程序员角度下使用 SIR 模型预测 nCoV

“

首先我先介绍一下背景，这篇文章完全是出于个人兴趣以及知识科普而言，并不代表真实性和权威性。使用模型预测流行传染病的疫情发展趋势，是数学建模中常见的手段。

其实在过年的时候就一直在想，之前大学的时候做了那么多次的数学建模竞赛（虽然没取得过什么优异的成绩），通过经典的传染病模型，可以自己做一次数据预测。所以才决定写这么一篇 SIR 模型介绍的文章。当然由于我不是专业人士，其中数据一定会有一些纰漏，欢迎各个专业人士的斧正。

1. SIR 模型参数简介

SIR 模型关系

SIR (Susceptible Infected Recovered Model) 是常用的急性传染病模型，SIR 对应以下的几个单词：

• 易感者 (Susceptible)：用符号   来表示；

• 感染者 (Infective)：用符号   来表示；

• 康复者 (Recoverd)：用符号   来表示；

这里的   是时间戳，也就是代表这些值都是   的一个函数。其次，在时间戳   的基础上，总人数  。如果暂时不考虑人口增加和死亡情况，那么