Leslie人口模型及例题详解-Word整理

Leslie 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。

毕业设计——第一章绪论1.研究背景2.国内外研究现状3.人口概念介绍人口增长模型及其应用孙建锋第二章人口增长模型的概述1.马尔萨斯模型（人口指数增长模型）2.Logistic 模型（人口阻滞增长模型）3.年龄移算法模型4.L eslie 人口增长模型5.灰色 GM（1，1）预测模型6.人口发展方程7.各模型的优缺点对比第三章基本人口预测1.出生人数的预测2.死亡人数的预测3.分年龄分性别人口数预测4.人口总数预测第四章人口实例预测1.数据准备2.模型应用与求解3.结果分析4.结论及相关建议第一章绪论1.1研究背景人口问题是联系社会经济发展最基本、最复杂问题，受到世界各国诸多领域的关注.就人口规模的发展而言存在极大地差异，如，某些发展中国家人口生育率过高；而某些发达国家的生育率过低，甚至为负増长，这些现象会引发一系列社会经济问题，如，失业、老龄化，进而影响社会稳定.人口问题事关国计民生，是影响经济社会发展全局的重大问题。

以人为本的科学发展观必然要求我们在一切发展序列中首先关注人口发展，中国人口发展在中国经济社会发展框架中具有绝对优先的工具价值和目的意义。

人口发展对一个国家经济、社会协调和可持续发展具有重要影响。

发现人口问题、制定相应政策、采取合适措施对人口发展进行调节，是政府保证经济社会协调和可持续发展的重要内容。

众所周知，人口众多是我国基本的国情，人口问题一直以来就是中国经济发展的绊脚石，中国是人口第一大国，固然有地大物博，资源丰富的美誉，但按人口数量平均下来，也就成了人均占有量不足的基本国情。

中国在世纪之交的2000 年进行了全国第五次人口普查，国家许多重大社会、政治，经济问题的研究都要依据人口的数量。

为此，进行人口预测是有效地控制人口发展与资源关系不可缺少的手段之一，同时也是人口决策的重要依据.对人口进行预测，做到人口有计划地发展不仅能有效地处理好人类与资源的关系，而且对于经济发展的预测，各个生态专项规划及制定建设决策都有重要的借鉴意义，也是我国经济稳定、高效、协调发展的保证。

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(+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()(0),0,1,2,t n t Ln t ==t1+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。

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This model paper was revised by LINDA on December 15, 2012.Leslie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：——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Leslie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 k x 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()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。

Leslie人口模型模型三、Leslie人口模型在短时期内男女性别比通常是不会发生变化的，因此讨论总人口的发展变化趋势与只讨论女性人口数量的变化情况意义是相同的。

在该模型中，我们将人口年龄离散化，大小等间隔地分成h个年龄组，相应地，将时间离散化为时段，每十年为一个时段。

k,0,1,2xk()记时段k第i个年龄组的女性人口总数为， ih，且该年龄组的女性生育率(该年龄组的女性在1个时段内xkbxk(1)()，,,ii1i,1bsd,,1的平均生育数量)为，该年龄组的死亡率为d，则相应的存活率为，iiiisd,,1在稳定的环境下存活率与生育率基本上是不随时间的变化而改变biii sd,,1b的，，因此我们将存活率与生育率看作是常数。

则人口的变化情况满iii足以下条件:第k+1时段，第一个年龄组的女性人口数量是时段k各个年龄段生育的人口数之和，即h (6) xkbxk(1)()，,,ii1i,1时段k+1第i+1个年龄段的女性人口数量是k时段第i个年龄组存活下来的女性人口数量，即xksxkih(1)(),1,2,，,, (7) iii，1记时段k女性人口数量按年龄组的分布向量为T (8) Xkxkxkxk()((),(),,()),129XkLXk(1)()，, 综合上述(6)(7)(8)得:其中由出生率和存活率构成的Leslie矩阵为bbbb,,1289,,s000,,1,, L,000s,,2,,0,,,,000s8,,X(0)当矩阵L和按照年龄组的初始分布向量已知时，可以预测任意时段k的女性人口按年龄组的分布情况:kXkLXk()(0),0,1,2,,, (9) 稳定状况分析:01,1,2,9,,,si根据和的定义，矩阵L中的元素满足: sbiiib,0，且至少有一个 xksxkih(1)(),1,2,，,,iiii，1定理1:L矩阵有唯一的正特根值，且它是单根，对应的特征向量为 ,,11ssssssn*T11212 ,X(1,,,,)n2,,,111k,2,3,,9且L矩阵的其他n-1个特征值满足， ,,,,1kk定理2:若L矩阵第一行有两项顺次的元素都大于0，则，bb,,,,ii，11kXk()且由(8)式确定的满足xk()*bs ，其中c是由，及X(0)决定的常数。

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 --+=-=(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。

【南京大学《leslie矩阵模型预测人口》原理分析】Leslie矩阵模型是人口学家Leslie在20世纪40年代提出的一种人口增长模型，用于预测和描述人口的变化规律。

本文将从深度和广度两个维度进行全面评估Leslie矩阵模型预测人口的原理，力求以简明易懂的方式探讨主题。

1. Leslie矩阵模型预测人口的原理Leslie矩阵模型是一种离散时间模型，它假设在单个时间段内，每位女性将生产一个特定数量的女婴，并且在一定芳龄后才能生育。

Leslie 矩阵通过矩阵运算来描述不同芳龄段的人口增长和转移过程，其基本原理可以用以下公式表示：\[ \begin{pmatrix} f_1 & f_2 & f_3 & \cdots & f_n \\ s_1 & 0 & 0 & \cdots & 0 \\ 0 & s_2 & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & s_{n-1}\end{pmatrix} \times \begin{pmatrix} N_1 \\ N_2 \\ N_3 \\ \vdots \\ N_n \end{pmatrix} \]2. Leslie矩阵模型的深度分析Leslie矩阵模型将人口分为不同芳龄段，根据生育率和存活率来描述人口的增长和转移过程。

通过不断迭代计算Leslie矩阵的乘积，可以预测未来几个时间段内的人口数量分布情况。

值得一提的是，Leslie 矩阵模型基于一些基本的假设，如生育率和存活率不变、芳龄段划分合理等，因此在实际应用中要注意对模型参数的调整和修正，以提高预测准确度。

3. Leslie矩阵模型的广度探讨Leslie矩阵模型不仅可以用于预测人口的总量，还可以对不同芳龄段的人口数量进行预测，从而为政府部门的人口政策制定提供参考依据。

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(+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)()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()(0),0,1,2,t n t L n t ==t1+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。

考虑年龄结构的人口模型（Leslie 模型）对Logistic 模型的批评意见除了实际统计时常采用离散变化的时间变量外，另一种看法是种群增长不应当只和种群总量有关，也应当和种群的年龄结构有关。

不同年龄的个体具有不同的生育能力和死亡率，这一重要特征没有在Logistic 模型中反映出来。

基于这一事实，Leslie 在20世纪40年代建立了一个考虑种群年龄结构的离散模型。

由于男、女性人口（或雌、雄性个体）通常有一定的比例，为了简便起见，建模时可以只考虑女性人数，人口总量可以按比例折算出来。

将女性按年龄划分成m +1个组，即0,1,…,m 组，例如，可5岁（或10岁）一组划分。

将时间也离散成间隔相同的一个个时段，即5年（或10年）为一个时段。

记j 时段年龄在i 组中的女性人数为N （i ,j ），b i 为i 组每一妇女在一个时段中生育女孩的平均数，i p 为i 组女性存活一时段到下一时段升入i +1组的人数所占的比例（即死亡率d i =1-i p ）同时假设没有人能活到超过m 组的年龄。

实际上可以这样来理解这一假设，少量活到超过m 组的妇女（老寿星）人数可以忽略不计，她们早已超过了生育期，对人口总量的影响是微小的而且是暂时性的，对今后人口的增长和人口的年龄结构不产生任何影响，假设b i 、i p 不随时段的变迁而改变，这一假设在稳定状况下是合理的。

如果研究的时间跨度不过于大，人们的生活水平、整个社会的医疗条件及周围的生活环境没有过于巨大的变化，b i 、i p 事实上差不多是不变的，其值可通过统计资料估算出来。

根据以上假设可以得出以下j +1时段各组人数与j 时段各组人数之间的转换关系：⎪⎪⎩⎪⎪⎨⎧-=+=++++=+-),1()1,(),0()1,1(),(),0(),0()1,0(1010j m N p j m N j N p j N j m N b j N b j N b j N m m 显然，0,≥i j p b 。

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()(0),0,1,2,t n t L n 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。

21i s -，q （(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= b1 + b2s1 + b3s1s2 + … + b m s1s2…s m-1（7）R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1.35%4母象初次怀孕大约在10-12岁,一直到60岁大约每3.5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3.5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。