数学建模社区-数学中国

标题: 人口预测 [打印本页]

作者: longde    时间: 2015-8-17 22:44
标题: 人口预测
人口预测
: f0 s( T& O) k& b1.问题' D7 f5 x" B1 C$ p
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,作出较准确的预报,是有效控制人口增长的前提.下面介绍两个最基本的人口模型,并利用表1给出的近两百年的美国人口统计数据,对模型做出检验,最后用它预报2000年、2010年美国人口.5 {+ `9 Q  |+ W6 k# Q% D
表1  美国人口统计数据
6 ^$ I1 Q  ?7 \- o年(公元), N% J+ {% `5 `7 W" c1 d

8 O2 d8 U) V8 O  g人口(百万)        1790( w+ \: I5 A3 J0 O- ^, H8 p# X

, d# z6 d- a1 L. |8 s6 l' I3.9        1800  V6 v6 r4 q( [  V, y# w2 ^  {
% k# z3 ^% i( V/ \( D" S- n% Z4 R' D
5.3        1810, M! l; e' b0 }% x7 a& x

, G% k; x+ E5 A% o* p9 J. ?7.2        1820) K% _9 s/ A: p. u$ C
* D' I0 a: G! d3 Q/ ~- r7 z
9.6        1830
; B" A/ p* r2 E! Q: ?) c2 t8 s8 X# Q5 O4 x0 }
12.9        1840) g$ U5 w  l9 W3 u9 t* {8 m

, J/ v; I3 m- |8 B17.1        18501 z1 @1 }9 W+ T$ g: a
1 c5 J! N( v  l/ W' S4 J
23.2
! K! x6 ^5 ?+ ^# f2 g年(公元)! q; D9 s% k! `: L

3 h5 M) ]9 F/ X. S4 f2 U人口(百万)        1860
1 Y+ [) {% \- O8 j: _5 O( p7 |  w# Y3 i0 S# h: ~/ B; ~
31.4        1870
( L# ]* u3 g! L
! P) o5 V! |. [$ u38.6        1880
/ C4 P+ `3 G0 S# A$ i6 S
& c9 o0 E) E2 q# a5 {) A8 k; x50.2        1890
, O2 @9 {( w# s$ Q' ]( G" N0 L
: s5 \2 ?; t. y( Y( ~7 ?62.9        1900
6 ^" k, u& K; Y0 m) P3 M6 P5 ?' B- [% w- m, E$ ?4 `  S
76.0        1910
1 |7 Z+ K5 p6 i- V- ~) K  L) _7 W) T: Z! D$ A
92.0        1920
6 H- k1 z4 a/ _7 z. i: M* `
5 Q. `; Y5 b  v( I% w) M5 j# K/ o6 [106.5
3 \- U# c( K' o9 Z& o( s$ z$ {3 j2 D年(公元)* G: F  ?( o, B3 J5 b' S& o
3 V6 E7 [) b; S3 S
人口(百万)        1930
" u! `+ h" g5 V' D( S7 u3 ]' H( a3 s2 r5 N" E
123.2        1940
2 [# `  K: o' S. r$ l. j8 d) G/ v6 e; U7 N
131.7        19502 G' K" l) U' }+ r! c1 _
4 l* @) i. m4 I3 Q
150.7        1960( ]1 S6 b( c) n1 c: z5 z
. L$ s2 ]: N) g- h7 S! `
179.3        1970
# J& Q2 Y0 Y$ D, p% |' c: c  C7 `. s) c- A! F
204.0        19805 Y- s& ^1 z. y' X3 C; r4 f& c8 f
2 O( L( Y. S% ~0 H8 i$ a
226.5        1990( C! K4 }/ E6 ?0 Z5 x' d1 ?  ^
7 G; T8 p* g! \) B0 r
251.4
# R! O1 P1 c) \$ c- d4 ?+ x4 m* p* z; `$ y; _
2.指数增长模型(马尔萨斯人口模型)
: ]* f7 y- t! F4 V此模型由英国人口学家马尔萨斯(Malthus1766—1834)于1798年提出.
, k& g) D' U; b! e[1] 假设:人口增长率 是常数(或单位时间内人口的增长量与当时的人口成正比).9 |/ W* W: @5 Z
[2] 建立模型:  记时刻t=0时人口数为x0, 时刻t的人口为 ,由于量大, 可视为连续、可微函数.t到 时间内人口的增量为:
2 @6 _0 x- \( K/ b4 g( E" f
2 V) g; x6 I2 }% ~: t0 h于是 满足微分方程:; W# s0 K# a4 f2 T4 W
                       (1)- e3 l% R# U5 o
[3] 模型求解: 解微分方程(1)得5 U8 Z3 s9 u/ T$ V+ F9 S
                              (2)
! s& f1 z# d+ y0 x表明: 时, ( >0)." s' O+ r1 N& h: T  i! o
[4] 模型的参数估计:
: H& v: Q- j/ o" o; r$ v要用模型的结果(2)来预报人口,必须对其中的参数r进行估计,这可以用表1-1的数据通过拟合得到.拟合的具体方法见本书第16章或第18章.) Y0 c$ {, l1 `! d
通过表中1790—1980的数据拟合得:  =0.307. , O0 c! q! h- i3 k' m  M
[5] 模型检验:
9 Y4 V9 ~* E" X   将x0=3.9, =0.307 代入公式(2),求出用指数增长模型预测的1810—1920的人口数,见表2.9 Z3 {0 }+ h- |' f6 r3 O& n- [. t: t
表2  美国实际人口与按指数增长模型计算的人口比较
! P7 W3 {3 Z; e( B- R( T/ S
) N9 B3 L5 f  Z8 u& Q! J, R1 Q3 i(公元)        实际人口6 y& d4 B6 N* u, ~1 q( ?$ E
(百万)        指数增长模型
: i& h& g2 Q6 h3 w% C% d3 h1 X                预测人口(百万)        误差(%)1 q+ E- y( C5 g0 I2 u  E
1790        3.9               
  B/ N/ J2 G8 W: ^- \0 F* o, p1800        5.3               
7 w8 C3 A( Z( f; C) l1810        7.2        7.3        1.4
. M: p" i+ x/ v& b1820        9.6        10.0        4.2
7 r: ], r; J% ]3 I; z1830        12.9        13.7        6.23 f* x' k& }9 a% W% ?( ^* w
1840        17.1        18.7        9.4, i3 u9 K# s$ ~8 X8 f6 N, W
1850        23.2        25.6        10.3
, T  E9 k9 H4 N( o) Y* h* X1860        31.4        35.0        10.8* N, r8 @: A! X% ?
1870        38.6        47.8        23.8
: u( L0 E& D# I; d' R5 `1880        50.2        65.5        30.52 T' F% t4 t3 D2 E1 y0 z: T
1890        62.9        89.6        42.48 M2 V& m$ Q: b7 F7 O' c. M. ^: O
1900        76.0        122.5        61.2' _- b, B6 }2 j* X
1910        92.0        167.6        82.1
, W+ Y( B% m- S* i9 ]1920        106.5        229.3        115.33 t( h0 Y0 Y, I3 D0 L4 K
  从表2可看出,1810—1870间的预测人口数与实际人口数吻合较好,但1880年以后的误差越来越大.# Q" Z. p3 u. u$ y* i* f0 D" D/ s
  分析原因,该模型的结果说明人口将以指数规律无限增长.而事实上,随着人口的增加,自然资源、环境条件等因素对人口增长的限制作用越来越显著.如果当人口较少时人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随着人口增加而减少.于是应该对指数增长模型关于人口净增长率是常数的假设进行修改.下面的模型是在修改的
, }) B2 h3 s, O3. 阻滞增长模型(logistic模型)  W% G2 j0 G5 y3 t# V
[1]假设:
% Y0 ^1 U& V2 e(a)人口增长率 为人口 的函数 (减函数),最简单假定 (线性函数), 叫做固有增长率.6 `9 f* j" W% X, |
(b)自然资源和环境条件年容纳的最大人口容量 .- O2 B5 t' {9 P: [
[2]建立模型:1 p. q9 _' j5 p& l4 T+ c
   当  时,增长率应为0,即 =0,于是 ,代入 得:
5 d2 o$ Q; T9 O4 u7 O                                   (3): U3 ~! d# |" @: L
将(3)式代入(1)得:
2 R- d  k. P4 j2 m- N7 D模型:                          (4) / v* I7 h4 o1 |. {  `' Q6 f' X
[3] 模型的求解:  解方程组(4)得             (5)
3 z7 C4 i+ n: z+ A, F8 n% O    根据方程(4)作出  曲线图,见图1,由该图可看出人口增长率随人口数的变化规律.根据结果(5)作出x-t曲线,见图2,由该图可看出人口数随时间的变化规律.  
0 S/ U+ Q( n/ \
. v8 b1 l& l/ m7 `  E2 D. Z  g' z. P( W  `- x8 |
  g- |' o5 ]. B$ M

2 c( t( E  |4 v/ c+ s) Z" X$ @9 h

0 e4 l$ j7 @2 ~! N  j* `
" f! K. G( z% [9 ]7 `$ _$ C* |) {" y- O3 H6 b; E. w

( Q  |' H8 B& A5 _" e. U. ~6 E3 G$ K7 e( M9 Y) i/ M
[4] 模型的参数估计:$ b1 V5 l) d* g
利用表1中1790—1980的数据对 和 拟合得: =0.2072,  =464.
8 G; P1 ?0 D$ {* }* m! Y+ y* L [5] 模型检验:! ?! x. ^& K, W* ?
将 =0.2072,  =464代入公式(5),求出用指数增长模型预测的1800—1990的人口数,见表3第3、4列.  W  i8 h2 d1 t* `+ O
也可将方程(4)离散化,得& L! \" L1 j9 `5 p- {5 ^1 l
      t=0,1,2,…,     (6)7 v$ o6 _8 M$ F4 y
用公式(6)预测1800—1990的人口数,结果见表3第5、6列.
4 _, v0 i7 v' z5 [  S/ s- P. i5 W
8 {  Z5 d" }8 \3 \/ t/ i) G表3  美国实际人口与按阻滞增长模型计算的人口比较+ ]* @0 l7 U- G4 V& B8 I/ q0 ~5 ^
6 r3 J! V  ?+ f8 _3 O! X, Z2 E5 u

8 d! Z5 _9 ~& s; N        实际
. b! B/ d: _3 q5 \/ e人口
- L+ J! B1 H# ]2 Z# T(百万)        阻滞增长模型
+ C8 F3 ^* I+ _$ H! ~                公式(5)        公式(6), g3 D& Y& v1 l$ a  M3 e9 S; `6 [
                预测人口(百万)        误差(%)        预测人口(百万)        误差(%)
5 v! i* T. F8 L& I0 W1790        3.9                                7 g5 t* `% {  n) d( J4 I
1800        5.3        5.9025        0.1137        3.9000        0.2642& ~9 ?/ R/ C7 }" m; N
1810        7.2        7.2614          0.0085           6.5074        0.0962# @9 a/ V& K6 j1 j$ H6 u+ T
1820        9.6        8.9332        0.0695        8.6810        0.0957
- [) x' k) R! j# ?1830        12.9        10.9899        0.1481        11.4153        0.1151# ?* t$ Y9 F# ?, |
1840        17.1        13.5201        0.2094        15.1232        0.1156( d1 L1 C  R) F$ l4 r, w( J' f
1850        23.2        16.6328        0.2831        19.8197        0.1457" u! `9 z/ k& S6 v" S) ^
1860        31.4        20.4621        0.3483        26.5228        0.15539 A. y* g8 B  i7 z
1870        38.6        25.1731        0.3478        35.4528        0.0815
9 q9 x/ F3 I4 C3 O3 E0 W/ r1880        50.2        30.9687          0.3831        43.5329        0.1328& }$ o7 D, ?0 q
1890        62.9        38.0986        0.3943        56.1884          0.1067
9 k& r+ A2 S7 d5 i) D" W1900        76.0        46.8699        0.3833        70.1459        0.07706 R. W+ {0 N; H, Y2 j
1910        92.0        57.6607        0.3733        84.7305        0.07901 ?: \- L3 D& G8 m
1920        106.5        70.9359        0.3339        102.4626        0.0379) {& k& {% u' L
1930        123.2          87.2674        0.2917        118.9509          0.0345
$ V# M3 g6 g. m" W: N- s1940        131.7        107.3588        0.1848        137.8810        0.0469& u5 T  n5 J0 s# [) W
1950        150.7        132.0759        0.1236        148.7978          0.01261 V6 E2 x/ s! b; _# u8 M
1960        179.3        162.4835          0.0938        170.2765        0.0503& T4 }) f1 z- K  F) V/ x! C
1970        204.0        199.8919          0.0201        201.1772        0.0138' g- h$ M+ L: b  I2 n1 J
1980        226.5        245.9127        0.0857        227.5748        0.0047% T, L* a/ ]- R7 X
1990        251.4        302.5288        0.2034        250.4488        0.0038
6 n+ _5 |2 [4 _5 r[6] 模型应用:# J8 a7 m- O( M' j7 l. _7 j4 j- L# T
现应用该模型预测人口.用表1中1790—1990年的全部数据重新估计参数,可得 =0.2083,  =457.6. 用公式(6)作预测得:  S8 o; O) w) K, Y  @
x(2000)=275; x(2010)=297.9.
* b: y, k; ^4 c& n) z3 J6 r6 a. U& B也可用公式(5)进行预测.; i3 N5 n% I0 A) C. P+ Y

' N! x1 K' n7 e. w1 Z$ U! y; y7 T8 U9 s

作者: 2923153768    时间: 2020-7-20 11:25
很好的帖子,支持一下。9 R+ _  V, t% I, x, s+ _2 d& f





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5