2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來雖然科學(xué)技術(shù)突飛猛進的發(fā)展,醫(yī)療設(shè)施也不斷的完善,但是傳染病仍舊成為了威脅人類生命的第一殺手,2003年在我國爆發(fā)的非典,迅速的席卷了全國,而近期在墨西哥爆發(fā)H1N1更是成為全球性的危機,面對在短時間就可以快速傳播開的傳染病,我們除了了解其傳播原因、途徑外,還希望知道它的傳播過程究竟是怎樣的,究竟是否會大面積爆發(fā),何時爆發(fā),這樣政府衛(wèi)生部門才能更好的對其進行掌控,采取有效的方法減慢其傳播速度,因此基于這些問題,形成了一門新的學(xué)科—

2、—理論流行病學(xué)。
   疾病傳播模型是理論流行病學(xué)里面最常用的一種數(shù)學(xué)模型,其中最經(jīng)典的為Kermack與McKendrick創(chuàng)立于1927年的兩個經(jīng)典基本模型SIS模型與SIR模型,后期許多學(xué)者在此基礎(chǔ)上建立了更復(fù)雜但是也更符合實際的模型。傳染病模型主要有兩種形式:隨機模型與確定性模型,二者在研究方法以及形式上有很大的區(qū)別,因此本文主要致力于比較兩種模型之間的區(qū)別與聯(lián)系,在此基礎(chǔ)上找到?jīng)Q定傳染病是否流行的關(guān)鍵性因素,并給出關(guān)鍵

3、因素的估計方法。
   本文在第二章介紹了JohnA.Jacquezj于1992年比較固定人口的SIS確定性模型與隨機模型的方法,通過對比研究了SIS的確定模型與隨機模型,得到確定性模型中,基本再生數(shù)若大于1則傳染病感染人數(shù)會最終穩(wěn)定在一個常數(shù),成為地方病,而小于1時,則傳染病會消亡;而在隨機性模型中,基本再生數(shù)不管是否大于1,傳染病最終都會消亡,為了能更直觀的體現(xiàn)其傳染病的傳播過程,本文還運用計算機分別對確定模型與隨機模型的傳

4、播過程進行模擬,最后還運用隨機過程中的馬氏鏈分析得到了在隨機模型中,感染病患者最終回到消亡狀態(tài)的時間的期望。
   由于發(fā)現(xiàn)SIS的確定模型與隨機模型在結(jié)果上有所不同,因此在第三章中,我們參考SIS確定模型與隨機模型的比較方法,分析得出了對于SIR的確定模型與隨機模型,不管基本再生數(shù)是否大于1,最終兩種模型中,傳染病都會消亡,只是若基本再生數(shù)大于1,則傳播過程中,感染者人數(shù)會上升,然后再逐漸趨于0。為了能較好的分析隨機模型,在這

5、里我們引入了馬氏雙鏈來分析該傳播過程,最終仍然得到了傳染病最終將消失的結(jié)論。
   由于基本再生數(shù)在傳染病是否傳播中有重要的作用,并且SIR模型在隨機與確定模型下的結(jié)果較為一致,因此在第四章中,給出了SIR模型中與基本再生數(shù)有關(guān)的傳染率與治愈率兩個參數(shù)的估計方法,并且發(fā)現(xiàn)在似然估計與貝葉斯估計在先驗分布服從均勻分布的情況下,參數(shù)估計值有所差異,但是先驗分布服從伽馬分布時若參數(shù)值取0,則與似然估計值一致。為了能檢驗參數(shù)估計方法是否

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論