传染病模型
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 。
SIR模型是一种用于描述无潜伏期、治愈后获得终身免疫的传染病传播过程的数学模型 ，适用于如水痘等治愈后不再发的疾病，也可用于致死性传染病（死亡者归入康复者类）。
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 。
传染病模型的平均场方程是用来描述易感者 、感染者等状态随时间变化情况的数学模型。在SIS（易感-感染-易感）疾病传播模型中：假设总人口为N，S（t）表示在t时刻的易感个体数 ，I（t）表示t时刻的感染个体数 ，β为感染率，μ为恢复率 。
数学建模常用算法——传染病模型(四)SIRS模型
〖壹〗 、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。
〖贰〗 、SIR模型是一种用于描述无潜伏期、治愈后获得终身免疫的传染病传播过程的数学模型 ，适用于如水痘等治愈后不再发的疾病，也可用于致死性传染病（死亡者归入康复者类）。
〖叁〗 、dE/dt = βSI - σE：潜伏者由易感者转化而来 ，转化速率σ为潜伏期倒数 。dI/dt = σE - γI：感染者由潜伏者转化而来 。SEIR模型更适用于模拟如流感 、新冠肺炎等有潜伏期的疾病传播。
〖肆〗、其区别在于含R的模型将非染病者细分为两类 ，即真正的S类和不参与或不影响疾病传染过程的R类，后者往往表示对疾病具有免疫力或被治愈的群体 。SI模型适用于疾病不会反复发作 ，SIS模型则可以描述病人可以反复多次得病 ，SIR表示治愈后具有终生免疫力，而SIRS模型则刻画治愈后带暂时免疫力的情形 。
〖伍〗 、常见的传染病模型按照具体的传染病的特点可分为SI 、SIS、SIR 、SIRS 、SEIR模型。
〖陆〗、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。
“舒兰传染链 ”再扩大:累计确诊29人,1人曾在7处做保洁
截至5月14日24时 ，“舒兰传染链”累计确诊29人 ，其中吉林省吉林市26人（舒兰市16人 、丰满区9人 、船营区1人），辽宁省沈阳市3人（均为同一单位员工），另有超8000人被隔离观察 。 具体信息如下：新增病例情况5月14日0-24时 ，吉林省新增本地确诊病例4例 ，其中1例由疑似病例转为确诊病例 。
吉林舒兰聚集性疫情已致40人感染，长春出现关联病例 ，溯源工作仍在进行中。以下是详细情况：疫情传播概况截至5月17日24时 ，舒兰聚集性疫情累计报告40例感染者，包括37例确诊病例和3例无症状感染者 。
