1、深圳人口與醫療需求預測摘要醫療設施建設正確匹配人口健康保障需求是社會經濟可持續發展的重要條件，影響醫療設施建設的最主要的因素就是未來的人口數量與組成結構，因此需要對未來的人口數量與結構進行預測。經過對深圳市的社會背景以及經濟發展進行了解，發現有著很大的特殊性，普通的人口模型無法適用。因此我們首先對已知的幾種常見的人口模型進行了解，提取出其中可以適用于深圳的部分，經過分析發現：這些模型各有利弊，因此我們采用了二次曲線擬合、阻滯增長模型（Logistic模型）進行組合的方法建立了模型I。我們首先利用MATLAB軟件進行二次曲線擬合，對附錄1中的2001年至2010年的人口數據進行了擬合，初步預測出

2、了未來十年的人口變化趨勢以及人口的數量。由于發現在較長期的預測中二次曲線的誤差較大。因此進一步，我們利用MATLAB建立阻滯增長模型（Logistic模型）進行了預測，得出了較為精確的結果，將2001年至2010年的數據與模型生成的S型曲線進行比對，誤差均在2.5%以內。之后對結果加入了殘差修正，通過對2001年至2010年殘差的進行分析，得出修正系數、，同時我們從深圳市統計局的網站上獲得了2011年的人口數據，對殘差修正的結果進行了驗證。在此基礎上，我們獲得了深圳市未來十年（2011年至2020年）的人口的預測值(單位：萬人)，分別為：年末常住人口：1047.3，1110.8，1154.8，

3、1200.5，1248，1297.4，1348.8，1402.2，1457.7，1515.4；戶籍人口：265.88，285.22，300.34，315.72，329.91，344.2，358.04，371.39，384.19，396.38；非戶籍人口：781.42，825.58，854.46，884.78，918.09，953.2，990.76，1030.81，1073.51，1119.02。然后我們通過查詢資料得到人均醫療設施需求的比率，再通過對附錄2、4的數據對年齡結構進行分析預測，建立模型，獲得各年齡段人口所占的比例，結合各年齡段患病的概率，預測出未來全市和各區的醫療床位需求，未來十年

4、（2011年至2020年）全市各年的醫療床位的需求為（單位：張）：23816、25084、26353、27624、28896、30169、31443、33955、35273。在模型I的基礎上，通過對年齡結構和患病情況及所收集的數據的研究，我們選擇小兒肺炎進行分析，由病例數和平均住院天數可以得到各醫療機構所需的最少病床數，再利用收尾法進行近似，然后根據兒童的變化趨勢預測出所需病床數。本模型建立在對深圳市人口的發展趨勢與醫療需求研究的基礎上，在一定程度上對深圳市醫療設施建設和醫療衛生資源投入具有很高的參考價值。同時，本模型還可以跨領域延伸，對于牧場動物的管理、傳染病的擴展及控制以及工業上菌類的培養

5、等類似問題在理論和實際上也有一定幫助。關鍵詞：人口預測 醫療床位需求 二次曲線擬合 阻滯增長模型 一、問題重述深圳是我國經濟發展最快的城市之一，人口的顯著特點是流動人口遠遠超過戶籍人口，且年輕人口占絕對優勢，年輕人身體強壯，發病較少，因此雖然目前的醫療設施低于全國類似城市的平均水平，但是仍能滿足現有人口的就醫需求。但是隨著時間推移和政策的調整，深圳老年人口比例會逐漸增加，產業結構的變化也會影響外來務工人員的數量。人口結構、數量和經濟發展等因素都會影響都未來的醫療需求，合理預測能使醫療設施建設正確匹配未來人口健康保障需求，是保證深圳社會經濟可持續發展的重要條件。本課題需要分析深圳近十年人口數量和

6、結構的發展變化特征，預測未來十年的人口數量和結構的發展趨勢，在此基礎上，對未來全市和各區醫療床位需求進行預測。進一步，根據人口的年齡結構和患病情況，選擇預測幾種病在不同類型的醫療機構就醫的床位需求。二、問題分析模型是通過分析深圳近十年人口數量和結構的發展變化特征，預測未來十年深圳市人口數量和結構的發展趨勢，以此為基礎預測未來全市和各區醫療床位需求。經過分析發現戶籍人口的增長包括原有的戶籍人口的自然增長和非戶籍人口的入戶。而非戶籍人口數量遠大于戶籍人口數量，因此原有的指數增長模型無法適用，因此我們首先采用二次曲線擬合來分析人口數量的發展趨勢，然后考慮到二次曲線誤差較大，故而采用二次曲線、阻滯增長

7、模型（Logistic模型）以及萊斯利模型（Leslie模型）相結合的方法，初步求出未來十年的人口數量和結構的發展趨勢。進一步考慮到深圳市人口結構的特殊性，外來人口較多，但是通過分析數據發現，最近十年外來人口數量與總人口呈一定的比例，因此初步求得的結果上進行適當調整，加入修正系數，即可較為精確的預測未來十年的人口數量和結構。然后在此基礎上通過了解人均醫療設施的數量，預測出未來全市和各區的醫療床位需求。模型是建立在模型對人口數量和結構的基礎之上，通過對人口的年齡結構和各年齡段的患病情況的數據分析，得出每個年齡段占總人口的比例以及每個年齡段患某種疾病的概率，進而得出該病癥的患者數的期望值，從而求得

8、醫療床位的需求。三、模型假設1. 假設附件中所給數據真實可靠且具有預測性。2. 在社會穩定的前提下，出生率和死亡率都沒有較大幅度的變化。3未來一段時間內人口政策和醫療制度不發生變化。 4不考慮發生大面積傳染病和戰爭對人口的影響。5未來一段時間內深圳市經濟水平保持穩定的發展。四、符號說明符號意義時間（年）,第年人口數（萬人），表示年末常住人口數、表示戶籍人口、表示非戶籍人口二次曲線擬合方程的系數 人口固有增長率人口增長率，表示年末常住人口數、表示戶籍人口、表示非戶籍人口意為表示為的函數初始時刻的人口數自然資源和環境條件所能容納的最大人口數系數值戶籍人口數修正系數非戶籍人口數修正系數年時人口比例值

9、，表示兒童人口比例、表示青年人口比例、表示老年人口比例 人口的患病率，表示兒童的患病率、表示青年人患病率、表示老年人患病率表示年時患病人數表示年時床位個數 床位個數與患病人數成正比，比例系數五、模型建立與求解1.模型的建立（1）數據的擬合與分析1）二次曲線擬合通過研究深圳人口近十年（本課題選取2001年至2010年）的人口數量和結構，利用MATLAB軟件描擬合出近十年的年末常住人口數、戶籍人口、非戶籍人口的二次曲線，以及該二次曲線的解析式，并利用該解析式預測出2011年至2020年十年間的常住人口數、戶籍人口、非戶籍人口。建立二次曲線的解析式： （1-1-1將附錄1中深圳歷年人口數據導入MAT

10、LAB，擬合出二次曲線，并得出二次曲線解析式的系數，從而獲得解析式： （1-1-2 （1-1-3 （1-1-4表一 二次曲線擬合預測2011年至2020年人口數量及結構年份年末常住人口（萬人）戶籍人口（萬人）非戶籍人口（萬人）20111090.1272.97817.120121142.5290.38852.120131197.8308.38889.420141255.9326.99928.920151316.9346.19970.720161380.7365.981014.720171447.4386.371061.020181516.9407.361109.520191589.3428.95

11、1160.320201664.5451.131213.4 圖一 人口數量和結構的二次曲線擬合然而從長期來看，任何地區的人口都不可能無限增長，即該模型不能描述、也不能預測較長時期的人口演變過程。這是因為人口增長率實際上是不斷變化著的，排除災難、戰爭、人為干涉人口增長以使環境利于人類社會的發展等，一般來說，當人口較少時，增長較快，即增長率較大；人口增加到一定數量以后，增長就會慢下來，即增長率變小。上圖可以看出到2020年時，深圳市年末常住人口數超過1600萬人，這遠遠超出了專家們所預測的深圳市人口容量極限1372萬，顯然預測誤差過大。所以該模型不適合用于預測未來十年的人口數量和結構的發展趨勢。因此

12、，再利用人口阻滯增長模型進行預測及修正。2）阻滯增長模型（Logistic模型）我們通過分析近十年的人口增長率發現：最近幾年的人口增長率（包括常住人口增長率、戶籍人口增長率、非戶籍人口增長率）均呈下降趨勢。通過查閱資料了解到環境條件、經濟發展速度、人為干涉等因素對人口的增長都起著阻滯作用，并且隨著人口的增加，阻滯作用越來越大。阻滯增長模型就是考慮到了這個因素，對二次曲線擬合模型的假設進行修改后得到的。由于人口增長受到阻滯作用，人口增長率隨著人口數量的增加而下降。若將表示為的函數,則它應是減函數。于是方程（1-2-1）寫作 ，且 （1-2-1）對的一個簡單的假定是，設為的線性函數，即 （1-2-

13、2）當時人口不再增長，即增長率，帶入（2）式得，于是（1-2-2）式為 （1-2-3（1-2-3）式的另一種解釋是，增長率與人口尚未實現部分的比例成正比，比例系數為固有增長率。 將（1-2-3）帶入方程（ ，且 （1-2-4）方程（2-4）右端的因子體現了人口自身的增長趨勢，因子則體現了自然資源、經濟發展速度、人為干涉和環境條件對人口增長的阻滯作用。顯然，越大，前一因子越大，后一因子越小，人口增長是兩個因子共同作用的結果。實際上，方程（2-4）可以用分離變量法求解得到方程（2-5） （1-2-5為了利用簡單的線性最小二乘法估計這個模型的參數r，和，我們將（1-2-4）式表示 ，其中 （1-2-

14、6）上式左端可以用表1的數據用數值微分法算出，右端對參數 , 是線性的，我們利用附錄1的數據，用MATLAB計算得到，。用上面得到的,分別帶入（1-2-5）式將計算結果與實際結果比較的通過查詢深圳市統計局網站，我們得到了2011年深圳市人口情況（表二）表二 2011年深圳市人口統計年份常住人口（萬人）戶籍人口（萬人）非戶籍人口（萬人）20111046.74267.90778.85因此，為了簡單起見，利用作如下計算 (1-2-7)表三 計算得年2011年末常住人口并比較常住人口（萬人）戶籍人口（萬人） 非戶籍人口（萬人）實際值1046.74267.90778.85計算值1047.298265.8

15、79781.419誤差0.053%0.754%0.330%可以認為該模型是比較滿意的。因此用模型檢驗中的技術算法預報深圳市未來十年的人口，如下表四表四 阻滯增長模型預測2011年至2020年人口數量及結構年份年末常住人口（萬人）戶籍人口（萬人）非戶籍人口（萬人）20111047.3265.88781.4220121110.8285.22825.5820131154.8300.34854.4620141200.5315.72884.7820151248329.91918.0920161297.4344.2953.220171348.8358.04990.7620181402.2371.39103

16、0.8120191457.7384.191073.5120201515.4396.381119.02（2）修正系數的確定將上述模型獲得的2001年至2010年的人口數據與實際人口數據進行對比（表五），發現存在較大的相對誤差。這是因為上述模型中的各個量僅能滿足模型中簡單的規律，但是在實際生活中，各個量會受到很多因素的影響，變化規律比較復雜，所建立的模型無法完全涉及到。為了與實際數據相差小，我們利用殘差分析分法修正系數、對模型中的預測值進行修正。表五 模型對2001年至2010年人口的擬合情況年份年末常住人口戶籍人口非戶籍人口預測值實際值預測值實際值預測值實際值2001724.57724.5713

17、2.04132.04592.53592.532002753.27746.62143.62139.45609.65607.172003783.11778.27155.82150.93627.29627.342004814.12800.8168.62165.13645.5635.672005846.37827.75181.97181.93664.4645.822006879.89871.1195.85196.83684.04674.272007914.74912.37210.11212.38704.63699.992008950.96954.28224.75228.07726.21726.2120

18、09988.62995.01239.68241.45748.94753.5620101027.81037.2254.8251.03773786.17（3）醫療床位需求的預測在考慮深圳市的人口年齡組成的時候，因為人口結構受多方因素的影響，如醫療水平、國家人口政策、社會經濟文化發展水平、生活水平等等，若是將這些因素全都考慮在內，不僅會使模型變得復雜化，還會使計算量十分巨大，更可能會使問題無法解得。因此，本模型直接根據歷年來人口結構數據直接擬合建立模型。在考慮人口組成時，根據人的勞動能力我們將人口分為三個狀態，以014歲為沒有勞動能力的兒童，以15-59歲為具有勞動能力的青年 ， 以60歲及以上的為

19、老齡人口。且以此狀態為依據來劃分人口年齡結構。根據A題所給的Excel表格附錄2、3、4，首先，通過Excel計算可得2000年、2005年和2010年0-14歲、15-64歲、65歲及5以上三段的人數；其次，計算出各年齡段的人口比例如下表表六 深圳市各年齡段的人口比例年份分類200020052010兒童比例（%）青年比例（%）89.588.587.2老年比例（%）2.02.42.9由于兒童比例與人口的出生率密切相關，老年人口與人口、社會生活水平和醫療水平的發展密切關聯，且具有一定的規律性。所以本模型中我們主要研究兒童和老年人口比例的變化趨勢，青年人口比例可根據三者比例的和為1求得。可設年時兒

20、童人口比例為，青年人口比例為，老年人口比例為。其中 (1-3-1)其中用Matlab擬合出兒童與老年人口比例的圖示如下圖圖二 人口年齡組成圖為了簡化運算，由上圖我們可以假設人口比例與時間成線性關系，再由Matlab擬合可解的函數方程如下： , (1-3-2)可預測未來十年人口年齡段之間的比例關系如表表七 深圳市未來十年人口年齡段之間的比例關系年 份20112012201320142015兒童比例（%）10.01 10.15 10.29 10.43 10.57 青年比例（%）87.02 86.79 86.56 86.33 86.1 老年比例（%）2.97 3.06 3.15 3.24 3.33

21、年 份20162017201820192020兒童比例（%）10.71 10.85 10.99 11.13 11.27 青年比例（%）85.87 85.64 85.41 85.8184.95 老年比例（%）3.42 3.51 3.60 3.69 3.78 假設深圳市三年齡段人口的患病率分別為，再由前面所預測的未來十年常住人口數，可得年患病人數方程 (1-3-3)根據實際情況可知，隨著患病人數的增加，床位個數也會隨之增加與，設床位個數與患病人數成正比，比例系數為，則有： (1-3-4)整理可得： (1-3-5)上面的方程即為床位需求模型，對該模型的求解，可根據歷年來常住人口數量、年齡組成比和患病

22、率來計算得到患病人數，并結合往年的床位數量（最好結合床位使用率）求的，進而預測出未來全市和各區（只需用上面的阻滯增長模型和往年各區的人口數計算出某區的未來人口，進而帶入計算即可)醫療床位需求。 表八 深圳市往年的床位數年 份20012002200320042005床位數（張）1115912404135881506916824年 份20062007200820092010床位數（張）1755318086199132139922679用Mtlab畫圖如下顯然床位數與時間呈明顯的線性關系，圖三 深圳市20012010床位數由此再用Matlab擬合可得床位方程 (1-3-6)由于各年齡段的患病率為未知

23、量，且床位數與時間呈明顯的線性關系，所以用時間與床位的方程(1-3-6)來預測未來十年深圳市醫療床位數的張數列入表九，并用Matlab畫出圖如圖四所示表九 深圳市20112020年床位數預測年 份20112012201320142015床位數（張）2381625084263532762428896年 份20162017201820192020床位數（張）3016931443327183399535273圖四 深圳市20012020年床位數根據A題所給附錄2所給的2010年深圳市各區的人口數可以得到各區人口數占深圳市總人口比例表十表十 2010年各區人口數占深圳市總人口比例地區羅湖區福田區南山區

24、寶安區龍崗區鹽田區光明新區坪山新區占總人口比0.0890.1270.1050.3880.1940.0200.0470.030已知未來十年深圳市醫療床位總數，因此可根據各區所占人口比例來來預測各區的醫療床位需求，經計算可得如下表表十一 預測20112020深圳市各區的醫療床位需求年份羅湖區福田區南山區寶安區龍崗區鹽田區光明新區坪山新區2011212030252501924146204761119715201222333186263497334866502117975320132345334727671022551135271239791201424593508290110718535955212

25、9882920152572367030341121256065781358867201626853832316811706585360314189052017279839933301122006100629147894320182912415534351269563476541538982201930264317357013190659568015981020202031394480370413686684370516581058 2.模型的建立本模型選取小兒肺炎做研究，通過查詢深圳市人口和計劃生育委員會提供的2011年單病種基本情況一覽表可以病例數和平均住院天數，進一步通過分析得到算式()：

26、通過計算可以得到各醫療機構所需的最少病床數，再利用收尾法進行近似，然后根據兒童的變化趨勢預測出所需病床數。收尾法是取不小于該數的整數的常用的數學取值方法，其取的值為近似值（比準確值大），這種方法常常被用在生活之中。在本模型中，由于病床數只能有余，不能缺少，因而采用收尾法近似。另外考慮到未來人口的增長，這種方法在提供足夠床位數的同時，為以后的發展做了鋪墊。表十二 2011年各醫療機構的小兒肺炎患者床位分配情況單位名稱例數（人次）平均住院日（天）床位數利用收尾法修改后的床位數深圳市人民醫院10396.518.519深圳市第二人民醫院4088.19.0510北京大學深圳醫院2117.34.225深圳

27、市兒童醫院47556.787.2888深圳市第三人民醫院3056.35.266深圳市中醫院1706.53.034深圳市婦幼保健院6995.710.9211深圳市羅湖區人民醫院3186.96.017深圳市羅湖區婦幼保健院2546.54.525深圳市福田區人民醫院3597.27.088深圳市福田區第二人民醫院2795.34.055深圳市福田區婦幼保健院7476.914.1215深圳市南山區蛇口人民醫院8085.812.8413深圳市南山區人民醫院14915.823.6924深圳市寶安區人民醫院6339.115.7816深圳市寶安區中醫院2956.25.016深圳市寶安區龍華醫院30987.059.

28、4160深圳市寶安區西鄉人民醫院8584.911.5212深圳市寶安區沙井人民醫院12167.023.3224深圳市寶安區觀瀾醫院23766.240.3641深圳市寶安區松崗人民醫院10114.713.0214深圳市寶安區婦幼保健院16306.930.8131深圳市龍崗區人民醫院4356.57.758深圳市龍崗中心醫院13147.225.9226深圳市龍崗區第二人民醫院10626.418.6219深圳市龍崗區橫崗人民醫院4225.86.77深圳市龍崗區平湖人民醫院3185.44.75深圳市坪山新區坪山人民醫院7435.410.9911深圳市龍崗區婦幼保健院16576.127.6928深圳市鹽田

29、區人民醫院3485.85.536六、誤差分析人口增長問題涉及到很多社會因素和人為因素，另外由于深圳的特殊性，外來流動人口較多，受這些因素的影響很大。在模型中不可能把所有的因素完全考慮在內，所以此模型存在一定的誤差。1.社會因素引起的誤差近幾年來深圳市的常住人口主要以非戶籍人口為主，他們主要是從事第二、三產業的企業一線工人和商業服務業人員，這部分人受經濟波動和國家政策的影響較大，進而會對人口數量產生很大影響。諸如經濟波動、國家政策等這些因素是我們不能精確考慮在內的，所以此模型與實際有很大的誤差。2.建模過程中的誤差此題建立的模型簡化了諸多因素，所得結果可能與現實存在較大的誤差。同時我們還做了很多

30、的假設，這些假設也會給模型帶來誤差。還有在數據優化方面也有所限制，可能略微影響到結果地準確性。且運算本身存在誤差。以上為模型無法逃避的誤差。七、模型評價及推廣本模型是對深圳市人口數量及結構與醫療需求的預測。未來的醫療需求與人口結構、數量和經濟發展等因素相關，合理預測能使醫療設施建設正確匹配未來人口健康保障需求，是保證深圳社會經濟可持續發展的重要條件，對深圳市的城市化進程具有建設性意義和一定程度上的影響。本模型利弊兼有，雖然建立了比較科學的模型，但是由于分析的深度和對實際問題的理解程度有限，本模型在實際運用中具有較大的局限性和不可操作性。模型優點：（1）本模型是建立在大量的事實數據和部分參考資料

31、的基礎上的，處理方式較為合理，建立了二次曲線擬合、阻滯增長模型（Logistic模型）、萊斯利模型（Leslie模型）等較為科學的模型，另外對模型進行了一定的簡化和變換，使這些模型更加適用于本課題。在此基礎上，我們得到了比較合理的對未來十年深圳人口的數量和結構的預測結果，同時對未來全市和各區醫療床位需求進行了比較合理的預測。（2）對于利用模型得出的預測結果，我們又加入了殘差分析修正法，對預測結果加以修正，使最終的預測結果更加精確。另外本模型在建立時考慮到了環境的承載能力，即最大人口容量，增加了預測結果的可靠性和真實性。模型缺點：（1）本模型忽略了部分細節，對各區人口的性別、年齡處理的不夠細化，

32、對10年左右的短期預測有較高的可信度，但是對于長期的預測，還需要對嬰兒的性別等一系列因素加以考慮，這是本模型需作進一步調整和改進的地方。（2）模型中忽略了很多因素的影響，將非戶籍人口的增長趨勢按照人口阻滯增長模型處理，盡管這在一定程度上符合數據的規律。但在實際情況中，還會受到物價水平、經濟發展等因素的影響，這些在本模型中都沒有考慮。模型推廣：本模型不僅適用于人口與醫療需求的預測，還可以跨領域延伸，應用到牧場動物的管理、傳染病的擴展及控制以及工業上菌類的培養等問題中。八 參考文獻1 姜啟源，謝金星，葉俊.數學模型（第三版）.北京：高等教育出版社，20032 王能數值分析簡明教程北京：高等教育出版

33、社，19993 廉慶榮線性代數與解析幾何北京：高等教育出版社，20024 張興永MATLAB軟件與數學試驗江蘇：中國礦業大學出版社，20005 張興永數學建模簡明教材江蘇：中國礦業大學出版社，20046 華東師大數學系，數學分析（第三版），北京：高等教育出版社，19987 HYPERLINK /view?fid=view&id=1&oid=menunews&ntyp=A10B032(深圳市衛 /view?fid=view&id=1&oid=menunews&ntyp=A10B032(深圳市衛 生和人口計劃生育委員會)8 于學軍.中國人口科學2000年第2期,時間:2000-4-6,中國人口信息

34、網 附錄(1) 二次曲線擬合x=0:1:10;cz=701.24,724.57,746.62,778.27,800.8,827.75,871.1,912.37,954.28,995.01,1037.2;hj=124.92,132.04,139.45,150.93,165.13,181.93,196.83,212.38,228.07,241.45,251.03;fhj=576.32,592.53,607.17,627.34,635.67,645.82,674.27,699.99,726.21,753.56,786.17;p1=polyfit(x,cz,2);a1=p1(1);b1=p1(2);c

35、1=p1(3);p2=polyfit(x,hj,2);a2=p2(1);b2=p2(2);c2=p2(3);p3=polyfit(x,fhj,2);a3=p3(1);b3=p3(2);c3=p3(3);e=0:1:20;t1=a1*e.2+b1*e+c1;t2=a2*e.2+b2*e+c2;t3=a3*e.2+b3*e+c3;plot(e,t1,-o);hold on;plot(e,t2,-o);plot(e,t3,-o);plot(x,cz,-r*);plot(x,hj,-k*);plot(x,fhj,-g*);hold off;(2) 阻滯增長模型function f=curvefit_f

36、un2 (a,t)f=a(1)./(1+(a(1)/724.57-1)*exp(-a(2)*(t-2001);x=2001:1:2010;y=724.57,746.62,778.27,800.8,827.75,871.1,912.37,954.28,995.01,1037.2;plot(x,y,*,x,y); % 畫點，并且畫一直線把各點連起來hold on; a0=1372,0.03995; % 初值% 最重要的函數，第1個參數是函數名（一個同名的m文件定義），第2個參數是初值，第3、4個參數是已知數據點a=lsqcurvefit(curvefit_fun2,a0,x,y); disp(a=

37、 num2str(a); % 顯示結果% 畫圖檢驗結果xi=2001:1:2030;yi=curvefit_fun2(a,xi);plot(xi,yi,r);% 預測2010年的數據x1=2020;y1=curvefit_fun2(a,x1);hold offfunction f=curvefit_fun2 (a,t)f=a(1)./(1+(a(1)/132.04-1)*exp(-a(2)*(t-2001); x=2001:1:2010;y=132.04,139.45,150.93,165.13,181.93,196.83,212.38,228.07,241.45,251.03;plot(x,y,*,x,y); % 畫點，并且畫一直線把各點連起來hold on; a0=1372,0.07244; % 初值% 最重要的函數，第1個參數是函數名（一個同名的m文件定義），第2個參數是初值，第3、4個參數是已知數據點a=lsq