微分方程模型之人口增长模型.ppt

退出前一页后一页退出前一页后一页退出前一页后一页传染病模型学习小结一常用传染病模型类型—微分方程模型1指数增长模型2SI模型(logistic模型)3SIS模型4SIR模型二SAS传播模型中的收获增加人群分类，构建SEIR或SEPIR模型关于经济的正面或负面影响地分析——学会全面地看问题写作是建模学习的一个重要内容.背景年1625183019301960197419871999人口(亿)5102030405060世界人口增长概况中国人口增长概况年19081933195319641982199019952000人口(亿)3.04.76.07.210.311.312.013.0研究人口变化规律控制人口过快增长微分方程模型之如何预报人口的增长常用的计算公式基本假设:人口(相对)增长率r是常数随着时间增加，人口按指数规律无限增长x(t)~时刻t的人口指数增长模型——马尔萨斯提出(1798)今年人口x0,年增长率rk年后人口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r~固有增长率(x很小时)xm~人口容量（资源、环境能容纳的最大数量）r是x的减函数dx/dtx0xmxm/2xmtx0x(t)~S形曲线,x增加先快后慢x0xm/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,xm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）186018701880……196019701980199031.438.650.2……179.3204.0226.5251.4专家估计阻滞增长模型(Logistic模型)r=0.2557,xm=392.1模型检验实际为281.4(百万)指数增长模型阻滞增长模型(Logistic模型)用模型计算2000年美国人口，与实际数据比较模型应用——预报美国2010年的人口Logistic模型在经济领域中的应用(如耐用消费品的售量)x(2010)=306.0r=0.2490,xm=434.0加入2000年人口数据后重新估计模型参数5.6人口预测和控制人口发展方程年龄分布对于人口预测的重要性只考虑自然出生与死亡，不计迁移人口发展方程一阶偏微分方程人口发展方程~已知函数（人口调查）~生育率（控制人口手段）0tr生育率的分解?~总和生育率h~生育模式0人口发展方程和生育率~总和生育率——控制生育的多少~生育模式——控制生育的早晚和疏密正反馈系统滞后作用很大退出前一页后一页退出前一页后一页退出前一页后一页*