数学:有A、B 、C
、D四个地区暴发疫情,有病毒四处蔓

〖壹〗、世卫组织批准国药疫苗紧急使用不能立即扭转全球疫情危机
，但能显著增强全球抗疫能力，尤其在资源匮乏地区发挥关键作用。印度变异病毒及全球传播现状印度变异病毒种类与传播：印度在27个邦共发现3532种令人担忧的新冠变异病毒 ，其中双突变体变异病毒（B.617）的传染性正在增加 。

〖贰〗 、韦达定理为x1+x2=-b/a
，x1*x2=c/a
。病毒传播公式：1+x+x（1+x）=a。树枝分叉公式：一个树枝上能长x条树枝，第二轮有x*x=x^2条树枝 ，第三轮有x^2*x=x^3条树枝
，以此类推，第n（n为正整数）论有x^n条树枝 。

〖叁〗
、树枝公式：2 An=A1×q^（n－1）
。细胞公式：Sn=a1+a2+a3+...+an。①当q≠1时 ，Sn=a1（1-q^n）/（1-q）或Sn=（a1-an×q）÷（1-q）  。②当q=1时
， Sn=n×a1（q=1）
。病毒公式：（n-1）平方。握手公式：2分之1n（n-1） 。

晓星说数学:从核酸检测的“混检”谈起

〖壹〗、不知道大家是否还记得我们在《晓星说数学：小白鼠试毒问题》中曾经介绍过“实验设计最优化 ”的一种“二分法
”？ 从理论上说，近来通行的“均匀混检” ，还可以用“二分法 ”进一步改进为“二分法混检
”；采用“二分法混检”最可能的情况是：只花费“单检 ”七分之一的时间与成本
，就完成同样数量的检测
。

〖贰〗 、云母屏风烛影深，长河渐落晓星沉。 嫦娥应悔偷灵药 ，碧海青天夜夜心 。 八月十五夜月 （唐 杜甫） 满月飞明镜，归心折大刀。 转蓬行地远
，攀桂仰天高
。 水路疑霜雪，林栖见羽毛。 此时瞻白兔 ，直欲数秋毫 。 月夜忆舍弟 （杜甫） 戍鼓断人行
，边秋一雁声
。 露从今夜白，月是故乡明。

〖叁〗
、美是大草原上驰骋的梅花鹿……鲍姆嘉通同意我的说法 ，并补充道：“美是感性认识
，研究美学即研究感性认识的科学 。
”可康德却愤怒地瞪着我说：“片面，美是人类纯形式的主观感受 ，与事物本身毫无关系
。我劝你还是看一看我的《判断力批评》。”我很虚心
，认真仔细地研究了他的关于情感的美学著作 。

关于传染病的数学模型有哪些?

〖壹〗、传染病的数学模型是流行病学家理解疾病传播规律 、预测疫情发展的重要工具，主要分为以下几类： 基础模型：SIR模型SIR模型将人群分为三类状态：易感者（S）、感染者（I）
、康复者/移出者（R）
。其核心是通过常微分方程描述三者的动态转换：dS/dt = -βSI：易感者因接触感染者而减少 ，接触率用β表示。

〖贰〗、感染者 、康复者等人群数量随时间的变化 。经典的传染病模型包括SI模型
、SIS模型和SIR模型
。

〖叁〗、SI模型SI模型是最简单 、最理想化的传染病模型
，它将人群分为两类：易感者（S）和感染者（I）。模型假设一旦个体被感染，将永远保持感染状态 ，无法恢复 。模型特点：适用于描述那些感染后无法治愈或长期携带病毒的传染病。模型简单，易于理解和分析
。

〖肆〗
、常见的传染病模型包括SI、SIS 、SIR
、SIRS和SEIR模型。其中
，S代表易感者，即没有免疫力的健康人 ，E表示暴露者
，接触过感染者但尚未具备传染性的阶段，I指患病者 ，具有传染性
，而R是康复者，可能有终身或有限的免疫力 。通过这些群体的交互 ，构建出各种复杂的模型
。

传染病模型

SIRS模型是一种适用于康复者具有暂时性免疫力的传染病传播模型
，其核心是通过微分方程描述易感者（S）、患病者（I） 、康复者（R）三类人群的动态变化过程。模型背景与适用场景SIRS模型适用于描述康复者免疫力会随时间消退的传染病传播过程，例如流感
、普通感冒等非终身免疫性疾病 。

传染病的数学模型是流行病学家理解疾病传播规律、预测疫情发展的重要工具 ，主要分为以下几类： 基础模型：SIR模型SIR模型将人群分为三类状态：易感者（S） 、感染者（I）、康复者/移出者（R）
。

SIR传染病模型是一种用于描述传染病传播动态的经典数学模型
，它将人群划分为易感者（S）
、感染者（I）和康复者（R）三类，通过微分方程组刻画三类人群数量随时间的变化规律。

常见的传染病模型包括SI、SIS 、SIR
、SIRS和SEIR模型 。其中 ，S代表易感者，即没有免疫力的健康人
，E表示暴露者，接触过感染者但尚未具备传染性的阶段 ，I指患病者
，具有传染性，而R是康复者 ，可能有终身或有限的免疫力
。通过这些群体的交互
，构建出各种复杂的模型。

SIR模型由W. O. Kermack与McKendrick在1927年提出，成为经典传染病传播模型之一 。各国卫生机构根据疾病特性 ，拓展出更多版本
，此模型在疾病预防与控制决策中发挥重要作用
。SIR模型将人群分为三类：易感、感染与康复。通过建立描述各群体数量随时间变化的数学模型，描述易感人群减少 、感染与康复过程 。

数学建模常用算法——传染病模型(一)SI模型

数学建模常用算法——传染病模型（一）SI模型详解尽管我们通常专注于算法的话题 ，但考虑到近期同学们在传染病传播问题上的需求
，今天我们将探索一下传染病模型。这些模型旨在分析疾病的传播速度
、范围和动力学机制，以支持防控策略的制定
。常见的传染病模型包括SI、SIS 、SIR
、SIRS和SEIR模型。

SI模型的微分方程为：di/dt = λ * s * i 。由于总人数N保持不变 ，可以简化为：di/dt = λ * ） * i
。模型预测：最终状态：当时间趋向无限大时，患病者占比i将趋近1
，即几乎所有个体最终都会成为患病者。疫情高峰：患病者数量达到最大值时，即I = N/2 ，此时增长速度最快 。

- 传染期接触数σ=λ/μ
，即每个患病者在整个传染期1/μ天内，有效接触的易感者人数
。- 根据模型假设：每个病人每天可使λ*s（t）个易感者变为患病者 ，患病者人数为N*i（t）
，所以每天有λ*s（t）*N*i（t）个易感者被感染，即每天新增的患病者数。

SIRS模型是一种适用于康复者具有暂时性免疫力的传染病传播模型 ，其核心是通过微分方程描述易感者（S）、患病者（I） 、康复者（R）三类人群的动态变化过程 。模型背景与适用场景SIRS模型适用于描述康复者免疫力会随时间消退的传染病传播过程
，例如流感
、普通感冒等非终身免疫性疾病
。