赞
踩
本文为北海的数模课程学习笔记,课程出自微信公众号:数学建模BOOM。
求赞!求收藏!求关注!
微分方程结合传染病模型(如指数传播、SI、SIS、SIR模型)提供了一种用数学公式描述疾病传播动态的方法,有助于理解和预测疾病在人群中的传播路径和速度。
目录
最简单
假设:每个病人,单位时间内会传染到的人数为大于0的常数,有
该模型适用于传染病爆发初期。考虑到在封闭区域内,患病人数+健康人数=总人数,总人数是相对固定的,所以不能一直指数增长下去。由此升级为SI模型。
设人口总数为常数N。人群分为易感染者(Susceptible)和易感染者(Infective),所占比例在t时刻为s(t)和i(t),s(t)+i(t)=1。
但是本模型假设了只有健康者可以变为病人,但病人不会变为健康者。升级后为SIS模型。
MATLAB的dsolve函数可以求解析解
把
换掉
考虑免疫性,改进为SIR模型。
• 该类问题往往难以求得精确的解析解,可以使用MATLAB求数值解
通用的求常微分方程数值解的函数ode45。
- clc,clear
- % 参数初始化
- lam = 0.4; % 日接触率
- mu = 0.1; % 日治愈率
- I = 0.4;
- S = 0.5; %因为S+I+R=1,所以求出I和S就够了
-
- % ode45是一个通用型ODE求解器
- tspan = [0:1:50]; % 变量t范围0到50,每隔1取一个
- y0 = [I S]; % 传递模型参数
- [t,y] = ode45(@(t,y)SIRfunc(t,y,lam,mu), tspan, y0);
- %后面的tspan,y0传给@中的(t,y),再传递给SIRfunc中的(t,y,~,~)
- % 求解返回的y中,第一列y1是第一个方程组的解,第二列y2是第二个微分方程的解
- r = 1-y(:,1)-y(:,2); % 移出者的比例
-
- %画图
- plot(t,y(:,1),t,y(:,2),t,r,'k','LineWidth',2);
- legend('患病:i(t)','易感染者:s(t)','移除者:r(t)','Location','Best');
- ylabel('占人口比例%');
- xlabel('时间t');
- title('SIR模型(ode)');
- %下面有一个分节符,因为要在同一个文件中再写一个函数
- function dydt = SIRfunc(t,y,lam,mu)
- dydt = zeros(2,1);
- dydt(1) = lam*y(1)*y(2) - mu*y(1);
- dydt(2) = -lam*y(1)*y(2);
- end
结果
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。