数学建模 之 人口模型.docVIP

数学建模 ———关于人口增长的模型 摘要：本文讨论了人口的增长问题，并预测出了2010、2020年的美国人口。首先，我们给出了两种预测方法：第一，在假定人口增长率不变的情况下，建立指数增长模型；第二，假定人口增长率呈线性下降的情况下，建立阻滞增长模型。对两种模型的求解，我们引入了微分方程。其次，为了选择一种较好的预测方法，我们分别对两种模型进行了检验和讨论。先列图表对预测值与真实值进行比较，然后定性的对模型进行讨论，最后一个阶段选择绝对误差、均方差和相关系数对两个模型的优劣进行定量的评价，选出最好的预测方法。 问题的提出： 人口问题是当前世界上人们最关心的问题之一，认识人口数量的变化规律，做出较为准确的预报，是有效控制人口增长前提，现根据下表给出的近两百年的美国人口统计数据，预测2010年、2020年美国人口数量。 年份 1790 1800 1810 1820 1830 1840 1850 人口 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 31.4 38.6 50.2 62.9 76 92 106.5 年份 1930 1940 1950 1960 1970 1980 1990 人口 123.2 131.7 150.7 179.3 204 226.5 251.4 建立模型 模型一（指数增长模型） 1、模型的提出背景：我们对所给的数据进行了认真仔细的分析之后，对其进行处理：将年份进行编号（），人口数量计为（），以为横坐标，以为纵坐标，建立直角坐标系。然后将表格中所给的数据绘在直角坐标系中附表A，我们发现这些点大体呈指数增长趋势固提出此模型。 附图A 2、基本假设：人口的增长率是常数 增长率——单位时间内人口增长率与当时人口之比。 故假设等价于：单位时间人口增长量与当时人口成正比。 设人口增长率为常数r。时刻t的人口为X(t),并设X(t)可微，X(0)=X 由假设，对任意△t0 ，有 即：单位时间人口增长量=r×当时人口数 当△t趋向于0时，上式两边取极限，即： 引入微分方程： 3、模型求解： 从（1）得 两边求不定积分： ∵t=0时，∴ ∴ (2) 当r0时.表明人口按指数变化规律增长. 备注； r的确定方法： 要用（4.2）式来预测人口,必须对其中的参数r进行估计: 十年的增长率,,则(2)式现为: 4、结论：由上函数可预测得:2010的人口为x(22): x(22)=3325.77 2020的人口为x(23): x(23)=4519.73 5、检验：根据所建立的指数模型预测1790以后近两百年的美国人口数量,在此基础上并预测2070、2020年美国人口，列表2 年份 (t) 实际人口 (百万) 指数增长模型 (百万) 误差(%) 1790(0) 3.9 3.9 0.00 1800(1) 5.3 5.3 0.00 1810(2) 7.2 7.2 0.00 1820(3) 9.6 9.8 1.98 1830(4) 12.9 13.3 3.1 1840(5) 17.1 18.1 5.73 1850(6) 23.2 24.6 5.91 1860(7) 31.4 33.4 6.34 1870(8) 38.6 45.4 17.56 1880(9) 50.2 61.7 22.85 1890(10) 62.9 83.8 33.23 1900(11) 76 113.9 49.86 1910(12) 92 154.8 68.23 1920(13) 106.5 210.3 97.5 1930(14) 123.2 285.8 132.02 1940(15) 131.7 388.5 194.97 1950(16) 150.7 527.9 250.32 1960(17) 179.3 717.5 300.15 1970(18) 204 975 377.95 1980(19) 226.5 990 485.02 1990(20) 251.4 1809.8 619.99 2010(22) - 3325.77 2020(23) - 4519.73 附图如下： 6、模型讨论： 由表可见，当人口数较少时，模型的预测结果与实际情况相差不大（不超过5%）。但人口较多时用模型预测的结果比实际人口偏大较多，实际人口越多时相对误差越大。即人口的增长不应是一个常数。进行如下讨论： 我们把人口数仅仅看成是时间的函数，忽略了个体间的差异（如年龄、性别、大小等）对人口增长的影响。 假定是连续