上期中介绍了两种利用非线性函数拟合人口与物种增长趋势的方法。这两种方法都可以用于对人口与物种增长的总体趋势进行预测,但预测不够精细。我们知道在正常社会条件或自然条件下,生育率与死亡率是与群体的年龄构成息息相关的。我们需要对整个群体按年龄进行层次划分,构建与年龄相联系的人口模型。典型的例子就是Leslie矩阵模型。
Leslie矩阵介绍
我们把整个社会中的人群按年龄等距分成n组,每组中该年的人口总数为,每组人口的每年的普遍存活率为(设最后一组下一年全部死亡),每组人口的每年普遍生育率为,则下一年每组中的人口总数就满足递推关系式
该式可写成矩阵乘向量的形式:
该式中左边的矩阵就是Leslie矩阵。
Leslie矩阵性质
- Leslie矩阵有唯一的单重正特征值,对应的特征向量
证明:设n阶的该矩阵为Ln,n阶的特征多项式为Pn,则有
右边的函数是单调连续减函数,且无穷大时趋近0、趋近于0时趋近正无穷,所以有唯一正特征根,对应的特征向量为
- 所有负的特征值都满足,称为严格优势特征值
证明:设有特征值满足,则有其依然满足 ,而 ,矛盾
- 对于任意人口分布向量,其迭代k次后的结果有(c为常数),即迭代了无穷多次时,人口的分布比例趋近于特征向量,而人口增长率趋近于特征值
证明:仅对可化为对角阵的情况进行证明(一般情况需要用到约旦标准型)。,由于为严格优势特征值,有
总结
列出Leslie矩阵,我们即可对人口年龄分布进行迭代。且无论一开始的人口分布向量如何,人口比例在迭代无数次之后总趋近于特征向量。而人口增长率趋近于特征值,说明特征值可以用于预测人口增长速度,对于计生有重要意义。