strcat matlab_【瞎编】Matlab教你混检法

先回顾一道简单的高考数学题：

武汉全民核算检测时，采取将十个人的样品混合在一起，如果查出病毒再逐一检测，问：人群中健康人群的比例应达到多少采用混检能减少检测次数？

答：如果不采取混检，则十个人需要测试10次；如果采取了，则需要测试1次或者11次，期望为11x+1-x，其中x为需要逐一检测的几率。那么我们有x<0.9,则1-x>0.1,开10次方根，每个人健康的概率大于(0.1)^0.1≈0.79。也就是说，只要每个人健康的概率大于0.8，或者说人群中健康人群的比例达到80%，即可采用混检法。

这个问题是我前几天突发奇想，计算的一个内容。因此我就在想这个问题的延伸，就是混检法的这个混检人数，究竟应该怎么选择，所以我打算在MATLAB上编写一个简单的程序，来进行计算。

大致的思路是这样的，我们设置一个有一定规模的人群感染比例的数值，然后计算采用不同人数的混检方法的最终检测次数，并绘制图表来加以说明。我们绘制一条与人口相等的红线，低于这个红线就说明检测次数是小于人口总数的，选择混检能减少检测次数，反之则反而增加了检测次数。比红线低越多，说明效果越明显。

代码如下

clear all;close all;clc;

N=1e7;% N means population of a city.

infected=0.2;% the rate of infected people.

Result=[];% Result matrix

I=20; % Maxium number of a mixed test.

for i=1:I

    times=0;% Total times of test we need.

    tested=0;% people we have tested.

    while tested

        A=rand(1,i);% Select i people to test.

        if min(A)-infected<0 %Anyone infected.

            times=times+i+1; %test 1+i times.

        else % Everyone is healthy

            times=times+1; %test only 1 time.

        end

        tested=tested+i; % till everyone got tested.

    end

    Result=[Result times]; %Record the result.

end

plot(1:I,Result,'o-');

line([1,I],[N,N],'color','r');%Reference Line

title(strcat('N=',num2str(N),' infected=',num2str(infected)));

得到的结果如图

图1 运算结果，N=1e7,infected=0.2

根据图1我们可以看出，当一座城市有1e7也就是一千万人口，人口中的感染率为0.2也就是20%时，需要检测的总次数是随着每次混检的人数变化的，先变小后变大，最低点大约在3人混检左右。我改变了一些相关参数，发现基本上数据也保持这个趋势：当感染率更低(10%)的时候，采取4人混检甚至比3人更好，如图2；当感染率更高(30%)的时候，这个最低点会向上移动一些，变成只有3人混检能节省次数，如图3；再高，比如说达到一半人感染，混检法就不适用了，因为次数难以收敛，呈现出不断上升的趋势。

图2 运算结果，N=1e7,infected=0.1

图3 运算结果，N=1e7,infected=0.3

因此，我们发现，其实采取3人到4人的混检法，能有效地减少混检次数，因此Foursome和Threesome会比较好。