数学建模人口增长模型.docx

数学建模-人口增长模型 数学建模-人口增长模型 PAGE PAGE 1 / 6 人口增长模型 摘要 本文根据某地区的人口统计数据，建立模型估计该地区 2010 年的人口数量。首先，通过直观观察人口的变化规律后，我们假设该地区的人口数量是时间 的二次函数，建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数，从而可以预测 2010 年的人口数为 333.8668 百万。 然后，我们发现从 1980 年开始该地区的人口增长明显变慢，于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降，从而我们建立了阻滞增长模型，利用此模型我们最后求出 2010 年的人口预报数为 296.3865。 关键字：人口预报，二次函数模型，阻滞增长模型 问题重述： 根据某地区人口从 1800 年到 2000 年的人口数据（如下表），建立模型估计出该地区 2010 年的人口 ，同时画出拟合效果的图形。 表 1 该地区人口统计数据 年 份 1800 1810 1820 1830 1840 1850 1860 人口 7.2 13.8 17.2 17.6 24.7 33.6 36.2 年 份 1870 1880 1890 1900 1910 1920 1930 人口 48.6 58.1 73.3 89.8 105.6 125.9 149.1 年 份 1940 1950 1960 1970 1980 1990 2000 人口 172.2 189.8 230.5 246.7 262.1 271.2 280.3 符号说明 x(t) t 时刻的人口数量 x 初始时刻的人口数量 0 r 人口增长率 x 环境所能容纳的最大人口数量，即r(x ) 0 m m 问题分析 首先，我们运用Matlab 软件[1]编程（见附件 1），绘制出 1800 年到 2000年的人口数据图，如图 1。 300 250 200 150 100 50 0 1800 1820 1840 1860 1880 1900 1920 1940 1960 1980 2000 图 1 1800 年到 2000 年的人口数据图 从图 1 我们可以看出 1800 年到 2000 年的人口数是呈现增长的趋势的，而且类似二次函数增长。 所以我们可以建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数。 于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降,从而我们可以建立一个阻滞增长模型。 模型建立 模型一：二次函数模型 我们假设该地区t 时刻的人口数量的人口数量 x(t) 是时间t 的二次函数，即： x(t) ? at 2 ? bt ? c 我们可以根据最小二乘法，利用已有数据拟合得到具体参数。即，要求a 、b 和 c ，使得以下函数达到最小值： E(a, b, c) ? ?n i?1 (at 2 ? bt i i ? c ? x )2 i 其中 x 是t 时刻该地区的人口数，即有： i i E(a, b, c) ? (a ?18002 ? b ?1800 ? c ? 7.2) 2 ? ... ? a ? 20002 ? b ? 2000 ? c ? 280.3) 2 令?E ? 0, ?E ? 0, ?E ? 0 ，可以得到三个关于a 、b 和c 的一次方程，从而可 ?a ?b ?c 解得a 、b 和c 。 我们用Matlab 编程（见附件 2），解得a ? 0.006018，b ? ?21.357 , c ? 18948 ，即： x(t) ? 0.006018t 2 ? 21.357t ? 18948 从而我们可以预测 2010 年的人口数为 x(2010) ? 333.8668 百万。 350 300 250  原始数据拟合函数 200 数口 人 150 100 50 0 1800 1850 1900 年份  1950 2000 2050 图 2 二次函数模型的拟合效果图 图 2 是所得到的二次函数模型和原数据点的拟合效果图。 从图 2 可以看出拟合的效果在 1950 年之前还可以，但是对后期的数据拟合的不好。 模型二：阻滞增长模型 我们假设人口增长率r 是人口数 x 的线性减函数，即随着人口数的增加，人口增长速度会慢慢下降： r(x) ? r 0 sx 人口数量最终会达到饱和，且趋于一个常数 x ，当 x ? x 时，增长率为 0： m m 由上面的关系式可得出： r ? sx ? 0 0 m ?0r(x) ? r ?1? x ? ? 0 x ? ? m ? 把上式代进指数增长模型的方程中，并利用初始条件 x(1800) ? 7.2 ，可以得到： ? dx ? x ? ?