学建模课程设计.docVIP

血样的分组检验 摘要: 本文以医学的调查统计为基础，进行抽象，利用概率论知识组建模型，对何时分组和怎样分组给出了详尽的讨论并对结果进行了符合实际情况的解释，结合真实的数据对模型进行了验证，最后对模型加以改进和推广。 问题描述 要在人群中（数量很大，基本上是健康人）找出某种病毒的感染者，为减少检验次数（目的是降低费用），通常采用筛选的办法。即假设人群总数为，将人群分成组，每组的人数为，将每组的份血样混在一起进行化验，若化验结果呈阳性，则需要对改组的每个人重新进行化验，以确定谁是病毒感染者；若化验结果呈阴性，则表明该组全体成员均为阴性，不需要重新化验。 已知阳性的先验概率为，当固定时，如何分组可使得化验次数最小； 找出不应分组的的取值范围； 讨论两次分组的情况，即检测为阳性的组再次分组检验的情况。 问题的分析 本问题所述的情况在医学统计、病毒检测等诸多医学问题中是必须首要解决的问题。进行某种疾病的调查需要大量的统计数据，而统计数据的取得主要靠实验的方法，这就不可避免地要面临如何分组的问题是效率最高（花销最少），找出最优分组方法是本文的主要目的。 由于人群总体数固定，在讨论问题时，我们可以借助于平均每人检验次数这个量来衡量分组与不分组情况的好坏，这是概率模型的主要思路。对于该问题，若不分组，一个人一个人检验，共需检验次，平均每个人检验一次；采取分组的方法，直观上可以感觉到会降低检验次数。分组时计算每个人的平均检验次数，若该值小于1，即认为分组比不分组好。对于两次分组的问题，也采用上述思路，只要两次分组时平均每个人检验次数小于一次分组时平均每个人的检验次数，就可以认为两次分组的方法优于一次分组的方法。 模型假设 下面给出该模型的基本假设： 在实际操作中，多次分组的方法要比只分一次组或不分组的方法操作起来繁琐、耗时，且需要更多的人力把工作的重点放在分组的方案上，实际增加了开支。所以若在人数不太多，且两种方法平均每人检验次数相近，宏观上解释就是当不分组或不继续分组比分组或继续分组的次数少或二者差距不大时，使用少分组的方法效率更高、费用更省。本题由于叙述了人数很大的条件，故哪种方法平均每人检验次数少，就采用那种方法； 可以理解先验概率为对某个人检验一次，结果呈阳性的概率，并假设先验概率在一次检验中保持不变（即假设该概率只与疾病有关，而对同一种疾病该值为常量）； 每个人检验一次是阳性的概率相互独立（即不考虑是否有遗传性与病毒的传染）； 为了简化模型便于讨论分析，假设每次分组时都能达到平均分配，而且在进行再次分组时采用的对呈阳性的组进行组内分组的形式。这在实际中是普遍采用的一种方法，它比把呈阳性的组的人重新打乱再进行分组的效率高出很多而且易被人接受。如果设分别表示第一、二次分组时分出的组数， 分别表示第一、二次分组每组的人数，则第一次分组总人数，第二次分组的总人数。可以通过调整的值实现最优分组方案。 模型的建立及求解 4.1 一次分组的情况 利用概率中的数学期望来计算平均每人的检验次数。 在一次分组的情况下，如上所示变量假设，每组的人数为（由假设（4），）；阳性的先验概率为；另设变量表示每人的平均检验次数；，即为每个人检验一次呈阴性的概率。因此，如果一组检验为阴性，则其中每个人均不是病毒的感染者，在由每个人是否是感染者是相互独立的（假设（3）），可得出现此种情况的概率为，每个人平均检验次数为次（该组只检验了一次）；如果一组检验为阳性，该组中有病毒感染者，仍由假设（3），可知出现此种情况的概率为，每个人的平均检验次数为次（该组每个人又被一一检验，故次数加一）。故可得的分布律为 由上表可得， 所以对于个人平均检验次数为次。所以由假设（1）可得，只要，即分组后平均每人检验次数小于不分组每个人检验的次数（1次），就进行分组检验。由，可得以下约束条件：（后称第一次分组的约束条件） 此时对于不同疾病，不同，调整满足上式，即可认为分一次组比不分组好。 下面进行更深层次的讨论： 由于本题的人数是离散变量，故无法直接采用数学分析的方法，所以先把离散变量连续化。采用与离散变量变化趋势相同的连续性函数，即设 ， 因为，根据上述条件及假设，对求导得， 由此可以看出，当时，函数单调减少，而时，函数单调增加，在时取得最大值。做出函数的图像，见下图： 对于本题所讨论的离散值，从上图可知在时，取得满足条件时的最大值，也就是只有在时，调整的值总能满足上述约束条件。即此时分一次组才比不分组每人平均检验次数少。而对于大于此值的，不满足约束条件，故不分组比分一次组平均每人检验次数少。 对函数求导可得， 由函数取极值的必要条件得， 如果对于给定的（当然必须满足约束条件）值，可以通过数值解法求得使最小的值。（可以证明此值为函数在本题所给范围内的最小值）由于本题变量（每组