第2讲 Leslie矩阵模型
3.4 Leslie 矩阵模型
本节将以种群为例,考虑种群的年龄结构,种群的数量主要由总量的固有增长率决定,但是不同年龄结构动物的繁殖率和死亡率有着明显的不同,为了更精确地预测种群的增长,在此讨论按年龄分组的种群增长预测模型,这个向量形式的差分方程是Leslie在20世纪40年代用来描述女性人口变化规律的,虽然这个模型仅考虑女性人口的发展变化,但是一般男女人口的比例变化不大。
假设女性最大年龄为岁,分岁为个年龄区间: ssn
(i,1)sis,,,t,,,i,1,2,?,n i,,nn,,
,tii年龄属于的女性称为第组,设第组女性人口数目为i
Tx,(x,x,?,x)x(i,1,2,?,n),称为女性人口年龄分布向量,考虑随x12ni
st的变化情况,每隔年观察一次,不考虑同一时间间隔内的变化(即kn
kst将时间离散化)。设初始时间为,tt时间的年龄分布向量为,,0k0n
(k)(k)(k)(k)T,这里只考虑由生育、老化和死亡引起的人口x,(x,x,?,x)12n
演变,而不考虑迁移、战争、意外灾难等社会因素的影响。
iai设第组女性的生殖率(已扣除女婴的死亡率)为(第组每位i
ssa,0bi女性在年中平均生育的女婴数,),存活率(第组女性在iinn
,1,b0,b,1a年仍活着的人数与原来人数之比,),死亡率,假设,iiib在同一时间间隔内保持不变,这个数据可由人口统计资料获得。 i
(k)xtt时第一组女性的总数是时各组女性(人数为1k,1k
(k,1)x,i,1,2,?,n)所生育的女婴的总数,可以由下式
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
示: i
(k)(k,1)(k,1)(k,1) x,ax,ax,?,ax11122nn
s(k)xtt时第组()女性人数是时第i组女性经年存活i,1i,1i,1k,1kn下来的人数,可以由下式表示:
(k)k,1 x,bx,i,1,2,?,n,1i,1ii
用矩阵将上两式表示为:
kk,1aa?aa,,,,xx,,12n,1n11,,,,,,kk,1b0?00xx122,,,,,,kk,1,,,,,,, 0b???xx233,,,,,,???00,,,,,,kk,1,,,,,,000?bxxn,1,,nn,,,,
记:
kaa?aa,,x,,12n,1n1,,,,kb0?00x12,,,,()kk,,,,L,x,,, 0b???x23,,,,???00,,,,k,,,,0?0b0xn,1,,n,,
(k)k(0) 则有 x,Lx
Lt称为Leslie矩阵,由上式可算出时间各年龄组人口总数、人口k
增长率以及各年龄组人口占总人口的百分比。
利用Leslie模型分析人口增长,发现观察时间充分长后人口增长
L率和年龄分布结构均趋于一个稳定状态,这与矩阵的特征值和特征向量有关。
,L1矩阵有唯一的单重正特征值,对应的特征向量为:
bb?bbbbTn12,1112,x(1,,,,)12n,1,,,111
,LL1若是矩阵的正特征值,则的任一个(实的或者复的)特征值都满足: ,
,,,1
LLa,a,0若矩阵的第一行有两个顺序元素,则的正特征值是ii,1
L严格优势特征值这种要求在人口模型中是能保证的,所以矩阵必有
严格优势特征值。
,L1有严格优势特征值,对应特征向量为,则: 若矩阵x1
(k)x ,cx1limk,,,k1
t充分长后,年龄分布向量趋于稳定,即各年龄组人这表明时间k
n(k)(k)xx数占总数的百分比几乎等于特征向量x中相应分量占分量,ii1i,1
总和的百分比。
(k1)(k),x,xiit,,1,,1同时充分大后,人口增长率趋于,或说时,k11(k)xi
,,1,,1人口递增;时,人口递减;时,人口总数稳定不变。 11
例1 加拿大人口数量预测问题
为了研究加拿大的人口年龄结构,对加拿大的人口进行数据统
计,1965年的统计资料如下表所示(由于大于50岁的妇女生育者极
少,故只讨论0~50岁之间的人口增长问题)
表1 加拿大人口统计数据
ab i年龄组 年龄区间 ii
1 [0,5) 0.00000 0.99651
2 [5,10) 0.00024 0.99820
3 [10,15) 0.05861 0.99802
4 [15,20) 0.28608 0.99729
5 [20,25) 0.44791 0.99694
6 [25,30) 0.36399 0.99621
7 [30,35) 0.22259 0.99460
8 [35,40) 0.10459 0.99184
9 [40,45) 0.02826 0.99870
10 [45,50) 0.00240 —
分析:
L由上表得到加拿大人口的Leslie矩阵如下所示,求解特征方程,
00.000240.058610.286080.447910.363990.222590.104590.028260.00240,,,,0.99651000000000,,,,00.9982000000000,,000.998020000000,,,,0000.99729000000L,,,00000.9969400000,,,,000000.996210000,,
0000000.99460000,,,,00000000.9918400,,,,000000000.987000,,
L可以得到矩阵的特征值:和特征向量: ,,1.0763
Tx,[0.4257,0.3942,0.3656,0.3390,0.3141,0.2910,0.2694,0.2489,0.2294,0.2104]
L通过上述过程大家可以发现,一旦矩阵的维数过大,那么求解特征方程将是一个非常复杂的过程,运用matlab求解程序如下: clear all
L=zeros(10,10);
L(1,:)=[0,0.00024,0.05861,0.28608,0.44791,0.36399,0.22259,0.10459,0.02868,0.00240];
L(2,1)=0.99651;L(3,2)=0.99820;L(4,3)=0.99802;L(5,4)=0.99729;L(6,5)=0.99694;
L(7,6)=0.99621;L(8,7)=0.99460;L(9,8)=0.99184;L(10,9)=0.98700;
[v,d]=eig(L);
a1=d(1,1);
a2=v(:,1);
a3=v(:,1)./sum(v(:,1));
pie(a3)
legend('[0,5)','[5,10)','[10,15)','[15,20)','[20,25)','[25,30)','[30,35)','[35,40)','[40,45)','[45,50)')
结果:
7%[0,5)14%
[5,10)7%
[10,15)
[15,20)
[20,25)8%[25,30)13%[30,35)
[35,40)
[40,45)
[45,50)9%
12%
9%
11%10%
图1 加拿大人口结构示意图
L由矩阵的特性可知:当时间充分长后,年龄分布向量趋于稳定,
(k)x即各年龄组人数占总数的百分比几乎等于特征向量中相应分量占i
分量总和的百分比。
如果加拿大妇女生育率和存活率保持1965年的状况,那么经过较长时间以后,50岁以内的人口总数每5年将递增7.662%,由特征向量可算得各年龄组人口占总人口的比例如上图。