扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
补遗雷公炮制便览 (一函2册)
-
>
方剂学
-
>
(精)河南古代医家经验辑
-
>
中医珍本文库影印点校(珍藏版):医案摘奇·雪雅堂医案合集
-
>
中医珍本文库影印点校(珍藏版):外科方外奇方
-
>
中医珍本文库影印点校(珍藏版):用药禁忌书
-
>
中医珍本文库影印点校(珍藏版):沈氏女科辑要笺疏
随机传染病动力学建模及应用 版权信息
- ISBN：9787030738967
- 条形码：9787030738967 ; 978-7-03-073896-7
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
随机传染病动力学建模及应用 内容简介
传染病传播极快，严重威胁人类健康。众所周知，感染人口的出生率和死亡率可能受到气候、温度、健康习惯、医疗质量和药物水平等因素的影响，使得环境体制产生突然的瞬时过渡，导致流行病模型参数的不确定性。同时由于人与人之间不可避免的接触，人类疾病的传播本质上是随机的。所以在传染病模型中考虑环境扰动对疾病的影响具有现实意义。本书根据传染病的传播特点，建立了一系列随机的传染病模型，详细介绍了干预策略下随机传染病模型的动力学行为及其很优控制策略，并研究了带年龄结构传染病模型数值解的收敛性及其阈值的数值逼近，分析了时滞系统的稳态分布，进一步对系统有限时间的稳定性和控制进行了研究。
随机传染病动力学建模及应用 目录
目录
《生物数学丛书》序
前言
第1章 预备知识 1
1.1 基本的概率论知识 1
1.2 随机过程和Brown运动 5
1.3 随机积分 10
1.4 It公式 12
1.5 重要不等式 15
1.5.1 初等不等式 15
1.5.2 随机不等式 15
1.5.3 Burkholder-Davis-Gundy不等式 18
1.5.4 Gronwall不等式 21
1.6 其他相关的基本知识 23
第2章 随机传染病模型的动力学行为研究 31
2.1 基于信息干预随机SIRS模型的动力学行为 31
2.1.1 引言 31
2.1.2 随机SIRS模型基本再生数和正解的存在唯一性 32
2.1.3 基于信息干预随机SIRS模型中疾病的灭绝与持久性分析 35
2.1.4 基于信息干预随机SIRS模型中疾病的遍历性和平稳分布分析 43
2.1.5 数值算例 47
2.1.6 小结 51
2.2 具有区间数随机SIRS模型的动力学行为 52
2.2.1 引言 52
2.2.2 正解的存在唯一性 53
2.2.3 随机SIRS模型的动力学行为 54
2.2.4 数值模拟 70
2.2.5 小结 74
2.3 带Lévy跳不精确SIRS模型的动力学行为 75
2.3.1 引言 75
2.3.2 正解的存在唯一性 76
2.3.3 随机灭绝性 80
2.3.4 随机持久性 83
2.3.5 数值模拟 88
2.3.6 小结 92
2.4 干预策略下随机HBV感染模型的动力学行为 92
2.4.1 引言 92
2.4.2 基本再生数及平衡点分析 93
2.4.3 疾病的随机灭绝 94
2.4.4 渐近稳定与平稳分布 97
2.4.5 数值模拟 105
2.4.6 小结 109
2.5 Ornstein-Uhlenbeck过程驱动时滞年龄结构HIV模型的稳态分布 110
2.5.1 引言及模型建立 110
2.5.2 稳态分布 112
2.5.3 数值分析 127
2.5.4 小结 132
第3章 随机传染病模型的数值逼近 133
3.1 带年龄结构传染病模型基本再生数在有限区域上的θ格式逼近 133
3.1.1 引言 133
3.1.2 基本再生数的数值逼近 134
3.1.3 数值模拟 145
3.1.4 小结 147
3.2 具有Markov切换脉冲随机年龄结构HIV模型的显式数值逼近 148
3.2.1 引言及模型建立 148
3.2.2 解的存在唯一性 152
3.2.3 矩估计和强收敛性 160
3.2.4 数值模拟 178
3.2.5 小结 185
第4章 随机传染病模型的控制 186
4.1 随机SIRS传染病模型拟*优控制存在的充分条件和必要条件 186
4.1.1 引言 186
4.1.2 拟*优控制存在的充分条件 188
4.1.3 随机SIRS模型拟*优控制的必要条件 196
4.1.4 数值算例 203
4.1.5 小结 206
4.2 具有Lévy噪声和不确定参数SIRS模型的接种疫苗的*优策略 206
4.2.1 引言 206
4.2.2 易感者、感染者和恢复者的先验估计 210
4.2.3 拟*优控制存在的充分和必要条件 221
4.2.4 数值算例 228
4.2.5 小结 232
4.3 随机变时滞年龄结构HIV模型的有限时间稳定性及*优脉冲控制 233
4.3.1 引言 233
4.3.2 模型建立和正解的存在唯一性 234
4.3.3 有限时间稳定 247
4.3.4 *优控制策略 256
4.3.5 数值分析 260
4.3.6 小结 265
4.4 控制策略下具有Markov切换随机变时滞年龄结构HIV模型的有限时间收缩稳定性 265
4.4.1 引言 265
4.4.2 有限时间收缩稳定 268
4.4.3 数值算例 274
4.4.4 小结 281
参考文献 283
附录 295
索引 303
《生物数学丛书》已出版书目 305
《生物数学丛书》序
前言
第1章 预备知识 1
1.1 基本的概率论知识 1
1.2 随机过程和Brown运动 5
1.3 随机积分 10
1.4 It公式 12
1.5 重要不等式 15
1.5.1 初等不等式 15
1.5.2 随机不等式 15
1.5.3 Burkholder-Davis-Gundy不等式 18
1.5.4 Gronwall不等式 21
1.6 其他相关的基本知识 23
第2章 随机传染病模型的动力学行为研究 31
2.1 基于信息干预随机SIRS模型的动力学行为 31
2.1.1 引言 31
2.1.2 随机SIRS模型基本再生数和正解的存在唯一性 32
2.1.3 基于信息干预随机SIRS模型中疾病的灭绝与持久性分析 35
2.1.4 基于信息干预随机SIRS模型中疾病的遍历性和平稳分布分析 43
2.1.5 数值算例 47
2.1.6 小结 51
2.2 具有区间数随机SIRS模型的动力学行为 52
2.2.1 引言 52
2.2.2 正解的存在唯一性 53
2.2.3 随机SIRS模型的动力学行为 54
2.2.4 数值模拟 70
2.2.5 小结 74
2.3 带Lévy跳不精确SIRS模型的动力学行为 75
2.3.1 引言 75
2.3.2 正解的存在唯一性 76
2.3.3 随机灭绝性 80
2.3.4 随机持久性 83
2.3.5 数值模拟 88
2.3.6 小结 92
2.4 干预策略下随机HBV感染模型的动力学行为 92
2.4.1 引言 92
2.4.2 基本再生数及平衡点分析 93
2.4.3 疾病的随机灭绝 94
2.4.4 渐近稳定与平稳分布 97
2.4.5 数值模拟 105
2.4.6 小结 109
2.5 Ornstein-Uhlenbeck过程驱动时滞年龄结构HIV模型的稳态分布 110
2.5.1 引言及模型建立 110
2.5.2 稳态分布 112
2.5.3 数值分析 127
2.5.4 小结 132
第3章 随机传染病模型的数值逼近 133
3.1 带年龄结构传染病模型基本再生数在有限区域上的θ格式逼近 133
3.1.1 引言 133
3.1.2 基本再生数的数值逼近 134
3.1.3 数值模拟 145
3.1.4 小结 147
3.2 具有Markov切换脉冲随机年龄结构HIV模型的显式数值逼近 148
3.2.1 引言及模型建立 148
3.2.2 解的存在唯一性 152
3.2.3 矩估计和强收敛性 160
3.2.4 数值模拟 178
3.2.5 小结 185
第4章 随机传染病模型的控制 186
4.1 随机SIRS传染病模型拟*优控制存在的充分条件和必要条件 186
4.1.1 引言 186
4.1.2 拟*优控制存在的充分条件 188
4.1.3 随机SIRS模型拟*优控制的必要条件 196
4.1.4 数值算例 203
4.1.5 小结 206
4.2 具有Lévy噪声和不确定参数SIRS模型的接种疫苗的*优策略 206
4.2.1 引言 206
4.2.2 易感者、感染者和恢复者的先验估计 210
4.2.3 拟*优控制存在的充分和必要条件 221
4.2.4 数值算例 228
4.2.5 小结 232
4.3 随机变时滞年龄结构HIV模型的有限时间稳定性及*优脉冲控制 233
4.3.1 引言 233
4.3.2 模型建立和正解的存在唯一性 234
4.3.3 有限时间稳定 247
4.3.4 *优控制策略 256
4.3.5 数值分析 260
4.3.6 小结 265
4.4 控制策略下具有Markov切换随机变时滞年龄结构HIV模型的有限时间收缩稳定性 265
4.4.1 引言 265
4.4.2 有限时间收缩稳定 268
4.4.3 数值算例 274
4.4.4 小结 281
参考文献 283
附录 295
索引 303
《生物数学丛书》已出版书目 305
展开全部
随机传染病动力学建模及应用 节选
第1章预备知识 本书主要是讨论随机传染病模型的相关性质，由于分析过程所需要的知识已经超出了大学数学的范围，并且后面章节的理论证明中需要随机分析的基础知识，因此，为了使读者更好地理解和阅读方便，尽量把那些在本书中要用到的基础知识在本章列出.因篇幅关系，只列出重要的结论而略去大部分的证明.但尽量注明出处，以便于读者更多的了解和查证.这些知识主要包括:理论概率论的有关概念和结论;随机过程，特别是Brown运动的概念和相关结论;连续时间的Markov链的相关结论;随机积分，主要是It.积分的定义和相关知识;随机微分方程的概念和主要结论;公式;一些要用到的重要不等式;其他的相关基本知识，主要是分数阶微分、积分和模糊随机理论等.一些更专业的知识在以后用到时临时介绍.本章在材料选取时，以“够用、方便”为原则，不追求所引结论的深刻和广泛，更多地考虑简洁、易用的因素，希望能给读者带来方便. 1.1基本的概率论知识 概率论，通俗地说，就是用数学方法来研究随机事件发生的“机会”或“可能性”大小的学科.但要在数学上对其加以精确的描述，则远非易事.下面由*基本的概念开始. 某个随机试验的所有可能的基本结果或基本随机事件所构成的集合记为，称为样本空间.满足下面三个条件的子集族称为样本空间的一个代数: （1） （2） （3） F中的元素称为的可测集或随机事件.若是样本空间的一个子集族，则存在一个的包含的*小的代数，记为.称为由生成的代数.由的所有开集所生成的代数称为Borel代数，记为，其中的元素称为中的Borel集.定义在样本空间上的可测的实值函数称为随机变量.类似地，定义在样本空间上的维可测的向量值函数称为维随机向量，或值随机变量. 设X是值随机变量，则由集合族所生成的*小代数，称为X生成的代数，记为. 定义在F上的函数称为可测空间上的概率测度，如果 它满足: （1） （2） 三元组为概率空间.若一个概率空间的F包含Ω的所有P零外测集.也就是说，如果 则，此概率空间称为完备的.任何一个概率空间都可以通过把其所有P零外测集加入F中，并重新定义概率测度来完备化.在本书中我们假设所涉及的概率空间为完备的. 如果随机变量X关于概率测度P可积，则积分 称为随机变量的均值或数学期望，记为.此时，该随机变量称为可积的.对随机变量，如果积分存在，则称之为随机变量的方差，记为或称为随机变量的阶矩.所有阶矩有限的维随机变量所构成的空间记为.如果也是实值随机变量，则积分称为和的协方差，记为. 若是值的随机变量，则在Borel可测空间上，按如下方 式诱导出一个概率测度: 此概率测度称为的分布或概率分布. 如果存在定义在上的非负函数，使得对任意的有 则称为随机变量X的密度函数（或密度）.一个随机变量未必存在密度函数，但是一定存在分布函数. 当n=1时，实值随机变量X的分布函数可以表示为 X的均值也可表示为 更一般地，若是Borel可测的，则有 随机事件族（其中是指标集）称为独立的，如果对任意有限个不同的指标. 代数族（是指标集）称为独立的，如果对任意有限个不同的指标;和任意的. 定义1.1.1如果随机变量族所生成的代数族是独立的，则称随机变量族是独立的. 根据随机变量族独立的定义可得到如下性质: 如果随机变量族是独立的且它们的均值都存在，则有 若它们的方差都存在，则有 若，定义条件概率 引理1.1.1（全概率公式） 引理1.1.2（Bore-Cantelli引理） 也就是说，若 则对几乎所有的都存在一个随机整数，使得当时，所有的随机事件Bk都不会发生. 设X是一个随机变量且其均值存在，是的一个子代数，一般来说，未必是可测的.由Radon-Nikodym定理，存在唯一的可测的随机变量Y，使得随机变量Y称为在条件G之下X的条件均值（或条件数学期望）. 若Z是随机变量且，则通常写成. 定义，其中表示随机事件的指标函数.条件均值有如下重要性质: （1） （2） （3） （4） （5） （6） （7） （8） （9） （10） 1.2随机过程和Brown运动 设是一个概率空间.一个关于递增的代数族称 为滤子.也就是说，若，则.在一个完备的概率空间里，若一个滤子Ft满足 且F0包含所有的P零集，则此滤子称为满足通常条件.一个值的随机变量族，称为是一个随机过程，称为其参数集或指标集.称为其状态空间.在本书中，总是取为或非负整数族. 对每个给定的是一个随机变量，所以随机过程可以看成是一个定义在I上的随机变量值的函数. 对每个给定的可以看作是一个定义在I上的确定性R值函数，称该随机过程对应于的样本轨道.随机过程又可以看成是它的所有样本轨道的集合.同时，一个随机过程也可以看成是定义在上的的二元函数. 给定n维向量值随机过程，定义在上的概率测度族 称为随机过程Xt的有限维分布族（或分布），其中. 若两个定义在相同概率空间上的随机过程有相同的有限维分布族，则这两个随机过程就大致相同. 若对任意的，随机过程和随机过程有相同的有限维分布族，则随机过程称为严平稳的. 若随机过程满足为常值函数，并且协方差只与有关，则称为宽平稳的. 如果对几乎所有的，随机过程的样本轨道都是确定性的连续函数，则称是连续的随机过程. 如果对所有的是可积的随机变量，则随机过程称为可积的随机过程. 如果对所有的是可测的，则随机过程称适应的. 如果对所有的，随机过程和随机过程满足，则称为的一个版本或修正. 两个随机过程和称为不可区分的，如果 一个可能取值为的随机变量称为一个停时，如果对.粗略地说，停时是一个不依赖于将来的随机时间. 设和是两个停时，并且满足，定义如下的随机区间: 类似地，还可以定义随机区间. 下面的定理是重要的，并且在后面的章节中要用到. 定理1.2.1 定义1.2.1 它的实际意义，我们可想象一个赌徒，假设知道他由一开始（0时刻）到现在的有关赌博的所有信息.去预测他在将来某个时刻手里赌资的数学期望.如果赌博是公平的，则这个期望值应该就等于他现在所拥有的赌资.也就是说，赌博每一把都有输赢，若赌博是公平的，则输赢的机会会相抵. 定义1.2.2一个随机过程称为是平方可积的，如果对任意的有.如果是一个实值平方可积连续鞅，则存在一个唯一的连续可积适应的增过程，记为，使得是一个在时等于零的连续鞅.过程称为二次变分. 定义1.2.3一个右连续的适应过程称为局部鞅，如果存在一个非减的停时序列，满足，使得每一个是鞅（此后，总是使用记号）.
书友推荐
本类畅销
-
精编肿瘤综合治疗学
¥49.3¥138 -
ABC酒精性疾病(第5版)
¥26.8¥60 -
现代呼吸病治疗学
¥44.1¥88 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68
浏览历史
潮州民间美术全集:潮州陶瓷
¥66.0¥200.0
