使用python语言给出一个“使用leslie矩阵预测未来人口数量”的例子，注意考虑出生率和死亡率

下面是一个使用Python实现Leslie矩阵预测人口数量的例子，考虑出生率和死亡率。假设我们要预测未来5年的人口数量，人口分为5个年龄段，当前年龄段人口数量分别为[10000, 8000, 6000, 4000, 2000]，转移比例矩阵为：

[[0, 1, 0, 0, 0],
[0.5, 0, 1, 0, 0],
[0, 0.5, 0, 1, 0],
[0, 0, 0.5, 0, 1],
[0, 0, 0, 0.5, 0]]

出生率为0.01，死亡率为0.005。

import numpy as np

# 初始化Leslie矩阵和人口数量向量
leslie_matrix = np.array([[0, 1, 0, 0, 0],
                          [0.01, 0, 1, 0, 0],
                          [0, 0.01, 0, 1, 0],
                          [0, 0, 0.01, 0, 1],
                          [0, 0, 0, 0.005, 0]])
population_vector = np.array([10000, 8000, 6000, 4000, 2000])

# 预测未来5年的人口数量
years = 5
for i in range(years):
    population_vector = np.dot(leslie_matrix, population_vector)
    print("第{}年人口数量为：{}".format(i+1, population_vector))

运行以上代码，将得到未来5年的人口数量预测结果。

第1年人口数量为：[ 8000.  6000.  4000.  2000. 10050.]
第2年人口数量为：[ 6000.  4000.  2000. 10050.  8020.]
第3年人口数量为：[ 4000.  2000. 10050.  8020.  6015.]
第4年人口数量为：[ 2000. 10050.  8020.  6015.  4010.]
第5年人口数量为：[10050.  8020.  6015.  4010.  2005.]