Leslie矩阵模型预测人口.docVIP

Leslie矩阵模型预测人口 Leslie矩阵模型预测人口 PAGE / NUMPAGES Leslie矩阵模型预测人口 Leslie 矩阵模型展望人口 Leslie 矩阵模型的基本观点 参数定义 [11] 我们将中国人口按年纪段分红数段， 所以当段数抵达必定大小的时候就能包括所有年纪 层的人。再将时间序列也切割成数段（一年为一段即可研究年度人口总数），获得： ——在时间周期 k 第 i 个年纪段的人数 注：这里的 ；必定存在整数 n使得 表示的是年纪最高的人的人数，如“ 100岁以上的人”的数目。 其余对于人口的参数： 1 ） ——在时间周期 k 第 i 年纪组的女性的生育率， 即女性生的孩子的人数与女 性数的比率，我们也称其为年纪别生育率 ） ——在时间周期 k第i 年纪组的死亡率，即死亡人数除以这一年纪组总人数，我们也称其为年纪别死亡率 Leslie 矩阵 转移过程 在一个时间周期内 里的人数转移到 里，考虑死亡的人数我们获得以下 式子： xk (i 1) xk 1 (i)(1 dk 1 (i )), i 1,2, n (4-1) 下边来议论 的状况，即重生儿人数，在这里我们做了一个假定，女性人口大概占 总人口的一半（经过过去的人口普查能够获得证明），所以在时间周期 k 的第个 i 年纪段的 1 女性人数为 xk (i) ，则能够经过女性的年纪别生育率展望第一个递推关系以下： n 1 xk (i) bk 1 (i ) xk 1(i) (4-2) 2 i 1 人口发展模型 1 bk 1 (0) 1 bk 1 (1) 1 bk 1( n 1) 1 bk 1 (n) 2 2 2 2 1 dk 1 (0) 0 0 0 xk 1 xk 0 1 dk 1(1) 0 0 0 0 1 dk 1( n 1) 0 此中 xk (0) xk 1(0) xk (1) xk 1 (1) xk xk 1 xk (n) xk 1(n) 为了化简，我们记： 1 b (0) 1 b (1) 1 b (n 1) 1 b ( n) 2 k 1 2 k 1 2 k 1 2 k 1 L 1 dk 1(0) 0 0 0 0 1 dk 1(1) 0 0 0 0 1 dk 1 (n 1) 0 则有简写： xk L xk 1 则有递推公式 : xk L xk 1 Lk x0  (4-3) (4-4) (4-5) (4-6) (4-7) 经过这类方法，我们把人口展望问题的要点落到了一个 n 维矩阵运算上。 Leslie 矩阵模型的详细实行 参数变量的剖析 五年为单位的时间周期 因为原始数据收集的限制， 我们将中国人口按年纪分为 0~4岁，5~9岁， 10~14岁 90~94 岁，95岁以上， 一共 20个年纪段。为了知足转移过程，我们也要将 Leslie 矩阵模型中的时间 周期调整为 5年。 下边我们考证 5年为单位的时间周期能否知足转移过程。 明显，在任何时间点， 0~4岁的 人群会合里的元素除掉死亡率会所有在五年此后转移到 5~9岁的人群会合里，并将本来 5~9 岁会合中的元素所有代替 （ 5~9岁人群会合里的元素在五年后已所有转移到 10~14岁人群会合 里），以此类推。 所以，我们能够证明以 5年为单位的时间周期知足转移过程。 生育率和死亡率的调整 依据时间周期的调整 L 矩阵中独一的变量是 和 。解决这个问题我们只需求出这两个参数即可。 在本来的 Leslie 模型的假定中， 单位时间周期为一年。 所以 Leslie 矩阵第一行对应的系 数是生育率的一半，如第一年事后， 0岁的孩子即为一年前总人数的一半（女性人数）乘以 生育率。相同的，在 5年为一个时间周期的假定中，经历五次“生育时机”，即第一年的生 育状况代表了下一周期 4岁的孩子数目，第二年的生育状况代表了下一周期 3岁的孩子数目， 以此类推。 在社会环境稳固的状况下，人的生育模式是基本不变的。所以表此刻年纪别生育率上， 就全能够假定为常量，于是 5年 Leslie 矩阵的第一行系数为： ( 5 bk 1 (0), 5 bk 1 (1), 5 bk 1 (2) 5 bk 1 (n)) (4-8) 2 2 2 2 Leslie 矩阵的第二行到第 n 行的系数代表了， 前一个时间周期到这个以时间周期之间， 每一个年纪段的人数死亡的人数， 也就是转移过程中的消耗人数。 相同的，在本来的 Leslie 模型的假定中， 单位时间周期为一年的状况下， 第一年事后， 1岁的人数为一年前 0岁的人数减去 0岁人数在上一年的死亡率。 那么，在 5年为一个时间周期的假定中， 经历五次“死亡机 会”，即  0岁的人数乘以在五年内死亡的概率，即  1 (1