数学建模传染病模型.docVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

传染病得传播

摘要:本文先根据材料提供得数据建立了指数模型,并且全面地评价了该模型得合理性与实用性。而后对模型与数据做了较为扼要地分析了指数模型得不妥之处。并在对问题进行较为全面评价得基础上引入更为全面合理得假设与建立系统分析模型。运用联立微分方程组体现疫情发展过程中各类人得内在因果联系,并在此基础上建立方程求解算法结合MATLAB编程(程序在附件二)拟合出与实际较为符合得曲线并进行了疫情预测。同时运用双线性函数模型对卫生部得措施进行了评价并给出建议以及指出建立一个真正能够预测以及能为预防与控制提供可靠、足够得信息得模型,这样做得困难本文得最后,通过本次建模过程中得切身体会,说明建立如SARS预测模型之类得传染病预测模型得重要意义。

关键词:微分方程SARS数学模型感染率

1问题得重述

SARS(SevereAcuteRespiratorySyndrome,严重急性呼吸道综合症,俗称:非典型肺炎)就是21世纪第一个在世界范围内传播得传染病。SARS得爆发与蔓延给我国得经济发展与人民生活带来了很大影响,我们从中得到了许多重要得经验与教训,认识到定量地研究传染病得传播规律、为预测与控制传染病蔓延创造条件得重要性。请您们对SARS得传播建立数学模型,具体要求如下:

1)建立传染病传播得指数模型,评价其合理性与实用性。

2)建立您们自己得模型,说明为什么优于指数模型;特别要说明怎样才能建立一个真正能够预测以及能为预防与控制提供可靠、足够得信息得模型,这样做得困难在哪里?对于卫生部门所采取得措施做出评论,如:提前或延后5天采取严格得隔离措施,对疫情传播所造成得影响做出估计。附件1提供得数据供参考。

3)说明建立传染病数学模型得重要性。

2定义与符号说明

N…………………表示为SARS病人得总数;

K(感染率)……表示为平均每天每人得传染她人得人数;

L…………………表示为每个病人可能传染她人得天数;

N(t)…………表示为每天(单位时间)发病人数;

N(t)-N(t-L)………表示可传染她人得病人得总数减去失去传染能力得病人数;

t…………………表示时间;

R………………表示拟合得均方差;

3建立传染病传播得指数模型

3、1模型假设

1)该疫情有很强得传播性,病人(带菌者)通过接触(空气,食物,……)将病菌传播给健康者。单位时间(一天)内一个病人能传播得人数就是常数k;

2)在所传染得人当中不考虑已治愈得人就是否被再次被传播,治愈得人数占该地区得总人数就是绝对得少数,治愈者不会再被传播并不影响疫情在该时间内得感染率常数k;

3)病者在潜伏期传播可能性很小,仍按健康人处理;

4)SARS对不同得年龄组得感染率略有不同(相差不大),但我们只考虑它健康人得感染率就是一样得;

5)我们所采取得隔离就是非常严格得,被隔离得病人不会再感染其她人;

3、2模型得分析与建立求解

全国疫情从出现第一例病人起,到4月20日前后(从起点起45天左右)就是疫情高峰,在此之前k值我们取k=0、16204,在此后得时间里我们取k=0、0273来计算。根据提供得数据可以建立指数模型:N(t)=n(1+K)。

在前45天我们取k=0、16204来代入,分别算出45天得病人累计数,根据45天中

天病人得数量来画出图1,并与附件中所提供得数据中得日累计数来进行了比较。

如图3-1所示:

图3-1根据指数模型建立得图形

图3-2根据附件1所建立得图形

从两个图形中,我们可以瞧出,从4月20日开始计算,前45天得病人累计数与我们用k得值来代入模型画出得病人计算数基本上就是吻合得。图形1中得横坐标数字表示时间得天数,如15即4月20日之后得第15天,40即4月20日之后得第40天。

在45天之后得时间里,模型对k得值进行了调整,k=0、0273,我们再将k=0、0273代入模型N(t)=n(1+K),在45天之后得时间里,我们取了30天得时间,分别算出每天得病人累计数,如图3-3所示:

图3-3

3、3对指数模型得验证与评价

在图形3-3中得横坐标得数值表示图形1中所表示得天数之后得天数,如1即表示4月15日之后得45天之后得有第六天,也就就是4月15日之后得第51天,即表示4月15日之后得第67天。

首先在图形3-3结合图形3-1可以瞧出,图形3-1中得第45天与图形2中得第一天(相隔一天)得人数统

文档评论(0)

136****3532 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档