观周教授新冠报告而作

20200408小记前言传播动力学模型SI模型通过以上分析,我们发现:SIS模型SIR模型SEIR/SEIRS模型新随机动态模型潜伏期分布的估计问答结语前言今天下午有幸听到周教授关于新冠疫情的报告。这里趁着还有些记忆的时候,做一点整理​。也就相当于日记了罢。​令人印象深刻的是周教授对于传播动力学模型的介绍,以及关于潜伏期分布的估计。之后的问答环节也让人振奋。接下来就按时间一一梳理吧。传...
摘要由CSDN通过智能技术生成

前言

今天下午有幸听到周教授关于新冠疫情的报告。
这里趁着还有些记忆的时候,做一点整理​。也就相当于日记了罢。

令人印象深刻的是周教授对于传播动力学模型的介绍,以及关于潜伏期分布的估计。之后的问答环节也让人振奋。接下来就按时间一一梳理吧。

传播动力学模型

对于动力学模型,其实之前在b站上看毕导的一个视频有过初步的了解​。感兴趣的小伙伴可以去b站看看,这个up主还挺有意思的.

SI模型

最原始的动力学模型非常简单,被称作SI模型​。即人群之中的人只被分类为Susceptibles(易感人群)和Infected(感染者)。S一旦被感染,就会变成I,并且终生具有传染性。

这个时候要进行相关的分析,就要首先对地区总体进行假设:

N : 区域内人口总数 N:\text{区域内人口总数} N:区域内人口总数
I : 感染者人数 I:\text{感染者人数} I:感染者人数
r : 感染者每个单位时间会接触的人数 r:\text{感染者每个单位时间会接触的人数} r:感染者每个单位时间会接触的人数
S : 该地区内的健康人 S:\text{该地区内的健康人} S:该地区内的健康人
β : 病毒从I传染给S的概率 \beta:\text{病毒从I传染给S的概率} β:病毒从I传染给S的概率

值得注意的是,以上这些参数中,不变的是 N , r , β N,r,\beta N,r,β。而 S , I S,I S,I都是随着时间变化的变量。

感染者的增加率,一方面从 I I I的角度看,可以表述成 d I d t \cfrac{dI}{dt} dtdI

另一方面,我们从计算的角度看,地区的一个感染者在单位时间内一共会接触 r r r的人,由于该地区内健康者的比例是 S N \cfrac{S}{N} NS,于是这 r r r个人里面,健康者的人数是 r ⋅ S N r\cdot \cfrac{S}{N} rNS
而该地区在 t t t时刻一共有 I I I个感染者,于是该地区的感染者在单位时间内接触的健康者人数为 r S N I \cfrac{rS}{N}I

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
同样地,由于全国新冠肺炎传染病模型的建立涉及到很多参数和数据,所以很难在这里给你提供完整的代码。但我可以给你提供一些思路和代码框架,供你参考。 思路: 1.选择模型类型:根据新冠肺炎的传播特点,我们可以选择使用SEIR模型。SEIR模型中包括四个状态:易感者(S),潜伏者(E),感染者(I)和康复者(R)。 2.确定参数:模型中需要用到一些参数,比如感染率(beta)、潜伏期(sigma)、传染期(gamma)等。这些参数需要根据实际情况进行估计。 3.编写代码:根据模型和参数,我们可以使用matlab编写代码来模拟传染病的传播过程。具体过程包括初始化、循环迭代、计算每个时刻的S、E、I、R等状态变量,以及对疫情控制措施的模拟等。 代码框架: ```matlab % 定义时间范围和时间步长 tspan = [0 200]; dt = 0.1; % 定义初始状态 S0 = 1300000000; % 全国总人口 E0 = 0; I0 = 100; % 初始感染人数 R0 = 0; % 定义模型参数 beta = 0.2; % 感染率 sigma = 1/5; % 潜伏期 gamma = 1/10; % 传染期 % 定义模型函数 f = @(t, y) [ -beta*y(1)*y(3); beta*y(1)*y(3) - sigma*y(2); sigma*y(2) - gamma*y(3); gamma*y(3) ]; % 使用ode45求解微分方程组 [t, y] = ode45(f, tspan, [S0 E0 I0 R0]); % 绘制曲线 plot(t, y(:, 1), 'r', t, y(:, 2), 'g', t, y(:, 3), 'b', t, y(:, 4), 'k'); legend('易感者', '潜伏者', '感染者', '康复者'); xlabel('时间'); ylabel('人数'); ``` 这段代码可以模拟全国新冠肺炎传染病的传播过程,并绘制出每个时刻的S、E、I、R状态人数。但需要注意的是,这只是一个简单的模型,实际情况可能更加复杂。因此,你需要根据实际情况进行参数估计和模型改进。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值