血样的分组检验论文(改好的).docVIP

血样的分组化验 参加队员： 第41组 1．院系： 机械工程学院 姓名： 陈煌熙 学号2．院系： 机械工程学院 姓名： 杨 杰 学号3．院系： 机械工程学院 姓名： 刘天豪 学号血样的分组检验 摘要 问题一是阳性先验概率固定情况下如何分组使化验次数最小的问题，问题二是在问题一的基础上确定不分组时阳性的先验概率。首先以分组人数为决策变量，以化验次数为目标建立非线性规划模型。利用非线性规划法和代数分析法这两种方法求解，通过设定不同的阳性先验概率，分别利用LINGO软件和分析推到的方法，求出化验次数最小时的最佳分组人数（具体最佳分组人数如表1）。根据表1中的数据，画出——、——函数曲线图，平均检验次数随的增大呈现先急剧下降后趋于水平的趋势。当时，，分组可以减少化验次数，当时，，分组反而增加了化验次数，所以不应分组。 问题三是关于在两次分组的情况下化验次数最小时的最佳分组人数问题。两次分组时，第一次分组检验出阳性的组，在第二次分组时将该组的个人分为组， 每组人，并且满足是的整数倍。以第二次分组每组人数为决策变量，以两次分组时平均每个人化验次数的数学期望为目标建立线性规划规划模型，通过LINGO软件求最优解，得到在不同值下的最佳分组人数、（具体结果见表3），当时，，分组可以减少化验次数，当时，，分组反而增加了化验次数。通过表1和表3的数据画出——、——曲线对照图，通过观测这两条曲线得出结论：当时，两次分组的化验次数小于一次分组的化验次数，两次分组更能降低费用。 本文的特色在于利用了两种算法来计算一次分组时的最佳分组人数，并且根据图像分析法比较了一次分组与两次分组时的化验次数，发现两次分组更能降低费用。 关键字：化验次数 非线性规划 代数分析法 最佳分组人数 1问题提出 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 n, 将人群分成 m 组，每组的人数为 k，将每组的 k 份血样混在一起进行化验，若化验结果呈阳性，则需要对该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。 (1) 已知阳性的先验概率为 p，当 p 固定时，如何分组可使得化验次数最小； (2)找出不应再分组的 p 的取值范围。(3)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。 2基本假设 血样检验的结果只有阴性和阳性两种，且阳性和阴性的先验概率之和为1 人群中被抽样化验的事件是一个随机事件，且相互独立 血样化验结果正确无误，不考虑化验设备以及人为误差等原因 血样化验人群总数是确定的 3符号说明 ：人群总数 ：第一次分组的组数 ：第一次分组每组人数 ：第二次分组的组数 ：第二次分组每组人数 ：阳性的先验概率 ：第一次分组每人的化验次数 ：第二次分组每人的化验次数 ：第一次分组的平均每个人化验次数的数学期望 ：第二次分组平均每个人化验次数的数学期望 4问题分析 4.1问题一的分析 人群总数为，分组，每组人数。阳性的先验概率为 p，则阴性的先验概率为1-p。如果不分组，则每个人需要化验1次。如果分组，当某组化验结果是阴性，则不需要再进行化验，该组平均每个人的化验次数为，概率为；当某组化验结果是阳性时，则需要对该组每个人进行化验，该组平均每个人的化验次数为，概率为，因此，需要分组的条件是第一次分组化验次数的数学期望小于1。要求化验次数的数学期望的最小值，就是要求在满足数学期望小于1的情况下的每组人数。 4.2问题二的分析 不应分组的条件就是要求阳性的先验概率在什么范围内，使得分组后平均每个人化验次数的数学期望大于不分组时平均每个人化验次数。 4.3问题三的分析 问题三是在第一次分组化验的基础上再次分组化验的问题。对于第一次分组化验为阳性的组，重新分为组，每组人。以二次分组时每个人的平均检验次数为目标，建立非线性规划模型，取不同的，求出第一次分组的最佳分组人数和第二次分组的最佳分组人数。 5模型建立与求解 5.1 问题一模型建立与求解 5.2.1模型建立 由问题一的分析得出一次分组每人的化验次数的分布规律为： 则一次分组每人的化验次数的数学期望为： 如何分组才能使每人化验次数最小，也就是求当阳性的先验概率固定时的每组人数为多少时，上式数学期望达到最小值，且必须小于1，其数学模型表达式为： 5.1.2模型求解 在模型求解时，我们可以采用非线性规划法和代数分析法来求解 = 1 \* ROMAN I、解法一：非线性规划法 当阳性的先验概率固定时，我们把看作自变量，那么数学期望就是一个关于的函数，记作： 由于