生物计算论文笔记1:The construction of next-generationmatrices for compartmentalepidemic models
1,論文涉及的幾個概念
基本再生數R0定義——一個感染病例平均傳染的病例數
NGM (next generation matrix),下一世代矩陣—— 連續世代各組別新的感染人數
2,如何計算R0?
線性化 SEIR 常微分方程中的和感染infected狀態相關的子系統
——>線性化反應了一開始一個感染者潛在的感染能力,也就是R0
——>同時我們假定了在這個“一開始”的過程中,易感人群數量恒定
??? ·
我們用T+Σ來表示線性化的子系統
??? ??? ??? ·T 新的感染
??? ??? ??? ·Σ? 感染狀態的轉移
??? ·然后我們計算-TΣ^-1的主特征值——這個矩陣就是NGM(large domain)????
論文里又定義了NGM(large domain) ,這個矩陣維度比NGM小。因為這里只考慮了會導致新的感染、感染會轉移到的這些狀態
NGM(large domain)中,第i行j個元素表示:每一個i狀態的元素,會生成多少個j狀態的元素
2.1 計算R0舉例
上圖是一個SEIR的模型
在初始狀態E1=E2=T=R=0,S=N
那么初始狀態下 βSI/N=βI
S影響E1、E2
而E1、E2、I封閉
于是我們把E1、E2、I,那么在初始狀態下,有:
?
我們令x=(E1,E2,I)' 那么我們需要將這個線性系統寫成x=(T+Σ)x的形式
我們去計算他的最大特征值,就是R0了
總結
以上是生活随笔為你收集整理的生物计算论文笔记1:The construction of next-generationmatrices for compartmentalepidemic models的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 数据库笔记: SQL
- 下一篇: python 笔记:if __name_