📄Работа №71828

Тема: Математическое моделирование распространения коронавируса

📝
Тип работы Бакалаврская работа
📚
Предмет экономика
📄
Объем: 44 листов
📅
Год: 2020
👁️
Просмотров: 107
4375 руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить

📋 Содержание

Введение 4
1 Обзор существующих методов математического моделирования эпидемий
SIR- модель (Susceptible - Infectious - Recovered) 6
SI- модель (Susceptible – Infectious) 9
SIS- модель (Susceptible – Infectious – Susceptible) 11
SEIR- модель (Susceptible - Exposed – Infectious - Recovered) 12
SEIRS- модель (Susceptible - Exposed - Infectious - Recovered – Susceptible) 16
Вывод из обзора 16
2 Разработка математической модели распространения эпидемии 18
Качественные особенности моделей заболеваемости и смертности 20
Количественные особенности моделей заболеваемости и смертности. 21
Идентификация модели 24
Описание алгоритма 24
3 Верификация алгоритмов 27
Верификация алгоритма (Италия) 27
Верификация алгоритма (Россия) 32
Верификация алгоритма (Нижегородская область) 36
4 Сравнение моделей 40
Заключение 41
Список литературы 42

📖 Введение

Объектом данного исследования является заболевание Covid-19 – самая сложная пандемия со времен испанского гриппа, которым более века назад заразилось около 30% населения планеты. Быстрая вспышка Covid-19 и его широкое распространение по всему миру превратили локальную болезнь, первоначально находившуюся в Китае, в глобальную проблему; таким образом, она приобрела статус пандемии. Предмет исследования - динамика распространения вирусного заболевания COVID-19.
Математические модели, описывающие динамику явления, о которых говорится в этой работе, позволяют понять эволюцию и ежедневно готовиться к постоянно растущей нагрузке. Официальные случаи смерти — это случаи, которые случаются с пациентами, находящимися в больницах после того, как они дают положительный результат на мазок из носа. Официальные случаи смерти важны, поскольку они измеряют один из двух возможных результатов лечения в стационаре: успех или неудачу. Врачи должны знать и каким-то образом прогнозировать не только ежедневное количество смертей, но и асимптотическое значение, прогнозируемое в конце пандемии. Такое число является большой психологической нагрузкой для тех, кто борется за жизнь (например, врачей, медсестер), но оно может подготовить их к тому, чтобы справиться с этими фатальными последствиями и каким-то образом найти верхнюю границу явления.
Математические модели могут быть использованы для получения информации о предпосылках прошлых событий, понимания текущей ситуации и прогнозирования развития пандемии на краткосрочные или долгосрочные периоды времени. Качественная и количественная оценка динамики пандемии позволяет лицам, принимающим решения в медицине, планировать чрезвычайную ситуацию, готовиться к пику заболеваемости, и, наконец, ослабить меры безопасности и вернуться к стандартному режиму работы, когда пандемия спадет. Модели могут очертить возможные отклонения пандемии от ожидаемых изменений и, следовательно, играть роль систем раннего предупреждения в случае новых вспышек.
Целью исследования является выявление динамики развития и прогнозирование распространения вирусного заболевания Covid-19.
Задачи исследования
 Описание и анализ математических моделей распространения инфекционных заболеваний
 Обзор существующих методов математического моделирования эпидемий
 Разработка математических моделей распространения эпидемии
 Моделирование распространения заболевания с реальными статистическими данными
 Сравнение построенных моделей между собой
В этой работе будет осуществлен обзор существующих методов математического моделирования эпидемий, будут построены собственные альтернативные модели и будет выяснено, какая из построенных моделей отражает характеристики распространения заболевания лучше.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании
🎓 Дипломные 📘 Магистерские 📙 Диссертации 📗 Курсовые 📝 Статьи 📄 ВКР

✅ Заключение

В работе представлены и проанализированы несколько регрессионных моделей для прогнозирования двух наиболее важных переменных в пандемии с точки зрения принятия решений и планирования действий в чрезвычайных ситуациях с точки зрения наиболее важных, во время эпидемии, характеристик. Это число заболевших и число погибших. Эти модели могут быть применены к различным регионам и странам, поскольку феномен пандемии имеет одинаковые качественные характеристики. Два или три, адаптивных параметра позволяют количественно описать динамику заболеваемости и смертности разных регионов и стран. Действительно, каждый регион и каждая страна характеризуются различными особенностями, связанными с их территориальной природой, распределением населения (с точки зрения возраста, плотности, образа жизни, взаимодействия людей, семейных привычек) и политических решений. Математика, лежащая в основе предлагаемых моделей, довольно проста и может быть реализована в файле Excel, который может использоваться большинством лиц, принимающих решения, и врачей. Основываясь на реальных данных, которые ежедневно публикуются в открытых источниках для большинства стран/регионов, эти регрессионные модели можно настроить с точки зрения их адаптивных параметров и использовать для прогнозирования тенденций в заболеваемости и смертности на краткосрочных или долгосрочных периодах. Эти же модели также могут быть адаптированы для отслеживания других переменных, если надежность этих переменных достаточно высока. Две основные модели, предложенные в этой работе (то есть, логистическая и Гомпертца), могут использоваться для качественных и количественных целей в чрезвычайной ситуации Covid-19. Они играют две разные роли. Во-первых, они отслеживают реальные данные и позволяют дифференцировать модели, чтобы найти наиболее надежную, но также они позволяют понять, начинаются ли неожиданные тенденции. Они являются непрерывными и имеют аналитические производные любого порядка. Это означает, что можно наблюдать и отслеживать не только кумулятивные значения, но и суточные колебания, чтобы понять, происходят ли какие-либо изменения. Во-вторых, эти модели могут быть использованы для прогнозирования развития явления на краткосрочных или долгосрочных горизонтах. В первые трудные дни наиболее важны прогнозы на короткие промежутки времени, чтобы понять время с которым растет количество зараженных чтобы выделить / подготовить подходящие ресурсы, чтобы справиться с последующей волной пациентов в больницах.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ
Поиск аналога

📕 Список литературы

1. Allen L. et al. A mathematical analysis and simulation of a localized measles epidemic
//Applied Mathematics and Computation. – 1990. – Т. 39. – №. 1. – P. 61-77.
2. Anderson RM, May RM. Infectious disease of humans: Dynamics and control / Ander- son RM, May RM.- Oxford University Press, Oxford-New York, 1991.- 768p.
3. Bernoulli D. Essai d'une nouvelle analyse de la mortalité causée par la petite vérole, et des avantages de l'inoculation pour la prévenir //Histoire de l'Acad., Roy. Sci.(Paris) avec Mem. – 1760. – P. 1-45.
4. Brauer F. Mathematical epidemiology is not an oxymoron //BMC Public Health. – 2009.– Т. 9. – №. 1. – P. 1-11.
5. Cowling B. J. et al. Impact assessment of non-pharmaceutical interventions against coronavirus disease 2019 and influenza in Hong Kong: an observational study //The Lancet Public Health. – 2020.
6. Cutuli A. COVID-19: the Lodi model (in Italian)// Esanum. - 2020.
7. Deguen S., Thomas G., Chau N. P. Estimation of the contact rate in a seasonal SEIR model: application to chickenpox incidence in France //Statistics in medicine. – 2000. – Т. 19. – №. 9. – P. 1207-1216.
8. Desai A. N., Aronoff D. M. Masks and coronavirus disease 2019 (covid-19) //Jama. – 2020.
9. Fraser C. et al. Pandemic potential of a strain of influenza A (H1N1): early findings
//science. – 2009. – Т. 324. – №. 5934. – P. 1557-1561.
10. Golubev A. Exponentially modified Gaussian (EMG) relevance to distributions related to cell proliferation and differentiation //Journal of theoretical biology. – 2010. – Т. 262.
– №. 2. – P. 257-266.
11. Grasselli G. et al. Baseline characteristics and outcomes of 1591 patients infected with SARS-CoV-2 admitted to ICUs of the Lombardy Region, Italy //Jama. – 2020. – Т. 323. –
№. 16. – P. 1574-1581.
12. Grasselli G., Pesenti A., Cecconi M. Critical care utilization for the COVID-19 outbreak in Lombardy, Italy: early experience and forecast during an emergency response //Jama. – 2020. – Т. 323. – №. 16. – P. 1545-1546.
13. Guinard A. et al. Outbreak of influenza a (H1n1) v without travel history in a school in the Toulouse district, France. – 2009.
14. Gupte M. D. et al. Modelling epidemiology of leprosy //Indian journal of leprosy. – 2000. – Т. 72. – №. 3. – P. 305-316.

15. Gurav Y. K. et al. Pandemic influenza A (H1N1) 2009 outbreak in a residential school at Panchgani, Maharashtra, India //Indian J Med Res. – 2010. – Т. 132. – №. 1. – P. 67- 71.
16. Hosmer Jr D. W., Lemeshow S., Sturdivant R. X. Applied logistic regression. – John Wiley & Sons, 2013. – Т. 398.
17. Hosmer Jr D. W., Lemeshow S., May S. Applied survival analysis: regression modeling of time-to-event data. – John Wiley & Sons, 2011. – Т. 618.
18. Kermack W. O., McKendrick A. G. Contributions to the mathematical theory of epi- demics. II.—The problem of endemicity //Proceedings of the Royal Society of London. Series A, containing papers of a mathematical and physical character. – 1932. – Т. 138.
– №. 834. – P. 55-83.
19. Kermack W. O., McKendrick A. G. Contributions to the mathematical theory of epi- demics. III.—Further studies of the problem of endemicity //Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Char- acter. – 1933. – Т. 141. – №. 843. – P. 94-122.
20. Kermark M., Mckendrick A. Contributions to the mathematical theory of epidemics. Part I //Proc. r. soc. a. – 1927. – Т. 115. – №. 5. – P. 700-721.
21. Livingston E., Bucher K. Coronavirus disease 2019 (COVID-19) in Italy //Jama. – 2020.
– Т. 323. – №. 14. – P. 1335-1335.
22. Manca D. Analysis of the number growth of ICU patients with Covid-19 in Italy and Lom- bardy //European Society of Anaesthesiology. - 2020.
23. Manca D. Dynamics of ICU patients and deaths in Italy and Lombardy due to Covid-19// European Society of Anaesthesiology. - 2020.
24. Meima A. et al. SIMLEP: a simulation model for leprosy transmission and control //In- ternational Journal of Leprosy and Other Mycobacterial Diseases. – 1999. – Т. 67. – P. 215-236.
25. Murthy S., Gomersall C. D., Fowler R. A. Care for critically ill patients with COVID-19
//Jama. – 2020. – Т. 323. – №. 15. – P. 1499-1500.
26. Onder G., Rezza G., Brusaferro S. Case-fatality rate and characteristics of patients dying in relation to COVID-19 in Italy //Jama. – 2020. – Т. 323. – №. 18. – P. 1775-1776.
27. Panik M. J. Growth curve modeling: theory and applications. – John Wiley & Sons, 2014.
28. Panovska-Griffiths J. Can mathematical modelling solve the current Covid-19 crisis?//BMC Public Health. - 2020
29. Poston J. T., Patel B. K., Davis A. M. Management of critically ill adults with COVID-19
//Jama. – 2020. – Т. 323. – №. 18. – P. 1839-1841.
30. Remuzzi A., Remuzzi G. COVID-19 and Italy: what next? //The Lancet. – 2020.
31. Ross R. The prevention of malaria. 2 edition //John Murray. - London, 1911. -311 p.
32. Rvachev L. A. Modelling experiment of a large-scale epidemic by means of a computer
//Doklady Akademii Nauk. – Russian Academy of Sciences, 1968. – Т. 180. – №. 2. – P. 294-296.
33. Rvachev L. A., Longini Jr I. M. A mathematical model for the global spread of influenza
//Mathematical biosciences. – 1985. – Т. 75. – №. 1. – P. 3-22.
34. Shil P. et al. Transmission dynamics of novel influenza A/H1N1 2009 outbreak in a residential school in India //Current Science. – 2011. – Т. 100. – №. 8. – P. 1177-1183.
35. Small M., Tse C. K. Clustering model for transmission of the SARS virus: application to epidemic control and risk assessment //Physica A: Statistical Mechanics and its Ap- plications. – 2005. – Т. 351. – №. 2-4. – P. 499-511.
36. Small M., Tse C. K. Small world and scale free model of transmission of SARS //Inter- national Journal of Bifurcation and Chaos. – 2005. – Т. 15. – №. 05. – P. 1745-1755.
37. Smith A. et al. An outbreak of influenza A (H1N1) v in a boarding school in South East England, May-June 2009 //Eurosurveillance. – 2009. – Т. 14. – №. 27. – P. 19263.
38. Stone L., Olinky R., Huppert A. Seasonal dynamics of recurrent epidemics //Nature. – 2007. – Т. 446. – №. 7135. – P. 533-536.
39. Wang J. et al. Spatial dynamics of an epidemic of severe acute respiratory syndrome in an urban area //Bulletin of the World Health Organization. – 2006. – Т. 84. – P. 965- 968.

🛒 Оформить заказ

⚡ Работу высылаем в течении 5 минут после оплаты.

🔍 ПОХОЖИЕ РАБОТЫ ПО ТЕМЕ

Цепочки распространения эпидемиологических процессов в разных странах Дипломные работы, ВКР информатика 2023 г. 4215 руб. Цепочки распространения эпидемиологических процессов в разных странах Дипломные работы, ВКР прикладная информатика 2023 г. 4750 руб. МОДЕЛИРОВАНИЕ РАСПРОСТРАНЕНИЯ ВИЧ-ИНФЕКЦИИ В МЕГАПОЛИСЕ НА ПРИМЕРЕ САНКТ-ПЕТЕРБУРГА Дипломные работы, ВКР медицина 2019 г. 4390 руб. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ТЕПЛО- И МАССОПЕРЕНОСА В ГРУППЕ СОВРЕМЕННЫХ И ПЕРСПЕКТИВНЫХ ТЕПЛОТЕХНИЧЕСКИХ СИСТЕМ Диссертация физика 2025 г. 700 руб. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ КАК МЕТОД ПОВЫШЕНИЯ ИНТЕРЕСА БАКАЛАВРОВ К ИЗУЧЕНИЮ ВЫСШЕЙ МАТЕМАТИКИ В ВУЗЕ Магистерская диссертация математика 2019 г. 5400 руб. Моделирование распространения вирусной инфекции Магистерская диссертация информатика 2021 г. 4980 руб. Формирование и анализ показателей финансового состояния организации на основе методов экономико-математического моделирования Магистерская диссертация экономика 2017 г. 5700 руб. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОБТЕКАНИЯ СИСТЕМЫ ТЕЛ В АЭРОДИНАМИЧЕСКОЙ ТРУБЕ Бакалаврская работа физика 2020 г. 4460 руб. РАЗРАБОТКА ОБЩЕРАЗВИВАЮЩЕГО КУРСА «МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДВИЖЕНИЯ КОСМИЧЕСКОЙ РАКЕТЫ» Дипломные работы, ВКР информатика 2017 г. 4340 руб. СОЗДАНИЕ КУРСА “РЕШЕНИЕ ЗАДАЧ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ МЕТОДОМ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ” Дипломные работы, ВКР педагогика 2019 г. 6500 руб.

📎 БАКАЛАВРСКАЯ РАБОТА ПО ПРЕДМЕТУ «ЭКОНОМИКА»

Найдено работ: 3919

Влияние цифровизации на эффективность банковской деятельности Бакалаврская работа экономика 2022 г. 4940 руб. Разработка мероприятий по повышению конкурентоспособности для обеспечения экономической безопасности организаций Бакалаврская работа экономика 2025 г. 4500 руб. Анализ финансового состояния предприятия Бакалаврская работа экономика 2024 г. 4480 руб. Анализ деловой активности и рентабельности предприятия Бакалаврская работа экономика 2022 г. 4520 руб. Влияние цифровизации на эффективность банковской деятельности Бакалаврская работа экономика 2022 г. 4940 руб. Анализ формирования активов бухгалтерского баланса и эффективности их использования Бакалаврская работа экономика 2025 г. 4340 руб. Оценка стоимости предприятия (на примере ООО «Сервис Телеком») Бакалаврская работа экономика 2020 г. 4900 руб. Анализ инвестиционной деятельности компании (на примере ООО «Газпром трансгаз Самара») Бакалаврская работа экономика 2022 г. 4560 руб. Разработка мероприятий по совершенствованию финансового контроля деятельности организации Бакалаврская работа экономика 2024 г. 4720 руб. Анализ и предупреждение банкротства организации Бакалаврская работа экономика 2021 г. 4540 руб. Управление дебиторской и кредиторской задолженностью Бакалаврская работа экономика 2024 г. 4210 руб. Анализ финансового состояния предприятия Бакалаврская работа экономика 2022 г. 4395 руб. Оценка эффективности инвестиционного проекта Бакалаврская работа экономика 2025 г. 4450 руб. Анализ деловой активности и рентабельности предприятия Бакалаврская работа экономика 2021 г. 4630 руб. Анализ источников финансирования деятельности компании Бакалаврская работа экономика 2024 г. 4640 руб.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить ⬆️

Оценка стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (209234)

Поиск работ


©2026 Cервис помощи студентам в выполнении работ
.