数学建模微分方程之预测模型.ppt

背景 年 1625 1830 1930 1960 1974 1987 1999 人口 ( 亿 ) 5 10 20 30 40 50 60 世界人口增长概况 中国人口增长概况 年 1908 1933 1953 1964 1982 1990 1995 2000 人口 ( 亿 ) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0 研究人口变化规律 控制人口过快增长 1 如何预报人口的增长 指数增长模型 —— 马尔萨斯提出 ( 1798 ) 常用的计算公式 k k r x x ) 1 ( 0 ? ? x ( t ) ~ 时刻 t 的人口 基本假设 : 人口 ( 相对 ) 增长率 r 是常数 t r t x t x t t x ? ? ? ? ? ) ( ) ( ) ( 今年人口 x 0 , 年增长率 r k 年后人口 0 ) 0 ( , x x rx dt dx ? ? rt e x t x 0 ) ( ? t r e x t x ) ( ) ( 0 ? t r x ) 1 ( 0 ? ? 随着时间增加，人口按指数规律无限增长 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 ? 适用于 19 世纪后迁往加拿大的欧洲移民后代 ? 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 19 世纪后人口数据 人口增长率 r 不是常数 ( 逐渐下降 ) 阻滞增长模型 ( Logistic 模型 ) 人口增长到一定数量后，增长率下降的原因： 资源、环境等因素对人口增长的阻滞作用 且阻滞作用随人口数量增加而变大 假设 ) 0 , ( ) ( ? ? ? s r sx r x r r ~ 固有增长率 ( x 很小时 ) x m ~ 人口容量（资源、环境能容纳的最大数量） ) 1 ( ) ( m x x r x r ? ? r 是 x 的减函数 m x r s ? 0 ) ( ? m x r rx dt dx ? ) 1 ( ) ( m x x rx x x r dt dx ? ? ? dx / dt x 0 x m x m /2 x m x t x x x e m m rt ( ) ( ) ? ? ? ? 1 1 0 t x 0 x ( t )~S 形曲线 , x 增加先快后慢 x 0 x m /2 阻滞增长模型 ( Logistic 模型 ) 参数估计 用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, x m ? 利用统计数据用最小二乘法作拟合 例：美国人口数据（单位 ~ 百万） 1860 1870 1880 …… 1960 1970 1980 1990 31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4 专家估计 阻滞增长模型 ( Logistic 模型 ) r =0.2557, x m =392.1 模型检验 用模型计算 2000 年美国人口，与实际数据比较 ] / ) 1990 ( 1 )[ 1990 ( ) 1990 ( ) 1990 ( ) 2000 ( m x x rx x x x x ? ? ? ? ? ? 实际为 281.4 ( 百万 ) 5 . 274 ) 2000 ( ? x 模型应用 —— 预报美国 2010 年的人口 加入 2000 年人口数据后重新估计模型参数 Logistic 模型在经济领域中的应用 ( 如耐用消费品的售量 ) 阻滞增长模型 ( Logistic 模型 ) r =0.2490, x m =434.0 x (2010)=306.0 森林救火 森林失火后，要确定派出消防队员的数量。 队员多，森林损失小，救援费用大； 队员少，森林损失大，救援费用小。 综合考虑损失费和救援费，确定队员数量。 问题 分析 问题 记队员人数 x , 失火时刻 t =0, 开始救火时刻 t 1 , 灭火时刻 t 2 , 时刻 t 森林烧毁面积 B ( t ). ? 损失费 f 1 ( x ) 是 x 的减函数 , 由烧毁面积 B ( t 2 ) 决定 . ? 救援费 f 2 ( x ) 是 x 的增函数 , 由队员人数和救火时间决定 . 存在恰当的 x ，使 f 1 ( x ), f 2 ( x ) 之和最小 ? 关键是对 B ( t ) 作出合理的简化假设 . 问题 分析 失