,p,’bo,t,z1,r) 长期数据拟合(1790-2000) r = 0.0202，x(1790) =6.045，x(2000) = 422.1 误差很大 指数增长模型的应用及局限性 与19世纪以前欧洲一些地区人口统计数据吻合 可用于短期人口增长预测 不符合19世纪后多数地区人口增长规律 不能预测较长期的人口增长过程 指数增长模型的应用及局限性 19世纪后人口数据 人口增长率r不是常数(逐渐下降)