人口腐败模型2.docVIP

PAGE PAGE 1 政府腐败问题 胡君 陈秋平 陈富华 摘要：本文针对政府腐败越来越严重这一问题，就其牵连人数越来越多这一趋势，对某一严重的政府腐败案件进行预测。考虑到本题所给的数据比较少，若直接对所给数据进行处理，结果的可靠性非常低。为解决这一问题，在这一预测过程中运用了大规模随机约束插值的方法，同时根据已查到的信息——在每一个被揭发的腐败分子背后都有五个到七个人直接参与者网络【参考文献[1]】，首先确定出其最大牵连总人数为49，再以每3个月的时间为步长，在6个月后到15 个月内进行带有约束条件随机插值，其约束条件为：满足最后几个月的总牵连人数为21人。在大规模随机约束插值后，得到全部满足条件的27组数据，将随机产生的27组数据用软件进行曲线拟合，得到全部的随机函数及其图像。将27组函数图像放入同一个坐标系内，从中分析出期望函数，从而得到相对应的揪出腐败分子所需的时间与揪出总的腐败人数的一般函数表达式：，对求导，得到其变化率即边际=，可以得到最大牵连人数为49 ，需要11.7个月将犯罪分子全部揪出。在问题三中，随着抓获的人数越来越多，信息量会越来越大，后面所须的时间越来越少,我们采用压缩比率法,得出最终的结果:总的牵连人数大概为46,所需的时间大概为10个月,这样使结果更加的精确. 本模型的使用的曲线拟合的方法，适合很多的离散问题连续化的数据处理,能够解决一些预测方面的问题. 关键词: 曲线拟合, 边际函数, 压缩比率法, 随机约束插值, 贡献率; 一．问题重述 在一宗重大的政府腐败丑闻有牵连人数变化情况为：当地报纸将这一丑闻公诸于众时，有牵连人数为7人，随着进一步深入调查，3个月后有牵连人数增加了9人，又过了3个月后有牵连人数又增加了12人。问： 与该丑闻有关的腐败集团总人数大概有多少人？ 揪出全部腐败分子需要多长时间？ 如果实际揪出的腐败分子人数与你预测人数不符，你所建立的模型还能用吗？ 根据你所分析的情况，给国家反腐机构写一份内参。 二．问题分析 本问题是一个由已知条件对未来进行预测的问题，对于这类问题其解决问题的关键就是数据的处理与影响因素的分析。但由于问题中所提供的数据比较少，而其他相关的信息量基本无法找到，所以问题中的结果具有很大的随机性，在随机性很强的问题中，我们采用大规模随机约束插值的方法增加数据量具有合理性。在将图象拟合出来过程中需要解决两个问题：(1)如何将随机插值后拟合的所有图象合理的转化为一个期望函数。(2)这个期望函数如何对应出所求的问题一和问题二。对于第三个问题实际是对问题一和问题二的模型的优化.在具体的超作过程中,我们采取随机约束插值的方法,得到多组数,依次进行曲线拟合,从而得最终的期望函数,为了减少误差,对于问题,通过分析边际函数的变化规律,找出各个阶段揪出腐败分子的人数对下一阶段的贡献率,从而运用压缩比率法,得出更加准确的揪出腐败分子人数与所需时间的关系式. 三．符号说明 表示揪出腐败分子的时间变量 表示腐败分子随时间的变化的期望函数 表示第个随机拟合函数 表示边际变化函数 (其它符号在文中说明) 四．模型的假设 假设揪出腐败分子的总人数不变; 假设调查力度在短期内不变; 假设专家研究发现“在每一个被揭发的腐败分子背后，都有一个五个人到七个人的直接参与者网络”正确的; 五．模型的建立与求解 1.对问题建模如下 经过深入分析，得出的揪出人数的边际函数为先递增后递减的规律，由于数据相当的少，所以我们采用计算机随机模拟的方法，得出粗略的牵连人数函数. 下面我们建立模拟牵连人数函数模型. 由问题的已知条件知，当时，；当时，；当时，。首先，以的等步长进行插值，在其中插入三个值，即，，，对于这三个值所对应的函数的值，为了方便,我们定义：，，，在满足一定的条件下：。 我们采用计算机随机插值的方法，给出所有的组有序数对。 第1组数据： {(0,7), (3,16), (6,28), (9,36), (12,43), (15,49)}, 第2组数据：{(0,7), (3,16), (6,28), (9，37)，(12，44)，(15，49)}， 第3组数据：{(0,7), (3,16), (6,28), (9，37)，(12，45)，(15，49)} 第4组数据：{(0,7), (3,16), (6,28), (9，38)，(12，44)，(15，49)} 第5组数据：{(0,7), (3,16), (6,28), (9，38)，(12，45)，(15，49)} 第6组数据：{(0,7), (3,16), (6,28), (9，38)，(12，46)，(15，49)} 第7组数据：{(0,7), (3,16), (6,28), (9，38)，(12，47