血样的分组检验的数学模型.docVIP

血样分组检验的数学模型 摘 要 本文为了解决减少血样检验次数这个实际问题,通过把人群分为若干组,每组若干人,易得到混合血样检验次数、阳性组的概率,进而引入阳性组数的平均值,从而得到平均总检验次数,最后通过一个人的平均检验次数的一元函数,把问题归结为一个关于每组人数k的一元函数E(k) ,求解得;通过计算,得当p0.307时不应分组;将第1次检验的每个阳性组再次分m组,通过建立一个关于k,m的二元函数E(k,m),通过求导得稳定点函数,解方程组得:. 关键词：先验概率； 平均总检验次数； 血样的阴阳性； 组的基数 1问题的提出 在人群（数量很大）中进行血样检验，设已知先验阳性率为 p, 为减少检验次数将人群分组。 若 k人一组，当 k份血样混在一起时，只要一份呈阳性，这组血样就呈阳性，则该组需人人检验；若一组血样呈阴性，则该组不需检验。 1) 当 p固定时(0.1%, 1%, …)，k多大可使检验次数最小 2) p多大就不应再分组 3) 讨论两次分组的情况，即阳性组再分组检验。 4) 讨论其它分组方案，如半分法、三分法。 模型假设与符号约定 2.1 血样检查到为阳性的则患有某种疾病,血样呈阴性时的情况为正常 2.2 血样检验时仅会出现阴性、阳性两种情况,除此之外无其它情况出现,检验血样的药剂灵敏度很高，不会因为血样组数的增大而受影响. 2.3 阳性血样与阳性血样混合也为阳性 2.4 阳性血样与阴性血样混合也为阳性 2.5 阴性血样与阴性血样混合为阴性 n 人群总数 p 先验概率 血样阴性的概率q=1-p 血样检验为阳性（患有某种疾病）的人数为:z=np 发生概率: 检查次数: 平均总检验次数: 问题的分析 根据题意,由已知的先验概率是一个很小的数值,我们大可不必要一个一个地检验,为减少检验次数,我们通过一次分组,从而可使检验次数大大减少;然而通过再一次分组,可使结果进一步优化,从而达到一个更佳的结果. 模型建立与求解 设总人数为n,已知每人血样阳性的先验概率为p,记血样阴性的概率q=1-p 4.模型 4.1 模型一 设分x组,每组k人（n很大,x能整除n,k=n/x）,混合血样检验x次.阳性组的概率为,分组时是随机的,而且每个组的血样为阳性的机率是均等的,阳性组数的平均值为,这些组的成员需逐一检验,平均次数为,所以平均检验次数,一个人的平均检验次数为N/n,记作: (1) 问题是给定p求k使E(k)最小. p很小时利用可得 (2) 显然时E(k)最小.因为K需为整数,所以应取和,比较E（K）,得到K的最优值,见表1. P 0.01% 0.1% 1% 2% 5% K 100 32 10 8 5 E(k) 0.020 0.063 0.196 0.274 0.426 表1 一次分组检验结果 图一 当p=0.01%时,可用Maple模拟出的图像如图一,曲线是关于k的图像. 图二 同上法,当p=0.1%时,可用Maple模拟出的图像如图二,曲线是关于k的图像.其它情况我们一样可用其所长Maple模拟出类似的图像. 随着p的增加k减小,E（k）变大.只要E（k）1,就应分组. 注:若不取近似,利用导数可得时E（k）最小. 4.2 模型二 当E（k）1时,不应分组,即:,用数学软件求解得检查k=2,3,可知当p0.307不应分组. 4.3 模型三 将第1次检验的每个阳性组再分y小组,每小组m人（y整除k,m=k/y）.因为第1次阳性组的平均值为,所以第2次需分小组平均检验次,而阳性小组的概率为（为计算简单起见,将第1次所有阳性组合在一起分小组）,阳性小组总数的平均值为,这些小组需每人检验,平均检验次数为,所以平均总检验次数,一个人的平均检验次数为N/n,记作(注意:n=kx=myx) (3) 问题是给定p求k,m使E（k,m）最小. P很小时（3）式可简化为 (4) 对（4）分别对k,m求导并令其等于零,得方程组: 舍去负数解可得: (5) 且要求k,m,k/m均为整数.经在（5）的结果附近计算,比较E(k,m),得到k,m的最优值,见表2. P 0.01% 0.1% 1% 2% 5% K 700 125 22 14 8 M 100 25 11 7 4 E(k,m) 0.0028 0.0161 0.0897 0.131 0.305 表2 二次分组检验结果 与表1比较可知,二次分组的效果E(k,m)比一次分组的效果E