sir模型 python

您所在的位置:网站首页 传染病传染人数如何计算 sir模型 python

sir模型 python

#sir模型 python| 来源: 网络整理| 查看: 265

2020.2.5 更新:

code中S0, I0, R0均是比例,不是具体人数,请自行通过各个类别人数计算各类型人群比例。

原文:

传染病模型有四种状态:S(易感态)、I(感染态)、R(免疫态)、E(潜伏期)。

SIR模型是传染病模型中最经典的模型。SIR模型中,染病人群为传染的源头,他通过一定的几率把传染病传给易感人群,他自己也有一定的几率/可以被治愈并免疫,或者死亡;易感人群一旦被感染,就又成为了新的传染源。将人群划分为三类,易感染者(Susceptible)、已感染者(Infective)和已恢复者(Recovered )。

SIR模型有两个阶段:易感人群与感染人员接触时被传染,接触速率为 beta

感染人群以固定平均速率 gamma 恢复或死亡

SIR模型的建立基于以下三个假设:

⑴不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持一个常数,即N(t)≡K。

⑵一个病人一旦与易感者接触就必然具有一定的传染力。假设 t 时刻单位时间内,一个病人能传染的易感者数目与此环境内易感者总数s(t)成正比,比例系数为β,从而在t时刻单位时间内被所有病人传染的人数为βs(t)i(t)。

⑶ t 时刻,单位时间内从染病者中移出的人数与病人数量成正比,比例系数为γ,单位时间内移出者的数量为γi(t)。

基于以上三个假设条件,感染机制如下所示:

在以上三个基本假设条件下,可知:当易感个体和感染个体充分混合时,感染个体的增长率为



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3