Malthus模型 模型假设:
- x ( t ) x(t) x(t)表示 t t t时刻的人口数,且 x ( t ) x(t) x(t)连续可微。
- 人口的增长率 r r r是常数(增长率=出生率-死亡率)。
- 人口数量的变化是封闭的,即人口数量的增加与减少只取决于人口中个体的生育和死亡,且每一个个体都具有同样的生育能力和死亡率。
x ( t + △ t ) ? x ( t ) = r x ( t ) △ t x(t+\triangle t)-x(t)=rx(t)\triangle t x(t+△t)?x(t)=rx(t)△t
于是得
{ d x d t = r x x ( t 0 ) = x 0 \begin{cases} \frac{dx}{dt}=rx\\ x(t_0)=x_0 \end{cases} {dtdx?=rxx(t0?)=x0??
其解为
x ( t ) = x 0 e r t x(t)=x_0e^{rt} x(t)=x0?ert
模型评价 该模型在预测1700-1961年间世界人口增长与实际情况较为符合,但是当 t 很大时,人口数量就大的惊人,这是因为增长率为常数,所以人口数一直在增加,但实际是增长率是变动的。
阻滞增长模型(Logistic模型)
- 我们这里要对增长率进行修正。地球上得资源是有限的,随着人口数量的增加,资源对人口增长的限制作用越来越显著,即将增长率r r r表示为人口x ( t ) x(t) x(t)的减函数r ( x ) r(x) r(x)。
- 设 r ( x ) r(x) r(x)为 x x x的线性函数, r ( x ) = r ? s x r(x)=r-sx r(x)=r?sx(工程师原则,首先用线性)。
- 自然资源与环境条件所能容纳的最大人口数为 x m x_m xm?,即当 x = x m x=x_m x=xm?时,增长率 r ( x m ) = 0 r(x_m)=0 r(xm?)=0。
{ d x d t = r ( 1 ? x x m ) x x ( t 0 ) = x 0 \begin{cases} \frac{dx}{dt}=r(1-\frac{x}{x_m})x\\ x(t_0)=x_0 \end{cases} {dtdx?=r(1?xm?x?)xx(t0?)=x0??
其解为
x ( t ) = x m 1 + ( x m x 0 ? 1 ) e ? r ( t ? t 0 ) x(t)=\frac{x_m}{1+(\frac{x_m}{x_0}-1)e^{-r(t-t_0)}} x(t)=1+(x0?xm???1)e?r(t?t0?)xm??
模型检验 d 2 x d t 2 = r 2 ( 1 ? x x m ) ( 1 ? 2 x x m ) x \frac{d^2x}{dt^2}=r^2(1-\frac{x}{x_m})(1-\frac{2x}{x_m})x dt2d2x?=r2(1?xm?x?)(1?xm?2x?)x
人口总数有以下规律:
- lim ? x → + ∞ x ( t ) = x m \lim_{x\to+\infty}x(t)=x_m limx→+∞?x(t)=xm?,即无论人口初值如何,人口总数都以 x m x_m xm?为极限。
- 当 0 < x 0 < x m 0
x m 2 x>\frac{x_m}{2} x>2xm??时, x ( t ) x(t) x(t)为凸函数。 - 人口变化率 d x d t \frac{dx}{dt} dtdx?在 x = x m 2 x=\frac{x_m}{2} x=2xm??时取到最大值。
文章图片
美国人口的预报模型
文章图片
建模与求解 我们取初值 x ( 1970 ) = 3.9 x(1970)=3.9 x(1970)=3.9,则
x ( t ) = x m 1 + ( x m 3.9 ? 1 ) e ? r ( t ? 1970 ) x(t)=\frac{x_m}{1+(\frac{x_m}{3.9}-1)e^{-r(t-1970)}} x(t)=1+(3.9xm???1)e?r(t?1970)xm??
详细求解步骤见pdf(清风所作)
使用阻滞增长模型预测美国人口.pdf
推荐阅读
- 数学建模算法与应用|主成分分析;主成分回归分析——Hald水泥问题;主成分分析案例——各地区普通高等教育发展水平综合评价;matlab
- 数学建模算法与应用|最短路问题 、迪克斯特拉(Dijkstra)算法、Floyd算法、matlab、python
- 数学建模算法与应用|插值方法(一维插值、三次样条插值、二维插值的matlab自带函数,python实现/作图)
- 数学建模算法与应用|整数规划,背包问题、指派问题、钢管切割问题的Matlab和python实现
- 云模型的理解及Matlab实例
- 算法面试冲刺|Leetcode 算法面试冲刺 热题 HOT 100 刷题(337 338 347 394 399)(六十八)
- Leetcode刷题复习|Leetcode 刷题必须Review 十七 Lintcode(423 492 541 421 575)
- MATLAB|瑞利衰落条件下扩频通信系统误码率仿真
- ★教程2:fpga入门100例|【FPGA教程案例48】图像案例8——基于FPGA的RGB图像转化为HSV图像的实现,通过MATLAB进行辅助验证