孤岛疾病问题的探讨.doc_第1页
孤岛疾病问题的探讨.doc_第2页
孤岛疾病问题的探讨.doc_第3页
孤岛疾病问题的探讨.doc_第4页
孤岛疾病问题的探讨.doc_第5页
已阅读5页,还剩5页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

孤岛疾病问题的探讨一、 摘要建立传染病的数学模型来描述传染病的传播过程,分析受感染人数的变化规律,探索制止传染病蔓延的手段等,一直是各国有关专家和官员关注的课题。本文是一个孤岛疾病传播问题。首先根据孤岛的自身特征方面的条件解决问题a:列出假设1、2,问题b:根据模型建立的被感染人数X与时刻t的关系,利用matlab软件画出dX/dt关于X的图像。问题c:又假设感染的人数X10为常数:(a) 列出这个模型所隐含的两条主要假设,说明这些假设有什么依据?(b) 画出关于X的图形(c) 若初始被感染的人数,画出X关于t的图形;若初始被感染人数为,画出X关于t的图形。(d) 把X作为t的函数,解出前面给出的模型。(e)由(d),当t趋于无穷时求X的极限。(f)设岛上的人口有5000人,在传染期的不同时刻被感染人数如下表天数t2610被感染人数X188740874853ln(X/(N-X)-0.51.53.5问这些数据能否支持所给的模型?(g) 利用(f)的结果估计模型中的常数,并预测t=12天时被感染的人数。(h) 分析上述模型的优缺点,试给出改进方案。 二、模型假设1、人口数量N不变,因为是孤岛。2、人口分为健康人和被感染的病人,数量分别为X ,N-X。3、在规定的时刻内人口变化X取整数,因为人口为整数 三、符号定义说明X(t):t时刻被感染的人数 S(t):t时刻未被感染的人数 k :常数C1、C2:皆为参数 N :孤岛上的人口总数,即N=X(t)+S(t) 四、模型的建立与求解 4.1模型的建立依据(a) 列出这个模型所隐含的两条主要假设,说明这些假设有什么依据?假设1人口数量N不变,因为是孤岛。假设2人口分为健康人和被感染的病人数量分别为X ,N-X。4.2模型的建立与求解(b) 画出关于X的图形设k=0.1X=0:0.1:1;ezplot(0.1*X*(1-X),0,1);(c)若初始被感染的人数,画出X关于t的图形;若初始被感染人数为,画出X关于t的图形。1、取,则y=dsolve(Dy=0.1*y*(1-y),y(0)=0.25,x);ezplot(y,0,50);2、,则y=dsolve(Dy=0.1*y*(1-y),y(0)=0.75,x);ezplot(y,0,50);(d)把X作为t的函数,解出前面给出的模型。 syms N k:X=dsolve(DX=k*X*(N-X)) 即 (e) 由(d),当t趋于无穷时求X的极限。(f)设岛上的人口有5000人,在传染期的不同时刻被感染人数如下表天数t2610被感染人数X188740874853ln(X/(N-X)-0.51.53.5问这些数据能否支持所给的模型?由 可以看出为线性变化的,所以可以认为这些数据支持该模型。(g)利用(f)的结果估计模型中的常数,并预测t=12天时被感染的人数。 得到k=0.5再代入k值,得C2=1.5,而N=5000,当t=4+10=14时,可以解出X的值:X= 4979确定参数C1=N/X0,则有 五、模型评估及改进5.1 模型的优点(1)用假设分析、微分求导导数、线性相关等方法,解决问题,方法简单易懂,过程清晰且准确。(2)又利用matlab软件处理数据简单、准确、而且具有科学性,得到的结果更具说服力。5.2 模型的缺点(1)在问题a的问题假设1没有考虑人口的流动量(2) 在问题a的问题假设2没有考虑治愈问题等情况改进:将对象分为三类:病人,健康人与治愈的人。符号说明:s(t):健康者在总人数N中占的比例i(t):病人在总人数N中占的比例r(t):病愈免疫的移出者在总人数N中占的比例模型假设:1.总人数N不变。人群分为健康者、病人和病愈免疫的移出三类,时刻t三类人在总人数N中占的比例分别记为s(t)、i(t)、r(t).2.病人的日接触率为,日治愈率为,传染期接触数为模型构成:由假设1可得知 s(t)+i(t)+r(t)=1 (1)对于病愈免疫的移出者有 (2)再记初始时刻的健康者和病人的比例分别是(0)和(0)(1) 、(2) 模型的方程可以写成 (3) i(t)、s(t)图形我们在数值计算和图形观察的基础上,利用相轨线讨论解i(t),s(t)的性质。D = (s,i)| s0,i0 , s + i 1在方程(3)中消去并注意到的定义,可得 (4)所以: (5)利用积分特性容易求出方程(4)的解为: (6)在定义域D内,(5)式表示的曲线即为相轨线,如下图所示.其中箭头表示了随着时间t的增加s(t)和i(t)的变化趋si101DP4P3imP2S0P1S0 P1: s01/s i(t)先升后降至0 传染病蔓延P2: s01/s i(t)单调降至0 传染病不蔓延1/s阈值1.提高阈值1/s降低 s(=l/m) l , m l (日接触率) 卫生水平m(日治愈率) 医疗水平2.降低 s0提高 r0群体免疫s 的估计 参考文献:数学模型,姜启源编,高等教育出版社数学分析,陈纪修,于崇华,金路,高等教育出版社附录:function y=ill(t,x)a=1;b=0.3;y=a*x(1)*x(2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论