人口增长模型

模型准备

世界人口增长概况

1625 1830 1930 1960 1974 1987 1999
人口(亿) 5 10 20 30 40 50 60

中国人口增长概况

1908 1933 1953 1964 1982 1990 1995 2000
人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
  1. 研究调查问题背景,找得越全越好
  2. 研究人口变化规律,去解释目前人口变化现状
  3. 制定现在的政策

如何将实际问题和现有知识挂钩
今年人口x0, 年增长率rk年后人口xk=x0(1+r)k指数增长模型——马尔萨斯提出基本假设:人口(相对)增长率r是常数x(t)时刻的人口x(t+Δt)−x(t)x(t)=rΔtdxdt=rx, x(0)=x0 \begin{array}{} 今年人口x_{0},\ 年增长率r \\ k年后人口\quad x_{k}=x_{0}(1+r)^{k} \\ \\ 指数增长模型——马尔萨斯提出 \\ 基本假设:人口(相对)增长率r是常数 \\ x(t)时刻的人口\quad \frac{x(t+\Delta t)-x(t)}{x(t)}=r\Delta t \\ \frac{dx}{dt}=rx,\ x(0)=x_{0} \end{array} 今年人口x0, 年增长率rk年后人口xk=x0(1+r)k指数增长模型——马尔萨斯提出基本假设:人口(相对)增长率r是常数x(t)时刻的人口x(t)x(t+Δt)x(t)=rΔtdtdx=rx, x(0)=x0
x0x_{0}x0是定解条件初始条件
dxdt=rx\frac{dx}{dt}=rxdtdx=rx是常微分方程
分离变量法解微分方程
dxx=rdt \frac{dx}{x}=r dt xdx=rdt
两边分别求不定积分
ln⁡∣x∣=rt+C \ln |x|=rt+C lnx=rt+C
叫做微分方程通解
将初始条件代入
x(t)=x0ert x(t)=x_{0}e^{rt} x(t)=x0ert
x(t)=x0(er)t≈x0(1+r)t x(t)=x_{0}(e^{r})^{t}\approx x_{0}(1+r)^{t} x(t)=x0(er)tx0(1+r)t
随着时间增加,人口按指数规律无限增长

指数增长模型的应用及局限性

  • 可用于短期人口增长预测
  • 不符合19世纪后多数地区人口增长规律
  • 仅适用于物资非常丰富的情景
    19世纪后,人口增长率rrr不是常数,逐渐下降
阻滞增长模型

人口增长到一定数量后,增长率下降的原因
资源、环境等因素对人口增长的阻滞作用
阻滞作用随人口数量增加而变大,即r是x的减函数
假设
r(x)=r−sx (r,s>0) r(x)=r-sx\ (r, s>0) r(x)=rsx (r,s>0)
当x很小时,r就是固有增长率或自然增长率
xmx_{m}xm,人口容量(资源、环境能容纳的最大数量)
r(xm)=0 r(x_{m})=0 r(xm)=0
s=rxm s=\frac{r}{x_{m}} s=xmr
r(x)=r(1−xxm) r(x)=r(1-\frac{x}{x_{m}}) r(x)=r(1xmx)
代入常微分方程
dxdt=r(x)x=rx(1−xxm) \frac{dx}{dt}=r(x)x=rx\left( 1-\frac{x}{x_{m}} \right) dtdx=r(x)x=rx(1xmx)
dxdt\frac{dx}{dt}dtdx就是时间改变一个单位数,人口的改变量
![[Pasted image 20240812011619.png]]
![[Pasted image 20240812034058.png]]

S形曲线,x增加先快后慢
xt=xm1+(xmx0−1)e−rt x_{t}=\frac{x_{m}}{1+(\frac{xm}{x_{0}}-1)e^{-rt}} xt=1+(x0xm1)ertxm

参数估计

用阻滞增长模型作人口预报,必须先估计模型参数rrrxmx_{m}xm

  • 利用统计数据用最小二乘法作拟合
  • rrr=0.2557,xmx_{m}xm=392.1
模型检验

用模型计算2010年美国人口,与实际数据比较
x(2010)=274.5 x(2010)=274.5 x(2010)=274.5
实际为281.4

模型应用

预报美国2020年人口
加入2010年人口数据后重新估算模型参数
r=0.2490,xm=434.0 r=0.2490,\qquad x_{m}=434.0 r=0.2490,xm=434.0
x(2020)=306.0 x(2020)=306.0 x(2020)=306.0

数学建模一般步骤

  1. 模型准备
    了解实际背景,明确建模目的,搜集有关信息,掌握对象特征
  2. 模型假设
    针对问题特点和建模目的,作出合理、简化的假设,在合理与简化之间折中
  3. 模型构成
    用数学的语言、符号描述问题,尽量采用简单的数学工具
  4. 模型求解
    各种数学方法,软件和计算机技术
  5. 模型分析
    结果的误差分析,统计分析,模型对数据的稳定性分析
  6. 模型检验
    与实际现象,数据比较,检验模型的合理性,适用性
数学建模全过程
  1. 根据建模目的和信息将实际问题翻译成数学问题
  2. 选择适当的数学方法求得数学模型的解答
  3. 将数学语言表述的解答翻译回实际对象
  4. 用现实对象的信息检验得到的解答

微分方程的稳定性分析

  • 对象仍是动态过程,而建模目的是研究时间充分长以后过程的变化趋势——平衡状态是否稳定
  • 不求解微分方程,而是用微分方程稳定性理论研究平衡状态稳定性
捕鱼业的持续收获

背景

  • 再生资源应适度开发——在持续稳产前提下实现最大产量或最佳效益
    问题及分析
  • 在捕捞量稳定的条件下,如何控制捕捞使产量最大或效益最佳
  • 如果使捕捞量等于自然增长量,渔场鱼量将保持不变,则捕捞量稳定
产量模型
  1. 假设
    x(t)∼渔场鱼量 x(t)\sim渔场鱼量 x(t)渔场鱼量
  • 无捕捞时鱼的自然增长服从Logistic规律
    x˙(t)=f(x)=rx(1−xN) \dot{x}(t)=f(x)=rx\left( 1-\frac{x}{N} \right) x˙(t)=f(x)=rx(1Nx)
    r∼固有增长率,N∼最大鱼量 r\sim固有增长率,N\sim最大鱼量 r固有增长率,N最大鱼量
  • 单位时间捕捞量与渔场鱼量成正比
    h(x)=Ex, E∼捕捞强度 h(x)=Ex,\ E\sim捕捞强度 h(x)=Ex, E捕捞强度
  1. 建模

    F(x)=f(x)−h(x) F(x)=f(x)-h(x) F(x)=f(x)h(x)
    捕捞情况下渔场鱼量满足
    x˙(t)=F(x)=rx(1−xN)−Ex \dot{x}(t)=F(x)=rx\left( 1-\frac{x}{N} \right)-Ex x˙(t)=F(x)=rx(1Nx)Ex
  • 不需要求解x(t),只需要知道稳定的条件
一阶微分方程的平衡点及其稳定性

x˙=F(x) \dot{x}=F(x) x˙=F(x)
一阶非线性自治方程

F(x)=0F(x)=0F(x)=0的根x0x_{0}x0就是微分方程的平衡点
x˙∣x=x0=0 \dot{x}|_{x=x_{0}}=0 x˙x=x0=0
x(t)x(t)x(t)是方程的解,若从x0x_{0}x0某邻域的任意初值出发,都有lim⁡t→∞x(t)=x0\lim_{ t \to \infty }x(t)=x_{0}limtx(t)=x0
x0x_{0}x0是方程的稳定平衡点

  • 不求x(t)x(t)x(t),有判断x0x_{0}x0稳定性的方法,直接法
    近似线性方程,一阶导
    x˙=F′(x0)(x−x0) \dot{x}=F'(x_{0})(x-x_{0}) x˙=F(x0)(xx0)
  1. F′(x0)<0F'(x_{0})<0F(x0)<0x0x_{0}x0稳定
  2. F′(x0)>0F'(x_{0})>0F(x0)>0x0x_{0}x0不稳定

x˙(t)=F(x)=rx(1−xN)−Ex \dot{x}(t)=F(x)=rx\left( 1-\frac{x}{N} \right)-Ex x˙(t)=F(x)=rx(1Nx)Ex
F(x)=0F(x)=0F(x)=0
x0=N(1−Er), x1=0 x_{0}=N\left( 1-\frac{E}{r} \right),\ x_{1}=0 x0=N(1rE), x1=0
稳定性判断,代入到一阶导函数里面
F′(x0)=E−r, F′(x1)=r−E F'(x_{0})=E-r,\ F'(x_{1})=r-E F(x0)=Er, F(x1)=rE
E<r→F′(x0)<0,F′(x1)>0→x0稳定,x1不稳定 E<r\to F'(x_{0})<0,F'(x_{1})>0\to x_{0}稳定,x_{1}不稳定 E<rF(x0)<0,F(x1)>0x0稳定,x1不稳定
E>r→F′(x0)>0,F′(x1)<0→x0不稳定,x1稳定 E>r\to F'(x_{0})>0,F'(x_{1})<0\to x_{0}不稳定,x_{1}稳定 E>rF(x0)>0,F(x1)<0x0不稳定,x1稳定
E:单位时间的捕捞强度,r:增长率
如果单位时间捕捞强度小于增长率,x0x_{0}x0稳定,t趋于无穷大的时候,渔场的鱼量xtx_{t}xt会趋于这个点,也就是随着时间推移,渔场的鱼量会保持在这么多
如果单位时间捕捞强度大于增长率,x1x_{1}x1稳定,每天捕捞的比鱼量增加的多,t趋于无穷大的时候,渔场的鱼量趋于0

怎么使产量最大

在捕捞量稳定的条件下,控制捕捞强度使产量最大
F(x)=f(x)−h(x) F(x)=f(x)-h(x) F(x)=f(x)h(x)
x˙(t)=f(x)=rx(1−xN) \dot{x}(t)=f(x)=rx\left( 1-\frac{x}{N} \right) x˙(t)=f(x)=rx(1Nx)
h(x)=Ex h(x)=Ex h(x)=Ex
h(x)h(x)h(x),并且使其最大
捕捞强度是E,也就是要求E,使得h最大

图解法
![[Pasted image 20240812085113.png]]

F(x)=0→f与h交点P F(x)=0\to f与h交点P F(x)=0fh交点P
当P点在抛物线的顶点时,产量是最大的
P∗(x0=N2,hm=rN4) P^{*}\left( x_{0}=\frac{N}{2} ,h_{m}=r \frac{N}{4}\right) P(x0=2N,hm=r4N)
E∗=hmx0∗=r2 E^{*}=\frac{h_{m}}{x_{0}^{*}}=\frac{r}{2} E=x0hm=2r
控制渔场鱼量为最大鱼量一半的时候

效益模型

在捕捞量稳定的条件下,控制捕捞强度使效益最大
假设

  • 鱼销售价格p
  • 单位捕捞强度费用c
    收入
    T=ph(x)=pEx T=ph(x)=pEx T=ph(x)=pEx
    支出
    S=cE S=cE S=cE
    单位时间利润
    R=T−S=pEx−cE R=T-S=pEx-cE R=TS=pExcE
    代入稳定平衡点x0=N(1−Er)x_{0}=N\left( 1-\frac{E}{r} \right)x0=N(1rE)
    R(E)=T(E)−S(E)=pNE(1−Er)−cE R(E)=T(E)-S(E)=pNE\left( 1-\frac{E}{r} \right)-cE R(E)=T(E)S(E)=pNE(1rE)cE
    求E使得R(E)最大
    ER=r2(1−cpN)<E∗=r2 E_{R}=\frac{r}{2}\left( 1-\frac{c}{pN} \right)<E^{*}=\frac{r}{2} ER=2r(1pNc)<E=2r
    渔场鱼量
    xR=N(1−ERr)=N2+c2p x_{R}=N\left( 1-\frac{E_{R}}{r} \right)=\frac{N}{2}+\frac{c}{2p} xR=N(1rER)=2N+2pc
    hR=rN4(1−c2p2N2) h_{R}=\frac{rN}{4}\left( 1-\frac{c^{2}}{p^{2}N^{2}} \right) hR=4rN(1p2N2c2)
    捕捞过度
  • 封闭式捕捞追求利润R(E)R(E)R(E)最大
  • 开放式捕捞只求利润R(E)>0R(E)>0R(E)>0
    ER=r2(1−cpN) E_{R}=\frac{r}{2}\left( 1-\frac{c}{pN} \right) ER=2r(1pNc)
    R(E)=T(E)−S(E)=pNE(1−Er)−cE=0 R(E)=T(E)-S(E)=pNE\left( 1-\frac{E}{r} \right)-cE=0 R(E)=T(E)S(E)=pNE(1rE)cE=0
    R(E)=0R(E)=0R(E)=0
    Es=r(1−cpN) E_{s}=r\left( 1-\frac{c}{pN} \right) Es=r(1pNc)
    R(E)=0R(E)=0R(E)=0时的捕捞强度(临界强度)Es=2ERE_{s}=2E_{R}Es=2ER
    ![[Pasted image 20240812145303.png]]

临界强度下的渔场鱼量
xs=N(1−Esr)=cp x_{s}=N\left( 1-\frac{E_{s}}{r} \right)=\frac{c}{p} xs=N(1rEs)=pc
p↑,c↓→Es↑,xs↓ p\uparrow,c\downarrow\to E_{s}\uparrow,x_{s}\downarrow p,c↓→Es,xs
捕捞过度

种群的相互竞争
  • 一个自然环境中有两个种群生存,它们之间的关系:相互竞争;相互依存;弱肉强食。
  • 当两个种群为争夺同一食物来源和生存空间相互竞争时,常见的结局是,竞争力弱的灭绝,竞争力强的达到环境容许的最大容量
  • 建立数学模型描述两个种群相互竞争的过程,分析产生这种结局的条件
    模型假设:
  • 有甲乙两个种群,它们独自生存时数量变化均服从Logistic规律
    x˙1(t)=r1x1(1−x1N1) \dot{x}_{1}(t)=r_{1}x_{1}\left( 1-\frac{x_{1}}{N_{1}} \right) x˙1(t)=r1x1(1N1x1)
    x˙2(t)=r2x2(1−x2N2) \dot{x}_{2}(t)=r_{2}x_{2}\left( 1-\frac{x_{2}}{N_{2}} \right) x˙2(t)=r2x2(1N2x2)
  • 两种群在一起生存时,乙对甲增长的阻滞作用与乙的数量成正比; 甲对乙有同样的作用,是相互竞争关系
    模型:
    x1˙(t)=r1x1(1−x1N1−σ1x2N2) \dot{x_{1}}(t)=r_{1}x_{1}\left( 1-\frac{x_{1}}{N_{1}}-\sigma_{1} \frac{x_{2}}{N_{2}} \right) x1˙(t)=r1x1(1N1x1σ1N2x2)
    x2˙(t)=r2x2(1−σ2x1N1−x2N2) \dot{x_{2}}(t)=r_{2}x_{2}\left( 1-\sigma_{2} \frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right) x2˙(t)=r2x2(1σ2N1x1N2x2)
    对于消耗甲的资源而言,乙是甲的σ1\sigma_{1}σ1
    σ1>1\sigma_{1}>1σ1>1
    对于甲增长的阻滞作用而言,乙大于甲,乙的竞争力强
    模型分析:
  1. 找平衡点
    t→∞t\to \inftyt时,x1(t),x2(t)x_{1}(t),x_{2}(t)x1(t),x2(t)的趋向(平衡点及其稳定性)

二阶非线性自治方程
x˙1(t)=f(x1,x2), x˙2(t)=g(x1,x2) \dot{x}_{1}(t)=f(x_{1},x_{2}),\ \dot{x}_{2}(t)=g(x_{1},x_{2}) x˙1(t)=f(x1,x2), x˙2(t)=g(x1,x2)
的平衡点及其稳定性

求平衡点P0(x10,x20)P_{0}(x_{1}^{0},x_{2}^{0})P0(x10,x20)的代数方程
f(x1,x2)=0 f(x_{1},x_{2})=0 f(x1,x2)=0
g(x1,x2)=0 g(x_{1},x_{2})=0 g(x1,x2)=0
的根

若从P0P_{0}P0的某邻域的任意初值出发,都有lim⁡t→∞x1(t)=x10, lim⁡t→∞x2(t)=x20\lim_{ t \to \infty }x_{1}(t)=x_{1}^{0},\ \lim_{ t \to \infty }x_{2}(t)=x_{2}^{0}limtx1(t)=x10, limtx2(t)=x20,称P0P_{0}P0时微分方程的稳定平衡点

判断稳定性的方法——直接法
近似线性方程
x˙1(t)=fx1(x10,x20)(x1−x10)+fx2(x10,x20)(x2−x20) \dot{x}_{1}(t)=f_{x_{1}}(x_{1}^{0},x_{2}^{0})(x_{1}-x_{1}^{0})+f_{x_{2}}(x_{1}^{0},x_{2}^{0})(x_{2}-x_{2}^{0}) x˙1(t)=fx1(x10,x20)(x1x10)+fx2(x10,x20)(x2x20)
x˙2(t)=gx1(x10,x20)(x1−x10)+gx2(x10,x20)(x2−x20) \dot{x}_{2}(t)=g_{x_{1}}(x_{1}^{0},x_{2}^{0})(x_{1}-x_{1}^{0})+g_{x_{2}}(x_{1}^{0},x_{2}^{0})(x_{2}-x_{2}^{0}) x˙2(t)=gx1(x10,x20)(x1x10)+gx2(x10,x20)(x2x20)
求出
A=[fx1fx2gx1gx2]∣P0 A=\begin{bmatrix} f_{x_{1}}&&f_{x_{2}} \\ g_{x_{1}}&&g_{x_{2}} \end{bmatrix}|_{P_{0}} A=[fx1gx1fx2gx2]P0
{λ2+pλ+q=0p=−(fx1+gx2)∣P0q=det⁡A \left\{\begin{matrix} \lambda^{2}+p\lambda+q=0 \\ p=-(f_{x_{1}}+g_{x_{2}})|_{P_{0}} \\ q=\det A \end{matrix}\right. λ2+pλ+q=0p=(fx1+gx2)P0q=detA
p>0p>0p>0q>0q>0q>0,平衡点P0P_{0}P0稳定
p<0p<0p<0q<0q<0q<0,平衡点P0P_{0}P0不稳定

模型求解
f(x1,x2)=r1x1(1−x1N1−σ1x2N2)=0 f(x_{1},x_{2})=r_{1}x_{1}\left( 1- \frac{x_{1}}{N_{1}}-\sigma_{1} \frac{x_{2}}{N_{2}} \right)=0 f(x1,x2)=r1x1(1N1x1σ1N2x2)=0
g(x1,x2)=r2x2(1−σ2x1N1−x2N2)=0 g(x_{1},x_{2})=r_{2}x_{2}\left( 1- \sigma_{2}\frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right)=0 g(x1,x2)=r2x2(1σ2N1x1N2x2)=0
平衡点P1(N1,0), P2(0,N2), P3(N1(1−σ1)1−σ1σ2,N2(1−σ2)1−σ1σ2) P4(0,0)P_{1}(N_{1},0),\ P_{2}(0,N_{2}),\ P_{3}\left( \frac{N_{1}(1-\sigma_{1})}{1-\sigma_{1}\sigma_{2}}, \frac{N_{2}(1-\sigma_{2})}{1-\sigma_{1}\sigma_{2}} \right)\ P_{4}(0,0)P1(N1,0), P2(0,N2), P3(1σ1σ2N1(1σ1),1σ1σ2N2(1σ2)) P4(0,0)
仅当σ1σ2<1\sigma_{1}\sigma_{2}<1σ1σ2<1σ1σ2<1\sigma_{1}\sigma_{2}<1σ1σ2<1P3P_{3}P3才有意义

p=−(fx1+gx2)∣Pi, q=det⁡A∣Pi, i=1,2,3,4 p=-(f_{x_{1}}+g_{x_{2}})|_{P_{i}},\ q=\det A|_{P_{i}},\ i=1,2,3,4 p=(fx1+gx2)Pi, q=detAPi, i=1,2,3,4
平衡点PiP_{i}Pi稳定条件:p>0且q>0

![[Pasted image 20240812223506.png]]

P1, P2 是一个种群存活而另一灭绝的平衡点
P3 是两种群共存的平衡点

种群的相互依存

甲乙两种群的相互依存有三种形式:

  1. 甲可以独自生存,乙不能独自生存;甲乙一起生存时相互提供食物、促进增长。
  2. 甲乙均可以独自生存;甲乙一起生存 时相互提供食物、促进增长。
  3. 甲乙均不能独自生存;甲乙一起生存时相互提供食物、促进增长。
    模型假设
  • 甲可以独自生存,数量变化服从Logistic规律; 甲乙一起生存时乙为甲提供食物、促进增长
  • 乙不能独自生存;甲乙一起生存时甲为乙提供食物、促进增长;乙的增长又受到本身的阻滞作用 (服从Logistic规律)。
    模型
    x˙1(t)=r1x1(1−x1N1+σ1x2N2) \dot{x}_{1}(t)=r_{1}x_{1}\left( 1- \frac{x_{1}}{N_{1}}+\sigma_{1} \frac{x_{2}}{N_{2}} \right) x˙1(t)=r1x1(1N1x1+σ1N2x2)
    乙为甲提供食物是甲消耗的s1 倍
    x˙2(t)=r2x2(−1+σ2x1N1−x2N2) \dot{x}_{2}(t)=r_{2}x_{2}\left(- 1+\sigma_{2} \frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right) x˙2(t)=r2x2(1+σ2N1x1N2x2)
    甲为乙提供食物是乙消耗的s2 倍
    ![[Pasted image 20240813020521.png]]

P2是甲乙相互依存而共生的平衡点

种群模型的几种形式

相互竞争
x˙1(t)=r1x1(1−x1N1−σ1x2N2) \dot{x}_{1}(t)=r_{1}x_{1}\left( 1- \frac{x_{1}}{N_{1}}-\sigma_{1} \frac{x_{2}}{N_{2}} \right) x˙1(t)=r1x1(1N1x1σ1N2x2)
x˙2(t)=r2x2(1−σ2x1N1−x2N2) \dot{x}_{2}(t)=r_{2}x_{2}\left( 1-\sigma_{2} \frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right) x˙2(t)=r2x2(1σ2N1x1N2x2)
相互依存
x˙1(t)=r1x1(±1−x1N1+σ1x2N2) \dot{x}_{1}(t)=r_{1}x_{1}\left( \pm1- \frac{x_{1}}{N_{1}}+\sigma_{1} \frac{x_{2}}{N_{2}} \right) x˙1(t)=r1x1(±1N1x1+σ1N2x2)
x˙2(t)=r2x2(±1+σ2x1N1−x2N2) \dot{x}_{2}(t)=r_{2}x_{2}\left( \pm1+\sigma_{2} \frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right) x˙2(t)=r2x2(±1+σ2N1x1N2x2)
弱肉强食
x˙1(t)=r1x1(1−x1N1−σ1x2N2) \dot{x}_{1}(t)=r_{1}x_{1}\left( 1- \frac{x_{1}}{N_{1}}-\sigma_{1} \frac{x_{2}}{N_{2}} \right) x˙1(t)=r1x1(1N1x1σ1N2x2)
x˙2(t)=r2x2(−1+σ2x1N1−x2N2) \dot{x}_{2}(t)=r_{2}x_{2}\left( -1+\sigma_{2} \frac{x_{1}}{N_{1}}- \frac{x_{2}}{N_{2}} \right) x˙2(t)=r2x2(1+σ2N1x1N2x2)

Logo

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。

更多推荐