一类非线性偏微分方程人口模型解的存在唯一性
微分方程建模案例
第五章微分方程建模案例 微分方程作为数学科学的中心学科，已经有三百多年的发展历史，其解法和理论已日臻完善，可以为分析和求得方程的解（或数值解）提供足够的方法，使得微分方程模型具有极大的普遍性、有效性和非常丰富的数学涵。微分方程建模包括常微分方程建模、偏微分方程建模、差分方程建模及其各种类型的方程组建模。微分方程建模对于许多实际问题的解决是一种极有效的数学手段，对于现实世界的变化，人们关注的往往是其变化速度、加速度以及所处位置随时间的发展规律，其规律一般可以用微分方程或方程组表示，微分方程建模适用的领域比较广，涉及到生活中的诸多行业，其中的连续模型适用于常微分方程和偏微分方程及其方程组建模，离散模型适用于差分方程及其方程组建模。本章主要介绍几个简单的用微分方程建立的模型，让读者一窥方程的应用。下面简要介绍利用方程知识建立数学模型的几种方法： 1．利用题目本身给出的或隐含的等量关系建立微分方程模型 这就需要我们仔细分析题目，明确题意，找出其中的等量关系，建立数学模 型。 例如在光学里面，旋转抛物面能将放在焦点处的光源经镜面反射后成为平行光线，为了证明具有这一性质的曲线只有抛物线，我们就是利用了题目中隐含的条件——入射角等于反射角来建立微分方程模型的。 2．从一些已知的基本定律或基本公式出发建立微分方程模型
我们要熟悉一些常用的基本定律、基本公式。例如从几何观点看，曲线 y y(x)上某点的切线斜率即函数y y(x)在该点的导数；力学中的牛顿第二运 动定律：F ma ，其中加速度a 就是位移对时间的二阶导数，也是速度对时间 的一阶导数等等。从这些知识出发我们可以建立相应的微分方程模型。 例如在动力学中，如何保证高空跳伞者的安全问题。对于高空下落的物体， 我们可以利用牛顿第二运动定律建立其微分方程模型， 设物体质量为m ，空气阻 力 系数为k ，在速度不太大的情况下，空气阻力近似与速度的平方成正比；设时 刻t 时物体的下落速度为v ，初始条件：v (o ) 0.由牛顿第二运动定律建立其微 分方程模型: 求解模型可得: 体在地面上的投影面积。根据极限速度求解式子，在m,, 一定时，要求落地速 度w 不是很大时，我们可以确定出s 来，从而设计出保证跳伞者安全的降落伞的 直径大小来 3?利用导数的定义建立微分方程模型 dv m 一 dt mg kv 2 ? k(exp[2t 由上式可知，当t 其中，阻力系数k 1) 时，物体具有极限速度: lim v t mg :k ， s ， 为与物体形状有关的常数, 为介质密度，s 为物 、mg(exp[2t 1)
数学模型课程设计-中国人口增长预测
中国人口增长预测 摘要: 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。对此，我们建立了短期与长期两种预测人口增长的模型，并对附录中城镇乡的人口演变趋势做拟合与分析。 本文的建模过程选用了1996年到2005年的人口数据。短期人口预测用曲线的直接拟合，分析出人口的增长趋势。人口的出生率与死亡率均符合指数函数bt =+，利 y ae c 用logistic模型求出人口最大上限 x，据此拟合人口增长的指数函数x（t），预测 m 2006-2011年的人口数量。长期预测中，建立灰色动态模型GM（1,1）预测中国人口长期增长趋势。在解系数的过程中运用了最小二乘法，得出预测人口数据的方程)0(?x，并预测2011年到2015年的人口数量。在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词: 曲线拟合、灰色动态模型、最小二乘法、自然增长率
一、问题的重述 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。 近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007年初发布的《国家人口发展战略研究报告》还做出了进一步的分析。 关于中国人口问题已有多方面的研究，并积累了大量数据资料。附录2就是从《中国人口统计年鉴》上收集到的部分数据。 试从中国的实际情况和人口增长的上述特点出发，建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测。 二、符号说明 nianfen 年份 chusheng 出生率 bata0 估计的参数值 nlinfit 非线性拟合函数 1 y出生率函数 2 y死亡率函数 m x人口上限 t 时间 x（t）人口增长函数 X(0)中国各年人口总数 X(1) X(0)的一次累加序列 Z(1) X(1)的紧邻均值生成数列 -a 发展系数 b 灰色作用量 )0(?x人口预测值 c 均方差 k ?相对误差 三、模型的假设 1.假设人口迁入迁出对问题产生的影响可以忽略； 2.忽略社会环境、自然、经济、文化水平的对人口的影响； 3.长期预测中，不考虑出生率、死亡率等因素的影响。 四、模型的建立与求解 4.1中国人口短期预测的模型建立与求解 根据查找资料得到，人口死亡率，出生率与人口增长符合指数增长的模型bt y ae c =+。模型选取了1996年到2005年的全国人口进行nlinfit拟合。（代码见附录一） 处理人口增长函数时，考虑到人口数量受资源等因素的约束，中国人口将有一个上限。定义函数时，用“人口上限与指数函数相减”模式。死亡率、出生率等客观因素很大程度上影响着中国人口的变化趋势。而且随着环境等的因素，中国的总人口最终会趋 向一个固定值，即最大容纳量x m，由logistic模型求出。假设x m 在短时间内不会改变， 则可利用逐年的历史数据来计算出人口增长率的变化情况。 设x(t)为第t年中国总人口数，r为人口的增长率，x m 为中国人口的最大容纳量。
非线性偏微分方程
FINITE DIMENSIONAL REDUCTION OF NONAUTONOMOUS DISSIPATIVE SYSTEMS Alain Miranville Universit′e de Poitiers Collaborators:
Long time behavior of equations of the form y′=F(t,y) For autonomous systems: y′=F(y) In many situations,the evolution of the sys-tem is described by a system of ODEs: y=(y1,...,y N)∈R N,F=(F1,...,F N)
Assuming that the Cauchy problem y′=F(y), y(0)=y0, is well-posed,we can de?ne the family of solv-ing operators S(t),t≥0,acting on a subset φ?R N: S(t):φ→φ y0→y(t) This family of operators satis?es S(0)=Id, S(t+s)=S(t)?S(s),t,s≥0 We say that it forms a semigroup onφ
Qualitative study of such systems:goes back to Poincar′e Much is known nowadays,at least in low di-mensions Even relatively simple systems can generate very complicated chaotic behaviors These systems are sensitive to perturbations: trajectories with close initial data may diverge exponentially →Temporal evolution unpredictable on ti-me scales larger than some critical value →Show typical stochastic behaviors
人口增长模型的确定
题目：人口增长模型的确定 摘要 人口问题已成为当前世界上最普遍关注的问题之一，人口增长规律的发现以及人口增长的预测问题对一个国家制定长远的发展规划有着非常重要的意义。本文分别使用了马尔萨斯人口指数增长模型和阻滞增长模型，以美国1790-1980年间每隔10年的人口数量为依据，对接下来的每隔十年进行了预测五次人口数量。通过对比我们可以发现阻滞增长模型在预测准确度方面要明显优于原始的马尔萨斯人口指数增长模型。 关键词：人口增长；马尔萨斯人口指数增长模型；阻滞增长模型；人口预测
一、问题重述 1.1 问题背景 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 1.2 问题提出 我们需要解决以下问题： 1.试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 2.如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测，并对两次预测结果进行对比分析。 3.查阅资料找出中国人口与表1同时期的人口数量，用以上建立的两个模型进行人口预测与分析。 二、问题分析 首先，我们运用Matlab 软件绘制出1790到1980年的美国人口数据图，如图1。 17801800182018401860188019001920194019601980 050 100 150 200 250
图1 1790到1980年的美国人口数据图 从图表中我们可以清晰地看到人口数在1790—1980年是呈增长趋势的，而且我们很容易发现上述图表和我们学过指数函数的图表有很大的相似性，所以我们很自然想到建立指数模型。因此我们首先建立马尔萨斯模型，马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N的变化率与生物总数成正比。 三、问题假设 为简化问题，我们做出如下假设： （1）在模型中预期的时间内，人口不会因发生大的自然灾害，突发事件或战争而受到大的影响； （2）所给出的数据具有代表性，能够反映普遍情况； （3）一段时间内我国人口死亡率不发生大的波动； （4）在查阅的资料与文献中，所得数据可信； （5）假设人口净增长率为常数。 四、变量说明 在此，对本文所使用的符号进行定义。 表2 变量说明 符号符号说明 N(0)起始年人口容纳量 N(t)t年后人口容纳量 t年份 r增长率 五、模型建立 5.1 问题一：马尔萨斯(Malthus)人口指数增长模型 设：t表示年份（起始年份t=0），r表示人口增长率，N(t)表示t年后的人口数量。 当考察一个国家或一个很大地区的人口时，N(t)是很大的整数。为了利用微积分这一数学工具，将N(t)视为连续、可微函数。记初始时刻(t=0)的人口为N(0)，人口增长率为r，r是单位时间内N(t)的增量与N(t)的比例系数。根据r是常数的基本假设，于是N(t)满足如下的微分方程： dN(t)/dt=r*N(t) (5-1) 由这个线性常系数微分方程容易解出: N(t)=N(0)e rt(5-2) 表明人口将按指数规律无限增长(r>0)。将以t年为单位，上式表明，人口以e r为公
第九章 非线性偏微分方程
第九章 非线性偏微分方程 前面几章索研究的偏微分方程都是线性的，但在实际工程级数及自然科学中索遇到的方程大多都是非线性的，在有些情况下，人们为了研究方便，对问题补充了一些附加的条件或略去一些次要的项，才得到线性方程。在这一章内，我们将从一个具体问题出发引入非线性偏微分方程的概念，然后重点讨论两类重要的非线性方程。 §9.1 极小曲面问题 在第八章内已经说过，求解一个边值问题可以转化成求它所对应的一个泛函的最小值（当然，一般说来变分问题的解只是原边值问题的弱解）。其实，在数学里也已证明了相反的结论，即在一定条件下一个变分问题的解必满足一个微分方程。在这一节内，我们以极小曲面问题为例说明这个事实。 设Ω是平面上有界区域，它的边界?Ω是充分光滑的，其方程为： (),(), x x s y y s ==00s s ≤≤ 其中00(0)(),(0)()x x s y y s ==即?Ω是一条闭曲线。现在在?Ω上给定一条空间曲线l （即作一条空间曲线l ，使它到Ω所在平面的投影为?Ω）： 0(),:(),0,(),x x s l y y s s s u s ?=??=≤≤??=? （9.1） 这里0(0)()s ??=。所谓极小曲面问题就是要确定一张定义在Ω上的曲
面S ，使得 （1）S 以l 为周界； （2）S 的表面积在所有以l 为周界的曲面中是最小的。 假定空间曲面的方程为 (,)v v x y = 则由微积分学可知，这个曲面的表面积为 ()J v =?? （9.2） 于是上述极小曲面问题就变成求一个函数u ，使得 （1）由(,)u u x y =所表示的曲面以l 为周界，即 1(),u C u ??Ω∈Ω=，或者说，u M ?∈， 其中M ?由（8.7）给出； （2）()min ()v M J u J v ? ∈= （9.3） 这是一个变分问题。 如何求出变分问题（9.3）的解？我们先来看看假若u M ?∈是（9.3） 的解，那么u 必需满足什么样的条件。为此，在0M 任取一个元素v ， 即任取0v M ∈，即1(),0v C v ?Ω∈Ω=。对任意(,),u v M ?εε∈-∞+∞+∈，记 ()()j J u v εε=+ （9.4） 其中()J u 由（9.2）确定，从（9.2）可知()j ε是定义在R 上的一个可微函数，由于u 是（9.3）的解，所以对任意R ε∈处取得最小值，故 (0)0j '= （9.5） 不难看出
非概率可靠性理论与边坡稳定分析
工程结构设计安全与可持续发展研讨会论文 2010年 非概率可靠性理论与边坡稳定分析 刘春原，张军其，龚攀，宋海超 (河北工业大学，天津 300401) 摘要：某高速公路的路线高填方路基左侧路基发生滑移，按常规计算（极限平衡法）的安全系数为K=1.55，其概率可靠度指标β=3.1，失效概率为P f =0.001。通过引入区间分析理论，建立非概率可靠性计算模型。其非概率可靠性指标η=0.7，表明非概率可靠性理论在没有足够的数据信息和可行的主观分布假设下也能得到比较准确的结果。 关键词：安全系数法路基边坡稳定性概率可靠性非概率可靠性区间分析模型 Non-probabilistic slope stability analysis LIU Chun-yuan, Zhang Jun-qi, Gong Pan, Song Hai-chao (Hebei University of Technology, Tianjin,300401, China) Abstract:A high filled subgrade of a highway slipped on the left of the line. According to conventional calculations (limit equilibrium method) ,we can know that the safety factor K = 1.55 and t he probability of reliability index β = 3.1, failure probability P f = 0.001. Through the introduction of interval analysis theory, non-probabilistic reliability calculation model is established, and the non-probabilistic reliability index is η = 0.7. Showing that the non-probabilistic reliability theory in the absence of adequate data distribution of information and possible subjective assumptions can also obtain more accurate result s Key words:safety factor method; subgrade slope stability; probabilistic reliability; non-probabilistic reliability; interval model 0前言 随着沿海地区高速公路建设的快速发展，软土地区高填方路基稳定性评价是沿海高速公路建设与施工中亟待解决的重要问题。同时路基失稳分析也是岩土工程中十分重要的研究课题之一，工程实践表明[1]，用极限平衡理论计算得安全系数K不足以全面评价路基稳定性状态，而有关研究表明[2-6]，概率可靠性模型在用于路基稳定性的可靠性分析时存在着两方面的重大缺陷。一是由于土体的性质存在很大的变异性，概率可靠性模型的适用性较差；二是土体的参数统计属于小样本问题，在主观的分布假设下，概率可靠性计 算的结果将会失真。因此，研究非概率的可靠性方法[7]，不但可使可靠性理论进一步完善，使不确定性的评价更为合理，而且也是非常必要的。 九十年代,Ben-Haim[10]提出了基于凸集模型的非 概率可靠性方法。一些学者[11,12]也提出了基于非概率模型的结构优化设计方法。在工程数据（参数）缺乏足够数量难以准确定义概率模型时,非概率可靠性方法是一种较好的选择。在实际工程中一般都能容易的给出各参数的变化区间,而不是概率分布, 由于非概率模型对已知数据的要求相对较低,所以非概率可靠性分析方法具有较好的工程实用性。 1 非概率可靠度性分析方法 非概率可靠性的基本思想是通过系统波动范围与要求的变化范围相比较，以确定结构的安全性，有时也称 收稿日期： 作者简介：刘春原（1957年- ），男，陕西黄陵县人，河北工业大学教授、博士生导师。 基金项目：河北省自然科学基金（E2008000075）
数学建模logistic人口增长模型
数学建模l o g i s t i c人口 增长模型 集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]
Logistic 人口发展模型 一、题目描述 建立Logistic 人口阻滞增长模型 ，利用表1中的数据分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测我国未来50年的人口情况.并把预测结果与《国家人口发展战略研究报告》中提供的预测值进行分析比较。分析那个时间段数据预测的效果好并结合中国实情分析原因。 二、建立模型 阻滞增长模型（Logistic 模型）阻滞增长模型的原理：阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用，对指数增长模型的基本假设进行修改后得到的。阻滞作用体现在对人口增长率r 的影响上，使得r 随着人口数量x 的增加而下降。若将r 表示为x 的函数)(x r 。则它应是减函数。于是有： 0)0(,)(x x x x r dt dx == （1） 对)(x r 的一个最简单的假定是，设)(x r 为x 的线性函数，即 ) 0,0()(>>-=s r sx r x r （2）
设自然资源和环境条件所能容纳的最大人口数量m x ，当m x x =时人口不再 增长，即增长率0)(=m x r ，代入（2）式得 m x r s = ，于是（2）式为 )1()(m x x r x r -= （3） 将（3）代入方程（1）得： ?? ? ??=-=0 )0()1(x x x x rx dt dx m （4） 解得： rt m m e x x x t x --+= )1( 1)(0 （5） 三、模型求解 用Matlab 求解，程序如下： t=1954:1:2005; x=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756]; x1=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988]; x2=[61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756]; dx=(x2-x1)./x2; a=polyfit(x2,dx,1); r=a(2),xm=-r/a(1)%求出xm 和r x0=61.5; f=inline('xm./(1+(xm/x0-1)*exp(-r*(t-1954)))','t','xm','r','x0');%定义函数 plot(t,f(t,xm,r,x0),'-r',t,x,'+b'); title('1954-2005年实际人口与理论值的比较')
非线性方程的解法
20世纪60年代中期以后，发展了两种求解非线性方程组(1)的新方法。一种称为区间迭代法或称区间牛顿法，它用区间变量代替点变量进行区间迭代，每迭代一步都可判断在所给区间解的存在惟一性或者是无解。这是区间迭代法的主要优点，其缺点是计算量大。另一种方法称为不动点算法或称单纯形法，它对求解域进行单纯形剖分，对剖分的顶点给一种恰当标号，并用一种有规则的搜索方法找到全标号单纯形,从而得到方程(1)的近似解。这种方法优点是，不要求f(□)的导数存在,也不用求逆，且具有大范围收敛性，缺点是计算量大 编辑摘要 目录 ? 1 正文 ? 2 牛顿法及其变形 ? 3 割线法 ? 4 布朗方法 ? 5 拟牛顿法 ? n个变量n个方程(n >1)的方程组表示为 (1) 式中?i(x1,x2,…,x n)是定义在n维欧氏空间R n的开域D上的实函数。若?i中至少有一个非 线性函数，则称(1)为非线性方程组。在R n中记?＝ 则(1)简写为?(尣)=0。若存在尣*∈D，使?(尣*)＝0，则称尣*为非线性方程组的解。方程组(1)可能有一个解或多个解，也可能有无穷多解或无解。对非线性方程组解的存在性的研究远不如线性方程组那样成熟，现有的解法也不象线性方程组那样有效。除极特殊的方程外，一般不能用直接方法求得精确解，目前主要采用迭代法求近似解。根据不同思想构造收敛于解尣*的迭代序列{尣k}(k=0，1，…)，即可得到求解非线性方程组的各种迭代法，其中最著名的是牛顿法。 牛顿法基本思想是将非线性问题逐步线性化而形成如下迭代程序：
(2) 式中 是?(尣k)的雅可比矩阵,尣0是方程(1)的解尣*的初始近似。 这个程序至少具有2阶收敛速度。由尣k算到尣k+的步骤为:①由尣k算出?(尣k)及 ;②用直接法求线性方程组的解Δ尣k；③求 。 由此看到迭代一次需计算n个分量函数值和n2个分量偏导数值，并求解一次n阶线性方程组。 为了评价非线性方程组不同迭代法的优劣，通常用效率作为衡量标准,其中P为迭 代法的收敛阶,W为每迭代步计算函数值?i及偏导数值的总个数（每迭代步中求一次逆的工作量相同,均不算在W 内）。效率e越大表示此迭代法花费代价越小,根据效率定义， 牛顿法(2)的效率为。 牛顿法有很多变形,如当奇异或严重病态时，可引进阻尼因子λk，得到阻尼牛顿法，即
2019年人口增长的预测.doc
人口增长的预测 关键字：人口数平衡点方程模型运动预测曲线稳定增长人口 一题目： 请在人口增长的简单模型的基础上。 " （1）找到现有的描述人口增长，与控制人口增长的模型； " （2）深入分析现有的数学模型，并通过计算机进行仿真验证； " （3）选择一个你们认为较好的数学模型，并应用该模型对未来20年的某一地区或国家的人口作出有关预测； " （4）就人口增长模型给报刊写一篇文章，对控制人口的策略进行论述。 二摘要： 本次建模是依照已知普查数据，利用Logistic模型，对中国人口的增长进行预测。首先假设人口增长符合Logistic模型，即引入常数，用来表示自然环境条件所能容许的最大人口数。并假设净增长率为，即净增长率随着人口数N（t）增长而减小，当N(t) 时，净增长率趋于零。按照这个假设，。用参数＝3.0,r=0.0386, =1908, =14.5。画出N=N(t)的图像，作为人口增长模型的一种近似。 做微分方程解的定性分析，求出N=N(t)的驻点和拐点，按照函数作图方法列出定性分析表，作出相轨迹的运动图。当初始人口<时，方程的解单调递增到地趋向，这意味着如果使用Logistic模型描述人口增长，则人口发展地总趋势是渐增到最大人口数，因此可作为人口的预测值，也称谓平衡点。 用导数做稳定分析，为判断平衡点是否为稳定，可在平面上绘制f(x)的图象，然后像函数绘图那样，用导数进行定性分析，通过图看出人口数N(t)按时间是递增的，当人口数未达到饱和状态的时候，将逐渐地趋向，这意味着是稳定的平衡点。按该模型，未来人口的数量将随着时间的演化，从初始状态出发达到极限状态，这样就给出了人口的未来预测。 三问题的提出 1．Malthus模型 英国统计学家Malthus（1766－1834）发现人口增长率是一个常数。设t时刻人口为N（t），因为人口总数很大，可近似把N（t）当作连续变量处理。Malthus的假设是：在人口的自然增长过程中，净相对增长率（出生率减去死亡率）是常数，即单位时间内人口的增长量与人口总数成正比。根据这个假设有： , (1.1) 这是一个最简单的可分离变量方程，用符号微分方程求解器desolve容易求得方程的解为：如果人口的增长符合Malthus的模型，则意味着人口数量呈指数级数增长，最终结果是人口爆炸。 2．Logistic模型 1938年，荷兰生物数学家Verhulst引入常数，用来表示自然环境条件所能容许的最大人口数。并假设净增长率为，即净增长率随着人口数N（t）增长而减小，当N(t) 时，净增长率趋于零。按照这个假设（1.1）式可改为： ，（2.1） 上述方程为可分离变量方程，可直接求解。也可用符号微分方程解题器求它的解： N=dsolve（’DN=r*(1-N/Nm)*N’,’N(t0)=N0’） N=Nm/(1+exp(-r*t)*exp(t0*r)*(Nm-N0)/N0) 化简后得： 四利用数学模型对中国人口的预测
数学建模 人口模型 人口预测
关于计划生育政策调整对人口数量、结构及其影响的研究 【摘要】 本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。 对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了 Logistic 、灰色预测、等方法进行建模预测。 首先，本文建立了 Logistic 阻滞增长模型，在最简单的假设下，依照中国人口的历 史数据，运用线形最小二乘法对其进行拟合， 对 2014 至 2040 年的人口数目进行了预测， 得出在 2040 年时，中国人口有 14.32 亿。在此模型中，由于并没有考虑人口的年龄、 出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理 论上很好，实用性不强，有一定的局限性。 然后， 为了减少人口的出生和死亡这些随机事件对预测的影响， 本文建立了 GM(1,1) 灰色预测模型，对 2014 至 2040 年的人口数目进行了预测，同时还用 2002 至 2013 年的 人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测， 得出 2040 年时，中国人口有 14.22 亿。与阻滞增长模型相同，本模型也没有考虑年龄 一类的因素，只是做出了人口总数的预测，没有进一步深入。 对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab 对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。同理，针对其非户籍人口，我们进行matlab 拟合发现，其为非线性相关，并得出相关函数。并做出了拟合函数 0.0419775(1)17255.816531.2t X t e ?+=?-。 对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数0.032735617965.017372.5t Y e ?=?-；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。 关键词:GM(1,1)灰色模型 Logistic 阻滞增长模型 线性拟合 非线性拟合
偏微分方程
论文题目：偏微分方程的来源与发展课程：数学物理方程 姓名：卢江 学号：162210012 专业：轮机工程
偏微分方程的来源与发展 摘要：“数学物理方程”是以物理、工程技术和其它科学中出现的偏微分方程为主要研究对象，并且主要介绍求偏微分方程精确解方法的一门数学基础课程。本文简单介绍了偏微分方程发展的来源、发展历程及特点、解决问题的方法，给出了偏微分方程的发展趋势。 关键词：偏微分方程；模型；发展阶段；历程。 一、偏微分方程问题的来源以及模型的建立 偏微分方程由起初研究直接来源于物理与几何的问题发展到一个独立的数学分支，它内容庞杂，方法多样。偏微分方程讨论的问题不仅来源于物理、力学、生物、几何和化学等学科的古典问题，而且在解决这些问题时应用了现代数学的许多工具。近几十年来，该领域的研究工作，特别是对非线性方程的理论、应用以及计算方法的研究起到了极大的推动作用，十分活跃。 用数学方法处理应用问题时，首先是要建立合理的数学模型。在科学技术日新月异的发展过程中，人们研究的许多问题用一个自变量的函数来描述已经显得不够了，不少问题需要用多个变量的函数来描述。这样建立的数学模型在很多情况下是偏微分方程。比如，从物理角度来说，物理量有不同的性质，温度、密度等是用数值来描述的叫做纯量; 速度、电场的引力等，不仅在数值上有不同，而且还具有方向，这些量叫做向量; 物体在一点上的张力状态的量叫做张量。这些量不仅和时间有关系，而且和空间坐标也有联系，这就要用多个变量的函数来表示。研究某些物理现象的理想了的多个变量的函数方程，这种方程就是偏微分方程。 物质总是在时间和空间中运动着的。虽然物质的运动形式千差万别，然而却具有共同的量的变化规律。客观世界的一切事物的运动和变化在数学上的反映就是变量的概念。事物的运动和变化又是相互依赖、相互制约的，反映在数学上，就是变量之间的关系，从而又形成了函数的概念。由于大量的实际问题中，稍微复杂一些的运动过程往往不能直接写出他们的函数，却容易建立变量及其导数( 或微分) 间的关系式，即微分方程。如果一个微分方程中出现的未知函数只含
leslie人口增长模型模型
l e s l i e人口增长模型 模型 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
人口增长预测模型 摘要 本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。最后提出了有关人口控制与管理的措施。 模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测，把预测结果与附件1《国家人口发展战略研究报告》中提供的预测值进行分析比较。得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为。运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为亿、亿、亿。 模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应 Leslie模型；然后，根据中外专家给出的人口更替率，构造Leslie矩阵，建立相应的 Leslie模型。 首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到亿人，在2020年达到亿人，在2023年达到峰值亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。 其次，对人口老龄化问题、人口抚养比进行分析。得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达亿人，比重达%；65岁以上老年人口达亿人，比重达%；人口抚养呈现增加的趋势。 再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。 最后，分别对模型Ⅰ与模型Ⅱ进行残差分析、优缺点评价与推广。 关键词 Logistic人口模型 Leslie人口模型人口增长预测 MATLAB软件
中国人口增长预测模型
中国人口增长预测模型 张孟琦、王光昭、陈阔 指导教师：杨亚莉 （空军工程大学，西安 L25） 摘要：本文从中国60年代开始出现的回声婴儿潮现象，以及如今中国城乡人口生育差异和男女比例失调等特点出发，将市、镇、乡中不同性别人口按年龄段分别处理，并引入农村人口向城镇迁移的因素，建立起一个关于中国人口增长的常微分方程组初值问题的数学模型和Leslie矩阵迭代模型。还利用该模型对中国未来人口的增长变化进行了预测。并通过MATLAB软件编程分别建立长、短期男女人口比例模型，针对男女比例失调问题，就中国男女比例变化趋势对未来中国人口的增长变化的影响进行了预测与讨论。 关键词：回声婴儿潮；男女比例；老龄化；城镇化
1、引言： 近年来中国出生人口性别比持续升高，第五次全国人口普查为117，2003年抽样调查为119，个别省份超过130。2005年1%抽样调查为118.58。城乡均出现异常，农村失调程度更为严重。预计到2020年，20－45岁男性将比女性多3000万人左右。同时，中国也是目前世界上唯一一个采取干涉生育措施的国家，因此我们想就此对我国未来男女比例的影响做出分析。 在这里我们要引入回声婴儿潮（Echo baby boom）的概念来分析我国的人口情况。下图（底图来源：世界银行）是中国1962年以来40多年间的人口自然增长率曲线(蓝色)： 因为1962年之前有过5年左右的非自然增长，所以我们把50年代的数据不计入分析过程。进入60年代，随着“三年困难时期”结束，生产在一定程度上恢复稳定，又加上鼓励生育，所以在1962
年-1971年期间第一个稳定的婴儿潮B，其峰值发生在1966年（红线1）。70年代中期开始调整了生育政策，并且随着生产生活的模式的变化，之后人口增长率陡降。80年代以后，婴儿潮B的大多数女性开始进入生育年龄（当时全国平均是22岁），开始迎来了第二批稳定生育高峰，婴儿潮C，这个C的形状是B的复制，就像回声一样一波一波的，所以称为（第一）回声婴儿潮，发生在1982年-1991其峰值出现在1988年（红线2，即1966+22，完全符合生育年龄均值）。现阶段是平均生育年龄是27岁，随着回声婴儿潮C中出生的人口逐渐进入生育年龄，理论上潮D的峰值应该出现在2015年，但是尽管现在全国已经放开二孩政策，近几年的曲线却较为平缓，回声婴儿潮D并没有如期而至。通过分析，我们认为这主要是由于人们生育观念改变导致的，因而我们可以认为在未来如果不考虑世界大战、重大灾害等重大事件，总人口自然增长率将不会有较大波动，我们将在这个条件下建立模型推算未来的男女比例。 2.模型的预备知识 2.1模型假设 1）不考虑国境间人口流动对人口统计的影响； 2）不考虑所统计的数字中的人口漏报的现象； 3）不考虑各地方生育法规的灵活性政策对全国人口政策影响； 4）不考虑针对少数民族的特殊政策；
非线性偏微分方程 偏微分方程数值方法
非线性偏微分方程偏微分方程数值方法非线性偏微分方程偏微分方程数值方 法 非线性偏微分方程定义:各阶微分项有次数高于一的，该微分方程即为非线性微分方程 (一)主要研究内容 非线性偏微分方程是现代数学的一个重要分支，无论在理论中还是在实际应用中，非线性偏微分方程均被用来描述力学、控制过程、生态与经济系统、化工循环系统及流行病学等领域的问题。利用非线性偏微分方程描述上述问题充分考虑到空间、时间、时滞的影响，因而更能准确的反映实际。本方向主要研究非线性偏微分方程、H-半变分不等式、最优控制系统的微分方程理论及其在电力系统的应用。 1.非线性偏微分方程的研究:我们主要研究偏微分方程解的存在唯一性(和多解性)及稳定性;偏微分方程的初值问题、初边值问题的整体解(包括周期解和概周期解)的存在性及渐近性;平衡解的存在性，尤其是当问题依赖于某些参数时平衡解的分叉结构，以及平衡解的稳定性问题;非线性方程的数值解。 2.H-半变分不等式的研究:建立具有极大单调算子扰动的多值(S)型和伪单调型映象的广义度理论，广义不动点指标理论和具有非凸、不可微泛函的非线性发展型H-半变分不等式理论，由此来研究含间断项的非线性偏微分方程。 3.最优控制系统的微分方程理论及其在电力系统的应用:主要研究与电力生产有关的控制系统的理论和应用。首先提出了对Banach空间中抽象非线性发展方程所描述的最优控制系统的研究。引进非光滑分析，研究最优控制系统的微分方程，利用变分不等式理论研究多值问题、数值计算等，所获理论成果应用于电力系统的
许多最优控制问题(如:电力系统励磁调节器传递函数的辨识、牛顿最优潮流的数学模型等)。 (二)研究方向的特色 1.变分不等式理论与能量泛函的凸性密切相关，由于现代科学技术的需要，特别是研究自由边界和固体力学问题的需要，传统的方法往往都无法解决这类问题，人们对H-半变分不等式进行研究，研究涉及现代分析及应用、偏微分方程以及科学计算等众多领域中亟待解决和发展的重要课题。 2.该研究是现代数学与电力生产的交叉学科研究课题，它对电力生产及管理有着十分重要的理论指导意义和实际应用价值，为控制系统设计、分析和计算都可提供一些重要的理论依据。在应用数学学科的这一研究领域中本课题属于国内外前沿性研究工作。 (三)可取得的突破 1.深入研究空间、时间、时滞对解的性质的影响，诸如静态解、周期解的存在性、解的存在性、渐近性等问题;寻求它们在含间断项的非线性偏微分方程方面的突破。 2.寻求和发现新的处理非单调、非凸不可微能量泛函的方法(如建立Ishikawa 迭代序列收敛准则)，建立发展型方程G-收敛准则，寻求可行的光滑方法将算子方程光滑化，创建新的先验估计方法。 3.应用现代数学所获得的理论，研究最有控制系统的微分方程，为控制系统设计、分析和计算提供一些重要的理论依据和方法。 1747年，法国的达朗贝尔等由弦振动的研究而开创偏微分方程论。 1760~1761年，法国的拉格朗日系统地研究了变分法及其在力学上的应用。 随机微分方程数值解
扩散问题的偏微分方程模型,数学建模
第七节 扩散问题的偏微分方程模型 物质的扩散问题，在石油开采、环境污染、疾病流行、化学反应、新闻传播、煤矿瓦斯爆炸、农田墒情、水利工程、生态问题、房屋基建、神经传导、药物在人体内分布以及超导、液晶、燃烧等诸多自然科学与工程技术领域，十分普遍地存在着. 显然，对这些问题的研究是十分必要的，其中的数学含量极大. 事实上，凡与反应扩散有关的现象，大都能由线性或非线性抛物型偏微分方程作为数学模型来定量或定性地加以解决. ＭＣＭ的试题来自实际，是“真问题⊕数学建模⊕计算机处理”的“三合一”准科研性质的一种竞赛，对上述这种有普遍意义和数学含量高，必须用计算机处理才能得到数值解的扩散问题，当然成为试题的重要来源，例如，ＡＭＣＭ-90Ａ，就是这类试题；ＡＭＣＭ-90Ａ要研究治疗帕金森症的多巴胺（dopamine ）在人脑中的分布，此药液注射后在脑子里经历的是扩散衰减过程，可以由线性抛物型方程这一数学模型来刻划. ＡＭＣＭ-90Ａ要研究单层住宅混凝土地板中的温度变化，也属扩散（热传导）问题，其数学模型与ＡＭＣＭ-90Ａ一样，也是线性抛物型方程. 本文交代扩散问题建模的思路以及如何推导出相应的抛物型方程，如何利用积分变换求解、如何确定方程与解的表达式中的参数等关键数学过程，且以ＡＭＣＭ-90Ａ题为例，显示一个较细致的分析、建模、求解过程. §1 抛物型方程的导出 设(,,,)u x y z t 是t 时刻点(,,)x y z 处一种物质的浓度. 任取一个闭曲面S ，它所围的区域是Ω，由于扩散，从t 到t t +?时刻这段时间内，通过S 流入Ω的质量为 2 221(cos cos cos )dSd t t t S u u u M a b c t x y z αβγ+????=++???? ??. 由高斯公式得 2222 221222()d d d d t t t u u u M a b c x y z t x y z +?Ω ???=++???? ???. （1） 其中，222,,a b c 分别是沿,,x y z 方向的扩散系数. 由于衰减（例如吸收、代谢等），Ω内的质量减少为 2 2d d d d t t t M k u x y z t +?Ω =? ???， （2） 其中2 k 是衰减系数. 由物质不灭定律，在Ω内由于扩散与衰减的合作用，积存于Ω内的质量为12M M -. 换一种角度看，Ω内由于深度之变化引起的质量增加为 3[(,,,)(,,,)]d d d d d d d . (3)t t t M u x y z t t u x y z t x y z u x y z t t Ω +?Ω =+?-?=????? ??? 显然312M M M =-，即