数学建模……传染病模型.doc

数学建模……传染病模型.doc

ID:56762852

大小:950.50 KB

页数:6页

时间:2020-07-08

数学建模……传染病模型.doc_第1页
数学建模……传染病模型.doc_第2页
数学建模……传染病模型.doc_第3页
数学建模……传染病模型.doc_第4页
数学建模……传染病模型.doc_第5页
资源描述:

《数学建模……传染病模型.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、摘要:本次实验是让同学们进一步了解、巩固、加强微分方程模型的建模、求解能力;学习掌握用MATLAB进行二维和三维基本图形绘制。因为MATLAB具有很强的图形处理功能和丰富的图形表现方法。它提供了大量的二维、三维图形函数,使得数学计算结果可以方便地、多样性地实现可视化,这是其它语言所不能比拟的。MATLAB不仅能绘制几乎所有的标准图形,而且其表现形式也是丰富多样的。MATLAB不仅具有高层绘图能力,而且还具有底层绘图能力——句柄绘图方法。在面向对象的图形设计基础上,使得用户可以用来开发各专业的专用图形。helpgraph2d可得到所有画二维、三维图形的命令。描述传染病的传播

2、过程,分析受感染人数的变化规律,预报传染病高潮到来的时刻,预防传染病蔓延的手段,按照传播过程的一般规律,用机理分析方法建立模型。问题重述问题: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、假设环境条件下所允许的最大可感染人数为。单位时间内感染人数的增长率是感染人数的线性函数,

3、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、现有卫生防疫部门采集到的某地区一定时间内一定间隔区间的感染人数数据(见下表),利用该数据确定上述两个模型中的相关参数,并将它们的预测值与实际数据进行比较分析(计算仿真偏差)并对两个模型进行适当的评价。(注:该问题中,设最大可感染人数为2000人)4、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。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

4、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。关键字:社会、经济、文化、风俗习惯等因素模型1在这个最简单的模型中,设时刻t的病人人数x(t)是连续、可微函数,方程(1)的解为结果表明,随着t的增加,病人人数x(t)无限增长,这显然是不符合实际的。建模失败的原

5、因在于:在病人有效接触的人群中,有健康人也有病人,而其中只有健康人才可以被传染为病人,所以在改进的模型中必须区别这两种人。模型2SI模型假设条件为1.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)。2.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。方程(5)是Logistic模型。它的解为这时病人增加的

6、最快,可以认为是医院的门诊量最大的一天,预示着传染病高潮的到来,是医疗卫生部门关注的时刻其原因是模型中没有考虑到病人可以治愈,人群中的健康者只能变成病人,病人不会再变成健康者。模型3SIR模型大多数传染病如天花、流感、肝炎、麻疹等治愈后均有很强的免疫力,所以病愈的人即非健康者(易感染者),也非病人(已感染者),他们已经退出传染系统。这种情况比较复杂,下面将详细分析建模过程。模型假设1.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)。病人的日接触率为l,日治愈率为m(与S

7、I模型相同),传染期接触为s=l/m。模型构成由假设1显然有s(t)+i(t)+r(t)=1(12)根据条件2方程(8)仍然成立。对于病愈免疫的移出者而言有方程(14)无法求出s(t)和i(t)的解析解,我们先作数值计算。模型4SIR模型SIR模型是指易感染者被传染后变为感染住,感病者可以被治愈,并会产生免疫力,变为移除者。人员流动图为:S-I-R。大多数传染者如天花流感肝炎麻疹等治愈后均有很强的免疫力,所以冰域的人即非易感者,也非感病者,因此他们将被移除传染系统,我们称之为移除者,记为R类假设:1总人数为常数,且i(t)+s

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。