人口指数模型(完整资料).doc
指数模型
(2)指数增长模型1.模型假设以()P t 表示时刻t 浙江省的常住人口总数。
假设时刻t 人口增长的速率（即单位时间人口的增长量）与当时人口数成正比，则人口的相对增长率为常数，记为r 。
2.模型的建立和求解若记初始时刻t 的人口为0P ，假设人口增长率为常数r ，即单位时间内()P t 的增量等于r 乘以()P t 。
考虑t 到t+t ∆时间内人口的数量，显然有(t)()()t P t P t r P t +∆-=⋅⋅∆,令t 0∆→，得到()P t 满足微分方程(0)dPr P dt P P ⎧=⋅⎪⎨⎪=⎩ , （2） 解之得rt P P e =⋅ , （3） 又因为2005t Y =-，所以得到指数函数如下(2005)0r Y P P e -=⋅ ， （4） 现在用浙江省人口统计数据对上式的参数r ,0P 进行估计，利用简单的线性最小二乘法对式（4）取对数，则有Q rt a =+，ln Q P =，0ln a P = ， （5）用浙江省2006-2013的常住人口数据来拟合上式得到r 和a ，就能得到r 和0P 。
现在，我们利用Matlab 数学软件对已知数据建立指数函数拟合模型，通过编程（见附录3.1）得出图2。
图2 指数函数拟合模型图这种模型的拟合函数为0.015878(2005)4907.06YP e-=⋅。
（6）从图3可以看出，实际的人口总数在拟合函数的曲线上上下波动，说明拟合的函数与实际具有一定的误差，根据拟合的函数，我们求出了相对应年份的一些预测人口，并列出指数增长模型从2002到2011年的预测总人数如表3，并与实际值进行对比。
表3 指数增长模型预测的2006-2013年人口年份年末常住人口（万人）预测人口（万人）2006 4976.00 4985.60 2007 5056.00 5065.39 2008 5116.00 5146.46 2009 5176.00 5228.83 2010 5442.69 5312.51 2011 5459.30 5397.54 2012 5472.80 5483.92 2013 5493.80 5571.69附录3.1. 指数增长模型2002-2011年人口增长用(2005)r YP P e-=⋅拟合>> Time=[1:1:8];Number=[4976.00 5056.00 5116.00 5178.00 5442.69 5459.30 5472.80 5493.80];st=[2013];np=(st-2006)/1+1;Matrix=zeros(length(np),2);sNum=zeros(length(np),length(Time));for k=1:size(np,2);x=Time(1:np(k));y=log(Number(1:np(k)));A=polyfit(x,y,1);Matrix(k,:)=[A(1) exp(A(2))];sNum(k,:)=exp(polyval(A,Time))endsNum =1.0e+003 *Columns 1 through 44.9855951886811525.065386821295675 5.146455473883610 5.228821584427717 Columns 5 through 85.312505918009143 5.397529572042394 5.483913981594177 5.571680924787326 >> MatrixMatrix =1.0e+003 *0.000015877714004 4.907060460003071附录3.2 对指数增长模型的拟合作图Y =[2006 2007 2008 2009 2010 2011 2012 2013];P=[4976.00 5056.00 5116.00 5178.00 5442.69 5459.30 5472.80 5493.80]; p1=4907.06*exp(0.015878*(Y-2005));P2=4907.06*exp(0.015878*(Y-2005));plot(Y,p1)grid onhold onplot(Y,P2,'o'),axis([2005,2014,4600,5600])xlabel('年份（年）'),ylabel('人口（万人）')。
(完整版)数学建模logistic人口增长模型
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。
表1 各年份全国总人口数（单位：千万）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 sxr x r （2） 设自然资源和环境条件所能容纳的最大人口数量mx ，当mx x =时人口不再增长，即增长率)(=m x r ，代入（2）式得m x rs =，于是（2）式为)1()(mx x r x r -= （3）将（3）代入方程（1）得：⎪⎩⎪⎨⎧=-=0)0()1(x x x x rx dtdxm （4）解得：rt mme 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rx0=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') x2010=f(2010,xm,r,x0) x2020=f(2020,xm,r,x0) x2033=f(2033,xm,r,x0)解得：x(m)= 180.9516(千万)，r= 0.0327/(年),x(0)=61.5得到1954-2005实际人口与理论值的结果：根据《国家人口发展战略研究报告》我国人口在未来30年还将净增2亿人左右。
人口模型
假定净增长率等于r(1
−
x(t) xm
)，即
净增长率随着x(t)的增加而减少，当x(t)
→
xm时，净增长
率趋于零，指数模型的方程变为
dx
x
= r(1 − )x
dt
xm
初始条件为x|t=t0 = x0。
问题1：试着解出此微分方程的理论解，并画出x(t)的图像；假设xm = 20, t0 = 1990，估
计2015年中国人口数量。根据实际人口数量，修正xm，并计算出2050年人口数量；
问题2：应用此模型。假定今年在保护区内放入野生动物20只，若被精心照料，预计野
生动物增长规律满足，在t年内，其总数为
220 x=
1 + 10(0.83)t
当保护区内野生动物达到80只时，不需要精心照料，野生动物也将会进入正常的生长状态， 即其群体增长仍然符合上述表达式中的增长规律。（1）需要精心照料的期限为多少年？ （2）在这一自然保护区中，最多能供养多少只野生动物？
其它要求： 1.封面用提供给你们的word文件； 2.论文主体包括：第一节：问题简述；第二节：解决问题；第三节：总结优缺点。最好 还要参考文献。 3.论文题目和各节的题目自己定。 4.15周时交给我。 5.需要使用MATLAB解决问题，并将命令代码等放在论文最后一部分。
1
人口模型
November 24, 2016
18世纪末，英国人口学家马尔萨斯对百余年的人口统计资料进行了研究，于1798年提出 人口指数增长模型。基本假设是：单位时间内人口的增长量与当时的人口总数成正比。设时
间t = t0时人口总数为x0，根据马尔萨斯假设，在时间t时，人口总数为x(t)，从t到t + ∆t时 间内，人口增长为
数学应用典型案例模型1马尔萨斯人口增长(指数增长)模型
xc e hx
C
其中 C 为任意常数，可由初始条件确定。
捕食----被捕食模型有着广泛的应用。当一个包含两个群体的系统中，只要
两个群体相互依存、相互制约，均可用捕食----被捕食模型来描述。例如，鲨鱼
与食用鱼、寄生虫与其宿主、害虫与其天敌、肿瘤细胞与正常细胞等都可用该模
型来描述。下图表明了狐狸----野兔（数量）随着时间 t 所发生的周而复始的变
化，正是这种变化维持着该系统的生态平衡。
在狐狸----野兔生态系统中，生态系统的平衡点就是使 dx 0, dy 0 的点。 dt dt
即
a byx 0 c hxy 0
(3-2)
只求非零解，可知平衡点为： x c , y a 。也就是说，当野兔数量保持在 c ，
设人类生存空间及可利用资源（食物、水、空气）等环境因素所能容纳的最 大人口容量为 K（称为饱和系数）.人口数量 N（t）的增长速率不仅与现有人口 数量成正比，而且还与人口尚未实现的部分（相对最大容量 K 而言）所占比例 K N 成比例，比例系数为固有增长率 r.于是，修改后的模型为
K
dN
hb
h
狐狸数量保持在 a 时，就能维持狐狸----野兔生态系统的平衡。 b
图 3-2
例 狐狸----野兔模型为
dx dt
0.03x
0.001xy
dy dt
0.9 y 0.002xy
(3-3)
试问：狐狸、野兔的数目各为多少时，该系统才达到平衡？
解：由 dx 0 ，得 y狐狸 0.03 3（0 只）；
模型 3 捕食——被捕食模型 所用知识：微分方程组 内容介绍：
人口指数模型
指数函数的数据拟合世界人口预测问题下表给出了本世纪六十年代世界人口的统计数据(单位：亿)年1960 1961 1962 1963 1964 1965 1966 1967 1968人口有人根据表中数据，预测公元2000年世界人口会超过60亿。
这一结论在六十年代末令人难以置信，但现在已成为事实。
试建立数学模型并根据表中数据推算出2000年世界人口的数量。
根据马尔萨斯人口理论，人口数量按指数递增的规律发展人口问题是当今世界各国普遍关注的问题，认识人口数量的变化规律，可以为有效控制人口增长提供依据。
早在1798年，英国经济学家马尔萨（就提出了自然状态下的人口增长模型：rtyey其中t表示经过的时间，0y表示t＝0时的人口数，r12表示人口的年平均增长率。
表3是1950～1959年我国的人口数据资料：年份1950 1951 1952 1953 1954 1955 1956 1957 1958 1959人数／万人 55196 56300 57482 58796 60266 61456 62828 64563 65994 67207t0 1 2 3 4 5 6 7 8 9(1)如果以各年人口增长平均值作为我国这一时期的人口增长率（精确到），用马尔萨斯人口增长模型建立我国在这一时期具体人口增长模型，并检验所得模型与实际人口数据是否相符;解：设1951~1959年的人口增长率分别为于是, 1951~1959年期间,我国人口的年均增长率为由图4可以看出,所得模型与1950~1959年的实际人口数据基本吻合。
0.022155196..t y e t N =∈129(...)90.0221r r r r =+++÷≈129r ,r ,......,r .155196(1)56300,1951,r +=≈≈≈≈≈≈≈≈≈123456789可得年的人口增长率r 0.0200.同理可得r 0.0210,r 0.0229,r 0.0250,r 0.0197,r 0.0223,r 0.0276,r 0.0222,r 0.0184.55196,1950~1959y =令则我国在年期间的人口增长模型为3（2）如果按表3的增长趋势，大约在哪一年我国的人口达到13亿？ 将y=130000代入由计算可得3976.38≈≈t所以,如果按表3的增长趋势,那么大约在1950年后的第39年(即1989年)我国的人口就已达到13亿.由此可以看到,如果不实行计划生育,而是让人口自然增长,今天我国将面临难以承受的人口压力.根据表格3中的数据作出散点图,并作出函数图40.022155196..t y e t N =∈function y=ys1(a,t)y=55196*exp(a*t);t=[0:9];y=[55196 56300 57482 58796 60266 61456 62828 64563 65994 67207]; a0=[1];[a,res]=lsqcurvefit('ys1',a0,t,y)t1=[0::9];y1=55196*exp*t1);plot(t1,y1,t,y,'*')4例1已知1790—1990年间美国每隔十年的人口记录如下：(人口单位：106)年1790 1800 1810 1820183018401850人口年1860187018801890190019101920人口7692年1930194019501960197019801990人口204用以上数据检验Malthus人口(指数)增长模型方法一(1)编写函数M文件fit1（图1）function y=fit1(a,t)y=*exp(a*(t-1790));rteyy(2)输入并运行如下命令t=1790:10:1990;y=[,,,,,,,,,,,76,92,,,,,, 204, ,];a0=; [a,res]= lsqcurvefit('fit1',a0,t,y) a = res = +0045（或t=1790:10:1990;y=[,,,,,,,,,,,76,92,,,,,, 204, ,];f=inline('*exp(a*(t-1790))','a','t'); [a,res]=lsqcurvefit(f, ,t,y)人口增长模型的图形显示ti=1790:1990; yi=*exp(a*(ti-1790)); plot(t,y,'o',ti,yi)（图1）6方法二(1)编写函数M文件fit1(图2)rteyy0 =function y=fit1(a,t)y=a(1)*exp(a(2)*(t-1790));(2)输入并运行如下命令t=1790:10:1990;y=[,,,,,,,,,,,76,92,,,,,, 204, ,];a0=[0,0]; [a,res]= lsqcurvefit('fit1',a0,t,y) a =rteyy=res =+003人口增长模型的图形显示ti=1790:1990; yi=a(1)*exp(a(2)*(ti-1790));plot(t,y,'o',ti,yi)gtext('人口指数函数') %注释(或t=1790:10:1990;y=[,,,,,,,,,,,76,92,,,,,, 204, ,];[c,d]=solve('c*exp(d*10)=','c*exp(d*20)=','c','d')f=inline('a(1)*exp(a(2)*(t-1790))','a','t');7[a,res]=lsqcurvefit(f,[,],t,y)）a=res =+00330025020015010050（图2）8（图1）（图2）9。
(完整版)毕设之人口增长模型讲解
毕业设计——人口增长模型及其应用孙建锋第一章绪论1.研究背景2.国内外研究现状3.人口概念介绍第二章人口增长模型的概述1.马尔萨斯模型（人口指数增长模型）2.Logistic模型（人口阻滞增长模型）3.年龄移算法模型4.Leslie人口增长模型5.灰色GM（1，1）预测模型6.人口发展方程7.各模型的优缺点对比第三章基本人口预测1.出生人数的预测2.死亡人数的预测3.分年龄分性别人口数预测4.人口总数预测第四章人口实例预测1.数据准备2.模型应用与求解3.结果分析4.结论及相关建议第一章绪论1.1研究背景人口问题是联系社会经济发展最基本、最复杂问题，受到世界各国诸多领域的关注.就人口规模的发展而言存在极大地差异，如，某些发展中国家人口生育率过高；而某些发达国家的生育率过低，甚至为负増长，这些现象会引发一系列社会经济问题，如，失业、老龄化，进而影响社会稳定.人口问题事关国计民生，是影响经济社会发展全局的重大问题。
以人为本的科学发展观必然要求我们在一切发展序列中首先关注人口发展，中国人口发展在中国经济社会发展框架中具有绝对优先的工具价值和目的意义。
人口发展对一个国家经济、社会协调和可持续发展具有重要影响。
发现人口问题、制定相应政策、采取合适措施对人口发展进行调节，是政府保证经济社会协调和可持续发展的重要内容。
众所周知，人口众多是我国基本的国情，人口问题一直以来就是中国经济发展的绊脚石，中国是人口第一大国，固然有地大物博，资源丰富的美誉，但按人口数量平均下来，也就成了人均占有量不足的基本国情。
中国在世纪之交的2000年进行了全国第五次人口普查，国家许多重大社会、政治，经济问题的研究都要依据人口的数量。
为此，进行人口预测是有效地控制人口发展与资源关系不可缺少的手段之一，同时也是人口决策的重要依据.对人口进行预测，做到人口有计划地发展不仅能有效地处理好人类与资源的关系，而且对于经济发展的预测，各个生态专项规划及制定建设决策都有重要的借鉴意义，也是我国经济稳定、高效、协调发展的保证。
人口增长模型
一、 人口增长模型： 1. 问题下表列出了中国1982—1998年的人口统计数据，取1982年为起始年（t=0），…人口自然增长率14%，以36亿作为我国的人口容纳量，是建立一个较好的数学模型并给出相从图中我们可以看到人口数在1982—1998年是呈增长趋势的，而且我们很容易发现上述图像和我们学过指数函数的图像有很大的相似性，所以我们很自然想到建立指数模型，但是指数模型有个不妥之处就是没有考虑社会因素的，即资源的有限性，也就是人口不可能无限制的增长，所以有必要改进模型，这里我们假设人口增长率随人口增加而呈线性递减，从而建立起比较优越阻滞增长模型 模型一：指数增长模型（马尔萨斯模型）1.假设：人口增长率r 是常数.2.建立模型：记时刻t=0时人口数为0X ,时刻t 的人口为X （t ）,由于量大，X （t ）可以视为连续、可微函数，t 到t+t ∆时间段人口的增量为：)()()(t rX tt X t t X =∆-∆+于是X （t ）满足微分方程：)1()0(0⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧==X X rX dt dx3.模型求解：解得微分方程（1）得： X （t ）=0X )(0t t r e- （2）表明：t ∞−→−时，t X )0.(>∞−→−r . 4.模型的参数估计要用模型2对人口进行预报，必须对其中的参数r 进行估计，这可以用表1通过Matlab 拟合： 程序：x=[1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 19971998]';X=[ones(17,1),x]Y=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]';[b,bint,r,rint,stats]=regress(Y,X); %回归分析b,bint,stats%输出这些值rcoplot(r,rint);%画出残差及其置信区间z=b(1)+b(2)*x;plot(x,Y,'k+',x,z,'r')，%预测及作图运行结果：b =1.0e+006 *-2.84470.0015bint =1.0e+006 *-2.9381 -2.75130.0014 0.0015stats =1.0e+005 *0.0000 0.0455 0 1.9800图1各数据点及回归方程的图形 即回归模型为：y=-2844700+1500x从上图可用看出拟和得效果比较好。
人口指数增长模型和Logistic模型学习资料
根据美国人口从1790年到1990年间的人口数据（如下表），确定人口指数增长模型和Logistic 模型中的待定参数，估计出美国2010年的人口，同时画出拟合效果的图形。
表1 美国人口统计数据1860 1870 1880 1890 1900 1910 指数增长模型：rt e x t x 0)(=Logistic 模型：()011mrtm x x t x e x -=⎛⎫+- ⎪⎝⎭解：模型一:指数增长模型。
Malthus 模型的基本假设下，人口的增长率为常数，记为r ，记时刻t 的人口为 )(t x ，（即)(t x 为模型的状态变量）且初始时刻的人口为0x ，因为⎪⎩⎪⎨⎧==0)0(x x rxdt dx由假设可知0()rt x t x e = 经拟合得到：}2120010120()ln ()ln ,ln (),,ln rt a y a t a x t x e x t x rt r a x e y x t a r a x =+=⇒=+⇒=====程序：t=1790:10:1980;x(t)=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5123.2 131.7 150.7 179.3 204.0 226.5 ];y=log(x(t));a=polyfit(t,y,1) r=a(1),x0=exp(a(2)) x1=x0.*exp(r.*t); plot(t,x(t),'r',t,x1,'b') 结果：a = 0.0214 -36.6198r= 0.0214 x0= 1.2480e-016所以得到人口关于时间的函数为：0.02140()t x t x e =，其中x0 = 1.2480e-016， 输入：t=2010;x0 = 1.2480e-016; x(t)=x0*exp(0.0214*t)得到x(t)= 598.3529。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
指数函数的数据拟合
世界人口预测问题
下表给出了本世纪六十年代世界人口的统计数据(单位：亿)
有人根据表中数据，预测公元2000年世界人口会超过60亿。
这一结论在六十年代末令人难以置信，但现在已成为事实。
试建立数学模型并根据表中数据推算出2000年世界人口的数量。
根据马尔萨斯人口理论，人口数量按指数递增的规律发展
人口问题是当今世界各国普遍关注的问题，认识人口数量的变化规律，可以为有效控制人口增长提供依据。
早在1798年，英国经济学家马尔萨（T.R.Malthus,1766-1834)就提出了自然状态下的人口增长模型：
精品文档，下载后可编辑
精品文档，下载后可编辑
rt
e
y y 0=
其中t 表示经过的时间， 0y 表示t ＝0时的人口数，r 表示人口的年平均增长率。
表3是1950～1959年我国的人口数据资料：
(1)如果以各年人口增长平均值作为我国这一时期的人口增长率（精确到0.0001），用马尔萨斯人口增长模型建立我国在这一时期具体人口增长模型，并检验所得模型与实际人口数据是否相符;
解：设1951~1959年的人口增长率分别为
于是, 1951~1959年期间,我国人口的年均增长率为
129r ,r ,......,r .155196(1)56300,1951,
r +=≈≈≈≈≈≈≈≈≈1
2
34
5
678
9
可得年的人口增长率r 0.0200.同理可得r 0.0210,r 0.0229,r 0.0250,r 0.0197,r 0.0223,r 0.0276,r 0.0222,r 0.0184.
55196,1950~1959y =令则我国在年期间的人口增长模型为
精品文档，下载后可编辑
由图4可以看出,所得模型与1950~1959年的实际人口数据基本吻合。
（2）如果按表3的增长趋势，大约在哪一年我国的人口达到13亿？ 将y=130000代入
由计算可得3976.38≈≈t
所以,如果按表3的增长趋势,那么大约在1950年后的第39年(即1989年)我国的人口就已达到13亿.由此可以看到,如果不实行计划生育,而是让人口自然增长,今天我国将面临难以承受的人口压力.
0.022155196..
t y e t N =∈129(...)90.0221
r r r r =+++÷≈根据表格3中的数据作出散点图,并作出函数
图4
0.022155196..
t y e t N =∈
function y=ys1(a,t)
y=55196*exp(a*t);
t=[0:9];
y=[55196 56300 57482 58796 60266 61456 62828 64563 65994 67207]; a0=[1];
[a,res]=lsqcurvefit('ys1',a0,t,y)
t1=[0:0.1:9];
y1=55196*exp(0.0220*t1);
plot(t1,y1,t,y,'*')
精品文档，下载后可编辑
例1已知1790—1990年间美国每隔十年的人口记录如下：(人口单位：106)
用以上数据检验Malthus人口(指数)增长模型
方法一
(1)编写函数M文件fit1（图1）
function y=fit1(a,t)
y=3.9*exp(a*(t-1790));
rt
e
y
y
(2)输入并运行如下命令
t=1790:10:1990;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,5 0.2,62.9,76,92,106.5,123.2,131.7,150.7,179. 3, 204, 226.5,251.4];
精品文档，下载后可编辑
a0=0.1; [a,res]= lsqcurvefit('fit1',a0,t,y) a = 0.0217 res = 1.2724e+004
（或t=1790:10:1990;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2, 62.9,76,92,106.5,123.2,131.7,150.7,179.3, 204, 226.5,251.4];
f=inline('3.9*exp(a*(t-1790))','a','t');
[a,res]=lsqcurvefit(f,0.1 ,t,y)
人口增长模型的图形显示
ti=1790:1990; yi=3.9*exp(a*(ti-1790)); plot(t,y,'o',ti,yi)
精品文档，下载后可编辑
精品文档，下载后可编辑
（图1）
方法二
(1)编写函数M 文件fit1(图2)
rt
e
y y 0
function y=fit1(a,t)
y=a(1)*exp(a(2)*(t-1790));
(2)输入并运行如下命令
t=1790:10:1990;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,5
0.2,62.9,76,92,106.5,123.2,131.7,150.7,179. 3, 204, 226.5,251.4];
a0=[0,0]; [a,res]= lsqcurvefit('fit1',a0,t,y) a =13.8695 0.0148
rt
y
e
y
res =1.8257e+003
人口增长模型的图形显示
ti=1790:1990; yi=a(1)*exp(a(2)*(ti-1790));
plot(t,y,'o',ti,yi)
gtext('人口指数函数') %注释
(或t=1790:10:1990;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,92,106.5,123.2,131.7,150.7 ,179.3, 204, 226.5,251.4];
[c,d]=solve('c*exp(d*10)=5.3','c*exp(d*20)=7.2','c','d')
f=inline('a(1)*exp(a(2)*(t-1790))','a','t');
[a,res]=lsqcurvefit(f,[3.9,0.03],t,y)）
a=
13.8692 0.0148
res =
1.8257e+003
精品文档，下载后可编辑
300
250
200
150
100
50
（图2）
300
250
200
150
100
50
（图1）（图2）
精品文档，下载后可编辑
精品文档，下载后可编辑。