Leslie矩阵模型预测人口

Leslie 矩阵模型预测人口4.1 Leslie 矩阵模型的基本概念4.1.1 参数定义[11]我们将中国人口按年龄段分成数段，因此当段数到达一定大小的时候就能包含全部年龄层的人。

再将时间序列也分割成数段（一年为一段即可研究年度人口总数），得到：x k (i )——在时间周期 k 第 i 个年龄段的人数 i =1,2,3,…n注：这里的x k (1)表示的最低年龄段的人数，如0岁~5岁的人数；一定存在整数n 使得 x k (n )表示的是年龄最高的人的人数，如“100岁以上的人”的数量。

其他关于人口的参数：1）b k (i)——在时间周期 k 第 i 年龄组的女性的生育率，即女性生的孩子的人数与女性数的比例，我们也称其为年龄别生育率2）d k (i)——在时间周期k 第i 年龄组的死亡率，即死亡人数除以这一年龄组总人数，我们也称其为年龄别死亡率4.1.2 Leslie 矩阵1.转移过程在一个时间周期内x k−1(i )里的人数转移到x k (i +1)里，考虑死亡的人数我们得到如下式子：11(1)()(1()),1,2,k k k x i x i d i i n --+=-=L L(4-1)下面来讨论i =0的情况，即新生儿人数，在这里我们做了一个假设，女性人口大致占总人口的一半（通过以往的人口普查可以得到证实），因此在时间周期k 的第个i 年龄段的女性人数为1()2k x i ，则可以通过女性的年龄别生育率预测第一个递推关系如下： 1111()()()2nk k k i x i b i x i --==∑g(4-2)2. 人口发展模型111111111111(0)(1)(1)()22221(0)00001(1)00001(1)0k k k k k k k k k b b b n b n d x x d d n --------⎛⎫- ⎪⎪- ⎪=⨯⎪-⎪ ⎪⎪--⎝⎭L LL M M M L M L(4-3)其中(0)(1)()k k k k x x x x n ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M 1111(0)(1)()k k k k x x x x n ----⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭M (4-4)为了化简，我们记：11111111111(0)(1)(1)()22221(0)00001(1)00001(1)0k k k k k k k b b b n b n d L d d n -------⎛⎫- ⎪⎪- ⎪=⎪-⎪ ⎪⎪--⎝⎭L LL M M M L M L(4-5)则有简写：1k k x L x -=g(4-6)则有递推公式:10k k k x L x L x -==g(4-7)通过这种方法，我们把人口预测问题的重点落到了一个n 维矩阵运算上。

Leslie 人口模型现在我们来建立一个简单的离散的人口增长模型，借用差分方程模型，仅考虑女性人口的发展变化。

如果仅把所有的女性分成为未成年的和成年的两组，则人口的年龄结构无法刻划，因此必须建立一个更精确的模型。

20世纪40年代提出的Leslie 人口模型，就是一个预测人口按年龄组变化的离散模型。

模型假设(1) 将时间离散化，假设男女人口的性别比为1:1，因此本模型仅考虑女性人口的发展变 化。

假设女性最大年龄为S 岁，将其等间隔划分成m 个年龄段，不妨假设S 为m 的整数倍，每隔m S /年观察一次，不考虑同一时间间隔内人口数量的变化;(2) 记)(t n i 为第i 个年龄组t 次观察的女性总人数，记)](,),(),([)(21t n t n t n t n m =第i 年龄组女性生育率为i b （注：所谓女性生育率指生女率），女性死亡率为i d ，记1,i i s d =-假设,i i b d 不随时间变化;(3) 不考虑生存空间等自然资源的制约,不考虑意外灾难等因素对人口变化的影响;(4) 生育率仅与年龄段有关，存活率也仅与年龄段有关。

建立模型与求解根据以上假设，可得到方程 )1(1+t n =∑=mi ii t n b 1)( )()1(1t n s t n i i i =++ 1=i ,2.…,m -1 写成矩阵形式为)()1(t Ln t n =+其中，L =⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--000000000121121m m m s s s b b b b （1） 记)]0(,),0(),0([)0(21m n n n n = （2）假设n （0）和矩阵L 已经由统计资料给出，则t1+t()(0),0,1,2,t n t Ln t ==为了讨论女性人口年龄结构的长远变化趋势，我们先给出如下两个条件：(i) s i > 0，i =1，2，…，m -1;(ii) b i 0≥，i =1，2，…，m ，且b i 不全为零。

人口增长预测模型摘要本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。

最后提出了有关人口控制与管理的措施。

模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1963年、1980年、2005年到2012年四组总人口数据建立模型，进行预测，把预测结果与附件1《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。

得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为0.9987。

运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为13.55357亿、14.18440亿、14.70172亿。

模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应Leslie模型；然后，根据中外专家给出的人口更替率1.8，构造Leslie矩阵，建立相应的Leslie模型。

首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到14.2609亿人，在2020年达到14.9513亿人，在2023年达到峰值14.985亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。

其次，对人口老龄化问题、人口抚养比进行分析。

得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达4.45亿人，比重达33.277%；65岁以上老年人口达3.51亿人，比重达25.53%；人口抚养呈现增加的趋势。

再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。

基于Leslie模型的全面二孩政策下的人口规模预测作者：王颖宋翠杨紫菲来源：《科学家》2017年第15期摘要本文用年龄组生育率、年龄组死亡率、出生人口性别比三个参数构建了Leslie模型。

Leslie模型属于一种以年龄和性别为基础的离散矩阵模型，该模型在预测人口总量的同时，在一定程度上也可以反映人口结构的发展趋势。

首先按年龄以女性某一初始时期的分年龄别人口数作为一个列向量，通过年龄别生育率、年龄别死亡率构建Leslie矩阵，其次通过左乘分年龄别人口数的列向量，得到的新的列向量即为预测的女性人口，最后由男女性别比例推算总人口规模。

关键词 Leslie模型；全面二孩；预测人口规模中图分类号 C92 文献标识码 A 文章编号 2095-6363（2017）15-0012-01自1971实施计划生育政策以来，我国的人口形势发生了转折性变化，人口总量的势头减弱，人口结构性问题突出，劳动年龄人口开始加深，老龄化程度加深，人口均衡发展的压力增大。

因此，实施全面二孩政策对国家的发展具有重大的意义。

1 Leslie模型准备1.1 年龄组生育率本文将人口按年龄大小以每5岁为间隔，将0—99岁等年龄的划分成20个年龄组，即0—4岁为第一个年龄组，5—9岁为第二个年龄组，10—14为第三个年龄组，，85—89岁为18个年龄组，90以上为第19个年龄组。

在实行全面开放二孩的生育政策之后，总和生育率会相应提高，根据中国卫生统计局预测，本文将开放二孩政策后的总和生育率设为2.1，可以预测出开放二孩政策后各年龄组的生育率如下表所示。

1.2 年龄组死亡率本文认为全面实行二孩政策只是影响了我国的出生率，并不会对死亡率产生影响，故未来几十年的各年龄组的死亡率通过2012年—2015年的各年龄组的死亡率进行加权处理后来确定。

1.3 出生人口性别比由于考虑到性别比本身不能过多的偏离100这个平衡值，如果继续按照原计划生育政策，在长期预测中将性别比控制为110。

L e s l i e矩阵模型预测人口4.1Leslie矩阵模型的基本概念4.1.1参数定义[11]我们将中国人口按年龄段分成数段，因此当段数到达一定大小的时候就能包含全部年龄层的人。

再将时间序列也分割成数段（一年为一段即可研究年度人口总数），得到：——在时间周期k第i个年龄段的人数注：这里的；一定存在整数n 使得表示的是年龄最高的人的人数，如“100岁以上的人”的数量。

其他关于人口的参数：1）——在时间周期k第i年龄组的女性的生育率，即女性生的孩子的人数与女性数的比例，我们也称其为年龄别生育率2）——在时间周期k第i年龄组的死亡率，即死亡人数除以这一年龄组总人数，我们也称其为年龄别死亡率4.1.2Leslie矩阵1.转移过程在一个时间周期内里的人数转移到里，考虑死亡的人数我们得到如下式子：11(1)()(1()),1,2,k k kx i x i d i i n--+=-=(4-1)下面来讨论的情况，即新生儿人数，在这里我们做了一个假设，女性人口大致占总人口的一半（通过以往的人口普查可以得到证实），因此在时间周期k的第个i年龄段的女性人数为1()2kx i，则可以通过女性的年龄别生育率预测第一个递推关系如下：1111()()()2nk k kix i b i x i--==∑(4-2) 2.人口发展模型111111111111(0)(1)(1)()22221(0)00001(1)0001(1)0k k k kkk kkkb b b n b ndx xdd n--------⎛⎫-⎪⎪-⎪=⨯⎪-⎪⎪⎪--⎝⎭(4-3) 其中(0)(1)()k k k k x x x x n ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭1111(0)(1)()k k k k x x x x n ----⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(4-4)为了化简，我们记：11111111111(0)(1)(1)()22221(0)00001(1)00001(1)0k k k k k k k b b b n b n d L d d n -------⎛⎫- ⎪⎪- ⎪=⎪- ⎪ ⎪⎪--⎝⎭(4-5)则有简写：1k k x L x -=(4-6)则有递推公式:10k kk x L x L x -==(4-7)通过这种方法，我们把人口预测问题的重点落到了一个n 维矩阵运算上。

L e s l i e矩阵模型预测人口Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998Leslie 矩阵模型预测人口Leslie 矩阵模型的基本概念参数定义[11]我们将中国人口按年龄段分成数段，因此当段数到达一定大小的时候就能包含全部年龄层的人。

再将时间序列也分割成数段（一年为一段即可研究年度人口总数），得到：x k (i )——在时间周期 k 第 i 个年龄段的人数 i =1,2,3,…n 注：这里的x k (1)表示的最低年龄段的人数，如0岁~5岁的人数；一定存在整数n 使得 x k (n )表示的是年龄最高的人的人数，如“100岁以上的人”的数量。

其他关于人口的参数：1）b k (i)——在时间周期 k 第 i 年龄组的女性的生育率，即女性生的孩子的人数与女性数的比例，我们也称其为年龄别生育率2）d k (i)——在时间周期k 第i 年龄组的死亡率，即死亡人数除以这一年龄组总人数，我们也称其为年龄别死亡率Leslie 矩阵 1.转移过程在一个时间周期内x k−1(i )里的人数转移到x k (i +1)里，考虑死亡的人数我们得到如下式子：11(1)()(1()),1,2,k k k x i x i d i i n --+=-=(4-1)下面来讨论i =0的情况，即新生儿人数，在这里我们做了一个假设，女性人口大致占总人口的一半（通过以往的人口普查可以得到证实），因此在时间周期k 的第个i 年龄段的女性人数为1()2k x i ，则可以通过女性的年龄别生育率预测第一个递推关系如下：1111()()()2nk k k i x i b i x i --==∑ (4-2)2. 人口发展模型111111111111(0)(1)(1)()22221(0)00001(1)00001(1)0k k k k k k k k k b b b n b n d x x d d n --------⎛⎫- ⎪⎪- ⎪=⨯⎪- ⎪ ⎪⎪--⎝⎭(4-3)其中(0)(1)()k k k k x x x x n ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ 1111(0)(1)()k k k k x x x x n ----⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭(4-4)为了化简，我们记：11111111111(0)(1)(1)()22221(0)00001(1)00001(1)0k k k k k k k b b b n b n d L d d n -------⎛⎫- ⎪⎪- ⎪=⎪- ⎪ ⎪⎪--⎝⎭(4-5)则有简写：1k k x L x -=(4-6)则有递推公式:10k k k x L x L x -==(4-7)通过这种方法，我们把人口预测问题的重点落到了一个n 维矩阵运算上。

基于Leslie矩阵模型的人口数量的预测摘要：本文主要研究了“全面二孩”政策下我国未来人口数量的变化，通过Leslie 矩阵预测模型，预测我国未来30年的人口数量的变化。

得到2015-2050年我国人口总数呈现先上升后缓慢下降的结果。

关键词：Leslie矩阵预测模型；中国人口预测对于人口预测问题，人口的变化除了与出生率、死亡率密切相关之外,还和性别比例、年龄结构有巨大联系。

下面结合出生率、死亡率、性别比例和年龄结构对接下来30年的人口数量的变化进行分析，并将预测出的中国未来30年的人口数量。

Leslie模型是以人口的年龄与性别为基数的离散型矩阵模型，用于中长期人口预测，其目的是为了提高模型的全面性和可靠性。

本文建立Leslie模型对中国未来30年的人口数量进行预测。

1.参数定义我们约定忽视婴儿死亡率，将中国人口按年龄段分为数段，因此当段数达到一定大小的时候就能包含全部年龄层的人，这里将5岁分为一个年龄段，共分为21段，再将时间序列也分割成数段，此处以一年为一段来研究未来30年每年的人口结构，得到：——在t年的第i个年龄段的人数i=1,2,3,…,21这里的表示的是最低年龄段的人数，即0-5岁的人数，存在整数21使得表示的是年龄最大的人的人数，即“100岁以上的人的数量”。

其他参数：：表示第i年龄段上的个体在一年内的繁殖率，i=1，2， (21)：表示第j年龄段上的个体在一年以内的存活率,j=1，2， (20)假设j＞n-1时，为0，即假设当人超过100岁后全部死亡，则：：表示第t年的时候，反映各年龄段人口分布的列向量；：第t年时，第i年龄段上的个体数量；：第i年龄段上的妇女的年生育率；：i岁人口的女性比例。

2.模型建立建立Leslie矩阵令，得到Leslie人口发展模型：则人口发展模型的矩阵化简式为：与矩阵模型等价的联合方程为：3.参数确定由于中国每年的移民数量过少，对整体的影响可以忽略不计，故假设我国为一个封闭的系统，第t+1年的i+1岁的人口数量是由第t年的i岁的人口减去该年i岁的死亡人口而得。

基于Leslie模型中国将来人口策略模拟探究一、引言中国是世界上人口最多的国家之一，人口问题一直是中国政府关注的重点。

为了猜测将来的人口变化趋势以及制定相应的人口政策，探究人口模型成为必要的手段之一。

Leslie模型是一种经典的人口模型，通过构建各年龄组的人口转移率矩阵，可以猜测将来人口的变化。

本文旨在基于Leslie模型模拟探究中国将来人口的变化，并提出相应的人口策略。

二、Leslie模型简介Leslie模型是由英国统计学家Patrick G. Leslie于1945年提出的，它是一种离散的人口模型。

该模型将人口划分为不同的年龄组，以年龄为单位进行猜测。

Leslie模型的核心是矩阵运算，在矩阵中，每一行代表不同年龄组的人口数量，每一列代表不同年龄组之间的迁移率。

通过计算不同年龄组之间的人口迁移矩阵与初始人口矩阵的乘积，可以得到下一年度的人口分布。

通过迭代运算，可以猜测将来的人口变化。

三、中国将来人口策略模拟探究1. 数据收集和构建为了进行中国将来人口策略模拟探究，起首需要收集相关的人口数据。

我们可以利用中国统计年鉴的数据来得到中国各年龄组的人口数量和迁移率。

依据收集到的数据，构建初始的人口矩阵。

2. 模型参数设置在进行Leslie模型的模拟探究时，需要设置一些参数。

参数的设定需要思量到中国的实际状况和政策因素。

例如，思量到规划生育政策的实施，可以设置适当的生育率和死亡率等。

3. 模拟试验和结果分析在获得初始人口矩阵和模型参数后，可以进行模拟试验。

通过对人口矩阵进行一系列迭代运算，可以得到将来人口的猜测结果。

同时，还可以通过改变不同参数的设定，模拟不同的人口政策对将来人口的影响。

依据模拟结果，可以进行相关的结果分析。

例如，可以分析将来人口的年龄结构变化、人口增长速度以及人口总量等指标的趋势。

分析结果可以为政府制定人口政策提供参考依据。

四、结论与展望本探究基于Leslie模型，对中国将来人口进行模拟，通过构建人口转移率矩阵，猜测了将来人口的变化。

L e s l i e人口模型及例题详解The saying "the more diligent, the more luckier you are" really should be my charm in2006.Leslie 人口模型现在我们来建立一个简单的离散的人口增长模型,借用差分方程模型,仅考虑女性人口的发展变化;如果仅把所有的女性分成为未成年的和成年的两组,则人口的年龄结构无法刻划,因此必须建立一个更精确的模型;20世纪40年代提出的Leslie 人口模型,就是一个预测人口按年龄组变化的离散模型;模型假设(1) 将时间离散化,假设男女人口的性别比为1:1,因此本模型仅考虑女性人口的发展变 化;假设女性最大年龄为S 岁,将其等间隔划分成m 个年龄段,不妨假设S 为m 的整数倍,每隔m S /年观察一次,不考虑同一时间间隔内人口数量的变化;2 记)(t n i 为第i 个年龄组t 次观察的女性总人数,记第i 年龄组女性生育率为i b 注：所谓女性生育率指生女率,女性死亡率为i d ,记1,i i s d =-假设,i i b d 不随时间变化;3 不考虑生存空间等自然资源的制约,不考虑意外灾难等因素对人口变化的影响;4 生育率仅与年龄段有关,存活率也仅与年龄段有关;建立模型与求解根据以上假设,可得到方程 )1(1+t n =∑=mi i i t n b 1)()()1(1t n s t n i i i =++ 1=i ,2.…,m -1 写成矩阵形式为其中,L =⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--000000000121121m m m s s s b b b b 1 记)]0(,),0(),0([)0(21m n n n n = 2假设n 0和矩阵L 已经由统计资料给出,则为了讨论女性人口年龄结构的长远变化趋势,我们先给出如下两个条件：i s i > 0,i =1,2,…,m -1;ii b i 0≥,i =1,2,…,m ,且b i 不全为零;易见,对于人口模型,这两个条件是很容易满足的;在条件i 、ii 下,下面的结果是成立的： 定理1t1+tL 矩阵有唯一的单重的正的特征根0λλ=,且对应的一个特征向量为*n =1,s 1/0λ,s 1s 2/20λ,…,s 1s 2 …s m -1/10-m λT3 定理2若1λ是矩阵L 的任意一个特征根,则必有01λλ≤;定理3若L 第一行中至少有两个顺次的0,1>+i i b b ,则i 若1λ是矩阵L 的任意一个特征根,则必有01λλ<;ii t t t n 0/)(lim λ+∞>-=*cn , 4 其中c 是与n 0有关的常数;定理1至定理3的证明这里省去;由定理3的结论知道,当t 充分大时,有*)(0n c t n t λ≈ 5 定理4记121i i i b s s s β-=,q λ=1β/λ+2β/λ2+…+m β/m λ,则λ是L 的非零特征根的充分必要条件为q λ=1 6所以当时间充分大时,女性人口的年龄结构向量趋于稳定状态,即年龄结构趋于稳定形态,而各个年龄组的人口数近似地按λ－1的比例增长;由5式可得到如下结论：i 当λ>1时,人口数最终是递增的；ii 当λ<1时,人口数最终是递减的；iii 当λ=1时,人口数是稳定的;根据6式,如果λ=1,则有b 1 + b 2s 1 + b 3s 1s 2 + … + b m s 1 s 2…s m-1=1记R = b 1 + b 2s 1 + b 3s 1s 2 + … + b m s 1 s 2…s m-1 7R 称为净增长率,它的实际含义是每个妇女一生中所生女孩的平均数;当R >1时,人口递增；当R <1时,人口递减;Leslie 模型有着广泛应用,这里我们给出一个应用的例子,供大家参考;公园大象管理南非的一家大型自然公园放养了大约11000头大象,管理部门希望为大象创造一个健康的生存环境,将大象的总数控制在11000头左右;每年,公园的管理人员都要统计当年大象的总数;过去20年里,公园每年都要处理一些大象,以便保持大象总数维持在11000头左右,通常都是采用捕杀或者迁移的方法来实现;统计表明,每年约处理600-800头大象;近年来,公众强烈反对捕杀大象行为,而且即使是迁移少量的大象也是不允许的;但是一种新的给大象打避孕针的方法也被研制成功;一只成年母象打了避孕针后,两年内不再怀孕;公园有一些关于大象的资料,供建模参考：1几乎不再迁入或迁出大象；2目前性别比接近1：1,采取控制后,也希望维持这个比例；3初生象的性别比也是大约1：1,生双胎的比例为%4母象初次怀孕大约在10-12岁,一直到60岁大约每年怀胎一次,60岁后不再受孕,怀孕期为22个月；5避孕针可能引起大象每个月都发情,但不受孕,因为大象通常每年生育1次,所以按月循坏的方案是不足取的；6避孕针对母象没有副作用,打了避孕针的母象2年内不再受孕；7初生象存活到1岁的比例为70%-80%,此后,直至60岁前,存活率都比较均匀,大约在95%以上,大象一般只活到70岁；8公园里不存在捕杀行为,偷猎可以不考虑；公园管理部门有一份过去两年移出公园大象的粗略统计,不幸的是没有捕杀或公园大象的具体数据；你的任务是,构造一个模型,利用模型研究如何采用避孕措施控制公园大象的总数.同时需要完成以下任务：1 建立并利用模型推算2-60岁大象可能的存活率,以及目前的大象年龄结构；2估计每年需要避孕多少大象,才能保证大象总数控制在11000头左右,说明数据不确定性对你的结论的影响,评价一下年龄结构的变化以及对旅游的影响,你可能被要求观察30-60年；3假设每年可以移出50-300头大象,避孕大象数可以减少多少,评价如何根据经济效益平衡两种方案；4有一些反对观点认为,假如出现疾病或者失控的偷猎,使大象总数突然大幅度下降,即使停止避孕,也会对大象群的恢复存在不良影响,研究并回答这个问题；5公园公管理部门正在构造模型,特别希望批驳那些以缺乏完整数据为由而嘲笑利用模型指导决策的观点.希望你的模型包括一份技术报告能给公园管理部门提一些建议,提高公园管理部门的信心,除此之外,你的报告,还应该包括一个详细的技术流程最多3页回答公共关心的问题;6假如非洲其它公园对你的模型感兴趣,有意利用你的模型,请为公园大象数在300-25000头规模的公园提供一份避孕计划,顺便考虑一下存活率稍有不同或者可以有迁移的情况.附过去两年的迁出数据年龄 0 1 2 3 4 5 6 7 8 9总量1 103 77 71 70 68 61 58 51 52 51母象1 50 36 41 29 31 30 28 24 22 29总量2 98 74 69 61 60 54 52 59 58 57母象2 57 34 33 29 34 28 27 31 25 25年龄 10 11 12 13 14 15 16 17 18 19总量1 51 50 51 48 47 49 48 47 43 42母象1 27 27 26 27 26 25 28 27 19 25总量2 60 63 64 60 63 59 52 55 49 50母象2 26 36 38 30 33 34 24 30 21 30年龄 20 21 22 23 24 25 26 27 28 29总量1 42 37 39 41 42 43 45 48 49 47母象1 18 16 19 24 17 25 21 26 29 27总量2 53 57 65 53 56 50 53 49 43 40母象2 29 27 40 23 29 24 21 26 24 16年龄 30 31 32 33 3 4 35 36 37 38 39总量1 46 42 44 44 46 49 47 48 46 41母象1 24 22 20 22 24 24 23 25 21 24总量2 38 35 37 33 20 33 30 29 29 26母象2 17 16 18 18 15 18 12 17 16 13年龄 40 41 42 43 4 4 45 46 47 48 49总量1 41 42 43 38 34 34 33 30 35 26母象1 24 19 26 20 20 15 16 13 20 11总量2 10 24 25 22 21 22 11 21 21 19母象2 6 11 14 10 10 12 8 11 12 9年龄 50 51 52 53 54 55 56 57 58 59总量1 21 18 14 5 9 7 6 0 4 4母象1 10 9 8 4 4 4 3 0 3 2总量2 15 5 10 9 7 6 5 4 7 0母象2 6 4 5 4 4 2 3 2 4 0年龄 60 61 62 63 64 65 66 67 68 69 70总量1 4 3 2 2 1 3 0 2 1 0 2母象1 2 1 1 1 0 3 0 0 1 0 2总量2 2 3 0 2 0 2 0 1 0 0 0母象2 2 1 0 0 0 1 0 1 0 0 0假设与分析1大象性别比接近1：1,初生象的性别比也是大约1：1,采取控制后,也希望维持这个比例；2过去两年迁出的大象是随机抽样,其结构反映了象群总体的年龄结构；3 避孕是随机的,母象是否避孕是不可识别的,假设各个年龄的母象是等比例避孕的,比例系数为k,仅通过调节k 来控制公园大象数量；4母象初次怀孕大约在10-12岁,简化假设大象初孕时间为11岁,当前状态下,成年象的成活率为s,生育母象率为r ,老年象的成活率是线性逐渐递减的,因此其成活率可表示为设初生象活到1岁的存活率为0s ;5避孕针对母象没有副作用,打了避孕针的母象2年内不再受孕；且无论打避孕针前母象是否怀孕,一旦打了避孕针,母象就被避孕或中止怀孕,平均每年有γ比例的母象处于避孕状态；每年母象的避孕率为η,每年的避孕方案时瞬时完成的;6 假设大象的年龄结构是稳定的;数据处理与分析12-60岁大象的存活率与年龄结构母象生育率为r =1/+1+/2=头/年12岁的母象生育母象的生育率为r /6;由题设知道存活率)99.0,95.0(∈s ;以下是第一年迁移出0至70岁大象数据x1=103,77,71,70,68,61,58,51,52,51,51,50,51,48,47,49,48,47,43,42,42,37,39,41,42,43,45,48,49,47,46,42,44,44,46,49,47,48,46,41,41,42,43,38,34,34,33,30,35,26,21,18,14,5,9,7,6,0,4, 4, 4 ,3,2,2,1,3,0,2,1,0,2 ;以下是第二年迁移的0-70岁大象数据x2=98,74 69 61 60 54 52 59 58 57 60 63 64 60 63 59 52 55 49 50 53 57 65 53 56 50 53 49 43 40 38 35 37 33 20 33 30 29 29 26 10 24 25 22 21 22 11 21 21 19 15 5 10 9 7 6 5 4 7 0 2 3 0 2 0 2 0 1 0 0 0;x=x1+x2;x0=x/normx,1;以下是第一年迁移的0-59岁母象数据y1=50 36 41 29 31 30 28 24 22 29 27 27 26 27 26 25 28 27 19 25 18 16 19 24 17 25 21 26 29 27 24 22 20 22 24 24 23 25 21 24 24 19 26 20 20 15 16 13 20 11 10 9 8 4 4 4 3 0 3 2;以下是第二年迁移的0-59岁母象数据y2=57 34 33 29 34 28 27 31 25 25 26 36 38 30 33 34 24 30 21 30 29 27 40 23 29 24 21 26 24 16 17 16 18 18 15 18 12 17 16 13 6 11 14 10 10 12 8 11 12 9 6 4 5 4 4 2 3 2 4 0;考虑到有些数据较小及抽样的随机性,我们取两次抽样的平均值作为分析的基本数据;t1=x12:11;t2=x22:11;tt=t1+t2;tt1=tt1:9;tt2=tt2:10;tn=tt2./tt1;meantnans =t1=x112:21;t2=x212:21; tt=t1+t2; tt1=tt1:9;tt2=tt2:10;tn=tt2./tt1; meantnans =t1=x112:31;t2=x212:31; tt=t1+t2; tt1=tt1:19;tt2=tt2:20;tn=tt2./tt1; meantnans =t1=x112:41;t2=x212:41; tt=t1+t2; tt1=tt1:29;tt2=tt2:30;tn=tt2./tt1; meantnans =t1=x112:51;t2=x212:51; tt=t1+t2; tt1=tt1:39;tt2=tt2:40;tn=tt2./tt1; meantnans =t1=x112:60;t2=x212:60; tt=t1+t2;tt1=tt1:48;tt2=tt2:49;tn=tt2./tt1; meantnans =n1=zeros1,71;n11=1;n12=;for i=3:61n1i=n1i-1;endn1;for i=62:71n1i=n1611-i-61/10;endn1;N1=n112:50;xx=x12:50;xx=100xx/normxx,1;N1=100N1/normN1,1;t=1:39;plott,N1,t,xx;axis10,40,0,5;title'图1'通过以上分析大致可以得到,1-60岁大象的存活率约为;0-70岁年龄结构向量见图2; y0=100x0/normx0,1;a=0:70;bara,y0,'stacked';title'图2'下面我们取0120.75,0.98s s s ===;m1=zeros1,71;m11=1;m12=;for i=3:61m1i=m1i-1;endm1;for i=62:71m1i=m1611-i-61/10;endm1;m1=100m1/normm1,1;bara,m1,'stacked';title'图3 稳定的年龄结构'plota,m1,'r-',a,y0,'b-.';title'图4 年龄结构当前状态与稳定状态比较'polyfity0,m1,1ans =从所给的数据来看,象群的年龄结构还没有达到相对稳定的状态;根据以上数据,大体可以得到l=zeros71,71; l1,13=6;l2,1=;for i=14:61l1,i=;endl;for j=3:61lj,j-1=;end; l;for k=62:71lk,k-1=eigl;矩阵的唯一正特征值为;对于不同的存活率,得到的唯一正特征值为：下面我们估计每年处于避孕状态母象的比率γ;此时,女性生育率为0.1448(1)γ-;记由6式得解得1-1/^111/6+ans =即每年应该有%的母象处于避孕状态;为了保证有%的母象处于避孕状态,下面分析每年应该打避孕针母象的比例η;在假设3和假设5的前提下,如果每年打避孕针母象比例为η;母象可以分成3类：即当年被打避孕针而上一年没有被打避孕针或上一年被打避孕针而本年没有被打避孕针,比例为2(1)ηη-；连续两年被打避孕针2η；连续两年没有被打避孕针;只有最后一类母象具有生育能力;因此,只需要η满足方程1-sqrtans =ans =5500ans =+003解得 0.387η=,即每年大约需要给2127头母象打避孕针;在方案实施过程中,实际上根本不需要打这么多针,因为许多小象还是可以识别的;可以采取随机抽样的打针方式,对于抽到的小象只计数不打针,直至计满2127头母象,就算完成当年任务;采取打避孕针的方案对象群的年龄结构是由一些影响的,下面给出了打与不打避孕针情况下稳定的象群年龄结构与各你阿爸年龄段象群数的比较;m1=zeros1,71;m11=1;m12=;for i=3:61m1i=m1i-1;end; m1;for i=62:71m1i=m1611-i-61/10;end; m1;n1=zeros1,71;n11=1;n12=;for i=3:61n1i=n1i-1;end; n1;for i=62:71n1i=n1611-i-61/10;end;n1;subplot1,2,1a=0:70;plota,m1,'r-',a,n1,'b--';title'图5年龄结构比较';axis0,70,0,1;M1=5500m1/normm1,1;N1=5500n1/normn1,1;a=0:70;subplot1,2,2plota,M1,'r-',a,N1,'b--'title'图5各年龄段大象数比较图'axis-0,70,0,300通过以上两个图的比较,可以发现采取避孕措施,将使幼象、小象数减少,中老年象数增加;由于采取避孕措施,使得初生小象数减少,因此会不可避免地引起象群年龄结构的改变,下面分析,15年、30年、60年后的象群年龄结构;L=zeros71,71;L1,13=6;L2,1=;for i=14:61L1,i=;end; L;for j=3:61Lj,j-1=; end; L;for k=62:71Lk,k-1= end; L;eigL;n15=L^15x0';n30=L^15n15;n60=L^30n30;n15=100n15/normn15,1;n30=100n30/normn30,1;n60=100n60/normn60,1;M15=5500n15/normn15,1;M30=5500n30/normn30,1;M60=5500n60/normn60,1;bara,55y0title'图6a 避孕前种群量分布';axis0,70,0,250bara,M15title'图6b 避孕15年后种群量分布';axis0,70,0,250bara,M30title'图6c避孕30年后种群量分布';axis0,70,0,250M60=5500n60/normn60,1;bara,M60title'图6d 避孕前种群量分布';axis0,70,0,250n70=L^70x0';n70=100n70/norm n70,1;k1=100m1/normm1,1;图7给出了避孕前后年龄结构稳定状态的比较plot a,k 1,'r-',a,n70,'b-.';title'图7 避孕前后稳定的年龄结构';axis0,70,0,5数据不确定性对结果的影响分别取0120.7,0.8,0.95,0.99s s s ===1-1/^111/6+ans =1-sqrtans =1-1/^111/6+ans =1-sqrtans =每年需避孕的母象比例为%—% ;对于每年可以迁移50-300头大象及0120.75,0.98s s s ===,下面分析避孕方案的变化及最经济的方案;设增长率为p ,对于 0120.75,0.98s s s ===令当 1.01p =,每年的避孕率为%,每年迁出110头； 当 1.02p =,每年的避孕率为%,每年迁出220头； 当 1.025p =,每年的避孕率为%,迁出275头;1-1/^111/6+ans =1-sqrtans =p=;1-p ^12./^111/6+./p-./p.^49/./pans =1-sqrtans =p=;1-p.^12./^111/6+./p-./p^49/pans =1-sqrtans =p=;1-p.^12./^111/6+./p-./p^49/pans =1-sqrtans =进一步分析可以知道,对于 0120.75,0.98s s s ===,如果增长率为(1 1.0322,11000(p-1))p p ≤≤即每年移,令每年需要避孕的母象为5500'γ,每年需要迁移的大象数为11000(1)p -;从相关的文献中我们大致可以得到,设平均每迁移一头大象的成本约避孕一头大象费用的λ倍,由此得到增长率为p 时的总费用函数为记易见,1,0.3868, 1.01,0.346, 1.02,0.396p y p y p y ======clear ;p=1::;q =1-p.^12./^111/6+./p-./p.^49././pq =Columns 1 through 5Columns 6 through 10Columns 11 through 15Columns 16 through 17a =1-sqrt1-qa =Columns 1 through 5Columns 6 through 10Columns 11 through 15Columns 16 through 17y=a+15p-1y =Columns 1 through 5Columns 6 through 10Columns 11 through 15Columns 16 through 17。