数学建模人口增长模型
数学建模在人口增长中的应用
数学建模在人口增长中的应用人口增长一直是全球面临的重要问题之一。
面对人口的迅速增加，我们需要寻找有效的方法来预测和控制人口的增长趋势。
数学建模作为一种重要的工具，可以帮助我们分析和理解人口增长的规律，并提供科学的解决方案。
1. 人口增长模型人口增长可以使用不同的数学模型来描述和预测。
其中，最常用的人口增长模型之一是指数增长模型。
指数增长模型假设人口增长的速度与当前人口数量成正比。
简单来说，人口数量每过一段时间就会翻倍。
这种模型可以用以下公式表示：N(t) = N(0) * e^(rt)其中，N(t)是时间t时刻的人口数量，N(0)是初始人口数量，r是人口增长率，e是自然对数的底数。
2. 人口增长趋势预测利用指数增长模型，我们可以根据过去的人口数据来预测未来的人口增长趋势。
通过对已有数据进行拟合和分析，可以确定合适的增长率，并利用该增长率来预测未来的人口数量。
除了指数增长模型，还有其他一些常用的人口增长模型，如Logistic模型和Gompertz模型。
这些模型考虑了人口增长的上限和减缓因素，更符合实际情况。
3. 人口政策制定数学建模不仅可以帮助我们预测人口增长趋势，还可以为人口政策的制定提供支持。
通过建立人口增长模型，我们可以模拟不同的政策措施对人口增长的影响。
例如，我们可以模拟采取计划生育政策后的人口增长情况，评估政策的有效性和可行性。
此外，数学建模还可以用于评估不同人口政策的长期影响。
通过引入更多因素，如医疗水平、经济发展和教育水平等，我们可以建立更为复杂的人口增长模型，从而更全面地评估政策的效果和潜在风险。
4. 人口分布和迁移模型除了人口增长模型，数学建模还可以用于研究人口分布和迁移的模型。
通过建立人口分布模型，我们可以分析不同地区人口的分布规律和变化趋势。
这些模型可以为城市规划、资源配置和社会发展提供重要参考。
在人口迁移方面，数学建模可以帮助我们研究人口的流动和迁移规律。
例如，我们可以建立迁移网络模型来描述不同地区之间的人口流动情况，从而预测人口迁移的趋势和影响因素。
数学建模论文-基于双线性系统、差分方程的人口增长模型模板
基于双线性系统、差分方程的人口增长模型摘要社会经济的许多领域的规划都必须考虑人口这一重要因素。
而人口普查只能为我们提供某几个时间点的横截面数值，但在现实生活中，人们常常需要其他时间点的人口总数及其构成。
于是一个迫切的任务就是如何用少数的几个时点的信息比较准确的得到较详尽的其他时点的人口数据。
人口系统发展是一个动力学过程，为强惯性系统，人口死亡率和出生率构成人口增长的双线性系统。
针对中短期预测，基于统计理论，将5年的死亡出生率，死亡率求期望，建立了人口增长的定常差分方程模型，预测至2015的人口发展趋势，通过MATLAB求解得到2015年的总人口为14.17亿，乡村城镇化趋势明显；并且人口在2025左右出现峰值，约为15.1亿。
针对长期预测，根据动力学发展过程理论，当时间尺度接近惯性系统的时间常数（社会人口的平均寿命）时，人口状态将发生明显改变。
由此建立了人口增长的时变差分模型。
并通过MATLAB求解，预测2050年的人口总数为14.33亿，人口系统达稳定状态。
然后，利用Leslie矩阵分析模型的稳定性。
当时间t（年）充分大时人口增长也趋于稳定。
针对长期模型的检验，对不同的总和生育率做出了人口总数的变化曲线。
得出当总和生育率的更替水平临界值略大于2.0。
关键词：差分方程，强惯性系统，Leslie矩阵，总和生育率一.问题重述与分析1.1问题重述中国乃泱泱人口大国，人口规模是城市规划和土地利用总体规划中一项重要的控制性指标，人口规模是否合理，不仅影响到未来地区经济和社会发展，而且会影响到地区生态环境可持续发展。
因此准确地预测未来人口的发展趋势，制定合理的人口规划和人口布局方案具有重大的理论意义和现实意义。
根据国家人口报告，对短期、中期和长期人口预测作如下定义：十年内为短期，十到十五年为中期，五十年及其以上为长期。
人口发展过程是一个很缓慢的过程。
它的“时间常数”接近平均期望寿命约七、八十年的时间。
人口状态随时间变化的过程称为人口发展过程。
数学建模-人口增长模型
数函合拟 据数始原
。万百 8668. 333 � ) 0102 ( x 为数口人的年 0102 测预以可们我而从
84981 � t 753. 12 � t 810600. 0 � ) t( x
2
数口人
� 84981 � c , 753. 12� � b�810600.0 � a 得解 � �2 件附见� 程编 baltaM 用们我
录附
。年 4002 , 社 版出 育教等 高� 京北 ,]M[)版三 第( 模建 学数 .俊叶 ,星金 谢 ,源启姜 ]2[ 。年 2002 ,社 版出育教等高:京北 ,]M[用应与计设序程 BALTAM .颖张 ,平昭陈 ,国卫刘 ]1[
献文考参
。越优为更型模 长增数指比测预的来未对�确准更果结�的合适很是测预数口人的来未对型模次 以所�合吻的常非据数的期后是别特�好果效合拟�上线曲合拟在都上本基�律 规长增的口人映反地观客更型模长增滞阻出看以可 。好很得合拟据数口人的区地 该对型模的们我出看以可们我 4 图从 。图果效合拟的型模长增滞阻是 4 图 图果效合拟的型模长增滞阻 4 图
) 0 0 8 1� t ( r �
� 27 � � �1 e�1 � m � x 01 �
m
x
� ) t( x
2 . 7 � ) 0081( x � � � m � td � � x � � � 1 x� � 0r � xd � � x �
ቤተ መጻሕፍቲ ባይዱ
�得解
�到得以可� 2. 7 � ) 0081( x 件条始初用利并�中程方的型模长增数指进代式上把
值数函的点知未在 p 式项多计估 %
)1x,p(lavylop = 1y ;0102=1x
;no dirg ;no xob ;)2,'数函合拟','据数始原'(dnegel ;)'数口人'(lebaly ;)'份年'(lebalx 例图上加形图给 % 来起连次依点据数的义定)ny,x(把 % )ny,nx(tolp 值数函的 p 式项多计估 % ;)nx,p(lavylop = ny 标坐横的新义定 % ;0102:5:0081 = nx p 数系回返�合拟式项多 % )2,y,x(tifylop = p
(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。
数学建模 之 人口模型
数学建模———关于人口增长的模型摘要：本文讨论了人口的增长问题，并预测出了2010、2020年的美国人口。
首先，我们给出了两种预测方法：第一，在假定人口增长率不变的情况下，建立指数增长模型；第二，假定人口增长率呈线性下降的情况下，建立阻滞增长模型。
对两种模型的求解，我们引入了微分方程。
其次，为了选择一种较好的预测方法，我们分别对两种模型进行了检验和讨论。
先列图表对预测值与真实值进行比较，然后定性的对模型进行讨论，最后一个阶段选择绝对误差、均方差和相关系数对两个模型的优劣进行定量的评价，选出最好的预测方法。
一、 问题的提出：人口问题是当前世界上人们最关心的问题之一，认识人口数量的变化规律，做出较为准确的预报，是有效控制人口增长前提，现根据下表给出的近两百模型一（指数增长模型）1、模型的提出背景：我们对所给的数据进行了认真仔细的分析之后，对其进行处理：将年份进行编号（i X ），人口数量计为（i Y ），以i X 为横坐标，以i Y 为纵坐标，建立直角坐标系。
然后将表格中所给的数据绘在直角坐标系中附表A ，我们发现这些点大体呈指数增长趋势固提出此模型。
附图A2、基本假设：人口的增长率是常数增长率——单位时间内人口增长率与当时人口之比。
故假设等价于：单位时间人口增长量与当时人口成正比。
设人口增长率为常数r 。
时刻t 的人口为X(t),并设X(t)可微，X(0)=X O由假设，对任意△t>0 ，有)()()(t rx tt x t t x =∆-∆+即：单位时间人口增长量=r ×当时人口数当△t 趋向于0时，上式两边取极限，即：o t →∆lim)()()(t rx tt x t t x =∆-∆+ 引入微分方程：)1( )0()(0⎪⎩⎪⎨⎧==x x t rx dtdx3、模型求解： 从（1）得rdt xdx= 两边求不定积分：c rt x +=ln∵t=0时0x x =，∴C x =0lnrt e x rt x x 00ln ln ln =+=∴rte x t x 0)(= (2) 当r>0时.表明人口按指数变化规律增长.备注； r 的确定方法：要用（4.2）式来预测人口,必须对其中的参数r 进行估计: 十年的增长率307.0ln 9.33.5==r,359.1307.0=e,则(2)式现为: t t x )359.1(9.3)(⨯=4、结论：由上函数可预测得:2010的人口为x(22):x(22)=3325.772020的人口为x(23):x(23)=4519.735、检验：根据所建立的指数模型预测1790以后近两百年的美国人口数量,在此6、模型讨论：由表可见，当人口数较少时，模型的预测结果与实际情况相差不大（不超过5%）。
6.2 人口增长模型 数学建模
一、粮食生产 19501950-1984 世界粮食产量的增幅超过人口增 长速度。但84年以后粮食产量增幅一直落后 长速度。但84年以后粮食产量增幅一直落后 于人口增长速度。 原因：缺少新垦土、灌溉量减少、土地生 产率的提高越来越难。
二、水资源的匮乏 国际水资源管理研究预测，到2050年， 国际水资源管理研究预测，到2050年， 约有10亿人口将面临缺水的状况。 约有10亿人口将面临缺水的状况。 三、海洋捕捞
2005年11月 世界人口状况报告》 2005年11月《世界人口状况报告》显示目 前世界总人口为64.647亿，我国占了约20% 前世界总人口为64.647亿，我国占了约20% 2050年世界人口将达77-112亿，若采取94 2050年世界人口将达77-112亿，若采取94 亿的预测值。会带来什么影响？
例题2齐次微分方程3一阶线性非线性微分方程其他模型malthusmalthus11模型假设模型假设33美国的实际人口数据美国的实际人口数据22模型建立模型建立33模型检验分析模型检验分析1人口预测人口预测22景区游客人数增长景区游客人数增长3城市人口增长城市人口增长
第六章鱼类减少
饲料
渔业养殖
四、森林覆盖率、生物多样性、能源危机等等
2、复习
1、微分方程：含有导数 或微分的方程 2、微分方程的类型：
（1）可分离变量的微分方程，形如 dy = f ( x) ⋅ g ( y ) dx
（2）齐次微分方程 （3）一阶线性、非线性微分方程 其他
例题 模型
2、模型建立
3、模型分析检验
美国的实际人口数据
二、阻滞增长模型
1、 模型假设 设人口增长率r是人口数N的线性递减函数， 记为r ( N ), K 是自然资源和环境条件的最大人 口容量，r 表示人口很少时的增长率（固有增 长率）
人口增长问题数学模型
人口增长问题数学模型人口增长问题是一个复杂的社会现象，它涉及到众多因素，如生育率、死亡率、移民、出生性别比等。
为了更好地理解和预测人口增长趋势，人们常常建立数学模型来描述人口变化的规律。
下面是一个简单的人口增长问题数学模型的示例。
假设人口数量为P(t)，时间t为以年为单位。
则人口增长可以用以下微分方程表示：dP(t)/dt = rP(t)其中，r是人口自然增长率，是一个常数。
这个微分方程描述了人口数量随着时间的变化情况，即人口数量呈指数增长。
然而，实际情况要复杂得多。
以下是一个更复杂的人口增长模型，考虑到生育率、死亡率和移民等因素：dP(t)/dt = (b - d)P(t) + I其中，b是每单位时间的出生率，d是每单位时间的死亡率，I是每单位时间的移民人数。
这个模型可以更好地描述人口增长的趋势，特别是当存在外部干扰（如战争、自然灾害等）时。
除了以上两个模型，还有其他更复杂的模型，如Logistic增长模型、Malthusian模型等。
这些模型考虑的因素更加全面，可以更准确地描述人口增长的趋势。
例如，Logistic增长模型考虑了环境承载能力对人口增长的限制，而Malthusian 模型则考虑了人口增长与资源供给之间的关系。
建立数学模型有助于我们更好地理解和预测人口增长趋势。
这些模型可以帮助我们评估不同政策对人口增长的影响，如计划生育政策、移民政策等。
此外，这些模型还可以帮助我们预测未来人口数量和结构的变化情况，从而为社会发展规划提供科学依据。
然而，需要注意的是，数学模型只是对现实世界的近似描述，它可能无法完全准确地预测未来情况。
因此，在使用数学模型进行人口增长预测时，需要结合实际情况和专家意见进行综合分析。
总之，数学模型是研究人口增长问题的重要工具之一。
通过建立数学模型，我们可以更好地理解和预测人口增长的规律和趋势。
这些模型可以帮助我们评估不同政策对人口增长的影响，为社会发展规划提供科学依据。
数学建模-人口增长模型
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。
符号说明)(t x t 时刻的人口数量 0x 初始时刻的人口数量 r 人口增长率m x 环境所能容纳的最大人口数量，即0)( m x r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。
18001820184018601880190019201940196019802000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)(tx是时间t的二次函数，即：2()=++x t at 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：221(,,)()ni i i i E a b c at bt c x ==++-∑其中i x 是i t 时刻该地区的人口数，即有：2222)3.28020002000...)2.718001800(),,(-+⋅+⋅++-+⋅+⋅=c b a c b a c b a E令0,0,0E E E a b c∂∂∂===∂∂∂，可以得到三个关于a 、b 和c 的一次方程，从而可解得a 、b 和c 。
- 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)。
数学建模人口增长模型摘要:人口的增长是当前世界上引起普遍关注的问题作为世界上人口最多的国家，我国的人口问题是十分突出的由于人口基数大尽管我国已经实行了20多年的计划生育政策人口的增长依然很快，巨大人口压力会给我国的社会政治经济医疗就业等带来了一系列的问题。
因此研究和解决人口问题在我国显得尤为重要。
我们经常在报刊上看见关于人口增长预报，说到本世纪，或下世纪中叶，全世界的人口将达到多少亿。
你可能注意到不同报刊对同一时间人口的预报在数字商场有较大的区别，这显然是由于用了不同的人口整张模型计算出来的结果。
人类社会进入20世纪以来，在科学和技术和生产力飞速发展的同时世界人口也以空前的规模增长。
人口每增加十亿的时间，有一百年缩短为十几年。
我们赖以生存的地球已经携带着他的60亿子民踏入下一个世纪。
长期以来，人类的繁殖一直在自然地进行着，只是由于人口数量的迅速膨胀和环境质量的急剧恶化，人们才猛然醒悟，开始研究人类和自然的关系、人口数量的变化规律以及如何惊醒人口控制等问题。
本论文中有两个模型：（1）：中国人口的指数增长模型，并用该模型进行预测，与实际人口数据进行比较。
（2）：中国人口的Logistic图形，标出中国人口的实际统计数据进行比较。
而且利用MATLAB图形，标出中国人口的实际统计数据，并画出两种模型的预测曲线。
关键字：人口预测；Malthus模型；Logistic模型；MATLAB软件一、问题背景及重述1.1问题的背景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。
我国自1973年全面推行计划生育以来，生育率迅速下降，取得了举世瞩目的成就，但全面建设小康社会仍面临着人口的形势和严峻挑战。
随着我国经济的发展、国家人口政策的实施，未来我国人口高峰期到底有多少人口，专家学者们的预测结果不一。
因此，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。
1.2 问题的重述下表列出了中国1982~1998年的人口统计数据，取1982年为起始年(t=0)，1982年的人口101654万人，人口自然增长率为14‰，以36亿作为我国人口的容纳量，试建立一个较好的人口数学模型并给出相应的算法和程序，并与实际人二、问题分析对于人口增长的问题，其影响因素有很多，比如：人口基数，出生率，死亡率，人口男女比例，人口年龄结构的组成，人口的迁入率和迁出率，人口的生育率和生育模式，国家的医疗发展情况，国家的政治策略等众多的因素。
如果把这些因素都要考虑进去，则该问题根本无从下手。
因此，应该根据中国人口自身发展的特点，选取相应的能够体现我国人口发展特点的模型。
人口发展模型有连续形式和离散形式，因为题目所给的数据是每个年份的具体数据，可以将这些数据视为连续的。
根据表格中的数据，我们使用MATLAB编程（附录1）画出散点图。
图1中国1982~1998年的人口数据图从图中我们可以看到人口数在 1982—1998 年是呈增长趋势的，且增长趋势类似于指数型增长，因此，我们可以先建立一个指数增长模型（Malthus模型）。
但是，由于地球上的资源是有限的，它只能提供一定数量的生命生存所需的条件，因此人口不可能无限制增加。
随着人口数量的增加，自然资源，环境条件等对人口再增长的限制作用将越来越显著。
于是我们假设在人口较少时，可以把人口增长率看成常数，但随着人口的增加，我们应该把人口增长率视为一个随着人口增加而减小的量，从而我们可以将模型一（Malthus模型）优化为一个阻滞增长模型（Logistic模型）。
三、模型假设（一）Malthus模型假设我国人口的增长符合人口指数增长的规律，即满足Malthus模型的两个前提：第一，食物是人类生存所必需的；第二，两性间的情欲是必然的，而且几乎会保持现状。
从这两个“人类本性的固定法则”出发，可以得出一个最基本的经济比例：食物或生活资料的增长与人口的增殖之间的关系。
马尔萨斯说，人口的增殖比生活资料增长的要快，人口是按几何级数增长的，而生活资料则只按算术级数增长。
但是，马尔萨斯并不认为这两个级数就是人口规律的反映，他提出，保持两个级数平衡的唯一出路就是抑制人口的增长。
他把所谓支配人类命运的永恒的人口自然法则，归纳成以下三个定理。
三个定理：第一点是人口的制约原理， 说明人口与生活资料之间必然存在某种正常的比例， 即“人口的增长， 必然要受到生活资料的限制”；第二点是人口的增殖原理， 即“生活资料增加， 人口也常随着增加”； 第三点是马尔萨斯人口原理的核心， 称之为人口的均衡原理， 即“占优势的人口繁殖力为贫困和罪恶所抑制，因而使现实的人口得以与生活资料保持平衡”。
这个原理与前两个原理是紧密相连的，它说明人口与生活资料之间最终将实现均衡， 但是这种均衡不是自然实现的，而是种种“抑制”的产物。
所以，Malthus 模型假设条件如下：1．设P(t)表示t 时刻的人口数，且P(t)连续可微。
2．人口的增长率r 是常数(增长率=出生率-死亡率)。
3．人口数量的变化是封闭，即人口数量的增加与减少只取决于人口中个体的生育与死亡，且每一个都具有同样的的生育能力与死亡率。
（二）Logistic 模型由于地球上的资源有限，当人口数量发展到一定阶段后，会产生一系列问题，如食物短缺、居住和交通拥挤等。
另外，随着人口密度的增加，疾病将会增多，死亡率会上升，因此，人口的增长率不会是Malthus 所假设的是一个常数不改变，而是会随着人口数量增加而减少。
假设增长率r 表示P(t)的函数r(p)，且r(p)为p 的减函数。
1. 设r(p)为p 的线性函数，r(p)=r-kp 。
2. 自然资源与环境条件所能容纳的最大人口数为Pm ，即当P=Pm 时，增长率r(p)=0。
四、变量说明五、模型建立与模型求解5.1 Malthus 模型由假设一，t 时刻到t ∆+t 时刻人口增量为t t P r t P t t P ∆⋅⋅=-∆+)()()(于是可得 00)(p dpp t rp dt ==由分离变量法解得模型的解为rtp(t)e∙=0p对该模型两边同时取对数得到一次线性拟合函数=,=,lny0lnrta=ypa p+取表中1982到1998年的数据在MATLAB中M文件（附录2）进行线性最小二乘拟合可得出:f =0.013141 t - 14.5121所以可知r=0.013141,p(t)=101654*exp(0.013141*(t-1982))用MATLAB进行指数拟合得到下图图2可以看出拟合曲线基本吻合，但是随着时间t的增加其误差逐渐加大，所以需要对其修正。
5.2 Logistic模型由假设二可知，记p(t)是第t年的人口数量，人口增长率r(p)是p的线性函数，r(p)=r-kp。
最大人口容纳量为Pm。
即当P=Pm时，增长率r(p)=0。
所以，)1()(m p prp p p r dt dp -=∙=(5.2.1)00)(p p t =同样利用分离变量法求得其解))(exp()1(1)(p 00t t r p p p t mm-∙-∙-+=(5.2.2)根据（5.2.1）式作出p dt p -d 的曲线图（图1）以及由（5.2.2）式作出p-t 曲线图（图2）从上述曲线图以及表达式中，我们可以总结出如下规律：mpt p t =∞→)(lim ，它表明不管人口初始状态是什么样，人口总数最终都将趋于最大人口容纳量。
当p(t)>pm 时，dt dp <0；当p(t)<pm 时，dt dp>0。
它表明当人口数量超过最大人口容纳量时，人口数量将减少，当人口数量小于最大人口容纳量时，人口数量将增加。
dtdpm p 2/0p 0pO人口变化率dt dp在2p m p时取到最大值，即人口总数达到极限值一半之前是加速生长的，经过此点后，增长率会逐渐减小至0。
采用非线性最小二乘估计法对参数r 和pm 进行估计，通过使用matlab 编写程序（附录4）可得：r =0.01137，pm =3.7465e+04用MATLAB 拟合图像如下图3六、模型检验及结果分析经过前面模型建立的工作，已建立出Malthus 模型和Logisic 模型。
现在根据所建立的模型预测相关年份的人口数量，并与实际人口数量相比较以检验模型的优劣性。
Malthus 模型与Logistic 模型对我国人数据的拟合结果更简单；对于中长期预测，模型二要强于模型一。
七、模型评价与推广一、优点：首先我们采用图表结合法，比较直观地表达出题中所给的信息，并据此得出了人口增长的基本规律。
根据所给出的数据，对其进行分析得出了人口增长率与人口总数的线性关系，从而建立了人口阻滞增长模型，对未来人口数的预测作出了较为准确的判断。
模型一是依据英国神父T·Malthus的发现建立了指数型增长模型，经过我们实际数据的检验，发现其人口早期的增长情况与Malthus模型的预测基本相符，然而随着时间的增加，该模型的预测结果明显出现了不合理性。
其原因就是我们将人口增长率视为常数，因此需要对r进行修正。
所以，我们将r表示为p 的减函数，从而推导建立了模型二二、缺点：本文对模型一中的参数只做了线性估计，所以其计算结果与实际误差较大模型二中仅考虑了r与p的关系是线性的，没有考虑非线性关系八、参考文献[1].司守奎，孙兆亮，孙玺菁，周刚，仲维杰，康淑瑰.数学建模算法与应用（第二版）.国防工业出版社，2016年[2].姜启源，谢金星，叶俊.数学模型（第四版）.高等教育出版社·北京.2011年[3].储昌木，沈长春.数学建模及其应用.西南交通大学出版社·成都.2015年[4] 胡守信，李柏年.基于MATLAB的数学实验[M].北京科学出版社.2004年6月[5] 扬启帆，康旭升，等.数学模型[M].北京：高等教育出版社.2006年5月[6] 于学军.《中国人口科学》2000年第2期，时间：2000-4-6，中国人口信息网.附录：1)syms x yx0=1982:1:1998y0=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]xlabel('x')ylabel('y')plot(x0,y0,'*')2)t=[1982:1:1998];y=[log(101654) log(103008) log(104357) log(105851) log(107507)log(109300) log(111026) log(112704) log(114333) log(115823) log(117171) log(118517) log(119850) log(121121) log(122389) log(123626)log(124810)]p1=polyfit(t,y,1);f=poly2str(p1,'t')3)syms x y px0=1982:1:1998y0=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]xlabel('x')ylabel('y')plot(x0,y0,'*')hold ont=1982:1:1998p=101654.*exp(0.013141.*(t-1982))plot(x,p,'r','LineWidth',0.5);legend('原始数据散点图','指数拟合曲线');grid on;4)clc, cleara=textread('data1.txt');p=a([2:2:6],:)';p=nonzeros(p);t=[1982:1:1998]';t0=t(1); p0=p(1);fun=@(cs,td)cs(1)./(1+(cs(1)/p0-1)*exp(-cs(2)*(td-t0)));cs=lsqcurvefit(fun,rand(2,1),t(2:end),p(2:end),zeros(2,1));r=cs(2),pm=cs(1)。