国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數(shù)學(xué)建模:人口增長模型

這篇具有很好參考價值的文章主要介紹了數(shù)學(xué)建模:人口增長模型。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

數(shù)學(xué)建模:人口增長模型

模型目標(biāo):
通過給定的一組人口增長數(shù)據(jù),預(yù)測后續(xù)的人口增長情況.

一、指數(shù)增長模型

假設(shè)增長率不變:

若已知人口年增長率為r,今年人口為 x 0 x_0 x0?,預(yù)測k年后的人口可以用簡單的公式得到:
x k = x 0 ( 1 + r ) k x_k = x_0(1+r)^k xk?=x0?(1+r)k
*以美國人口為例,數(shù)據(jù)點取下表:
數(shù)學(xué)建模:人口增長模型
用matlab輸入好數(shù)據(jù):

p = [3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76 92 105.7	122.8 131.7 150.7 179.3	203.2 226.5	248.7 281.4];

該公式得到的人口增長模型如下圖(matlab作圖):
數(shù)學(xué)建模:人口增長模型
選取的增長率0.2與實際的人口數(shù)據(jù)點貼合度差,于是進一步建立模型,找到偏差更小的增長率r

精確化增長率r

把人口看作關(guān)于時間的可微函數(shù) x ( t ) x(t) x(t),記 x ( 0 ) = x 0 x(0) = x_0 x(0)=x0?
r x 0 rx_0 rx0? 即為單位時間 x ( t ) x(t) x(t) 的增長量
所以得到微分方程:
d x d t = r x , x ( 0 ) = x 0 \frac{dx}{dt} = rx , x(0)=x_0 dtdx?=rx,x(0)=x0?
解得:
x ( t ) = x 0 e r t x(t) = x_0e^{rt} x(t)=x0?ert
上述公式即位指數(shù)增長模型

數(shù)據(jù)擬合:

接下來對指數(shù)增長模型的參數(shù)進行估計,即數(shù)據(jù)擬合

·法一

用人口數(shù)據(jù)和線性最小二乘法,對上式取對數(shù):
y = r t + a , y = l n x , a = l n x 0 y = rt +a , y=lnx,a=lnx_0 y=rt+a,y=lnx,a=lnx0?
用matlab進行編程擬合:

%取1790年為t=0,數(shù)據(jù)點取到2000年
t=0:10:210;
lnp = log(p);
cftools

數(shù)學(xué)建模:人口增長模型
解得:
r = 0.202 , x 0 = e 1.8 = 6.049 r = 0.202,x_0 = e^{1.8} = 6.049 r=0.202,x0?=e1.8=6.049
帶入得 x ( t ) = 6.049 e 0.0202 t x(t) = 6.049 e^{0.0202t} x(t)=6.049e0.0202t
數(shù)學(xué)建模:人口增長模型
·法2
對人口數(shù)據(jù)做數(shù)值微分,計算平均值r‘,x0直接選用原始數(shù)據(jù).
函數(shù)在各點的近似導(dǎo)數(shù)值為(數(shù)值微分中點公式):
x ′ ( t k ) = x k + 1 ? x k ? 1 2 Δ t , ? ( k = 1 , 2 , 3 , . . . , n ? 1 ) x'(t_k) = \frac{x_{k+1}-x_{k-1}}{2\Delta t},\\\ \\(k=1,2,3,...,n-1) x(tk?)=txk+1??xk?1??,?(k=1,2,3,...,n?1)
x ′ ( 0 ) = 4 x 1 ? 3 x 0 ? x 2 2 Δ t , x ′ ( n ) = ? 4 x n ? 1 + 3 x n + x n ? 2 2 Δ t x'(0) = \frac{4x_1-3x_0-x_2}{2 \Delta t}, x'(n) = \frac{-4x_{n-1}+3x_{n}+x_{n-2}}{2 \Delta t} x(0)=t4x1??3x0??x2??,x(n)=t?4xn?1?+3xn?+xn?2??
那么增長率為: r ( t k ) = x ′ ( t k ) x ( t k ) r(t_k)=\frac{x'(t_k)}{x(t_k)} r(tk?)=x(tk?)x(tk?)?

*公式相關(guān)推導(dǎo)可參考數(shù)值計算方法 第六章 數(shù)值積分和數(shù)值微分

增長率 r k = x ′ ( t k ) x ( t k ) r_k=\frac{x'(t_k)}{x(t_k)} rk?=x(tk?)x(tk?)?再取平均值得到r = 0.0205
數(shù)學(xué)建模:人口增長模型

改進的指數(shù)增長模型

上述模型對于增長率r不變的假設(shè)導(dǎo)致預(yù)測曲線與實際偏差較大
所以改進模型中假設(shè) rt 的函數(shù) r ( t ) r(t) r(t) , 根據(jù)上述法2的 x ′ ( t ) x'(t) x(t) 畫r—t圖像:

r=[];
for i=1:22
    if i == 1
        r(i)=(4*p(i+1)-3*p(i)-p(i+2))/(20*p(i));
    elseif i == 22
        r(i)=(-4*p(i-1)+3*p(i)+p(i-2))/(20*p(i));
    else
        r(i)=(p(i+1)-p(i-1))/(20*p(i));
    end
end
plot(t,r,'.','MarkerSize',20);
ylim ([0.005,0.04]);
xlabel('t');
ylabel('增長率r');

數(shù)學(xué)建模:人口增長模型
根據(jù)散點圖假設(shè) r ( t ) = r 0 ? r 1 t r(t)=r_0-r_1t r(t)=r0??r1?t的線性函數(shù),用最小二乘法線性擬合得到:數(shù)學(xué)建模:人口增長模型
r 0 = 0.03252 , ? r 1 = 0.0001143 r_0 = 0.03252,\space r_1 = 0.0001143 r0?=0.03252,?r1?=0.0001143
根據(jù)微分方程:
d x / d t = r ( t ) x dx/dt=r(t)x dx/dt=r(t)x
? x ( t ) = x 0 e ( r 0 t ? r 1 t 2 / 2 ) \Rightarrow x(t) = x_0 e^{(r_0t-r_1t^2/2)} ?x(t)=x0?e(r0?t?r1?t2/2)
把擬合后的參數(shù)帶入:

xt2 = 3.9.*exp(0.03252.*t-0.0001143.*t.^2./2);
plot(t,xt2,'LineWidth',1);

數(shù)學(xué)建模:人口增長模型
最終根據(jù)改進模型預(yù)測的2010年人口為290million,與實際數(shù)據(jù)281.4吻合度較高.顯然改進后的模型優(yōu)于前兩者.

二、logistic模型

改進的指數(shù)增長模型中增長率線性下降,但沒有體現(xiàn)其下降的相關(guān)影響因素,只是以時間為變量.logistic模型考慮了自然資源,環(huán)境等對人口增長的阻滯作用.

未完…文章來源地址http://www.zghlxwxcb.cn/news/detail-426744.html

到了這里,關(guān)于數(shù)學(xué)建模:人口增長模型的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【數(shù)學(xué)建?!?- 數(shù)學(xué)規(guī)劃模型

    【數(shù)學(xué)建?!?- 數(shù)學(xué)規(guī)劃模型

    概述: 什么是數(shù)學(xué)規(guī)劃? 數(shù)學(xué)建模中的數(shù)學(xué)規(guī)劃是指利用數(shù)學(xué)方法和技巧對問題進行數(shù)學(xué)建模,并通過數(shù)學(xué)規(guī)劃模型求解最優(yōu)解的過程。數(shù)學(xué)規(guī)劃是一種數(shù)學(xué)優(yōu)化方法,旨在找到使目標(biāo)函數(shù)達到最大值或最小值的變量取值,同時滿足一系列約束條件。 數(shù)學(xué)規(guī)劃包括多種不同

    2024年02月12日
    瀏覽(20)
  • 【數(shù)學(xué)建?!績?yōu)化模型——規(guī)劃模型

    【數(shù)學(xué)建?!績?yōu)化模型——規(guī)劃模型

    在數(shù)學(xué)建模中,優(yōu)化類問題是很常見的一種問題。這種問題里面通常涉及多個 變量 和 約束條件 ,并需要在這些變量和條件之下 優(yōu)化某個函數(shù) 。最常見的例子就是,“達到最好效果”、“取得最大利潤”、“極大降低風(fēng)險”等等。遇到這類字眼,應(yīng)首先考慮優(yōu)化模型求解。

    2024年01月25日
    瀏覽(22)
  • 2022 數(shù)學(xué)建模B題成品論文 參考文章 含全部建模 步驟 數(shù)學(xué)模型 圖像

    2022 數(shù)學(xué)建模B題成品論文 參考文章 含全部建模 步驟 數(shù)學(xué)模型 圖像

    完整見https://mianbaoduo.com/o/bread/mbd-Y5eVm5xw 無人機遂行編隊飛行中的純方位無源定位 摘要 一、問題重述 1.1 問題背景 由于無人機集群在遂行編隊飛行時, 應(yīng)盡可能的避免外界干擾, 因此需要盡可能的保持電磁靜默減少電磁波信號的發(fā)射.為保持編隊隊形, 擬采用純方位無源

    2024年02月08日
    瀏覽(97)
  • 數(shù)學(xué)建模--預(yù)測類模型

    數(shù)學(xué)建模--預(yù)測類模型

    目錄 一、中短期預(yù)測 1、灰色預(yù)測法 ①適用范圍 ②模型實現(xiàn) ?2、回歸分析 ①適用范圍 ②模型實現(xiàn) ?3、時間序列分析 ①自適應(yīng)濾波法 ②指數(shù)平滑法 ③移動平均法 4、微分方程 二、長期預(yù)測 1、神經(jīng)網(wǎng)絡(luò)預(yù)測 2、logistic模型 ①模型介紹 ②模型分析及代碼 灰色預(yù)測模型 ( G

    2024年02月03日
    瀏覽(15)
  • 數(shù)學(xué)建?!揪垲惸P汀? decoding=

    數(shù)學(xué)建模【聚類模型】

    一、聚類模型簡介 “物以類聚, 人以群分”,所謂的聚類,就是將樣本劃分為由類似的對象組成的多個類的過程。聚類后,我們可以更加準(zhǔn)確的在每個類中單獨使用統(tǒng)計模型進行估計、分析或預(yù)測,也可以探究不同類之間的相關(guān)性和主要差異。 聚類和分類的區(qū)別:分類是已

    2024年04月13日
    瀏覽(32)
  • 【數(shù)學(xué)建?!?灰色預(yù)測模型

    【數(shù)學(xué)建模】 灰色預(yù)測模型

    https://www.cnblogs.com/somedayLi/p/9542835.html https://blog.csdn.net/qq_39798423/article/details/89283000?ops_request_misc=request_id=biz_id=102utm_term=%E7%81%B0%E8%89%B2%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8Butm_medium=distribute.pc_search_result.none-task-blog-2 all sobaiduweb~default-2-89283000.142 v88 control_2,239 v2 insert_chatgptspm=1018.2226.3001.418

    2024年02月12日
    瀏覽(22)
  • 數(shù)學(xué)建模 —— 評價模型

    數(shù)學(xué)建模 —— 評價模型

    對于評價類模型,最好還是使用 Topsis法,主成分分析主觀因素太大,灰色關(guān)聯(lián)分析因為這個灰色理論近幾年才在國內(nèi)出現(xiàn),使用范圍較小,可能評委老師了解不多。模糊綜合評價的話也可以使用,但是能用 Topsis法最好還用 Topsis法。 評價類模型主要研究的是多個指標(biāo)中各個指

    2024年02月07日
    瀏覽(34)
  • 【數(shù)學(xué)建?!繄D論模型

    【數(shù)學(xué)建?!繄D論模型

    無向圖和有向圖 簡單圖和完全圖:重邊、環(huán)、孤立點 賦權(quán)圖/網(wǎng)絡(luò) 頂點的度 子圖與生成子圖 路與回路、跡、path、圈 連通圖與非連通圖 圖的表示 考慮簡單圖 關(guān)聯(lián)矩陣表示 鄰接矩陣表示 對于賦權(quán)圖而言,鄰接矩陣中的數(shù)值改為對應(yīng)邊的權(quán)值就得到對應(yīng)的無向/有向賦權(quán)圖

    2024年01月17日
    瀏覽(18)
  • 【數(shù)學(xué)建?!?-因子分析模型

    【數(shù)學(xué)建?!?-因子分析模型

    因子分析有斯皮爾曼在1904年首次提出,其在某種程度上可以被看成時主成分分析的推廣和擴展。 因子分析法通過研究變量間的相關(guān)稀疏矩陣,把這些變量間錯綜復(fù)雜的關(guān)系歸結(jié)成少數(shù)幾個綜合因子,由于歸結(jié)出的因子個數(shù)少于原始變量的個數(shù),但是它們又包含原始變量的信

    2024年02月13日
    瀏覽(57)
  • 遺傳算法模型--數(shù)學(xué)建模

    遺傳算法是一種模仿自然選擇和遺傳機制的優(yōu)化算法,主要用于求解最優(yōu)化問題。它模擬了生物進化過程中的遺傳、交叉和變異過程,通過不斷地進化優(yōu)秀的個體,逐漸搜索到全局最優(yōu)解。 在開始之前,我們先來了解下遺傳算法中的幾個概念。 在遺傳算法中,我們首先需要

    2024年02月16日
    瀏覽(18)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包