人口增长模型的确定
人口增长模型有哪些【中国人口模型】
表二
而平均相对误差=0.009587
（2）求出原始数据平均值，残差平均值：
其中，
运用Excel求得：，
（3）求出原始数据方差与残差方差的均方差比值C和小误差概率p：
其中，
，
计算可得：，，,p=0.96
通常、、C值越小，p值越大，则模型的精度越好。若
0.95,则模型精度为一级.观察数据可知该模型为一级模型。有很高的信任度。Ⅱ模型二的结果的分析：
.分别令,
, .那么有
. (式七)
(式八)
(式九)
式十)
(式十一)
(
在社会稳定的前提下,生育率和死亡率都比较稳定,从而可以视A(t),B(t)为常矩阵A,B,则上式可化为
.
为了便于处理数据，我们采常矩阵的改进莱斯利模型，但由于矩阵A，B的维数过大，所以将具体的
--以及
--置于附录，相应的A（t）和B(t)也同样在附录。
人口指数：（1）人口总数
（2）平均年龄
（3）平均寿命
（4）老龄化指数
Байду номын сангаас依据这个模型不仅可以求出人口总数，还可以求出平均年龄、平均寿命及老龄化指数等众多量。子模型一：生育模型
若k(r,t)p(r,t)个妇女中t年代平均每年生育孩子数为整个育龄期间的妇女单位时间(t年代)生育孩子数为
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%）。
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：
美国人口增长预测模型
2016年数学建模论文第一套论文题目：人口增长模型的确定组别：第35组姓名：耿晨闫思娜王强提交日期：2016年7月4日题目：美国人口增长预测模型摘要本文根据近两个世纪美国每十年一次的人口统计数据，建立了指数增长模型，即Malthus模型，并通过1790-1890年的数据验证了它的准确性。
但是，随着时间的推移，拟合函数与统计数据误差逐渐增大，所以，又建立了阻滞增长模型，即Logistic模型，这个模型的拟合函数与统计数据误差较小，并用该模型对美国未来几年的人口做出了预测。
总体来说，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：指数增长模型，阻滞增长模型，人口预测一、问题重述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.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、问题分析影响人口增长的因素很多，其中最主要的两个因素是出生率和死亡率。
出生率受到婴儿死亡率、对避孕的态度及措施效果、对堕胎的态度、怀孕期间的健康护理等因素的影响；死亡率则受到卫生设施与公共卫生状况、战争、污染、医疗水平、饮食习惯、心理压力和焦虑等因素的影响。
此外，影响人口在一个地区增长的因素还有迁入和迁出、生存空间的限制、水和食物、疾病等。
在这些因素中，有些是常态的或者有规律的，这些因素对人口的增长是恒定的；而有些因素是随机的，对人口的增长是没有规律的。
因此，当大范围、长时期研究人口增长问题时，对人口增长产生影响的随机因素就不在考虑了。
建立该模型的目的是要能通过模型预测美国后来每十年的人口数具体变化，并与实际的数据进行对比，看误差的大小。
人口指数增长模型
《数学模型》实验报告实验名称：如何预报人口的增长成绩：___________实验日期：2009 年 4 月22 日实验报告日期：2009 年 4 月 26 日人类文明发展到今天,人们越来越意识到地球资源的有限性,我们感受到"地球在变小",人口与资源之间的矛盾日渐突出,人口问题已成为当前世界上被最普遍关注的问题之一,当然人口增长规律的发现以及人口增长的预测对一个国家制定比较长远的发展规划有着非常重要的意义.本节介绍几个经典的人口模型.模型I:人口指数增长模型(马尔萨斯Malthus,1766--1834)1) 模型假设时刻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,即人口增长率为常数r.以P(t)表示时刻t某地区(或国家)的人口数,设人口数P(t)足够大,可以视做连续函数处理,且P(t)关于t连续可微.2) 模型建立及求解据模型假设,在t到时间内人口数的增长量为,两端除以,得到,即,单位时间人口的增长量与当时的人口数成正比.令,就可以写出下面的微分方程:,如果设时刻的人口数为,则满足初值问题:(1)下面进行求解,重新整理模型方程(1)的第一个表达式,可得,两端积分,并结合初值条件得.显然,当时,此时人口数随时间指数地增长,故模型称为指数增长模型(或Malthus模型).如下图3-2所示.3) 模型检验19世纪以前欧洲一些地区的人口统计数据可以很好的吻合.19世纪以后的许多国家,模型遇到了很大的挑战.注意到,而我们的地球是有限的,故指数增长模型(Malthus模型)对未来人口总数预测非常荒谬,不合常理,应该予以修正.图3-24) 模型讨论为了做进一步的讨论,阐明此模型组建过程中所做的假设和限制是非常必要的.我们把人口数仅仅看成是时间的函数,忽略了个体间的差异(如年龄,性别,大小等)对人口增长的影响.假定是连续可微的.这对于人口数量足够大,而生育和死亡现象的发生在整个时间段内是随机的,可认为是近似成立的.人口增长率是常数,意味着人处于一种不随时间改变的定常的环境当中.模型所描述的人群应该是在一定的空间范围内封闭的,即在所研究的时间范围内不存在有迁移(迁入或迁出)现象的发生.不难看出,这些假设是苛刻的,不现实的,所以模型只符合人口的过去结果而不能用于预测未来人口.模型II:阻滞增长模型(Logistic)一个模型的缺陷,通常可以在模型假设当中找到其症结所在——或者说,模型假设在数学建模过程中起着至关重要的作用,它决定了一个模型究竟可以走多远.在指数增长模型中,我们只考虑了人口数本身一个因素影响人口的增长速率,事实上影响人口增长的另外一个因素就是资源(包括自然资源,环境条件等因素).随着人口的增长,资源量对人口开始起阻滞作用,因而人口增长率会逐渐下降.许多国家的实际情况都是如此.定性的分析,人口数与资源量对人口增长的贡献均应当是正向的.1) 模型假设地球上的资源有限,不妨设为1;而一个人的正常生存需要占用资源(这里事实上也内在的假定了地球的极限承载人口数为);在时刻t,人口增长的速率与当时人口数成正比,为简单起见也假设与当时剩余资源成正比;比例系数表示人口的固有增长率;设人口数P(t)足够大,可以视做连续变量处理,且P(t)关于t连续可微.2) 模型建立及求解由模型假设,可将人口数的净增长率视为人口数P(t)的函数,由于资源对人口增长的限制,应是P(t) 的减函数,特别是当P(t) 达到极限承载人口数时,应有净增长率,当人口数P(t)超过时,应当发生负增长.基于如上想法,可令.用代替指数增长模型中的导出如下微分方程模型:(2)这是一个Bernoulli方程的初值问题,其解为.在这个模型中,我们考虑了资源量对人口增长率的阻滞作用,因而称为阻滞增长模型(或Logistic模型).其图形如图3-3所示.图3-33) 模型检验从图3-3可以看出,人口总数具有如下规律:当人口数的初始值时,人口曲线(虚线)单调递减,而当人口数的初始值时,人口曲线(实线)单调递增;无论人口初值如何,当,它们皆趋于极限值.4) 模型讨论阻滞增长模型从一定程度上克服了指数增长模型的不足,可以被用来做相对较长时期的人口预测,而指数增长模型在做人口的短期预测时因为其形式的相对简单性也常被采用.不论是指数增长模型曲线,还是阻滞增长模型曲线,它们有一个共同的特点,即均为单调曲线.但我们可以从一些有关我国人口预测的资料发现这样的预测结果:在直到2030年这一段时期内,我国的人口一直将保持增加的势头,到2030年前后我国人口将达到最大峰值16亿,之后,将进入缓慢减少的过程——这是一条非单调的曲线,即说明其预测方法不是本节提到的两种方法的任何一种.还有比指数增长模型,阻滞增长模型更好的人口预测方法吗[FS:PAGE]事实上,人口的预测是一个相当复杂的问题,影响人口增长的因素除了人口基数与可利用资源量外,还和医药卫生条件的改善,人们生育观念的变化等因素有关,特别在做中短期预测时,我们希望得到满足一定预测精度的结果,比如在刚刚经历过战争或是由于在特定的历史条件下采纳了特殊的人口政策等,这些因素本身以及由此而引起的人口年龄结构的变动就会变的相当重要,进而需要必须予以考虑.一、实验目的预报人口的增长变化规律,作出较准确的预报，为以后有效的控制人口增长提供依据，为设计型实验。
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。
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。
马尔萨斯人口增长
2015年数学建模论文第二套题目：人口增长模型的确定专业、姓名：自动化强晓鹏提交日期：2015.7.3题目：人口增长模型的确定摘要人口预测是制定正确的人口政策的科学依据。
预测人口增长的数学模型通常采用 3 种函数 ,即指数函数、Logistic函数和双曲函数[5]。
3种模型的数学根源都在于二阶 Bernoulli 式微分方程。
文章用matlab等软件对美国1790-1980年的人口数据情况进行研究和处理，得到其人口增长所符合的不同模型结果，并探讨是否预测合理。
同时，根据走势预测了之后几十年的人口总数。
为控制人口发展提供了可靠依据。
关键词：美国人口模型matlab 马尔萨斯模型logistic模型一、问题重述：图表中给出的是1790-1980年间美国每隔10年的人口记录情况，从表中可以看出美国人口基本呈增长趋势。
由此，1.将表中的数据进行处理建立马尔萨斯（Malthus）人口指数增长模型。
2.进行分析预测接下来每隔十年的五次人口数量。
3.查阅实际数据与预测的数据进行对比。
4.马尔萨斯指数增长模型是否合理，尝试采用其他模型进行分析。
二、问题分析：首先，我们用matlab软件进行编程（见附录1），绘制出1790-1980年美国人口数据图，如图1。
图1. 1790-1890年美国人口增长数据图从图1可以看出1790年到1980年的人口是呈增长的趋势的，而且类似指数增长。
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，其数学模型为dx（t）=rx(t)dt=x0（1）x（t0）其中r为常数。
则方程组（1）的的解为x t=x0e r（t−t0）（2）由此可看出，马尔萨斯生物总数增长定律指出任何生物都是随时间按指数方式增长的。
在此意义下，马尔萨斯方程（1）又称指数增长模型。
人作为特殊的生物总群，人口的增长也应满足马尔萨斯生物总数增长定律，此时的（1）式称为马尔萨斯人口方程。
- 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)。
人口增长模型的确定 Prepared on 22 November 2020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。
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为公比的等比数列增长。
因为这时r表示年增长率，通常r<<1，所以可用近似关系e r≈1+r可得出N(t)=N(0)(1+r)t (5-3) (5-3)式即人口增长模型。
问题二：改进模型-阻滞增长模型（Logistic模型）自从英国人口学家和政治经济学家托马斯·罗伯特·马尔萨斯1798年发表《人口学原理》后，马尔萨斯(Malthus)人口指数增长模型在世界上引起了轩然大波，并在后来的人口预测中扮演着重要的角色。
但是随着时间的发展，由于现代社会与自然环境的改变，马尔萨斯人口指数增长模型在预测未来人口时，误差可能会比较大。
上述模型对较早时期的统计数据吻合得较好，但也存在问题，即人口是呈指数规律无止境地增长，此时人口的自然增长率随人口的增长而增长，这不可能。
由于社会的快速发展，自然环境遭受严重破坏，人口的高速增长等一系列原因，人口的增长率不能按照马尔萨斯所假设为一个常数r不改变。
一般说来，当人口较少时增长得越来越快，即增长率在变大；人口增长到一定数量以后，增长就会慢下来，即增长率变小这是因为，自然资源、环境条件等因素不允许人口无限制地增长，它们对人口的增长起着阻滞作用，而且随着人口的增加，阻滞作用越来越大。
而且人口最终会饱和，趋于某一个常数x，我们假设人口的净增长率为r(1-x(t)/x)，即人口的净增长率随着人口的增长而不断减小，当t 时，净增长率趋于零。
按照这个假设，得到：⎪⎩⎪⎨⎧=-=∞00)())(1(xt x x t x r dt dx (5-4) 这便是荷兰数学家Verhulst 于19世纪中叶提出的阻滞增长模型（Logistic 模型）。
在MATLAB 命令窗口键入 dsolve(‘Dx=r*x*(1-x/c)’,’x(1790)=’) 输出：ans=c/(1+1/39*exp(-r*t)*exp(1790*r)*(10*c-39)) 其中c=x因此，人口的变化规律为：r t e x x x )1790(3910)1(1--∞∞-+=(5-5)问题三模型建立经调查，1790-2010年间中国每隔10年的人口记录如下表所示。
表7 中国人口记录表我们分别应用马尔萨斯人口指数增长模型和Logistic 人口阻滞增长模型来对中国人口进行预测。
六、模型求解问题一模型求解在应用预测模型的过程中考虑到，若要提高预测结果的准确性，就必须增加预测方案的数量，对比各方案的预测值和误差，选取误差最低的一组预测方案。
特别是马尔萨斯模型中，人口增长率r是一定时期内人口增加的综合结果，在预测中它的取值直接关系到预测结果的精度，因此在进行不同阶段的人口预测时根据实际情况对人口增长率r加以分类和处理才能得到理想的预测结果。
本文根据1790-1980年计算美国常住人口每年的增长率，按照人口增长率r 的大小设置了高中低三个方案，以此加强预测结果的对比，提高预测的准确度。
表3 美国每10年自然增长率通过表3可以确定自然增长率高，中，低三个方案。
通过数据分析可得，上述表格为10年的累计增长率，而自然增长率强调一年，所以可近似除以10求得，高方案中自然增长率为，中方案中自然增长率为，低方案中自然增长率为。
依据人口增长率的大小分为高、中、低、三个预测方案，将预测值与实际值进行拟合比较。
图2 r=时马尔萨斯模型曲线拟合图3 r=马尔萨斯模型曲线拟合图4 r=马尔萨斯模型曲线拟合根据上述分析，及曲线拟合可知，取中方案即r=时，马尔萨斯模型更符合实际情况。
因此本文自然增长率取r=来预测美国人口数量并与实际情况对比。
由预测公式预测1790-1980年的人口数量，由指数增长模型可得各个年份的真实值与预测值之间的差别如下表：表4 1790年-1980年美国人口真实值与预测值通过调查得知1990-2010年人口数量统计如下表表5 1990年-2010年美国人口真实值与预测值图5 美国人口真实值与预测值曲线拟合通过上图可以发现，1790-1870指数增长模型确实拟合的比较好，但从1870年开始往后发现误差越来越大，可知指数增长模型只适合于短期的人口预测。
为了生存以及人类的发展，人们自然会采取有效措施来控制人口的过度增长，自然资源、环境资源的条件也限制了人口数量的过度增长。
因此为了使人口预报模型适合长期的发展趋势，更好地符合实际情况，必须修改指数增长模型中关于人口增长率是常数这个基本假设了，这时必将导致更适合人类发展的规律的新数学模型的产生。
问题二模型求解利用MATLAB软件中的“curvefit”命令和式(5-5)来拟合所给的人口统计数据，从而确定出(5-5)中的待定参数r和x。
查阅资料可得r 的初值取为小于1的数，比如取a=[200, ]时，得到a =[ ]，y1 =，即(5-5)中的r=, x=，2010年美国的人口预计为百万人。
这个结果还比较合理，当t 趋于无穷时，静增长率趋于零，人口数趋于百万人，即极限人口x=百万百万。
拟合效果见图5。
根据该题已给数据可作如下图形：图6 Logistic 模型拟合曲线从图6可以看出，在前一段吻合得比较图，但在最上面，若拟合曲线更接近原始数据，对将来人口的预测应该更好。
因此略加修改将拟合准则改为：∑∑+==-+-=211212))(())(()(min n i i i ni i i x t f w x t f a E (5-6)其中w 为右端几个点的误差权重，在此处应该取为大于1的数，这样会使右边的拟合误差减小，相应的，其他点的误差会有所增加。
我们要使这些误差的增减恰当，可以通过调整w 和n 的具体取值，比较他们取各种不同值时的拟合效果，从而确定出一个合适的数值。
1) 先取n=17,w=,运行上述程序，得到结果a = [, ]; x1 = .2) 再取n=16,w=2,运行上述程序，得到结果a=[,];x1=.我们把两种情况的拟合曲线画在同一个坐标系中，很容易作出比较，见图6。
第二种情形后半段的变化趋势与原始数据更吻合，因此，对将来人口的预测应该更好。
图7 Logistic 模型优化拟合曲线经过修改，得到了一个较满意的结果，人口增长率r=,极限人口x m =(百万)，并预测1990年--2010年美国人口。
通过调查得知1990-2010年人口数量统计如下表表6 1990年-2010年Logistic 模型美国人口真实值与预测值问题三模型求解马尔萨斯(Malthus)人口指数增长模型求解中国人口问题参照问题一，我们来求解中国人口问题。
表8 中国每10年自然增长率同样，取高、中、低三种自然增长率方案，高方案中自然增长率为，中方案中自然增长率为，低方案中自然增长率为。
图8 r=时马尔萨斯模型曲线拟合图9 r=时马尔萨斯模型曲线拟合图10 r=时马尔萨斯模型曲线拟合根据上述分析，及曲线拟合可知，取中方案即r=时，马尔萨斯模型更符合实际情况。
因此本文自然增长率取r=来预测中国人口数量并与实际情况对比。
由预测公式预测1790-1980年的人口数量，由指数增长模型可得各个年份的真实值与预测值之间的差别如下表：表9 1790年-1980年中国人口真实值与预测值通过调查得知1990-2010年人口数量统计如下表表10 1990年-2010年中国人口真实值与预测值图11 中国人口真实值与预测值曲线拟合Matlab中cftool()工具箱求解应用Matlab中cftool()工具箱来进行图像拟合。
图12 cftool工具箱拟合经过不同模型的应用比对，我们发现应用3阶高斯分布可以达到较好的拟合效果，误差相对较小。
此时，a1 = 1002 , 1339)b1 = 1992 (1978, 2006)c1 = ,a2 = ,b2 = 1932 (1907, 1958)c2 = ,a3 = ,b3 = 1837 (1828, 1846)c3 = ,七、结果分析综合做出假设的两种模型与原始数据所描述的图形如下：可以看出，当世界人口总数不大时，生存空间，资源等极充裕，人口总数指数的增长是可能的，但当人口总数非常大时，指数增长的线性模型则不会反映这样的现实。