102304050 (新增人数的变化趋势) (累计人数的变化趋势) 不论是对于累计人数还是新增人数,模型只能给出接近的前期发展趋势,与实际曲线有相当误 差,从而可以看出模型本身的不完整性。 (2).模型本身不具有预测性,它的K值是由数据拟合决定的。如果背离题目本意,我们让K 按照某种规律变化,预测发展趋势,其产生的误差是很大的 (3).由左图可以看出,模型本身是基于现实自然发 展状态,在发病初期与客观情况的一致性较好,而随着 0 时间的推移,存在各种控制的综合作用,K值的变化已 很难刻画出复杂因素的影响,使模型的一致性变差,误 差越来越大。 4).用一个单纯笼统的K就要模拟现实中的各种因 素对SARS的影响,是十分不合常理,因为各种因素对 SARS的影响不尽相同,有的可能抑制传播,有的则可能 促进流行,因此,至少应设为某种函数形式,引入一些 10203040500参量因子进行考虑 (5).此模型单单刻画出了传染病的一般性,那么SARS 和其它的传染病也就没什么本质上的区别了,缺乏对其SARS的特征进行具体深入分析。 由此我们考虑建立以下模型 对问题2的回答 模型一:微分差分方程组合模型 我们基于微分方程的思想,把整个社会看成一个系统,在SARS流行期间,死亡的人,已经 康复的患者(不再可能再次感染)就看成是已经退出了系统。而对于被隔离起来的患者和疑似 病人也不再具有传染能力,也就不再是传染源。并且,我们将政府等方面采取的措施融合在了 起,体现于方程的各等量关系中,于是我们提出这个模型 据资料,SARS潜伏期的患者不具有传染性,则:I()=M()5 10 20 30 40 50 60 20 40 60 80 100 120 140 10 20 30 40 50 60 500 1000 1500 2000 2500 （新增人数的变化趋势） （累计人数的变化趋势） 不论是对于累计人数还是新增人数，模型只能给出接近的前期发展趋势，与实际曲线有相当误 差，从而可以看出模型本身的不完整性。 （2）. 模型本身不具有预测性，它的 K 值是由数据拟合决定的。如果背离题目本意，我们让 K 按照某种规律变化，预测发展趋势，其产生的误差是很大的。 （3）. 由左图可以看出，模型本身是基于现实自然发 展状态，在发病初期与客观情况的一致性较好，而随着 时间的推移，存在各种控制的综合作用，K 值的变化已 很难刻画出复杂因素的影响，使模型的一致性变差，误 差越来越大。 （4）. 用一个单纯笼统的 K 就要模拟现实中的各种因 素对 SARS 的影响，是十分不合常理，因为各种因素对 SARS 的影响不尽相同，有的可能抑制传播，有的则可能 促进流行，因此，至少应设为某种函数形式，引入一些 参量因子进行考虑 （5）.此模型单单刻画出了传染病的一般性，那么 SARS 和其它的传染病也就没什么本质上的区别了，缺乏对其 SARS 的特征进行具体深入分析。 由此我们考虑建立以下模型。 对问题 2 的回答 模型一：微分差分方程组合模型 我们基于微分方程的思想，把整个社会看成一个系统，在 SARS 流行期间，死亡的人，已经 康复的患者（不再可能再次感染）就看成是已经退出了系统。而对于被隔离起来的患者和疑似 病人也不再具有传染能力，也就不再是传染源。并且，我们将政府等方面采取的措施融合在了 一起，体现于方程的各等量关系中，于是我们提出这个模型： 据资料，SARS 潜伏期的患者不具有传染性，则： I(t) = M (t) 10 20 30 40 50 60 500 1000 1500 2000 2500 3000