没有合适的资源?快使用搜索试试~ 我知道了~
数学建模——传染病模型..docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 4 浏览量
2021-12-16
21:12:38
上传
评论
收藏 1.19MB DOCX 举报
温馨提示
试读
15页
数学建模——传染病模型..docx
资源推荐
资源详情
资源评论
传染病模型
摘要
当今社会,人们开始意识到通过定量地研究传染病的传播规律,建立传染
病的传播模型,可以为预测和控制传染病提供可靠、足够的信息。本文利用微
分方程稳定性理论对 传统传染病动 力学建模方式 进行综述,且 针对甲流 ,
SARS 等新生传染病模型进行建模和分析。
不同类型的传染病的传播过程有其各自不同的特点,我们不是从医学的角
度一一分析各种传染病的传播,而是从一般的传播机理分析建立各种模型,如
简单模型,SI 模型,SIS 模型,SIR 模型等。本文中,我们应用传染病动力学
模型来描述疾病发展变化的过程和传播规律,运用联立微分方程组体现疫情发
展过程中各类人的内在因果联系,并在此基础上建立方程求解算法。然后,通
过借助 Matlab 程序拟合出与实际较为符合的曲线并进行了疫情预测,评估各
种控制措施的效果,从而不断完善文中的模型。
本文由简到难、全面地评价了该模型的合理性与实用性,而后对模型和数
据也做了较为扼要的分析,进一步改进了模型的不妥之处。同时,在对问题进
行较为全面评价的基础上又引入更为全面合理的假设,运用双线性函数模型对
卫生部的措施进行了评价并给出建议,做好模型的完善与优化工作。
关键词:传染病模型,简单模型,SI,SIS,SIR,微分方程,Matlab。
1
一、问题重述
有一种传染病(如 SARS、甲型 H1N1)正在流行,现在希望建立适当的数
学模型,利用已经掌握的一些数据资料对该传染病进行有效地研究,以期对其
传播蔓延进行必要的控制,减少人民生命财产的损失。考虑如下的几个问题,
建立适当的数学模型,并进行一定的比较分析和评价展望。
1、不考虑环境的限制,设单位时间内感染人数的增长率是常数,建立模型求 t
时刻的感染人数。
2、假设单位时间内感染人数的增长率是感染人数的线性函数,最大感染时的
增长率为零。建立模型求 t 时刻的感染人数。
3、假设总人口可分为传染病患者和易感染者,易感染者因与患病者接触而得
病,而患病者会因治愈而减少且对该传染病具有很强的免疫功能,建立模型分
析 t 时刻患病者与易感染者的关系,并对传染情况(如流行趋势,是否最终消
灭)进行预测。
二、问题分析
1、这是一个涉及传染病传播情况的实际问题,其中涉及传染病感染人数随时
间的变化情况及一些初始资料,可通过建立相应的微分方程模型加以解决。
2、问题表述中已给出了各子问题的一些相应的假设。
3、在实际中,感染人数是离散变量,不具有连续可微性,不利于建立微分方
程模型。但由于短时间内改变的是少数人口,这种变化与整体人口相比是微小
的。 因此,为了利用数学工具建立微分方程模型,我们还需要一个基本假设:
感染人数是时间的连续可微函数。
2
三、模型假设
模型二和模型三的假设条件:
假设一:在疾病传播期内所考察地区的总人数 N 不变,即不考虑生死,也
不考虑迁移。人群分为易感染者(Susceptible)和已感染者(Infective)两
类(取两个词的第一个字母,称之为 SI 模型),以下简称健康者和病人。时刻
t 这两类人在总人数中所占比例分别记作 s(t)和 i(t)。
假设二:每个病人每天有效接触的平均人数是常数,称为日接触率。当病
人与健康者接触时,使健康者受感染变为病人。
假设三:模型三在假设一和假设 二的基础上进行考虑,然后设病人每
天治愈的比例为,称为日治愈率。病人治愈后成为仍可被感染的健康者,显然
1/是这种传染病的平均传染期。
模型四的假设条件:
假设四:总人数 N 不变。人群分为健康者、病人和病愈免疫的移出者
(Removed)三类,称 SIR 模型。三类人在总数 N 中占的比例分别记作
s(t),i(t)和 r(t)。
假设五:病人的日接触率为 l,日治愈率为 m(与 SI 模型相同),传染期
接触为 s=l/m。
3
剩余14页未读,继续阅读
资源评论
yezifei68
- 粉丝: 0
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功