武汉疫情问题日前成为举国关注的焦点,于是博主也决定学习相关的数学模型。比如政策和消息的传播模型–广播模型。
1.为什么?
该小节试图解决的问题是:为什么需要广播模型?
- 广播模型可以刻画了思想、谣言、信息或技术通过互联网、电视等媒体进行的传播。
- 也适用于供水系统中的污染传播情况。
- 抽象地描述就是:适合描述只从信息源获取信息的情况,所以广播模型更适合描述思想和信息的传播。而不适合描述人与人之间的传染病的传播。
2.是什么?
该小节试图解决的问题是:广播模型适用条件以及是什么?
2.1 广播模型适用条件
广播模型适用条件:适合描述只从信息源获取信息的情况,例如思想和信息的传播,具体例子如谣言、信息或技术等。
2.2 广播模型是什么
假设存在一个相关人群,用 N P O P N_{POP} NPOP表示。在广播模型中,相关人群指的是和信息源有关的人群。如果我们要为连续主动脉缝合法的扩散建模,那么相关人群指的就是心脏外科医生,而不是某城市的所有人。
在广播模型中,相关人群由两类人组成:知情者(用 I t I_t It表示)和易感者(用 S t S_t St表示)。其中知情者是指了解特定信息或采取了一定行动的人。易感者是指相关人群中除了知情者之外的其余人。
即 N P O P = I t + S t N_{POP}=I_t+S_t NPOP=It+St。
广播模型:
I t + 1 = I t + P b r o a d × S t I_{t+1}=I_t+P_{broad}\times S_t It+1=It+Pbroad×St
其中, P b r a o d P_{braod} Pbraod是广播概率, I t 和 S t I_t 和S_t It和St分别等于时间t上的知情者和易感者的数量。初始状态是: I 0 = 0 , 且 S 0 = N P O P I_0=0,且S_0=N_{POP} I0=0,且S0=NPOP。
3. 怎么做?
该小节试图解决的问题是:通过示例体会广播模型的构建和用处。
- 估计知情者人数变化情况
- 估计相关人群的规模
- 估计广播概率
3.1 示例1:信息的传播 – 估计知情者人数变化情况
某拥有100万人口 的城市的宣布了一项新的税收政策。在他宣布之前,没有人知道这项政策。假设某人在任何一天听到这个新闻的概率等于30%(即 P b o r a d = 0.3 P_{borad}=0.3 Pborad=0.3),具体广播模型为:
{ I t + 1 = I t + P b r o a d × S t N P O P = I t + S t I 0 = 0