matlab在SIS疾病传播模型中的应用
《matlab在SIS疾病传播模型中的应用》由会员分享,可在线阅读,更多相关《matlab在SIS疾病传播模型中的应用(4页珍藏版)》请在装配图网上搜索。
1、-?数学实验?学 院计算机与通信工程学院专业班级计1104姓 名朱奇学 号411551002021年 6月. z-一 实验目的1.利用Matlab软件求解SIS传染病模型,熟悉Matlab的使用二 选题介绍SIS模型:有些传染病如伤风、痢疾等治愈后的免疫力很低,病人痊愈后仍然可能再次被传染成为病人。用I(t)来表示感病者所占的比例,则易感者所占的比例为1-I(t);假设易感者感病的时机与他接触感病者的时机成正比,而易感者接触感病者的时机显然与易感者和感病者的人数成正比,设这一比例为k,称为传染系数。再假设感病者以固定的比率痊愈而成为易感者,记这一比率为h,称为痊愈率,而1/h表示疾病的平均传染
2、期。这时感病者的人数变化由两局部组成:一局部是易感者被传染而成为新的感病者,另一局部是感病者痊愈后重新成为易感者。这样,相应的模型可归纳为这个模型被称为SIS模型。三 实验过程当sigma1时1定义函数function di=ganbing(t,i,k,sigma)di=-k*i*(i-(1-1/sigma)2 作图cleark=0.01;sigma=2;t,i1=ode45(ganbing,0,1000,0.9,k,sigma);t,i2=ode45(ganbing,0,1000,0.2,k,sigma);plot(t,i1,t,i2,t,1-1/sigma);title(sigma1时感病
3、者比例与时间t的关系);*label(t);ylabel(I(t);legend(I(0)1-1/sigma,I(0)1时,永远也无法消除疾病,将趋近于 1-1/sigma同理,当sigma=1时cleark=0.01;sigma=1;t,i1=ode45(ganbing,0,1000,0.9,k,sigma);plot(t,i1);title(图二 sigma=1时感病者比例与时间t的关系);*label(t);ylabel(I(t);legend(sigma=1)当sigma1时cleark=0.01;sigma=0.6;t,i1=ode45(ganbing,0,1000,0.9,k,sigma);plot(t,i1);title(图三 sigma1时感病者比例与时间t的关系);*label(t);ylabel(I(t);legend(sigma1)由此可见,为了消除传染病,关键是要调整,使得1,而=k/h,因此可以采取以下措施:(1) 减小k,即降低传染系数,所以病人需要隔离;(2) 缩短传染期,这需要改进医疗设施,创造新药物,改进治疗方法等四 实验总结通过本次实验,我进一步熟悉了Matlab的使用,能够将Matlab应用于数学建模中,从而解决实际问题;同时我也体会到了Matlab的强大功能。参考文献:?数学模型?第二版 谭永基 蔡志杰 编著359页. z
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。