SARS传播的数学模型.pptxVIP

SARS 传播的数学模型;1;1;i(t)：t 时刻 SARS 病人在总体人群中的比例 l(t)：t 时刻疑似病人在总体人群中的比例 r(t)：t 时刻被治愈者、死亡者和免疫者在总体人群中的比例之和。 ?1 ：SARS 病人日接触率。为每个病人每天有效接触（足以使健康者受感染变为病 人）的平均人数。 u ：日治愈率。为每天被治愈的病人占病人总数的比例。 ? ：日转化率。为每天危险群体中的疑似病人被确诊为 SARS 患者的比例。 ? ：日死亡率。为每天 SARS 病人死亡的数量和当天病人总数量的比值。 ?2 ：疑似感染率。为每天感染为疑似病人的比例。 （二）模型建立 模型一 感染为 SARS 患者情况 由假设，每个病人每天可使?1s(t) 个健康者变为病人，因为病人人数为 Ni(t) ，所 以每天共有?1 Ns(t)i(t) 个健康者被感染，于是?1 Nsi 就是病人数 Ni 的增加率，又因为每 天被治愈率为 ? ，死亡率为? ，所以每天有 ?Ni 个病人被治愈，有?Ni 个病人死亡。那 么病人的感染为 ; ;;; （2）确定?2 与确定?1 时类似，先根据实际数据画出图形 图 3实际数据图形 ;; ;;整个传染过程，随着政府和公众对 SARS 的重视程度的变化，可知接触数? ? ?1 / ? 随着治愈率 ? 、死亡率? 和接触率?1 的不断变化而变化。 在 SARS 爆发的初期，由于潜伏期的存在，社会对 SARS 病毒传播的速度和危 害程度认识不够，所以政府和公众没有引起重视。治愈率? 和死亡率? 很小，而接触率 ?1 相对较大，所以1/? 很小。 当 s0 ? 1/? ，则i(t) 开始增加，可认为是疾病蔓延阶段。 当 s0 =1/? 时， i(t) 达到最大值 ;;14;; 7．对卫生部措施的评估 在模型中， ?1 的取值大小能充分反映接触率的变化。 若采取的隔离措施提前T 天，那么?1 将相应减小，反之则增加。不妨将?1 的值取 为 1.3 和 1.7，作出相应的图形 7 和图 8。 〈图 7〉 ;;18;19; 我们记 1997 年为开始记为 t=0,那么 2003 年就可表示成 t=6。 将年份用矩阵表示为：t=[0,1,2,3,4,5,]； 每年 1 月的游客量用矩阵表示为：y=[9.4，9.6，10.1 ，11.4 ，11.5 ，13.7] MATLAB 命令：[p,S]=polyfit(t,y,2) %二次多项??回归 y=polyval(p,6) %计算出 t=6,即 2003 年一月的预测量 计算得 y=15.2000，再用同样方法求得 2003 年 2 月到 12 月的预测数量依次为 36.4700、25.9700、32.1500、32.8300、31.6000 、29.3300、36.4000、33.1400、32.8500、 26.8500、27.7900。由命令函数：Y=polyconf(p,t,2)和 plot(t,y,t,Y) 作出如下曲线 图 9 ;;;23;24;25;26;27;28