Abstract
Die stationäre Markov-Kette bildet eine Art stochastischer Prozesse (vgl. S.), bei denen die Zufallsvariablen der Familie X(n) alle diskret sind. Der Index n für die Werte 0, 1, 2,... ist ebenfalls diskret. D.h. sowohl der Zustandsraum als auch der Indexraum der Familie sind diskret.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
b (t) und d(t) in diesem Kapitel entsprechen B(t) bzw. D(t) vom Kapitel 6.
Eine nichtsinguläre Matrix ist eine quadratische Matrix, deren Determinante nicht Null ist.
Die Eigenwerte einer Matrix G sind die Wurzeln des Polynoms, das die Determinante der Matrix (G — xI) ist.
Falls λ ein Eigenwert von G ist, dann ist der entsprechende Eigenvektor ein Vektor v, der die Gleichung Gv = λv erfüllt.
Bei der Darstellung der „klassischen“ Methode haben wir die volle Dynamik der Altersverteilung nicht wirklich behandelt, denn die Resultate bezogen sich lediglich auf die Gleichgewichtsverteilungen. Die dynamische Theorie wurde von Lotka [1939] ausgearbeitet und von Coale weiterentwickelt [vgl. Coale, 1972, Kapitel 3]
In den von Rogers [1968] untersuchten Modellen werden die unabhängigen Variablen wie etwa „nicht-agrarische Arbeiterpopulation“ usw. expliziert definiert. Zudem unterscheiden sich die Definitionen in den verschiedenen Modellen: zuweilen werden die Gehälter der Angestellten bei Arbeitnehmerlöhnen berücksichtigt, zuweilen auch nicht. Wir vernachlässigen diese Details, da wir uns nur für die allgemeine Form des Modells interessieren.
Stewart [1948], ein früher Vertreter mathematischer Modelle von Wechselwirkungen zwischen Populationen hat eine Formel für den „Betrag von Interaktion“ zwischen zwei Populationen vorgeschlagen, und gemeint, sie sei dem Newtonschen Gravitationsgesetz analog (vgl. Gl. (1.12)): wobei γ zwischen 1 und 2 konstant ist. I ij kann in diesem Modell als Migrationsrate zwischen i und j interpretiert werden.
Falls m ij dem Produkt der Potenzen der unabhängigen Variablen proportional ist, dann ist log e m ij eine lineare Funktion ihrer Logarithmen.
Erinnert sei an die Kritik der linearen Modelle in den Kapiteln 4 und 7.1m multiplen Regressionsmodell wurde angenommen, daß die Löhne und das Niveau der Arbeitslosigkeit die Migrationsraten beeinflussen, aber der „Rückkopplungseffekt“, d.h. der Einfluß der Migrationsraten auf die angenommenen ursachlichen Faktoren wird außer acht gelassen. In den globalen Modellen werden solche Effekte häufig berücksichtigt. Dies bewirkt jedoch, daß die mathematischen Modelle schwer zu handhaben sind. Deshalb wird bei der globalen Modellierung Computersimulierung unentbehrlich.
Rights and permissions
Copyright information
© 1980 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Rapoport, A. (1980). Matrixmethoden in der Demographie. In: Mathematische Methoden in den Sozialwissenschaften. Physica Paperback. Physica, Heidelberg. https://doi.org/10.1007/978-3-662-41557-3_11
Download citation
DOI: https://doi.org/10.1007/978-3-662-41557-3_11
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-0218-4
Online ISBN: 978-3-662-41557-3
eBook Packages: Springer Book Archive