高等应用数学问题的matlab求解(高等应用数学问题的MATLAB求解的目录)

老铁们，大家好，相信还有很多朋友对于高等应用数学问题的matlab求解和高等应用数学问题的MATLAB求解的目录的相关问题不太懂，没关系，今天就由我来为大家分享分享高等应用数学问题的matlab求解以及高等应用数学问题的MATLAB求解的目录的问题，文章篇幅可能偏长，希望可以帮助到大家，下面一起来看看吧！

高等应用数学问题的matlab求解答案

薛定宇著的《高等应用数学问题的MATLAB求解》和《高等应用数学问题的matlab求解答案》是一本根据理工科学生和学者的需求而编写，是一本Matlab入门的好教材。

书内的主要内容有，MATLAB语言程序设计的基本内容，在此基础上系统介绍各个应用数学领域的问题求解，如基于MATLAB的微积分问题、线性代数问题的计算机求解、积分变换和复变函数问题、非线性方程与*化问题、常微分方程与偏微分方程问题、数据插值与函数逼近问题、概率论与数理统计问题的解析解和数值解法等；还介绍了较新的非传统方法，如模糊逻辑与模糊推理、神经网络、遗传算法、小波分析、粗糙集及分数阶微积分学等领域。

《高等应用数学问题的matlab求解答案》应与《高等应用数学问题的MATLAB求解》配套使用。

数学建模问题

这是一个论文的模板你可以参考下还望采纳谢谢！

江西省人口预测模型的建立与分析

一、摘要：

本文建立了两个人口增长预测模型，对未来人口问题和未来人口结构进行了分析与预测，并综合分析了未来我们人口发展中可能出现的问题及社会影响。

模型I：

无论是对于我国目前的经济发展状况还是未来的远景规划，人口问题的研究都具有十分重要的意义，马尔萨斯人口的模型的局限性，就因为它没有考虑到有限的生存空间与资源，生产力，文化水平等因素对出生率的影响，在考虑到有限的生存空间及资源后，于是本文又给出了模型Ⅱ。

模型Ⅱ：

建立只考虑现有的人口基数和人口增长率两个因素用于短期预测的阻滞增长人口预测模型（Logistic），并利用2001-2009年人口数据对该模型进行检验，2001年到2009年数据检验出总体上预测数据与实际数据符合程度较好，误差全都控制在3.8%以内。用此模型对未来20年内人口数据进行了预测，计算出未来各年总人口数，其中2015年社会总人数为4480.29万人，2020年人数为4646.93万人。

关键词：分析与预测马尔萨斯模型 Logistic模型

二、问题的背景：

人口问题不仅是21世纪我省所面临的最重大的问题之一，而且在新世纪中将继续存在。无论是对我省目前经济发展状况的认识，还是对未来经济发展的预测，人口问题的研究都具有十分重要的意义。对人口进行预测是随着社会经济发展而提出来的。过去几千年，人类社会生产力水平低，生产发展缓慢，人口变动和增长也很迟缓，因而客观上对人口未来的发展变化的探讨显得必要性较小。当前生产力发展达到空前的水平，生产已经不是为满足生产者个人的需求，而是要面向社会的需求，所以必须了解需求和供应的未来趋势，协调人口、资源与环境的持续发展。

为了加快江西省的经济建设进程，全面落实科学的发展观。按照构建社会主义和谐社会的要求，坚持以人为本，推进体制改革，优先投资于人的全面发展：稳定低生育水平，提高人口素质，改善人口结构，引导人口合理分布。保障人口安全，实现人口大国向人力资本强国的转变，实现人口与的协调和可持续发展。我们确定人口发展战略，必须既着眼于人口本身的问题，又处理好人口与经济社会资源环境之间的相互关系，构建社会主义和谐社会，统筹解决人口数量、素质、结构、分布问题。因此建立一个人口增长预测的数学模型对中国人口增长的中短期和长期趋势做出预测就显得尤为重要了。

三、问题重述：

人口是反映省情、省力基本情况的重要指标,是区域研究所必须考虑的重要因素之一,分析现状、制定规划时首先要考虑的基本问题。例如评价一个国家或一个地区的发展潜力时离不开现在与今后各类人口数量、比例指数和年龄分布。故人口预测是制定和顺利实现社会经济各项战略设想的基础和出发点,制定正确人口政策的科学依据。

江西省是一个人口大省，人口问题始终是制约我省发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。

近年来我省的人口发展出现了一些新的特点，例如，老龄化进程速度加快、出生人口性别比持续升高、乡村人口城镇化、医疗卫生的提高等因素，这些都影响着中国人口的增长。

关于江西省人口问题已有多方面的研究，并积累了大量数据资料。根据我省的实际情况和人口增长的上述特点，参考相关数据（同时也搜索相关文献和补充新的数据），提出以下问题：

（1）建立江西省人口增长的数学模型，并由此对江西省人口增长的中短期和长期趋势做出预测.

（2）分析模型中的优点和缺点。

四、模型假设：

（1）假设题中所给数据基本真实有效

（2）假设没有重大的自然灾害发生

（3）在较近一段时期，政府政策基本不发生重大变化

（4）在较近一段时期，医疗卫生条件保持不变

（5）所研究的问题没有太大的人口迁入与迁出

（6）男性比率之和和女性比例之和的总和在1附近。可以近似认为1

（7）假设现今有关人口方面的国策在长时间内不会发生重大的改变

（8）把研究的社会人口当作一个系统考虑，不考虑其与系统外的人口流动模型Ⅰ建立只考虑现有的人口基数和人口增长率两个因素用于短期预测的阻滞增（http://provincedata.mofcom.gov.cn/)，得到了本论文中计算所用到的所有数据。

五、分析与建立模型

5.1模型I：指数增长模型（马尔萨斯人口模型malthus）

5.1.1模型的建立

记时刻t=0时人口数为，时刻t的人口为x(t),由于量大，x(t)可视为连续、可微函数。t到时间段内人口是增量为：

于是x(t)满足微分方程：

……………(1)

5.1.2模型的求解：

解微分方程（1），得：

……………………………………….(2)

表明：

5.1.3模型的参数估计：

要用模型的结果（2）来预报人口，必须对其中的参数r进行估计，这可以用附录中附件1的表1中的数据通过拟合得到。

通过2000-2009年的数据拟合得r=0.02361拟合图如图1：

图1

5.1.4模型的检验：

将代入公式（2），求出用指数增长模型预测的2000-2020年的人口数见图2和表2。

图2

江西省实际人口与按指数增长模型计算的人口比较

年（公元）实际人口（万）指数增长模型

预测人口（万）误差（%）

2000 4140 3997.21 3.45

2001 4186 4028.51 3.76

2002 4222 4060.05 3.84

2003 4254 4091.85 3.81

2004 4284 4123.89 3.74

2005 4311 4156.18 3.59

2006 4339 4188.72 3.46

2007 4368 4221.52 3.35

2008 4400 4254.58 3.30

2009 4432 4287.89 3.25

表2

从表2中可以看出，2006-2009年间的预测人口数与实际人口数吻合较好，但2001-2005年的误差越来越大。

分析原因，该模型的结果说明人口将以指数规律无限增长，而事实上，随着人口的增加，自然资源、环境条件等因素对人口增长的限制越来越显著。如果当人口较少的自然增长率可以看作常数的话，那么当人口增加到一定数量以后，这个增长率就要随着人口增加而减少，于是应该对指数增长模型关于人口净增长率是常数的假设进行修改。

5.1.5模型推广

利用上述模型对2010-2020年江西人口总数的预测，预测结果见表3

2010-2020江西预测人口

年（公元） 2010 2011 2012 2013 2014

预测人口（万） 4321.47 4355.3 4389.41 4423.78 4458.42

年（公元） 2015 2016 2017 2018 2019

预测人口（万） 4493.33 4528.51 4563.97 4599.71 4635.72

年（公元） 2020

预测人口（万） 4672.02

表3

5．2模型I：Logistic人口预测模型

5.2.1模型的建立

logistic是根据malthus人口模型改进得来的，其中引入常数（最大人口容量），用来表示自然环境条件所能容许的最大人口数。并假设：

人口增长率r为人口x(t)的函数r(x)(减函数)，x(t)为t时刻的人口，由于量大，x(t)可视为连续、可微函数，记时刻t=0时人口为最简单地可假定r(x)=r-sx，r,s>0(线性函数)，r叫做固有增长率。

自然资源和环境条件年容纳的最大人口容量为。

当x=时，增长率应为0，即r()=0,于是s=,代入r(x)=r-sx，得:

r(x)=r(1-)………………………（2）

将（2）式代入（1）式得：

模型：……………（3）

5.2.2模型的求解

解方程（3）得：

X(t)=…………………（4）

根据方程（3）作出的曲线图，见图1，由该图可看出人口增长率随人口数的变化规律，根据（4）的结果做出x-t曲线，见图2，由该图可看出人口数随时间的变化规律。

图2

图3

5.2.3模型的参数估计

利用表1中2000-2009年的数据对r和拟合得：

r=0.03009, 18540

图5

5.2.4模型的检验

将r=0.03009,=18540代入公式（4），求出用指数增长模型预测的2000-2009年的人口数，见表4第3、4列，见图6。也可将方程（3）离散化，得：

x(t+1)=x(t)+=x(t)+r[1- ]x(t),t=0,1,2,……（5）

江西人口与按阻滞增长模型计算的人口比较

年（万）实际人口（万）阻滞增长模型

公式（4）公式（5）

预测人口（万）相对误差预测人口（万）相对误差

2000 4140 3997.98 0.0343

2001 4186 4029.23 0.0375 4167.82 0.0043

2002 4222 4066.66 0.0368 4214.44 0.0018

2003 4254 4092.27 0.0380 4250.93 0.0007

2004 4284 4124.04 0.0373 4283.37 0.0001

2005 4311 4156 0.0360 4313.79 0.0006

2006 4339 4188.13 0.0348 4341.16 0.0005

2007 4368 4220.44 0.0338 4369.56 0.0004

2008 4400 4252.92 0.0334 4398.97 0.0002

2009 4432 4285.58 0.0330 4431.42 0.0001

表4

图6

5.2.5模型应用

现应用该模型预测人口，用表1中2000-2009年的全部数据重新估

计参数，可得r=0.03402， 13040，用公式（4）作2010-2020年的人口预测得：见图7和表5：

图8

2010-2020年江西预测人口

年（公元） 2010 2011 2012 2013 2014

预测人口（万） 4316.55 4349.06 4381.69 4414.44 4447.30

年（公元） 2015 2016 2017 2018 2019

预测人口（万） 4480.29 4513.39 4546.61 4579.94 4613.38

年（公元） 2020

预测人口（万） 4646.93

表5

【模型评价】

优点：

[1]马尔萨斯人口预测模型是在当人口较少时人口自然增长率可以看做常数的话这是马尔萨斯模型对人口的预测比较方便简单准确。

[2]人口增长短期预测方面Lotistic模型效果比较好，理论比较成熟，且运算求解方法简单且Logistic模型所描述的变化过程符合人口的增长模式。运用阻滞增长模型原理，设立阈值，使预测结果与实际情况更接近。

缺点：

[1]没有考虑到男女出生性别比例、城镇化程度、生育率和人口数量的关系，从而不能有效地避免了预测期太长导致误差出现累积效应而过大。

[2]随着人口的增加，自然资源、环境条件等因素对人口增长的限制作用越来越显著，我们这两个模型对人口的预测的误差就会越来越大。

六、参考文献

[1]谭永基等，数学模型，[M]，上海：复旦大学出版社。

[2]姜启源等，大学数学实验，[M]，北京：清华大学出版社。

[3]赵静，但琦，数学建模与数学实验[M]第3版，高等教育出版社。

[4]盛聚等，概率论与数理统计[M]，北京：高等教育出版社。

[5]中华人民共和国国家统计局（http://www.stats.gov.cn/tjsj/ndsj/）

[6]薛定宇，陈阳泉，高等应用数学问题的MATLAB求解，[M]，北京：清华大学出版社，2004

[7]九江大论坛（http://bbs.jxnews.com.cn/thread-307336-1-1.html）

七、附录

附件1：

2000-2009年江西人口统计表

年（公元） 2000 2001 2002 2003 2004

人口（万） 4140 4186 4222 4254 4284

年（公元） 2005 2006 2007 2008 2009

人口（万） 4311 4339 4368 4400 4432

表1

附件2：拟合程序

years=2000:1:2009;

population=[4140 4186 4222 4254 4284 4311 4339 4368 4400 4432];

y=2001:1:2008;

P=interp1(years,population,y,'spline');

plot(years,population,'+',y,P,years,population,'r:')

附件3：马尔萨斯人口预测模型程序

#include"stdio.h"

#include"math.h"

void main(void)

{

int gvelocity;

int dvelocity;

int year,total;

clrscr();

printf("total population of this year.\n");

scanf("%d",&total);

printf("per year grow velocity.\n");

scanf("%d",&gvelocity);

printf("per year die velocity.\n");

scanf("%d",&dvelocity);

printf("the result is after.\n”);

}

附件4：阻滞增长模型（Logistic模型）程序

Logistic模型-x曲线程序：

xm=input('请输入xm=');

r=input('请输入r=');

n=1;

for x=0:0.1:xm

p(n)=r*x*(1-(x/xm));

n=n+1;

end

x=0:0.1:xm;

Plot(x,p);

Logistic模型曲线程序：

xm=input('请输入xm=');

r=input('请输入r=');

x0=input('请输入x0=');

n=input('请输入x坐标长度=');

i=1;

for t=0:0.5:n;

k=(xm/x0-1)*exp((-r)*t);

p=xm/(1+k);

x(i)=p;

i=i+1;

end

t=0:0.5:n

plot(t,x)

高等应用数学问题的MATLAB求解的目录

第1章计算机数学语言概述

1.1数学问题计算机求解概述

1.1.1为什么要学习计算机数学语言

1.1.2数学问题的解析解与数值解

1.1.3数学运算问题软件包发展概述

1.1.4常规计算机语言的局限性

1.2计算机数学语言简介

1.2.1计算机数学语言的出现

1.2.2三种有代表性的计算机数学语言

1.2.3开放式免费科学运算语言简介

1.3关于本书及相关内容

1.3.1本书框架设计及内容安排

1.3.2MATILAB语言学习方法与资源

1.3.3本课程与其他相关课程的关系

1.4习题

参考文献.

第2章MATILAB语言程序设计基础

2.1MATILAB程序设计语言基础

2.1.1MATILAB语言的变量与常量

2.1.2数据结构

2.1.3MATILAB的基本语句结构

2.1.4冒号表达式与子矩阵提取

2.2基本数学运算

2.2.1矩阵的代数运算

2.2.2矩阵的逻辑运算

2.2.3矩阵的比较运算

2.2.4解析结果的化简与变换

2.2.5基本数论运算

2.3MATILAB语言的流程结构

2.3.1循环结构

2.3.2转移结构

2.3.3开关结构

2.3.4试探结构

2.4函数编写与调试

2.4.1MATLAB语言函数的基本结构

2.4.2可变输入输出个数的处理

2.4.3inline函数与匿名函数

2.5二维图形绘制

2.5.1二维图形绘制基本语句

2.5.2其他二维图形绘制语句

2.5.3隐函数绘制及应用

2.5.4图形修饰

2.6三维图形表示

2.6.1三维曲线绘制

2.6.2三维曲面绘制

2.6.3三维图形视角设置

2.7图像处理简介

2.8习题

参考文献

第3章微积分问题的计算机求解

3.1极限问题的解析解

3.1.1单变量函数的极限

3.1.2多变量函数的极限

3.2函数导数的解析解

3.2.1函数的导数和高阶导数

3.2.2多元函数的偏导数

3.2.3多元函数的Jacobian矩阵

3.2.4Hessian偏导数矩阵

3.2.5隐函数的偏导数

3.2.6参数方程的导数

3.3积分问题的解析解

3.3.1不定积分的推导

3.3.2定积分与无穷积分计算

3.3.3多重积分问题的MATLAB求解

3.4函数的级数展开与级数求和问题求解

3.4.1TaVlor幂级数展开

3.4.2Fourier级数展开

3..4.3级数求和的计算

3.4.4序列求积问题

3.5曲线积分与曲面积分的计算

3.5.1曲线积分及MATILAB求解

3.5.2曲面积分与MATILAB语言求解

3.6数值微分问题

3.6.1数值微分算法

3.6.2中心差分方法及其MATLAB实现

3.6.3二元函数的梯度计算

3.7数值积分问题

3.7.1由给定数据进行梯形求积

3.7.2单变量数值积分问题求解

3.7.3广义数值积分问题求解

3.7.4双重积分问题的数值解

3.7.5三重定积分的数值求解

3.7.6多重积分数值求解

3.8习题

参考文献

第4章线性代数问题的计算机求解

4.1特殊矩阵的输入

4.1.1数值矩阵的输入

4.1.2符号矩阵的输入

4.2矩阵基本分析

4.2.1矩阵基本概念与性质

4.2.2逆矩阵与广义逆矩阵

4.2.3矩阵的特征值问题

4.3矩阵的基本变换与分解

4.3.1矩阵的相似变换与正交矩阵

4.3.2矩阵的三角分解和Cholesky分解

4.3.3矩阵的伴随变换、对角变换和Jordan变换

4.3.4矩阵的奇异值分解

4.4矩阵方程的计算机求解

4.4.1线性方程组的计算机求解

4.4.2Lyapunov方程的计算机求解

4.4.3Sylvester方程的计算机求解

4.4.4Riccati方程的计算机求解

4.5非线性运算与矩阵函数求值

4.5.1面向矩阵元素的非线性运算

4.5.2矩阵函数求值

4.6习题

参考文献

第5章积分变换与复变函数问题的计算机求解

5.1Laplace变换及其反变换

5.1.1Laplace变换及反变换的定义与性质

5.1.2Laplace变换的计算机求解

5.2Follrier变换及其反变换

5.2.1Fourier变换及反变换定义与性质

5.2.2Fouiier变换的计算机求解

5.2.3Fburier正弦和余弦变换

5.2.4离散FOurier正弦、余弦变换

5.3其他积分变换问题及求解

5.3.1Mellin变换

5.3.2Hankel变换及求解

5.4z变换及其反变换

5.4.1z变换及反变换定义与性质

5.4.2z变换的计算机求解

5.5复变函数问题的计算机求解

5.5.1复数矩阵及其变换

5.5.2复变函数映射及其微积分运算

5.5.3留数的概念与计算

5.5.4有理函数的部分分式展开

5.5.5基于部分分式展开的Laplace变换

5.5.6封闭曲线积分问题计算

5.6差分方程迭代求解与复平面映射分形

5.6.1差分方程求解

5.6.2复平面映射分形迭代与图形绘制

5.7习题

参考文献

第6章代数方程与最优化问题的计算机求解

6.1代数方程的求解

6.1.1代数方程的图解法

6.1.2多项式型方程的准解析解法

6.1.3一般非线性方程数值解

6.1.4非线性矩阵方程求解

6.2无约束最优化问题求解

6.2.1解析解法和图解法

6.2.2基于MATLAB的数值解法

6.2.3全局最优解与局部最优解

6.2.4利用梯度求解最优化问题

……

第7章微分议程问题的计算机求解

第8章数据插值、函数逼近问题的计算机求解

第9章概率论与数理统计问题的计算机求解

第10章数学问题的非传统解法

……

文章分享到这里，希望我们关于高等应用数学问题的matlab求解的内容能够给您带来一些新的认识和思考。如果您还有其他问题，欢迎继续探索我们的网站或者与我们交流，我们将尽力为您提供满意的答案。