§3 随机性人口模型
如果研究对象是一个自然村落或一个家族人口，数量不大，需作为离散变量看待时，就利用随机性人口模型来描述其变化过程。 记 ()t Z —时刻t 的人口数（只取整数值）
()()()n t Z p t p n ==—人口为n 的概率
模型假设 1、在[]t t t ?+, 出生一人的概率与t ? 成正比，记作t b n ?，出生二人及二人以上的概
率为()t o ?；
2、在[]t t t ?+, 死亡一人的概率与t ? 成正比，记作t d n ?，死亡二人及二人以上的概率为()t o ?；
3、出生与死亡是相互独立的随机事件；
4、进一步设n b 和n d 均为与n 成正比，记,
,n d n b n n μλ==λ和μ分别是单位时间内
1=n 时一个人出生和死亡的概率。
模型建立
由假设3~1，可知()n t t Z =?+可分解为三个互不相容的事件之和：()1-=n t Z 且t ?内出生一人；()1+=n t Z 且t ? 内死亡一人；()n t Z =且t ?内无人出生或死亡。按全概率公式 ()()()()t d t b t p t d t p t b t p t t p n n n n n n n n ?-?-+?+?=?+++--1)(1111
即 ()()
()()())(1111t p d b t p d t p b t
t p t t p n n n n n n n n n +-+=?-?+++--
令0→?t ，得关于()t p n 的微分方程
()()()()t p d b t p d t p b dt
dp n n n n n n n n
+-+=++--1111
又由假设4，方程为
()()()()()()t np t p n t p n dt
dp n n n n
μλμλ+-++-=+-1111 （1）
若初始时刻)0(=t 人口为确定数量0n ，则()t p n 的初始条件为
()?
?
?≠==00
,0,10n n n n p n （2）
（1）在（2） 条件下的求解非常复杂，且没有简单的结果，不过人们感兴趣的是()()t Z E 和
()()t Z D （以下简记成)(t E 和)(t D ）。按定义()()∑∞
==1
n n t np t E （3）
对（3）求导并将（1）代入得
()()()()()()∑∑∑∞=∞
=+∞=-+-++-=11
211111n n n n n n t p n t p n n t p n n dt dE
μλμλ （4）
注意到
()()()()()()()()∑∑∑∑∞
=∞
=+∞
=∞
=--=++=-1
1
1
1
1
1
11,11k k
n n n k k
n t p k k t p n n t p k k t p n n 代入（4） 并
利用（3），则有
()()()t E t np dt dE
n n μλμλ-=-=∑∞
=1)( （5）
由（2）得()t E 的初始条件()00n E =，求解微分方程（5）在此初始条件下的解为
()μλ-==r e n t E rt
,0 （6）
可以看出这个结果与指数模型()rt
e x t x 0=形式上完全一致。随机性模型（6）中出生率λ与死亡
率μ之差r 即净增长率，人口期望值呈指数增长，()t E 是在人口数量很多的情况下确定性模型的特例。
对于方差()t D ，按照定义()()()∑∞
=-=
1
22
n n t E t p n
t D ，用类似求()t E 的方法可推出
()()[]1)(0
--+=--t
t e e n t D μλμλμ
λμλ （7）
()t D 的大小表示人口()t Z 在平均值()t E 附近的波动范围。（7）式说明这个范围不仅随着时间的
延续和净增长率μλ-=r 的增加而变大，而且即使当r 不变时，它也随着λ 和μ 的上升而增长，这就是说，当出生和死亡频繁出现时，人口的波动范围变大。
§8 主成分分析的应用 主成分分析的基本思想是通过构造原变量的适当的线性组合，以产生一系列互不相关的新变量，从中选出少数几个新变量并使它们尽可能多地包含原变量的信息（降维），从而使得用这几个新变量替代原变量分析问题成为可能。即在尽可能少丢失信息的前提下从所研究的m 个变量中求出几个新变量，它们能综合原有变量的信息，相互之间又尽可能不含重复信息，用这几个新变量进行统计分析（例如回归分析、判别分析、聚类分析等等）仍能达到我们的目的。 设有n 个样品，m 个变量（指标）的数据矩阵 (1)1112 1(2)21222()12m m n m n n n nm x x x x x x x x X x x x x ??? ?? ? ? ? ?== ? ? ? ? ????? 寻找k 个新变量12,,,()k y y y k m ≤ ，使得 1、1122,(1,2,,)l l l lm m y a x a x a x l k =+++= 2、12,,k y y y 彼此不相关 这便是主成分分析。主成分的系数向量12(,,,)l l l lm a a a a = 的分量lj a 刻划出第j 个变量关于第l 个主成分的重要性。 可以证明，若12(,,,)T m x x x x = 为m 维随机向量，它的协方差矩阵V 的m 个特征值为 120m λλλ≥≥≥≥ ，相应的标准正交化的特征向量为12,,,m u u u ，则 12(,,,)T m x x x x = 的第i 主成分为(1,2,,)T i i y u x i m == 。 称1 / m i j j λλ =∑为主成分(1,2,,)T i i y u x i m == 的贡献率， 1 1 /k m j j j j λλ ==∑∑为主成分 12,,k y y y 的累计贡献率，它表达了前k 个主成分中包含原变量12,,,m x x x 的信息量大 小，通常取k 使累计贡献率在85%以上即可。当然这不是一个绝对不变的标准，可以根据实 际效果作取舍，例如当后面几个主成分的贡献率较接近时，只选取其中一个就不公平了，若都选入又达不到简化变量的目的，那时常常将它们一同割舍。 计算步骤如下： 1、由已知的原始数据矩阵n m X ?计算样本均值向量12?(,,,)T m x x x x μ== ； 其中1 1(1,2,,)n i ij j x x i m n ===∑
摘要 以2010年11月1日零时为标准时点，中国大陆31个省、自治区、直辖市和现役军人的人口共13.397亿。13亿是一个忧虑的数字。13亿人要吃饭、要穿衣、要上学、要就业、要住房……，消费的需求乘以13亿，就是一个庞大的数目，而我国的耕地、水资源、森林以及矿产资源本来就稀缺，再除以13亿，就少得可怜。平均每人耕地面积只有1.4亩，水资源只相当于世界人均水平的1/4…….、 中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。当前中国的人口存在着最为明显的三大特点：（1）人口基数大，人口数量的控制难度仍很大。（2）人口整体素质不高，特别是县域及以下农村人口素质普遍偏低。（3）人口结构不合理，城乡差别、地区差别和人口素质差别很大。 人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。 我国是世界第一人口大国，地球上每九个人中就有二个中国人，在20世纪的一段时间内我国人口的增长速度过快，如下表： 有效地控制人口的增长，不仅是使我国全面进入小康社会、到21世纪中叶建成富强民主文明的社会主义国家的需要，而且对于全人类社会的美好理想来说，也是我们义不容辞的责任。 长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。 我国人口问题已积重难返，对我国人口进行准确的预测是制定合理的社会经济发展规划
§15.4锁具装箱问题 [学习目标] 1.能表述锁具装箱问题的分析过程； 2.能表述模型的建立方法； 3.会利用排列组合来计算古典概型； 4.会利用Mathematica求解锁具装箱问题。 一、问题 某厂生产一种弹子锁具，每个锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}6个数（单位从略）中任取一数。由于工艺及其它原因，制造锁具时对5个槽的高度有两个要求：一是至少有3个不同的数；二是相邻两槽的高度之差不能为5。满足上述两个条件制造出来的所有互不相同的锁具称为一批。销售部门在一批锁具中随意地抽取，每60个装一箱出售。 从顾客的利益出发，自然希望在每批锁具中不能互开（“一把钥匙开一把锁”）。但是，在当前工艺条件下，对于同一批中两个锁具是否能够互开，有以下实验结果：若二者相对应的5个槽的高度中有4个相同，另一个槽的高度差为1，则可能互开；在其它情况下，不可能互开。 团体顾客往往购买几箱到几十箱，他们会抱怨购得的锁具中出现互开的情形。现请回答以下问题： 1．每批锁具有多少个，能装多少箱？ 2．按照原来的装箱方案，如何定量地衡量团体顾客抱怨互开的程度（试对购买一、二箱者给出具体结果）。 二、问题分析与建立模型 因为弹子锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}这6个数中任取一数，且5个槽的高度必须满足两个条件：至少有3个不同的数；相邻两槽的高度之差不能为5。所以我们在求一批锁具的总数时，应把问题化为三种情况，即5个槽的高度由5个不同数字组成、由4个不同数字组成、由3个不同数字组成，分别算出各种情况的锁具个数，然后相加便得到一批锁具的总个数。在分别求这三种情况锁具个数的时候，先求出满足第1个条件的锁具个数再减去不满足第2个条件的锁具个数。在求这三种情况锁具个数的时候，主要依靠排列组合的不尽相异元素的全排列公式。 下面用一个5元数组来表示一个锁具： Key=（h1，h2，h3，h4，h5） 其中h i表示第i个槽的高度，i=1，2，3，4，5。此5元数组表示一把锁，应满足下述条件： 条件1：h i∈{1，2，3，4，5，6}，i = 1，2，3，4，5。
§7 消费分布规律的分类 为研究辽宁、浙江、河南、甘肃、青海5省份在某年城镇居民生活消费的分布规律，需要用调查资料对这5个省分类.数据见下表： 其中，X 1：人均粮食支出； X 2：人均副食品支出； X 3：人均烟、酒、茶支出； X 4：人均其它副食品支出； X 5：人均衣着商品支出； X 6：人均日用品支出； X 7：人均燃料支出； X 8：人均非商品支出. 在科学研究、生产实践、社会生活中，经常会遇到分类的问题.例如，在考古学中，要将某些古生物化石进行科学的分类；在生物学中，要根据各生物体的综合特征进行分类；在经济学中，要考虑哪些经济指标反映的是同一种经济特征；在产品质量管理中，要根据各产品的某些重要指标而将其分为一等品，二等品等等. 这些问题可以用聚类分析方法来解决. 聚类分析的研究内容包括两个方面，一是对样品进行分类，称为Q 型聚类法，使用的统计量是样品间的距离；二是对变量进行分类，称为R 型聚类法，使用的统计量是变量间的相似系数. 设共有n 个样品，每个样品i x 有p 个变量，它们的观测值可以表示为 n i x x x x pi i i i ,,2,1),,,,(21 == 一、样品间的距离 下面介绍在聚类分析中常用的几种定义样品i x 与样品j x 间的距离. 1、 Minkowski 距离 m m p k kj ki j i x x x x d 11 ][),(∑=-= 2、绝对值距离 ∑=-=p k kj ki j i x x x x d 1),( 3、欧氏距离 21 21][),(∑=-=p k kj ki j i x x x x d 二、变量间的相似系数 相似系数越接近1，说明变量间的关联程度越好.常用的变量间的相似系数有 1、 夹角余弦
§6 决策树法 对较为复杂的决策问题，特别是需要做多个阶段决策的问题，最常用的方法是决策树法。决策树法是把某个决策问题未来发展情况的可能性和可能结果所做的预测用树状图画出来。其步骤如下： 1、用方框表示决策点。从决策点画出若干条直线或折线，每条线代表一个行动方案，这样的直线或折线称为方案枝。 2、在各方案枝的末端画一个园圈，称为状态点，从状态点引出若干直线或折线，每条线表示一个状态，在线的旁边标出每个状态的概率，称为概率枝。 3、把各方案在各个状态下的损益期望值算出标记在概率枝的末端。 4、把计算得到的每个方案的损益期望值标在状态点上，然后通过比较，选出损益期望值最小的方案为最优方案。 例1某厂准备生产一种新产品，产量可以在三种水平n1、n2、n3中作决策。该产品在市场上的销售情况可分为畅销、一般和滞销三种情况，分别为S1、S2、S3。通过调查，预测市场处于这三种情况的概率分别为0.5、0.3、0.2。三种决策在各种不同市场情况下的利润见下表： 表1 基于各种决策的各种市场情况的利润表（万元） 我们可以计算每种决策下利润的期望值： 实行在水平n1下生产的利润的期望值为：90×0.5+30×0.3-60×0.2=42 实行在水平n2下生产的利润的期望值为：60×0.5+50×0.3-10×0.2=43 实行在水平n3下生产的利润的期望值为：10×0.5+9×0.3-6×0.2=6.5 由于在水平n2下生产利润的期望值最大，因而应选择产量水平n2生产。 可以应用决策树帮助解决这样的决策问题，把各种决策和情况画在图1上： 图1
图中的方框（□）称为决策点，圆圈（○）称为状态点，从方框出发的线段称为对策分支，表示可供选择的不同对策。在圆圈下面的线段称为概率分支，表示在此种对策下可能出现的各种情况。在概率分支上注明了该情况出现的概率。在每一个概率分支的末端注明了对应对策和对应情况下的收益（利润）。在计算时，我们把相应的期望值写在相应的状态点旁边，再由比较大小后选择最优决策，在图上用∥表示舍弃非最优的对策，并在决策点上注明最优决策所对应的期望利润。 图2 利用决策树还可以解决多阶段的决策问题。 例2 某公司在开发一种新产品前通过调查推知，该产品未来的销售情况分前三年和后三年两种情况。因此生产该产品有两种可供选择的方案：建造大厂和建造小厂。如果建造大厂，投资费用5000万元，当产品畅销时，每年可获利2000万元，当产品滞销时，每年要亏损120万元。如果建造小厂，投资费用1000万元，当产品畅销时，每年可获利300万元，当产品滞销时，每年仍可获利150万元。若产品畅销可考虑在后三年再扩建，扩建投资需2000万元，随后三年每年可获利1000万元；也可不再扩建。预测这六年该产品畅销的概率为0.6，滞销的概率为0.4。试分析该公司开发新产品应如何决策？ 根据问题的各种情况可以画出决策树如下：这是一个两阶段的决策问题。注意到图中有两个决策点，反映建小厂的方案中可以分成前三年和后三年两个阶段，并在后三年还要做出一次决策。 图3 把各种数据填到图适当的位置后，由后向前计算获利的期望值。由图可见应采用决策：建造大厂。 500 900 1000*3=3000 300*3=900 6.5
中国人口增长预测模型的建立与分析 摘要 针对我国人口发展过程中出现的老龄化进程加快，出生人口性别比持续升高，乡村人口城镇化的新特点，我们基于LESLIE 矩阵，着重考虑城镇与乡村间的人口迁移及女性人口比例变化对我国人口增长的影响，经过两次改进建立了便于计算机求解的差分方程模型，对我国2005年以后45年的人口增长进行了预测。随后利用时间段参数设置法，对差分方程模型又进行了一次改进。然后运用等维灰色系统预测法对该差分方程模型的中短期预测进行了检验，同时根据2001年人口基本数据运用此模型对2001年～2005年进行了预测，并用实际数据对预测结果进行了检验。 我们将预测区间分为2006～2020年、2021～2035年、2036～2050年三个区间，以量化短期、中期与长期。通过调整模型中相关参数及输入条件，定量地分析了男女性别比例、老龄化和乡村人口城镇化对我国人口增长的影响。预测结果表明，从短期来看，我国的出生性别比变化不明显，将在短期内维持基本不变，老龄化进程在15年内在上升了8个百分点，人口扶养比持续升高，这将加重我国的人口压力，乡村人口城镇化水平进展缓慢；从中期来看，总人口性别比将保持在1与1.1之间，老龄化进程将呈线性增加趋势，乡村人口城镇化水平将持续发展；从长期来看，老龄化进程将在2035到2045年经历老龄人口高峰平台，老龄人口比重在0.3以上，育龄妇女人数持续下降，总人口数将在2023年达到峰值14.05亿。 关键词：LESLIE矩阵，人口预测，性别比例，城镇化，老龄化，灰色系统预测
一、问题的重述 人口问题是中国社会发展的重要问题，对中国人口的中长期预测有助于政府制定相应的政策保持中国的长治久安。 现需要解决的问题如下： 1.主要根据2001～2005年的人口统计数据，对中国人口增长的中短期和长期趋势作出预测，特别要关注老龄化，出生人口性别比及乡村人口城镇化等因素。 2.指出所建模型的优点和不足之处。 二、模型假设 1.在未来50年人口生存的社会环境相对稳定（即没有战争及毁灭性灾难）。 2.国际人口迁入与迁出量相等。 3.在本世纪中叶前，我国计划生育政策稳定。 4.题目所给抽样数据是随机的，真实地反映了整体实际情况。 三、符号说明 123 d t d t d t分别表示乡村、镇、市第t年i岁人口的死亡率； (),(),() i i i 123 (),(),() x t x t x t分别表示乡村、镇、市第t年i岁的人口数； i i i 123 b t b t b t分别表示乡村、镇、市第t年i岁的女性生育率； (),(),() i i i 123 k t k t k t分别表示乡村、镇、市第t年i岁人口的女性比； (),(),() i i i 123 c t c t c t分别表示乡村、镇、市第t年的婴儿死亡率； (),(),() 123 f t f t f t分别表示乡村、镇、市第t年的出生人数； (),(),() 123 h t h t h t分别表示乡村、镇、市第t年i岁女性的生育模式； (),(),() i i i 123 βββ分别表示乡村、镇、市第t年的总和生育率； (),(),() t t t 123 t t t N N N分别表示乡村、镇、市第t年的总人数； (),(),() 123 w t w t w t分别表示乡村、镇、市第t年i岁女性的总人数； (),(),() i i i 123 (),(),() wd t wd t wd t分别表示乡村、镇、市第t年i岁女性的死亡率； i i i 123 m t m t m t分别表示乡村、镇、市第t年i岁男性的总人数； (),(),() i i i 123 md t md t md t分别表示乡村、镇、市第t年i岁男性的死亡率； (),(),() i i i r表示为迁移人口中女性所占比例； 123 z z z分别表示乡村、镇、市出生人口中女性所占的比例； ,, 四、问题的分析 人口发展过程的定量预测，需要预测出未来的人口发展趋势，包括人口总数、人口的性别、年龄和城乡构成，人口出生、死亡和自然增长率的变化以及在未来的人口构成中劳动力和抚养水平及老龄化水平等各项人口指数全部测算出来。人口增长的决定因素为出生率、死亡率和人口基数，但人口分布，人口素质，宏观政策和人口结构（如：年龄结构，性别比例等）等众多因素能够影响出生率与死亡率的波动，从而从根本上影响我国人口的增长。鉴于我国人口问题已有多方面的研究，我们针对近年来我国的人口发展出现的一些新特点，忽略国际人口流动，故可以认为我国人口为一个封闭的系统。对于封闭的系统来说，某时刻人口总量=人口基数+新生人口数—死亡人口数。为了提供更多关于市、镇、乡的人口增长分布趋势，我们对三者分别进行研
案例分析1: 自行车外胎的使用寿命 问题： 目前，自行车在我国是一种可缺少的交通工具。它小巧、灵活、方便、易学，而且价格适中，给广大居民带来了不小的益处。但是，自行车也有令人头痛的地方，最常见的问题莫过于扎胎了。扎胎的原因有很多，但相当一部分是由于外胎磨损，致使一些玻璃碴、小石子很容易侵入、扎破内胎。为了减少不必要的麻烦，如何估计自行车外胎的寿命，及时更换? 分析： 分析角度：由于题目里未明确指出我们是应从厂家角度，还是应从用户角度来考虑这个问题，因此需要我们自己做出合理判断。若从厂家角度，我们面对的应当是一大批自行车外胎的平均寿命的估计。这样的估计要求一定精确度和相对明确的使用环境；而从用户角度来说，面对的仅是个人的一辆车，不需要很高的精确度，这样的寿命估计更简单，易于随时了解，下面仅从用户角度进行分析。 产品的使用者需要了解产品的寿命，是基于安全性及更换的费用来考虑的。我们将这两个标准作为主要标准来分析，首先值得注意的两个关键性问题是如何定义寿命、何时为寿命的终止。寿命的定义要做到科学，直观，有可比性，在航空工业中航天飞机的使用寿命是用重复使用的次数来衡量，而工厂机器设备的寿命则以连续工作的时间来定义。本题外胎的寿命亦可用时间来表征，但由于外胎的寿命直接与其磨损速度相关；而磨损速度又与使用频率及行驶速度相互联系，致使外胎的寿命不一定与使用时间成正比(这种非正比关系使我们不能拿一辆—天跑200公里的自行车与一天只跑1公里的自行车进行寿命比较)，降低了可比性。如换成自行车的路程寿命来比较，就好得多。产品寿命是在安全性和更换费用相互制约下达到的一个点，在这个点上，外胎的安全系数降到用户不可接受的最低值，更换费用(寿命越长，在一定意义上更换费用越低)也达到了最大限度的节省。 弄清了上面两个问题后，我们继续明确建立模型需要解决哪些问题及建立模型的重点难点。 自行车使用过程中，一来影响因素多，二来这些因素之间彼此相关，十分复杂，要做到比较准确地估计使用寿命，不但要对外胎的性能有相当的了解，而且对使用环境更不能忽视。当然我们由于是站在用户角度上来考虑的，相对地就可忽略一些次要的影响因素。 这样的数学模型面对着两个主要问题。一、自行车使用寿命与外胎厚度的关系，二、外胎能够抵御小石子破坏作用的最小厚度。后者可处理得相对简略些(如只考虑一块具有一般特征的小石子对外胎的破坏作用)，而重点(也是难点)是第一个问题。车重、人重、轮胎性质(力学的、热学的、甚至化学的)和自行车使用频率等都左右着它们的关系。这么多相关因素，不必一一都加以考虑(用户是不会在意这么多的)，有些因素，可以先不考虑，在模型的改进部分再作修改，采取逐步深入的方法，如：摩擦损耗有滑动摩擦和滚动摩擦损耗两种，由于滚动摩擦占用的时间(或路程)显然占绝对优势，因此可重点考虑。但滑动摩擦造成的一次损坏又比滚动摩擦大，在刹车使用过频的情况下，就不能不考虑了。 最后，需对得出的结果用简单清晰的文字进行说明，以供用户参考。 案例分析2：城市商业中心最优位置分析 问题： 城市商业中心是城市的基本构成要素之一。它的形成是一个复杂的定位过程。商业中心的选址涉及到各种因素制约，但其中交通条件是很重要的因素之一。即商业中心应位于城市“中心”，如果太偏离这一位置，极有可能在城市“中心”地带又形成一个商业区，造成重复建设。 某市对老商业中心进行改建规划，使居民到商业中心最方便。如果你是规划的策划者，如何建立一个数学模型来解决这个问题。
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 X(t+1)= 17255.&041 977 - 1 653 1.2 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Y =17965.0 e0.0327356 t-17372.5 ；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 【目录】 一、问题重述 ------------------------------------------------------------- （4） 二、符号定义与说明-------------------------------------------------------- （4） 三、模型假设 ------------------------------------------------------------- （4） 四、问题分析及模型建立及求解 A、问题一:1、问题背景 -------------------------- --------------------- （5）
数学建模论文 题目：人口增长模型的确定专业、姓名： 专业、姓名： 专业、姓名：
人口增长模型 摘要 随着人口的增加，人们越来越认识到资源的有限性，人口与资源之间的矛盾日渐突出，人口问题已成为世界上最被关注的问题之一。问题给出了1790—1980年间美国的人口数据，通过分析近两百年的美国人口统计数据表，得知每10年的人口数的变化。预测美国未来的人口。对于问题我们选择建立Logistic模型(模型2)现实中，影响人口的因素很多，人口也不能无限的增长下去，Logistic 模型引进常数N 表示自然资源和环境所能承受的最大人口数，因而得到了一个贝努利方程的初值问题公式，从实际效果来看，这个公式较好的符合实际情况的发展，随着时间的递增，人口不是无限增长的，而是趋近于一个数，这个即为最大承受数。我们还同时对数据作了深入的探讨，作数据分析预测，通过观测比较选择一个比较好的拟合模型（模型3）进行预测。预测接下来的每隔十年五次人口数量，分别为251.4949， 273.5988 ， 293.4904 ， 310.9222 325.8466。关键词：人口预测Logistic模型指数模型
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 年份1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 人口(?106) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 年份1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 人口(?106) 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 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。 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。 二、问题分析 人口预测是一个相当复杂的问题，影响人口增长除了人口数与可利用资源外，还与医药卫生条件的改善，人们生育观念的变化等因素有关…….可以采取几套不同的假设，做出不同的预测方案，进行比较。 人口预测可按预测期长短分为短期预测 (5年以下)、中期预测(5～20年)和长期预测(20～50年)。在参数的确定和结果讨论方面，必须对中短期和长期预测这两种情况分开讨论。中短期预测中所用的各项参数以实际调查所得数据为基础，根据以往变动趋势可较准确加以估计，推算结果容易接近实际，现实意义较大。 三、问题假设 1.在模型中预期的时间内，人口不会因发生大的自然灾害、突发事故 或战争等而受到大的影响； 2.假设美国人口的增长遵循马尔萨斯人口指数增长的规则 3.假设人口增长不受环境最大承受量的限制 四、变量说明
§3 随机性人口模型 如果研究对象是一个自然村落或一个家族人口，数量不大，需作为离散变量看待时，就利用随机性人口模型来描述其变化过程。 记 ()t Z —时刻t 的人口数（只取整数值） ()()()n t Z p t p n ==—人口为n 的概率 模型假设 1、在[]t t t ?+, 出生一人的概率与t ? 成正比，记作t b n ?，出生二人及二人以上的概 率为()t o ?； 2、在[]t t t ?+, 死亡一人的概率与t ? 成正比，记作t d n ?，死亡二人及二人以上的概率为()t o ?； 3、出生与死亡是相互独立的随机事件； 4、进一步设n b 和n d 均为与n 成正比，记,,n d n b n n μλ==λ和μ分别是单位时间内 1=n 时一个人出生和死亡的概率。 模型建立 由假设3~1，可知()n t t Z =?+可分解为三个互不相容的事件之和：()1-=n t Z 且t ?内出生一人；()1+=n t Z 且t ? 内死亡一人；()n t Z =且t ?内无人出生或死亡。按全概率公式 ()()()()t d t b t p t d t p t b t p t t p n n n n n n n n ?-?-+?+?=?+++--1)(1111 即 ()() ()()())(1111t p d b t p d t p b t t p t t p n n n n n n n n n +-+=?-?+++-- 令0→?t ，得关于()t p n 的微分方程 ()()()()t p d b t p d t p b dt dp n n n n n n n n +-+=++--1111 又由假设4，方程为 ()()()()()()t np t p n t p n dt dp n n n n μλμλ+-++-=+-1111 （1） 若初始时刻)0(=t 人口为确定数量0n ，则()t p n 的初始条件为 ()? ? ?≠== 00 ,0,10n n n n p n （2）
第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点，要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 ),(,),,(),,(1100n n y x y x y x 精度较高，要求确定一个初等函数)(x P y =（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即n i x P y i i ,,1,0,)( ==，或要求得函数在另外一些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 b x x x a n =<<<= 10 那么分段线性插值公式为 n i x x x y x x x x y x x x x x P i i i i i i i i i i ,,2,1,,)(11 1 11 =≤<--+--= ----- 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为x 轴，由南向北方向为y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的y 方向测出南边界点和北边界点的y 坐标y1和y2，这样就得到下表的数据（单位：mm ）。 根据地图的比例，18 mm 相当于40 km 。
习题四 1、在一个人数很多的团体中普查某种疾病，为此要抽验N 个人的血，可以用两种方法进行。（1）将每个人的血分别检验，这就需要验N 次；（2）按k 个人一组进行分组，把从k 个人抽来的血混合在一起进行检验，如果这混合血液呈阴性反应，就说明这k 个人的血都呈阴性反应，这样，这k 个人的血就只需验一次。若呈阳性，则再对这k 个人的血分别进行化验。这样，k 个人的血总共要化验k+1次。假设每个人的血呈阳性的概率为p ，且这些人的试验反应是相互独立的。试说明当p 较小时，选取适当的k ，按第二种方法可以减少化验的次数。并说明当k 取什么值时最适宜？ 2、人群中有健康人和病人两类，病人可以通过与健康人接触将疾病传染给健康人。任何两人之间的接触是随机的，当健康人与病人接触时是否被感染也是随机的。如果通过实际数据或经验掌握了这些随机规律，试估计平均每天有多少健康人被感染。 3、某商店要订购一批商品零售，设购进价1c ，售出价2c ，订购费0c （与数量无关）。随机需求量r 的概率密度为p(r)，每件商品的贮存费为3c （与时间无关）。问如何确定订购量才能使商店的平均利润最大。这个平均利润是多少？为使这个平均利润为正值，需要对订购费0c 加什么限制？ 4、若零件寿命服从指数分布，证明不存在预防性更换策略。又问，若失效率r(t)为减函数，是否会存在预防性更换策略？ 5、用连续热轧方法制造钢材时要经过两道工序，第一道是粗轧（热轧），形成钢材的雏形；第二道是精轧（冷轧），得到规定长度的钢材。粗轧时由于设备，环境等方面随机因素的影响，钢材冷却后的长度大致上呈正态分布，其均值可以在轧制过程中由轧机调整，而其均方差则是由设备的精确度决定的，不能随意改变。精轧时把多出规定的部分切掉，但是如果发现粗轧后的钢材已经比规定长度短，则整根报废。精轧设备精度很高，可以认为轧出的成品材完全符合规定长度要求。根据轧制工艺的要求，要在成品材规定长度l 和粗轧后钢材长度的均方差σ已知的条件下，确定粗轧后的均值m ，使得当轧机调整到m 进行粗轧，再精轧后得到成品材时的浪费最少。 6、若上题中钢材粗轧后，长度在l l 与1之间时降级使用（比如经济价值上每一根降级材相当于α根成品材）。长度小于1l 才整根报废。试选用合适的目标函数建立优化模型，使某种意义下的浪费量最小。 7、某种水泥在凝固时放出的热量Y (卡/克)与其中的四种化学成分X 1，X 2，X 3，X 4有关，现有13个水泥样品的样本数据列于下表：
高中常见数学模型案例 中华人民共和国教育部20KK 年4月制定的普通高中《数学课程标准》中明确指出：“数学探究、数学建模、数学文化是贯穿于整个高中数学课程的重要内容”，“数学建模是数学学习的一种新的方式，它为学生提供了自主学习的空间，有助于学生体验数学在解决问题中的价值和作用，体验数学与日常生活和其他学科的联系，体验综合运用知识和方法解决实际问题的过程，增强应用意识；有助于激发学生学习数学的兴趣，发展学生的创新意识和实践能力。”教材中常见模型有如下几种: 一、函数模型 用函数的观点解决实际问题是中学数学中最重要的、最常用的方法。函数模型与方法在处理实际问题中的广泛运用，两个变量或几个变量，凡能找到它们之间的联系，并用数学形式表示出来，建立起一个函数关系（数学模型），然后运用函数的有关知识去解决实际问题，这些都属于函数模型的范畴。 1、正比例、反比例函数问题 例1：某商人购货，进价已按原价a 扣去25%，他希望对货物订一新价，以便按新价让利销售后仍可获得售价25%的纯利，则此商人经营者中货物的件数P 与按新价让利总额P 之间的函数关系是___________。 分析：欲求货物数P 与按新价让利总额P 之间的函数关系式，关键是要弄清原价、进价、新价之间的关系。 若设新价为b ，则售价为b （1－20%），因为原价为a ，所以进价为a （1－25％） 解：依题意，有25.0)2.01()25.01()2.01(?-=---b a b 化简得a b 4 5=，所以x a bx y ??==2.0452.0，即+∈=N x x a y ,4 2、一次函数问题 例2：某人开汽车以60km/h 的速度从A 地到150km 远处的B 地，在B 地停留1h 后，再以50km/h 的速度返回A 地，把汽车离开A 地的路P （km ）表示为时间t （h ）的函数，并画出函数的图像。 分析：根据路程＝速度×时间，可得出路程P 和时间t 得函数关系式P （t ）；同样，可列出v(t)的关系式。要注意v(t)是一个矢量，从B 地返回时速度为负值，重点应注意如何画这两个函数的图像，要知道这两个函数所反映的变化关系是不一样的。 解：汽车离开A 地的距离Pkm 与时间th 之间的关系式是：?? ???∈--∈∈=]5.6,5.3(),5.3(50150]5.3,5.2(,150]5.2,0[,60t t t t t x ，图略。 速度vkm/h 与时间th 的函数关系式是：?? ???∈-∈∈=)5.6,5.3[,50)5.3,5.2[,0)5.2,0[,60t t t v ，图略。 3、二次函数问题 例3：有L 米长的钢材，要做成如图所示的窗架，上半部分为半圆，下半部分为六个全等小矩形组成的矩形，试问小矩形的长、宽比为多少时，窗所通过的光线最多，并具体标出窗框面积的最大值。 解：设小矩形长为P ，宽为P ，则由图形条件可得：l y x x =++911π ∴x l y )11(9π+-= 要使窗所通过的光线最多，即要窗框面积最大，则： )44(32)442(644])11([322622 222 2ππππππ+++-+-=+-+=+=l l x x lx x xy x s
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A
2、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 t t 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 t t x t t x =?-?+ 引入微分方程： )1( )0()(0 ??? ??==x x t rx dt dx 3、模型求解： 从（1）得 rdt x dx = 两边求不定积分： c rt x +=ln ∵t=0时0x x =，∴C x =0 ln rt e x rt x x 00ln ln ln =+= ∴rt e 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):
实验报告 课程名称：数学建模 课题名称：求解常微分方程与人口模型 专业：信息与计算科学 姓名：胡家炜 班级： 123132 完成日期： 2016 年 6 月 10 日
一．求解微分方程的通解 (1). dsolve('2*x^2*y*Dy=y^2+1','x') ans = (exp(C3 - 1/x) - 1)^(1/2) -(exp(C3 - 1/x) - 1)^(1/2) i -i (2). dsolve('Dy=(y+x)/(y-x)','x') ans = x + 2^(1/2)*(x^2 + C12)^(1/2) x - 2^(1/2)*(x^2 + C12)^(1/2) (3). dsolve('Dy=cos(y/x)+y/x','x') ans = (pi*x)/2-x*log(-(exp(C25 + log(x)) - i) /(exp(C25 + log(x))*i - 1))*i (4). dsolve('(x*cos(y)+sin(2*y))*Dy=1','x') ans = -asin(x/2 + lambertw(0, -(C30*exp(- x/2 - 1))/2) + 1) (5). dsolve('D2y+3*Dy-y=exp(x)*cos(2*x)','x') ans = C32*exp(x*(13^(1/2)/2 - 3/2)) + C33*exp(-x*(13^(1/2)/2 + 3/2)) + (13^(1/2)*exp(x*(13^(1/2)/2-3/2))*exp((5*x)/2(13^(1/2)*x)/2)* (2*sin(2*x) - cos(2*x)*(13^(1/2)/2 - 5/2)))/(13*((13^(1/2)/2 - 5/2)^2 +4))-(13^(1/2)*exp(x*(13^(1/2)/2+3/2))*exp((5*x)/2 +(13^(1/2)*x)/2)*(2*sin(2*x)+cos(2*x)*(13^(1/2)/2+5/2))) /(13*((13^(1/2)/2 + 5/2)^2 + 4)) （6）dsolve('D2y+4*y=x+1+sin(x)','x') ans = cos(2*x)*(cos(2*x)/4 - sin(2*x)/8 + sin(3*x)/12 - sin(x)/4 + (x*cos(2*x))/4 - 1/4) + sin(2*x)*(cos(2*x)/8 - cos(3*x)/12 + sin(2*x)/4 + cos(x)/4 + (x*sin(2*x))/4 + 1/8) + C35*cos(2*x) + C36*sin(2*x)
数学建模案例分析5化妆品销售量的预测--概率统计方法建模
§5 化妆品销售量的预测 某公司在各地销售一种化妆品，观测15个城市在某月内对该化妆品的销售量Y及适合使用该化妆品的人数 x和人均收入2x。数据见下表： 1
要求通过以上数据建立预测模型，当已知任一个城市的适用人数和人均收入),(2 1 x x 时，能够预测在这个 城市的销售量。 这个问题本质上就是多元线性回归模型，如果随机变量Y 与固定变量m x x x ,,,2 1 之间有显著的线性相 关关系，即 ) ,0(~,222110σεεN x b x b x b b Y m m +++++= 称为m 元线性回归模型。 一、 模型中的参数估计 设通过实验或历史资料得到观测数据 ) ,,2,1(),,,,,(21n i x x x y im i i i =。令 ???? ? ? ? ??=??????? ? ?=??????? ??=m nm n n m m n b b b B x x x x x x x x x X y y y Y 102 1222 21 1121121,111, 由最小二乘估计，得 Y X X X B T T 1)(?-= 称m m x b x b x b b y ?????22110 ++++= 为变量Y 关于变量m x x x ,,,2 1 的线 性回归方程。 同样还可以得到2 σ的估计量为 ∑=---=n i i i y y m n 122 )?(11 ?σ 这里),,2,1(?????22110n i x b x b x b b y im m i i i =++++=。 二、回归模型的显著性检验
基于最小二乘拟合法的人口增长模型 摘要： 针对题目所提问题，本文结合题目所给数据，采取最小二乘拟合法，利用1982年到1998年的出生率和死亡率，对1999年到2008年的出生率和死亡率进行预测，并得出此时间段内的人口自然增长率，进而得出1999年到2008年的人口总数，并和实际人口总数进行对比。 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，去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，并与实际人口进行比较。 时间1982 1983 1984 1985 1986 1987 人口（万人）101654 103008 104357 105851 107507 109300 时间1988 1989 1990 1991 1992 1993 人口（万人）111026 112704 114333 115823 117171 118517 时间1994 1995 1996 1997 1998 人口（万人）119850 121121 122389 123626 124810 二、问题分析 三、模型假设与符号说明 3.1、模型假设 1．在未来50年人口生存的社会环境相对稳定（即没有战争及毁 灭性灾难）。 2.国际人口迁入与迁出量相等。