数学建模结果分析

数学建模结果分析

ID:12671121

大小:96.08 KB

页数:7页

时间:2018-07-18

数学建模结果分析_第1页
数学建模结果分析_第2页
数学建模结果分析_第3页
数学建模结果分析_第4页
数学建模结果分析_第5页
资源描述:

《数学建模结果分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、结果分析综上所述,由模型求解可知,在满足模型条件的假设(4)的条件下,当所给阳性的先验概率时,在不分组的条件下每个人一次一次的检验可以使总次数最少;当所给时,进行一次检验比分两次组和不分组均可使总次数最少;当时,分两次组总次数比分一次组总次数要少。当固定时,为了是人群中总的检验次数最小,就需要确定每组中的人数。根据固定值的大小分类讨论:当时,此时不需要分组,即时可使检验次数最小;当时,此时需要分组,要使人群总的检验次数最小,只需要使每个人的检验次数的期望值最小,通过引入与变化趋势相同的连续性函数,对于一个给定的,可以求出函数

2、的极值,又由分析知是增函数,所以求出的极值就是的最小值的取值,故取与最相近的两个值(上取整和下取整),代入,然后比较两个函数值,找出较小的一个,以此类推,可以确定,每一个给定的要使人群中总的检验次数最小所对应的人数。在中,当时,进行一次分组检验比进行两次分组检验和不分组检验可使检验次数最少;当时,分两组比分一组总的检验次数少。模型检验当然这都是在假设(4)的前提下做出的,现举一例具体说明上述假设的合理性:设时,经过上述计算可得,当时可使在一次分组的情况下平均每人检验次数最小,为满足假设(4),可以取(此时平均每人检验次数仅比

3、时多次,故在检验100000人时总次数才多一次,故可忽略),然后取或更小(如),此时一定可以做到分两次组比分一次组平均每人检验次数小。当然此时还可以继续求满足条件的第二次分组平均每人检验次数的最小值。由于题给条件是人群数量很大,基本是健康人,先验概率很小,所以的情况在实际当中可以不予考虑(此时的概率在0.3左右,相当大)。模型推广本模型可以说在所给定的假设内解决了该问题。如果说对于假设的合理性做出判断的话,如上所述,假设(1)在实际当中可能不会被作为分组与不分组的判断标准;假设(2)与(3)是可以接受的,直观上可以认为以阳性

4、的先验概率至于不同疾病有关,而不会与检验次数有关,同时在没有遗传病的情况下,做出假设(3)也是合理的;假设(4)在人群数目较小时是很容易实现的,但当人群数目很大时,很难严格的达到平均分组的条件。例如对某几个地区某病毒的感染情况进行调查统计时,往往利用分治法的思想把人群按单位或更小的行政区域进行分区调查,再将所有的数字汇总。这种分组的方法并不能保证平均分配人数。如果人群总数在几十到几千的范围内除了利用给出的两种方法外,还可以利用二分法的思想将人群重复的进行二分操作,这样也可以很快地得到理想的结果。影响此模型的因素还有先验概率,

5、先验概率是一定人群中的患病概率,如果人群的情况有所变化可能会对模型给出的结论有所影响。比如普通人群中艾滋病病毒抗体的感染率是很低的,如果用这个概率作为先验概率去进行对以男性同/双性恋者为对象的估计中,往往会出现较大的偏差。同时本数学模型也可适用于某人民医院要对某地区的居民是否患有某种病(如乙肝)的检验,并对该地区的病情作一定的预测,从而达到预防和及早治疗的效果。乙肝的血样检验只有阴性、阳性两种情况,我们可用本数学模型切实地解决这个问题。模型评价在实际中利用本模型还是可以跟分组检验一定依据的。但在实际操作中,由于多次分组需要多

6、次混合血样,在操作中会带来很大的麻烦;而且,在混合当中可能会造成很大的误差,特别是当多次混合血样比一次混合或不分组的平均每人检验次数不是少很多的时候,进行一次分组或不分组效果可能会更好。但是由于血样的先检概率通常很小,为减少检验次数,我们通过先对检验的人群进行分组,引入阳性组的概率,通过阳性组数的平均值作为桥梁,由于阳性组的人需要全部重新检验,最后可得平均总检验次数,进而得到一个人的平均检验次数的一元函数。然而我们通过对阳性组人群进行再次分组(即对检验人群进行二次分组),从而得到一个关于两次分组人数二元函数,进而得到更为优化

7、的数学模型。最后,我们引入平均概率模型,再把血样检验中出现的可能性细化,得到当血样检验为阳性的人数等于分组后每一组的人数时,通过这样的分组模型可以使检验次数达到最优,但是我们未能给出确实的理论证明。由此我们可以得出这样的结论,建立模型的过程中先验概率和合理假设具有非常重要的影响。比如,如果先验概率是一个特定的特定群体的概率,而在建立模型的时候把这个特定的群体的概率用到大众群体上来,就必然会导致模型预测的重大偏差。又如,如果在建立模型的时候假设不合理,如相互有影响的实践假设成独立事件,忽略了事物的内在影响,也会导致模型预测的失

8、效,一个合理的模型,一定要建立在合理的假设之下。在实际生活中利用本模型可以说在给定的假设内解决了该问题。如果期望对假设做出和理性的判断的话,综上所述,在实际当中可能会出现作为分组与不分组判断标准不一的情况;且在直观上可以认为阳性的先验概率与不同疾病有关,但不会与检验次数有关,并且在没有遗传

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。