SIR模型所描述的内容
视频将SIR介绍为一种简洁的数学模型,用于刻画疾病随时间在人群中传播的过程;它首先通过图形呈现,再通过舱室定义加以阐释。
Brian Sullivan · YouTube · 10:09
本150秒片段是一节关于疾病传播基本SIR模型的导论课。它首先展示易感者、感染者和康复者比例随时间变化的图像,并解释“压平曲线”是指降低感染曲线的峰值;随后将最简单的SIR模型归功于Kermack与McKendrick(1927);定义S、I和R三个仓室为人口比例;并列出基本模型所采用的核心假设:无出生、无移民、康复后获得完全免疫、每日感染率恒定、康复时间固定、人群充分混合。 本导入片段通过油漆桶类比和接触示例,讲解 SIR 模型中易感者方程;定义 S、I、R 为三个仓室;指出 S 的流失可表示为 dS/dt = -βSI;明确 β 表示每位感染者每天的接触次数;并用笑脸动画演示为何感染速率取决于易感者人数,而非仅取决于接触次数。 本教育视频介绍了用于流行病动力学的SIR(易感—感染—康复)分室模型。主讲人借助三个相连水桶之间液体流动的直观类比,推导出支配疾病传播的常微分方程组。该片段解释了新发感染速率如何依赖于易感人群与感染人群数量的乘积(质量作用动力学),以及康复如何将个体从感染池中移除。关键参数如传播率(β)与康复率(γ)则分别依据每日接触次数与疾病持续时间予以定义。 这段时长为150秒的导论性讲授片段,讲解了一个简单的SIR传染病传播模型。屏幕上显示系统:dS/dt = -βSI,dI/dt = βSI - γI,dR/dt = γI;同时附有注释,定义β为每个感染者每日的接触人数,γ为每人每日的康复人数。主讲人将解释为康复所需天数,再结合β得出为每次感染的接触人数,并将该比值识别为。随后片段陈述了阈值规则:若,则感染会扩散;若,则感染最终将减少并消失。在最后部分,屏幕上出现人群比例随天数变化的图像,主讲人借助各方程的符号特征,解释为何S始终下降、R始终上升,而I则先上升至峰值后再衰减。 这一导论部分介绍了SIR流行病学模型的核心数学框架:展示了描述易感者(S)、感染者(I)和康复者(R)三类人群变化规律的一阶常微分方程组,并给出了基本再生数的定义;一幅动画图则呈现了这些人群在100天内的时序演化过程,清晰展现了感染人数典型的先升后降趋势,以及易感者数量的持续减少。旁白指出,求解这些微分方程需要特定的数学方法,相关内容将在后续视频中讲解。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
该片段以点明主题开场:介绍用于疾病传播的SIR模型。标题幻灯片始终聚焦于缩写词SIR及其在疫情中的应用。
接着切换至一幅时序图像,横轴为“天数”,纵轴为“人口比例”。图中呈现三条曲线:一条递减的红色“易感者”曲线、一条递增的蓝色“康复者”曲线,以及一条先上升至峰值再下降的绿色“感染者”曲线。
主讲人用这张图来解释短语“压平曲线”。关注的量是感染人群所占比例,因此此处描述的目标是降低绿色曲线的峰值高度,而不是改变坐标轴本身。
在直观图示之后,视频提供了历史背景:指出最简单的SIR模型是1927提出的Kermack–McKendrick模型,并展示了该论文的标题《传染病数学理论的贡献》。
接着,模型从三个舱室(compartment)构建而成:一个标有S的红色圆柱体代表易感人群比例,一个标有I的绿色圆柱体代表感染人群比例,一个标有R的浅蓝色圆柱体代表康复人群比例。措辞强调的是人口比例,而非绝对人数。
舱室设定完成后,讲座列出了定义该基础模型版本的若干假设:第一,无出生、无移民,因此总人口是封闭且恒定的。
第二,假设康复即获得完全免疫。主讲人指出,这是一种简化——因为真实世界中的免疫力可能受病毒变异等因素影响;但在本模型中,康复者不会重新回到易感人群类别。
其余假设涉及速率与混合方式:模型假定每日感染率固定、康复时间固定,且人群充分混合,即在受影响区域内,人们的行为模式与接触模式被视为均匀一致。
到本片段结束时,观众已看到定性化的疫情传播图示、历史归属说明、S、I、R三个舱室,以及支撑基础SIR模型构建的核心假设。
视频片段以三个标有字母的圆柱体开场——S、I和R——用它们作为SIR模型中各舱室的物理隐喻。S是红色的源头容器,I是中间的接收容器,R是右下方的容器,代表康复者/移除者群体。
一根绳子连接S与I。当液体流入I时,I变重并拉动绳子,使S进一步倾斜,从而加快其排空速度。这一可视化过程展现了S的减少速率依赖于当前I中所含数量的耦合关系。
旁白补充了第二种依赖关系:S只有在自身仍有剩余物料时才能排空。因此,S的流出量同时取决于当前I的数量和S的剩余数量。
这种联合依赖关系随后以符号形式写作。左侧被解释为易感人群关于时间的瞬时变化率。
负号被直接解释为:易感者在被感染过程中不断减少,因此为负,只要乘积为正。
参数在屏幕上被标识为单位“每位感染者每日接触次数”。用语言表述即:在此简化模型中,每位感染者每天贡献次接触。
为使“接触”概念更具体,视频切换为笑脸图示:一个绿色的感染者位于一排红色易感者下方。该示例设定该感染者每天有三次接触。
当所有被接触者均为易感者时,三个红色笑脸变为绿色,示意三次接触导致了三例新感染。
下一步在被接触者群体中引入蓝色的免疫者笑脸。此时相同数量的接触可能落在免疫者身上,而这些接触不会引发新感染。
通过对比“全部为易感者”的情形与“易感者与免疫者混合”的情形,该片段说明了易感人群规模的重要性:传播是否成功不仅取决于接触次数,更取决于与易感者的接触次数。
方程再次出现在屏幕上,作为本例的总结。结尾要点指出:易感者的减少速率正比于当前的数量,同时也正比于感染者数量及接触率参数。
视频开篇阐释疾病传播的核心机制:易感个体被感染的速率,与当前感染者人数成正比。动画演示表明,感染者数量增加会加快易感者向感染者的转化,体现出一种非线性的传播动态。
接着过渡到连续数学模型,讲解者用三个叠放的水桶作视觉类比,分别代表易感者(S)、感染者(I)和康复者(R)群体。由此推导出第一个微分方程:dS/dt = -βSI。负号表示易感者数量减少,而乘积 SI 则体现传播发生的前提——两类人群必须发生相互作用,并由接触率 β 进行缩放。
随后聚焦于感染者桶。其数量变化由两个相反的流动共同决定:它以易感者桶流失的相同速率(βSI)获得新个体,同时也因康复而失去个体。视觉图中为此桶添加一根排水管,引入康复项 -γI,从而得到方程:dI/dt = βSI - γI。
参数 γ 明确定义为平均传染期的倒数。例如,若康复需20天,则 每天。这赋予了该数学系数明确的生物学含义。
最后分析康复者桶。由于它仅从感染者桶的排水口接收流入,其增长速率恰好等于感染者群体的损失速率。由此得出第三个方程:dR/dt = γI。本段结尾展示完整的常微分方程组,并总结参数 β 与 γ 的实际物理意义。
该片段以写成、和形式的SIR系统开场。主讲人首先通过一个具体例子解释:若康复需20天,则每天完成康复进程的二十分之一,因此每天康复比例为。
从这一单位化解释出发,倒数被识别为康复所需天数。这正是从日变化率通向持续时间的桥梁。
接下来,假设一名感染者持续进行接触,则其整个传染期内的总接触次数等于每日接触次数乘以传染持续时间。用符号表示即为,视频中将其标记为“每次感染的接触次数”。
比值随后被命名为。主讲人口述阈值规则:若,感染将在人群中扩散;若,感染初期或略有传播,但无法维持指数增长,最终将下降并消亡。
随后,讲座从定义转向干预措施。由于,主讲人区分了分子与分母:康复时间在行为层面难以改变,但每日接触次数可以降低。这正是强调社交距离措施的基础。
由此得出一项切实可行的行为结论:要像自己已经感染一样行动,因为这种假设能引导我们做出最有效降低传播风险的选择。
此时出现一幅图表,横轴为天数,纵轴为人群占比,分别展示易感者、感染者与康复者的曲线。主讲人借助方程解释曲线形态,而非显式求解方程。
由于且,其中,易感者曲线始终递减;由于,其中且,康复者曲线始终递增。
感染者方程同时包含正向流入项与负向流出项,因此绿色曲线可以上升、达到峰值,随后衰减。结尾句指出:方程所讲述的定性故事与所展示的图表完全吻合。
视频开篇展示了SIR模型的基本常微分方程组:dS/dt = -βSI,dI/dt = βSI - γI,以及dR/dt = γI;其下方给出基本再生数的定义:;右侧配有一幅动画图,绘制了各人群占比随时间在100天内的变化曲线:代表易感者群体的红色曲线起始于1.0,并持续下降;代表感染者群体的绿色曲线迅速上升,在第20天左右达到峰值,随后逐渐回落至零;代表康复者群体的蓝色曲线从零开始持续增长,最终在疫情结束时趋近于1.0。旁白说明,该动画直观呈现了方程求解的结果,而实际求解过程则需运用常微分方程特有的数学技巧,相关内容将在后续课程中详细展开。
视频将SIR介绍为一种简洁的数学模型,用于刻画疾病随时间在人群中传播的过程;它首先通过图形呈现,再通过舱室定义加以阐释。
在所展示的图中,红色曲线代表易感人群比例,随时间下降;蓝色曲线代表康复人群比例,随时间上升;绿色曲线代表感染人群比例,先上升至峰值,随后下降。
该短语解释为降低感染曲线的峰值。视觉重点放在绿色的感染曲线上,强调其随时间变化的最大高度。
该片段将最简单的SIR模型归功于苏格兰的Kermack与McKendrick,时间为1927,并展示了论文标题《传染病数学理论的一点贡献》。
S表示易感人群占总人口的比例,I表示感染者占总人口的比例,R表示康复者占总人口的比例。视频中用堆叠的彩色圆柱体来表示这三类人群。
基础模型假设无出生、无移民,因此人口总数保持不变,且外部不会新增易感者。
该模型假设康复即获得完全免疫,即康复者不再具有易感性。讲解者指出,这是一个简化假设,而非普遍适用的生物学事实。
该片段假设每日感染率固定、康复时间固定,且人群充分混合,使得接触行为与康复时间在受影响区域内可视为均匀一致。
引言将人群划分为三个仓室:S代表易感者,I代表感染者,R代表康复者/移除者。桶状图示将S视为一个源头,通过接触驱动的流失向I转移。
符号定义为易感人群随时间变化的速率,即S的变化量除以时间的变化量。
在中,负号表示易感仓室正因人们被感染而不断减少。当时,随之减少。
参数被引入为感染者单位时间内的接触率。屏幕上的单位说明为“每位感染者每日接触次数”,因此衡量的是每位感染者每日贡献的接触次数。
桶状隐喻同时体现了两种依赖关系:I 中数量越多,对 S 的‘拉力’越强;而 S 只能失去其自身尚存的部分。这一关系在符号上体现为乘积项与相乘。
笑脸示例表明,一位感染者每日可能有三次接触,但只有与易感者的接触才会引发新感染。若部分被接触者具有免疫力,则成功传播的次数便会下降。
蓝色面孔代表已经免疫或已从易感人群池中移除的个体。他们的存在说明了易感者数量S的减少不仅取决于总人口规模,更取决于易感者自身的人口规模。
一种基础性流行病学模型,将人群划分为三个舱室:易感者(S)、感染者(I)和康复者(R),并借助连续流动来追踪个体随时间在这些状态之间的转换过程。
描述易感人群数量的变化率。该变化率因与感染者接触而下降,接触过程采用质量作用动力学建模。
描述感染人群净变化率:通过新感染(βSI)而增加,通过康复(γI)而减少。
描述康复者数量的增长速率,该速率恰好等于感染者康复的速率。
一个正的常数,表示每位感染者在单位时间内发生足以导致传播的有效接触的平均次数。
一个正的常数,表示感染者在单位时间内康复的比例;它等于平均传染期长度的倒数。
视频展示了描述疾病传播的三元SIR方程组:易感者因感染而减少;感染者通过接触获得新病例,并通过康复失去病例;康复者则随康复流而增加。
β 标注为每位感染者每日接触人数,γ 标注为每人每日康复人数。这两个速率参数共同控制着本模型中感染与移除的过程。
利用口述的20天示例,该片段将康复速率的倒数解释为康复持续时间。若康复需20天,则 每日,且 天。
按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。
主讲人将本节主题命名为“疾病传播的SIR模型”。
标题页显示“SIR模型”,副标题显示“用于疾病传播”。
SIR
本视频中讨论的分室流行病学模型的名称。
应用数学/流行病学
屏幕上出现一个标有“S”的红色圆柱体。
主讲人说:“易感者”,然后说:“所以S代表可能患病的人群。”
红色圆柱体旁的文字为:“人群中易感者的比例。”
S
人群中易感于该疾病的比例。
SIR模型中的人群比例
一个标有“I”的绿色圆柱体出现在红色圆柱体下方。
主讲人说:“感染者”,然后说:“I表示已感染人群所占的比例。”
绿色圆柱体旁的文字为:“人群中感染者的比例。”
I
人群中被感染者的比例。
SIR模型中的人群比例。
一个标有“R”的浅蓝色圆柱体出现在绿色圆柱体下方。
说话人说:“以及康复者”,然后说:“R是人群中已康复者的比例。”
蓝色圆柱体旁的文字为:“人群中已康复者的比例。”
R
人群中已康复者的比例。
SIR模型中的人群比例。
幻灯片标题为:“Kermack–McKendrick模型(1927)”。
说话人称,首个SIR模型由苏格兰的Kermack与McKendrick于1927年提出。
Kermack–McKendrick Model
本视频中为本节所介绍的最简SIR模型所赋予的历史名称。
数学流行病学的发展历史。
左上方显示一个标有 S 的红色圆柱体;随后它被倾斜,将红色液体倒入 I 桶中。
在 dS/dt = -βSI 中,字母 S 为红色。
主讲人提到“S 桶”、“易感人群”以及“有多少人可能被感染”。
S
易感人群数量,视觉上以红色桶表示,在方程中以易感个体的数量表示。
模型中易感个体的非负计数。
一个标有 I 的灰色圆柱体位于 S 下方;在倾倒动画过程中,绿色液体逐渐积聚于其中。
在 dS/dt = -βSI 中,字母 I 为绿色。
主讲人说“I 桶里溅入了一些颜料”,并提到“已有多少人被感染”。
I
感染人群数量,视觉上以中间的桶表示,在方程中以当前感染个体的数量表示。
模型中感染个体的非负计数。
在桶模型部分全程可见一个标有 R 的第三只灰色圆柱体,位于右下方。
之后主讲人讨论了“已具备免疫力的人”和“受保护的人群”,这与 R 仓室的概念相对应。
该片段未在屏幕上显示 dR/dt 的显式方程,也未用公式定义 R。
R
康复者或移除者/免疫者仓室,在 SIR 示意图中显示为右下角的方框。
模型中康复者/移除者的非负人数。
屏幕上显示的导数写作 dS/dt。
说话人说:“S 关于时间的变化率”,并将其解释为“S 的变化量除以时间的变化量”。
t
易感人群随其变化的时间变量。
微分方程模型中的连续时间变量。
屏幕上显示的方程是 dS/dt = -βSI。
字幕显示为“〔β〕 = 每名感染者每日接触次数”。
说话人提问:“这个 beta 常数的单位是什么?”,并回答:“每名感染者每日的接触次数。”
β
感染项中乘在乘积 SI 前的传播/接触率常数。
具有“每名感染者每日接触次数”单位的正参数。
显示方程的左边是 dS/dt。
主讲人明确将其称为“S 随时间的变化率”以及“S 的变化量除以时间的变化量”。
dS/dt
易感人群数量关于时间的瞬时变化率。
一个实数值导数;在此模型中,当 βSI > 0 时,该导数为负。
符号 S 出现在微分方程 dS/dt = -βSI 中。
主讲人提到了“易感人群”和“红色桶”。
S
易感人群数量(由红色桶表示)
非负实数
说话人将本视频介绍为关于疾病传播SIR模型的入门讲解。
开场幻灯片显示标题“SIR模型”,副标题为“用于疾病传播”。
本视频将SIR模型呈现为一种数学框架,用于描述疾病随时间在人群中传播的过程。主讲人将其定位为该类模型中最简单的一种,并用它来解释流行病讨论中常见的曲线图。
该模型用于描述疾病在人群中的传播过程。
主讲人指出,该模型假设人群可分为三部分:易感者、感染者和康复者。
依次出现三个堆叠的圆柱体,分别以红色、绿色和浅蓝色标注为S、I和R。
每个圆柱体均配有一段文字说明,将其定义为人群的一个分数。
SIR模型将整个人群划分为三个相互独立的群体,以桶或圆柱体表示:S代表易感个体,I代表感染个体,R代表康复个体。本片段中,这些变量被明确表述为人群的分数,而非原始数量。
人群被划分为易感者、感染者和康复者三组。
S、I和R均被视为总人口的一个分数。
主讲人逐条列出模型假设:无出生、无移民、康复后获得完全免疫、每日感染率恒定、康复时间固定,且人群充分混合。
一个标题为“假设:”的项目符号列表逐条出现并展开。
视频指出,基础SIR模型假设人口封闭、无出生、无移民;康复后获得永久免疫;每日感染率固定;康复时间固定;且受影响区域内人群充分混匀。这些假设界定了该模型被引入时所依据的简化场景。
无出生。
无移民。
康复带来完全免疫。
每日感染率固定。
康复时间固定。
人群充分混匀。
三个圆柱体分别标有 S、I 和 R,呈对角线排列;S 为红色,I 和 R 为灰色。
从约 14 秒开始,一条线段连接 S 与 I,S 发生倾斜,红色液体流入 I,同时绿色液体在 I 中积聚。
主讲人将此介绍为“你可以想象这些容器之间关联方式的一种”,并描述 S 容器安装在上方,且与 I 容器相连。
视频通过类比定义了三个仓室:S 是代表易感者的红色容器,I 是位于中间、接收溢出物质并代表感染者的容器,R 是位于右下方、代表康复者/移除者的容器。该隐喻强调 S 通过接触驱动的传递向 I 供料。
用作疾病传播的入门可视化模型。
本片段中,视频仅明确构建了 S 到 I 的传递关系。
显示的方程为 dS/dt = -βSI。
说话者称 S 的变化“将是一个减少”,因为“随着易感者被感染,易感者人数在减少。”
负号表示易感者舱室的减少:当感染发生时,人群离开 S,因此只要感染项 βSI 为正,S 对时间的导数即为负。
适用于此处所示的基本质量作用SIR模型中的易感者仓室。
假设S和I为非负计数,且β为正数。
屏幕文字显示“〔β〕 = 每名感染者每日接触次数”。
说话者指出〔β〕是“每名感染者每日的接触次数”。
〔β〕被引入为接触率参数。其显示的单位是每名感染者每日接触次数,意味着在简化模型中,每名感染者每日贡献〔β〕次接触。
用于方程〔dS/dt〕 = -〔βSI〕。
该片段将此作为模型对〔β〕的解释,而非从更细致的接触过程推导而来。
主讲人介绍了使用三个“桶”来追踪易感者、感染者和康复者人群的概念。
视频展示了三个相互连通的桶,分别标记为 S、I 和 R,液体在它们之间流动。
SIR 模型是一种用于理解传染病在人群中传播的数学框架。它将人群划分为三个仓室:易感者(S)、感染者(I)和康复者(R)。该模型追踪个体随时间在这些仓室之间的流动。
人群是封闭的(无出生、死亡或迁移)。
所有个体在易感性和传染性方面是同质的。
仓室之间的转换是连续且可微的。
屏幕上显示方程 dS/dt = -βSI。
主讲人解释道,易感者人数的减少速率与感染者人数成正比。
该微分方程描述了易感者人数随时间减少的过程。其减少速率与当前易感者人数(S)和当前感染者人数(I)的乘积成正比,并由传播率(β)进行缩放。
对应的式子为:
S 大于或等于 0,I 大于或等于 0
屏幕上显示微分方程 dI/dt = βSI - γI。
主讲人解释道:感染者的数量增加源于易感者数量的减少,而减少则源于康复。
该微分方程描述了感染者人数随时间的变化:它因新发感染而增加(正比于 βSI),又因康复而减少(正比于 γI)。
对应的式子为:,
S 大于或等于 0,I 大于或等于 0
屏幕上显示微分方程 dR/dt = γI。
主讲人指出:康复者数量的任何增加都来自中间桶(即感染者)的减少。
该微分方程描述了康复者人数随时间的增加过程:其增长速率等于感染者康复的速率,该速率与感染者人数(I)成正比,比例系数为康复率(γ)。
对应的式子为:
I 大于等于 0
屏幕上显示三元微分方程组:dS/dt = -βSI,dI/dt = βSI - γI,dR/dt = γI。
在整个片段中,讲话者用语言逐条解释这些方程,包括各项符号含义及其对应图像的变化趋势。
该视频介绍了一个用于描述疾病传播的三室 SIR 模型:易感者因感染而减少,感染者通过易感者与感染者的接触获得新病例,并通过康复失去病例,康复者则随感染者康复而增加。
屏幕上显示的方程即为当前讨论的模型。
视频未明确说明归一化假设,例如 或 。
方程旁可见标注 [β] = 每名感染者每日接触人数。
在02:06.400处,说话者指出β是一个正的常数。
在此片段中,β被操作性地定义为每个感染者每天的接触人数。它乘以感染流中的相互作用项SI。
在口头讲解中,β被视为一个正的常数。
主讲人称,首个SIR模型由苏格兰的克马克与麦肯德里克于1927年提出。
幻灯片显示:“克马克–麦肯德里克模型(1927)”及“传染病数学理论的贡献”。
视频指出,最简单的SIR模型是由克马克(Kermack)和麦肯德里克(McKendrick)于1927年在题为《传染病数学理论的贡献》的论文中提出的。
讨论围绕基础SIR模型的历史起源展开。
将思想归属到具体作者及特定年份。
主讲人表示,当人们听到“压平曲线”时,所指的曲线即任意时刻的感染者人数,由带峰值的绿色曲线表示。
一张图表展示了带峰值的绿色感染曲线,以及红色易感曲线和蓝色康复曲线。
在此片段中,“压平曲线”被解释为降低随时间变化的感染比例峰值,即让绿色感染曲线变得更低。
该图表被解读为展示易感、感染与康复三类人群比例随时间的变化。
关于图中所示短语含义的描述性陈述。
屏幕上显示的控制方程为〔dS/dt〕 = -〔βSI〕。
主讲人指出,感染速率‘既取决于有多少人尚未感染(即易感者数量),也取决于已有多少人被感染(即感染者数量)’,随后得出结论:易感者减少的速率‘与当前易感者人群的数量成正比。’
笑脸序列表明:当部分接触落在免疫个体身上时,新发感染数量会减少。
口述结论强调该速率与 S 成正比;而屏幕上完整显示的公式中还包含了 I 和 β。
在本视频展示的模型中,易感者流失的速率为 dS/dt = -βSI,因此其减少幅度与易感者人群 S 和感染者人群 I 均成正比,比例常数为 β。
人群被划分为 S、I 和 R 三个群体。
每位感染者每天发生接触的速率为 β。
仅当被接触者为易感者时,该次接触才会导致感染。
对于本片段中展示的群体模型,在任意时刻 t,瞬时速率均满足所述关系。
主讲人提问:为何易感者群体的规模很重要?随后提出:部分个体‘已具备免疫力。’
在接触序列的横排中出现蓝色面孔,箭头表明:落在蓝色面孔上的接触不会引发新的绿色感染。
如果部分被接触者已具有免疫力,那么相同数量的接触所产生的新感染者就会更少,这正是感染项依赖于易感者比例/数量S、而不仅仅依赖于总人口的原因。
接触池中的一些个体已具有免疫力/已被移除。
接触在易感者与免疫者之间分配。
在示例序列中,以每日接触数固定为前提加以说明。
主讲人指出:‘易感者减少的速率与感染者数量成正比。’
动画显示,感染面孔数量增加会导致更多易感面孔变为绿色。
易感者被感染的速率,与易感者数量和感染者数量的乘积成正比。
人群充分混合。
每个个体接触其他任意个体的概率均等。
适用于封闭人群中所有易感者和感染者。
主讲人指出:‘这个桶的减少量,即红色桶的减少量,等于绿色桶的增加量’,以及‘该桶的任何增加都源于中间桶的减少’。
三个微分方程右侧之和为零:(-βSI) + (βSI - γI) + (γI) = 0。
总人口规模随时间保持不变,因为一个舱室的减少速率恰好等于另一个舱室的增加速率。
种群中不发生出生、死亡或迁移。
对所有时间 。
在00:51.680处,主讲人说:“如果这个数值——即我们模型中 β 与 γ 的比值——大于一,那么感染将在人群中传播。”
在00:58.960处,主讲人说:“如果它小于一,则感染不会持续传播;它可能短暂扩散,但不会呈指数增长;感染人数将随时间推移而减少并最终消失。”
屏幕上的注释将该比值标识为 。
该结论在此片段中仅作口头陈述,未给出形式化证明。
在视频简化的SIR讨论中,若,则感染会在人群中传播;若,则感染无法维持指数增长,最终将减少并消退。
该模型即屏幕上显示的SIR系统。
β和γ是正常数。
本片段中,被定义为。
针对本节所讨论的模型参数。
在02:00.560处,主讲人指出S的变化率恒为负。
在02:06.400处,主讲人据此解释:这些量从不取负值,且β是正常数。
屏幕上显示的方程为dS/dt = -βSI。
在屏幕所示模型下,若各舱室变量非负且β为正,则dS/dt ≤ 0,因此S始终递减。
S 大于或等于 0,I 大于或等于 0。
对应的式子为:。
方程 dS/dt = -βSI 成立。
在模型所考虑的所有时刻及给定的符号假设下。
在02:15.120处,说话者说:“类似地,R 始终在增加。”
屏幕上显示的方程是 dR/dt = γI。
在屏幕上显示的模型中,若 I 非负且 γ 为正,则 dR/dt ≥ 0,因此 R 始终在增加。
I 大于等于0。
对应的式子为:。
方程 dR/dt = γI 成立。
在模型所考虑的所有时刻及给定的符号假设下。
在02:19.200处,说话者指出绿色人群包含两项,一项为正、一项为负,从而导致先增长、再达到峰值、最后衰减。
从约01:53开始显示的图像描绘了感染曲线先上升至峰值、随后下降。
该片段给出了定性解释,而非推导出精确的峰值条件。
在所展示的SIR动力学中,感染类人数起初因正向项βSI而增加,随后因负向项-γI而减少,从而形成一个峰值后接衰减的过程。
该模型即为所展示的SIR系统。
对应的式子为:β,。
S、I、R均为非负量。
关于视频中所呈现轨迹的定性描述。
主讲人口头将每条彩色曲线分别对应到易感人群、康复人群和感染人群,并指出感染曲线的峰值正是需要压平的量。
一幅坐标轴标为“天数”和“人口比例”的图表,图例中用红色、绿色和蓝色曲线分别标注为“易感”、“感染”和“康复”。
图表的横轴标注为“天数”,纵轴标注为“人口比例”。
在图中可直接看出。
红色曲线被标识为易感人群比例,且描述为随时间下降。
讲话者明确指出,人群中易感者数量随时间推移而减少,图例将红色曲线标注为“易感者”。
蓝色曲线被标识为康复人群比例,且描述为随时间上升。
讲话者明确指出,康复人数随时间推移而增加,图例将蓝色曲线标注为“康复者”。
绿色曲线被标识为感染人群比例,且存在一个峰值。
讲话者指出,我们希望“压平”的是任意时刻的感染人数,该人数由绿色曲线表示,并特别提到该曲线存在一个峰值。
短语“压平曲线”与降低绿色感染曲线的峰值相关联。
讲话者直接将“压平曲线”与感染曲线联系起来,并说明该峰值应变得更小。
开篇图表用于说明感染人群比例先上升至峰值、再下降的趋势,同时表明诸如“压平曲线”这类流行病防控术语,指的就是降低该峰值。
S仓室与I仓室相连;随着I仓室中‘液体’增加,S仓室倾斜加剧,排空更快。
说话者指出:I仓室越重,S仓室排空越快;但排空速度也取决于S仓室中原本已有多少。
这一口头机制随后被编码为dS/dt = -βSI。
该设定将S确立为源仓室,将I确立为接收仓室。
由标注的水桶直观展示,并在旁白中明确陈述。
随着I增大,绳子所受拉力增强,因此从S流出的速度加快。
讲述者明确描述了该机制,并通过倾斜动画加以演示。
S 的流出量也取决于 S 中剩余的量,因为必须有可供溢出的物质。
用语言表述:S 容器的排空速度取决于尚存多少颜料可供溢出。
这两种依赖关系以乘积形式合并,并添加负号表示耗减。
该方程在隐喻解释之后立即呈现。
物理隐喻启发了数学形式 dS/dt = -βSI:S 的损失量随当前 I 和当前 S 同时增长。
说话者指出,一名感染者每天接触三人,而这三名随机人员随即被感染。
一行十个红色面孔下方显示一张绿色面孔;其中三个红色面孔变为绿色。
随后,该行中新增四张蓝色面孔,而原本接触的三个红色面孔中仅有两个变为绿色,另一次接触落在了一张蓝色面孔上。
被接触面孔的具体位置在各帧之间有所变化;但稳定的数学要点是:当所有目标均为易感者时,三次接触产生三次感染;而当部分目标具有免疫力时,感染数减少。
从一名感染者和一排易感个体开始。
视觉化呈现为一张绿色面孔和十张红色面孔。
为感染者分配每天三个接触者。
说话人直接将该值作为本情景中 β 的示例值。
当所有三个被接触者均为易感者时,三人均被感染。
第一段动画将三个红色面孔变为绿色。
当接触池中存在部分免疫者时,三次接触中的一次落在免疫者身上,未引发新的感染。
第二段动画引入蓝色面孔,并展示更少的成功传播。
该示例说明了为何感染项随易感人群数量缩放:当被接触者中易感者减少时,相同的接触率所产生的新增病例数也减少。
主讲人根据个体在不同舱室之间流动的实际过程,逐步构建方程组。
用桶和流动液体进行的可视化表示,直接对应于每个方程中所添加的数学项。
易感人群仅通过感染而减少。感染速率被建模为易感者与感染者之间接触次数的正比函数,因此出现项 βSI。负号表示数量减少。
疾病传播遵循质量作用动力学假设。
感染者人数因新增刚被感染的个体(βSI)而增加,又因康复者离开而减少。康复过程被建模为感染者以恒定比例 γ 在单位时间内离开该舱室。
各舱室之间的质量守恒,以及康复所需时间为指数分布。
康复者人数仅通过接收从感染者舱室康复的个体而增加。该速率恰好等于感染者离开感染者舱室的速率。
直接从感染者舱室转移,且无进一步损失。
由此推导出描述 SIR 模型的完整常微分方程组。
在00:00.000处,主讲人举例说明:若康复需20天,则每人每天康复进度为二十分之一。
在约00:14处,标注[] = 康复所需天数出现。
将γ解释为每人每天的康复人数。
所展示的标注[γ] = 每人每天的康复人数。
参考口述示例:20天的康复期,对应每天恢复二十分之一。
音频讲解位于00:00.000-00:09.760。
取倒数,即可得到以天为单位的康复时长。
音频位于00:10.160,同时屏幕标注[] = 康复所需天数。
倒数在本视频的解释中,表示康复所需的天数。
在00:18.880处,说话人指出:每日接触人数乘以康复天数,即为感染期间的总接触人数。
约在00:34处,屏幕标注[] = 每次感染的接触人数。
假设一名感染者在具有传染性期间持续活动并发生接触。
音频位于00:18.880-00:29.760。
将每日接触人数β乘以传染持续时间。
将此前介绍的两个量进行口述结合。
将乘积改写为一个比值。
代数化简;屏幕上同时显示为〔〕 = 每次感染的接触数。
每次感染期间的总接触数为〔〕。
在02:00.560-02:14.240处,讲话者分析dS/dt的符号。
在02:15.120-02:18.480处,讲话者分析R。
在02:19.200-02:28.080处,讲话者分析感染类,指出其包含一项正项和一项负项。
从约01:53起,图像显示S下降、R上升,而I先达峰值后衰减。
该推导是定性的;本片段未显式求解该方程组。
从易感者方程出发。
显示的公式。
由于S与I非负且β为正,右侧非正。
音频位于02:06.400-02:14.240。
由于 I 非负且 γ 为正,康复者类人数不会减少。
音频位于02:15.120-02:18.480。
感染者的方程包含一个正的感染项和一个负的康复项。
显示公式及对应音频位于02:19.200-02:28.080。
这两项之间的竞争使得 I 先上升、达峰后再下降。
音频讲解与所显示的图像相匹配。
右侧各项的符号解释了为何 S 单调递减、R 单调递增,而 I 则先达峰值后衰减。
‘假设我是一名感染者……我每天的接触人数为三人。’
一行红色面孔下方有一个绿色面孔;从中选出三个红色面孔并变为绿色。
在后续情形中,出现了蓝色面孔,三次接触中的一次落在蓝色面孔上,而非产生一个新的绿色面孔。
该片段未陈述正式的概率计算;而是通过视觉与口头方式呈现该示例。
展示一名感染者每天接触三人时,在接触人群全部易感的情况下如何传染他人,以及当部分被接触者具有免疫力时情况会发生怎样的变化。
一名感染者用一张绿色面孔表示。
初始接触人群中均为易感个体,用红色面孔表示。
该感染者每天进行三次接触。
在第二种情形中,接触人群中部分个体具有免疫力,用蓝色面孔表示。
比较相同接触率下,两种情形所产生的新感染人数。
在全部易感的情形中,感染者接触了三名红色个体。
由讲述者口述,并通过选中三张面孔的动画呈现。
所有三名被接触的红色个体均被感染,即变为绿色。
在第一个动画中可见。
在混合情形中,相同的三次接触中至少包含一名免疫(蓝色)个体。
讲述者引入免疫人群,动画中在队列中显示蓝色面孔。
只有落在易感个体身上的接触才会引发新的感染;落在免疫个体身上的接触则不会引发感染。
用从绿色面孔指向红色或蓝色面孔的箭头,以及保持不变的蓝色面孔来表示。
在每日三次接触的情况下,全为易感个体的例子会产生三次新感染;而一旦出现免疫个体,同样三次接触所产生的新感染数就会减少,因为部分接触落在了免疫者身上。
两个动画之间的直观对比直接证实:增加免疫个体可降低成功传播的数量。
在00:00.000处,说话人说:“如果康复需要20天,你可以设想,在该时间段内的每一天,你都完成了二十分之一的康复过程。”
随后的注释 [] = 康复所需天数,使数值含义变得明确。
如果康复需要20天,那么康复率 γ 应如何理解?
恢复时长 = 20 天。
γ 表示每人每天的康复人数。
解释 γ 的每日含义,以及 的意义。
每天恢复进度的二十分之一,对应每日康复率为 。
在音频中于 00:00.000 至 00:09.760 处直接陈述。
取倒数即可得到以天为单位的恢复时长。
音频位于 00:10.160 至 00:16.880,同时屏幕上有文字标注。
20 天的恢复过程对应 每天,且 天。
倒数关系与屏幕上显示的标注 [] = 恢复所需天数 相符。
白色标题页,主标题大号字体显示“SIR模型”,副标题较小字号显示“用于疾病传播”。
主讲人将本视频介绍为传染病传播的SIR模型入门。
标题文字“SIR模型”
副标题文字“用于描述疾病传播”
幻灯片保持静止,同时主讲人介绍该主题。
主题名称SIR及疾病传播的语境始终显示在屏幕上。
此画面在展示任何图表或模型组成部分之前,先确立本片段的主题。
出现一幅图表,横轴标为“天数”,纵轴标为“人口比例”,图例包含“易感者”“感染者”“康复者”。
光标在各条曲线上移动,并在绿色的感染者曲线峰值上方绘制一道浅蓝色圆弧。
主讲人解释每条曲线所代表的含义,并指出感染者曲线的峰值即为需要压平的曲线。
红色的易感者曲线
绿色感染曲线
蓝色康复曲线
坐标轴标注为“天数”和“人口比例”
图例
一条浅蓝色手绘圆弧覆盖在感染曲线的峰值上方
该图表替代了标题页。
光标依次指向各条曲线。
一条浅蓝色圆弧被绘制在绿色感染曲线的峰值上方。
三条彩色曲线在整个片段中始终可见。
坐标轴与图例保持固定。
该可视化演示了SIR变量随时间变化的定性行为,并强调感染曲线存在一个峰值,而演讲者希望降低该峰值。
一张白色幻灯片上写着“Kermack–McKendrick模型(1927)”以及“传染病数学理论的贡献”。
主讲人提到了克马克(Kermack)和麦肯德里克(McKendrick)、苏格兰、1927以及论文标题。
标题文字:“克马克–麦肯德里克模型(1927)”
副标题文字:“对传染病数学理论的一点贡献”
原图被替换为纯文字的历史信息页。
该页面在归属说明期间保持静止。
本段内容在视频转入仓室示意图之前,先将该模型置于历史背景中加以定位。
首先出现一个标有“S”的红色圆柱体,接着是一个标有“I”的绿色圆柱体,最后是一个标有“R”的浅蓝色圆柱体。
每只圆柱体旁分别出现文字,将其定义为易感者、感染者或康复者占总人口的比例。
主讲人解释说,人群被划分为三个部分,并逐一定义每个字母的含义。
标有“S”的红色圆柱体
标有“I”的绿色圆柱体
标有“R”的浅蓝色圆柱体
说明性文字行
红色的S圆柱体最先出现。
绿色的I圆柱体出现在其下方。
浅蓝色的R圆柱体出现在绿色圆柱体下方。
每个圆柱体被引入时,其定义文字随即显示在旁边。
三个圆柱体全部出现后,保持垂直堆叠状态。
动画通过依次引入三个种群比例,构建模型的核心状态空间。
标题“假设:”出现,随后逐条添加项目符号。
讲述者按顺序朗读并详细阐释每一条假设。
标题:“假设条件:”
条目:“无出生”
条目:“无移民”
条目:“康复即获得完全免疫”
条目:“每日感染率固定”
条目:“康复所需时间固定”
条目:“人群充分混合。”
假设条件标题出现。
每条条目依次添加,同时讲解者逐一说明。
S、I、R 三个圆柱体始终显示在不断增长的条目列表旁。
画面将分室图与使基础 SIR 模型可解的简化假设配对呈现。
起初三个容器彼此分离;约在14秒时,S与I之间出现一根连线。
约在18秒时,S容器发生倾斜,红色液体流入I,同时绿色液体在I中积聚。
R容器在此片段中始终可见,但未被使用。
标有“S”的红色容器
标有“I”的灰色容器
标有“R”的灰色容器
连接S与I的连线
红色液体流
I 中的绿色液体
S 从直立变为倾斜。
红色液体从 S 流入 I。
I 中的绿色液面升高。
随着 I 被注满,S 的倾斜程度增大。
标签 S、I 和 R 始终附着在各自对应的容器上。
本片段中未显示 R 接收物质。
该动画编码了一种类似反馈的依赖关系:I 中的内容越多,S 的排空速度越快,这与方程中 dS/dt 对 I 的乘积依赖关系一致。
方程 dS/dt = -βSI 出现在右上方,同时桶模型场景持续显示在画面上。
下方字幕显示“〔β〕 = 每名感染者每日接触数”。
桶状图
方程 dS/dt = -βSI
β 的单位说明
数学符号叠加在物理隐喻之上。
颜色编码将公式中的红色 S 和绿色 I 与对应桶关联起来。
在讲解公式时,底层的桶状排列仍保持可见。
该叠加层将口头描述与视觉机制转化为符号形式,并标出 β 的单位。
一行十个红色笑脸出现,其下方有一个绿色哭脸。
在第一个例子中,三个红色笑脸变为绿色。
随后向该行添加四个蓝色笑脸,形成一个易感者/免疫者混合群体。
箭头表示绿色笑脸与其他笑脸之间的接触;绿色笑脸与蓝色笑脸的接触不会产生新的绿色笑脸。
具体选择哪些笑脸进行逐帧演示的确切顺序在数学上并不重要,且可能因动画时间而略有差异。
红色易感面孔
绿色感染面孔
蓝色免疫面孔
接触箭头
当红色面孔被接触且处于易感状态时,会转变为绿色。
蓝色面孔在被接触时保持不变。
被接触群体的构成从全为红色逐渐变为红蓝混合。
颜色始终对应所属仓室:红色表示易感者,绿色表示感染者,蓝色表示免疫者/已移出者。
这一可视化序列说明,传播成功与否取决于是否接触到易感个体,而不仅仅取决于接触行为本身。
方程 dS/dt = -βSI 在左下角再次出现,而笑脸行仍位于上方。
演讲者得出结论:易感者减少速率与当前易感人群中的人数成正比。
笑脸行
方程 dS/dt = -βSI
讨论从具体示例转向符号化的规律。
使用同一方程来概括该示例所揭示的道理。
最后的叠加图示将接触示例与数学陈述重新联系起来:S 的减少量取决于 S 的大小。
红色笑脸代表易感者,绿色皱眉脸代表感染者。随着绿色脸数量增加,红色脸迅速变为绿色。
红色笑脸(易感者)
绿色皱眉脸(感染者)
绿色脸的数量增加。
红色脸的数量减少。
脸的总数保持恒定,为10。
直观展示了当感染者数量增加时,感染传播呈现非线性加速现象,支持 βSI 相互作用项。
红色液体从顶部标有'S'的桶流入中间标有'I'的桶;绿色液体从中部标有'I'的桶流入底部标有'R'的桶。
顶部桶标注为'S'(红色液体)
中部桶标注为'I'(绿色液体)
底部标有“R”的桶(装有蓝色/绿色液体)
连接各桶的管道
S 桶中的液位下降。
I 桶中的液位先上升后下降。
R 桶中的液位上升。
三个桶中液体的总体积保持不变。
该装置为微分方程提供了一种连续、宏观的类比:流速对应导数,液位对应状态变量。
从开始到大约 01:53,屏幕仅显示 SIR 方程及参数标注,背景为白色。
新注释依次出现:[] = 00:14附近的康复天数,[] = 00:34附近的每例感染接触人数,以及[] = 在00:47附近的值。
三个SIR微分方程。
关于β、γ、、以及的注释。
附加的解释性注释逐条添加在方程下方或旁边。
核心的三个方程在此时间段内始终保持可见。
视觉呈现过程先构建模型参数的解读,再引入图像。
讲解者先说明康复即获得完全免疫,再补充指出这取决于病毒变异程度及其他一些因素,但为简化起见,模型中假设该条件成立。
有人可能认为,SIR模型声称康复者在现实中总是具有终身免疫力。
视频明确将康复后的完全免疫视为一种简化假设,并指出真实结果可能取决于病毒变异及其他因素。
主讲人称“充分混合”是一个更为深奥的假设,并将其解释为:受影响区域内的人群行为相似,因此每日接触次数和康复时间均可被统一刻画。
有人可能将“人群充分混合”仅理解为关于人际互动的一种模糊说法。
此处视频将其解释为:受影响区域内行为一致,从而可将每日接触次数与康复时间视作全区域相同。
主讲人提问:“为什么红色人群——即易感人群的数量——如此重要?”
动画显示:当一次接触落在蓝色免疫面孔上时,不会产生新的感染。
人们可能认为感染率仅取决于每位感染者发起的接触次数。
视频表明:只有当接触落到易感个体身上时,才会引发新感染;免疫个体虽接收接触却不被感染,因此易感人群的规模至关重要。
该方程以负号开头书写:dS/dt = -βSI。
主讲人明确指出,这代表易感人群“减少”。
学习者可能将该方程理解为 S 在增加,因为 βSI 是正数。
负号表示耗竭:随着感染发生,易感者离开 S 类群,因此当 βSI > 0 时,dS/dt 为负。
主讲人对比了一种情形——‘每人各自接触了三位不同的人’,结果导致‘我们最初的十人中有九人被感染’,以此凸显传播之迅速。
人们可能误以为:若一名感染者固定传染若干他人,则疾病将随时间呈线性传播。
由于感染者人数不断增长,单位时间内的新增感染人数也随之增长,从而在易感者耗尽前呈现出类似指数的初期传播趋势。
在01:17.640处,说话人指出分子与分母之间存在差异
在01:20.840处,说话人指出人们难以改变康复时间,但可以改变每日接触人数
人们可能认为,通过中的任一参数来降低,效果都是一样的。
视频强调,与康复时间相关的分母在行为层面难以改变,而与每日接触数相关的分子则可通过保持社交距离来减少。
在01:41.880处,主讲人说:“最好直接假设自己已经感染,这样就会采取最合理的行为。”
人们可能等到确认自己已被感染后才改变行为。
主讲人建议以‘已感染’为前提采取行动,从而选择最有效降低传播风险的行为。
在引入SIR模型后,主讲人指出该模型假设人群可分为三个部分。
S、I、R三个圆柱体被作为该模型的组成部分加以介绍。
开头所介绍的一般SIR模型,通过将人群划分为S、I、R三个舱室而具体化。
主讲人先提问:除上述划分外,该模型还包含哪些假设?随后在舱室示意图持续显示于屏幕的同时,逐条列出这些假设。
假设列表出现在已定义好的S、I、R三个圆柱体旁。
通过添加所列的简化假设,三室描述被构造成一个具体的、基础的SIR模型。
早期图表将曲线标注为易感者、感染者和康复者。
随后,相同的这三个类别被形式化为S、I和R三个室。
视频并未明确说明该图表是通过求解后续定义的方程而生成的;这一联系是通过图例标签与旁白内容的对应关系推断得出的。
S、I、R三个室对应于引言图表中绘制的三个分数,其中感染者室即为旁白中讨论其峰值“压平曲线”所指的那条曲线。
首先展示水桶机制。
紧接着引入方程 dS/dt = -βSI。
借助物理水桶类比,为 S 的变化率所遵循的符号规则提供依据。
主方程中包含 β。
当方程显示在屏幕上时,单位说明字幕“[β] = 每名感染者每日接触次数”同时出现。
将 β 理解为接触率,有助于支持这一论断:耗竭项与感染者的活动程度及易感者的可获得性成正比。
笑脸示例表明,当存在免疫者时,感染人数更少。
主讲人借此解释为何易感人群规模至关重要。
数值接触示例说明了这一命题:免疫力降低了有效传播,从而使 S 的依赖关系变得自然。
红色面孔代表易感者,被感染后变为绿色;蓝色面孔代表免疫者,接触后仍保持蓝色。
讲话者将‘红色人群,即易感人群’与‘已具备免疫力的人’区分开来。
该片段对比了可能被新近感染的易感个体与无法再被感染的免疫/移除个体。
整段内容专注于将物理意义上的分室模型转化为数学上的变化率表达。
SIR模型的概念框架通过常微分方程组在数学上予以形式化。
项βSI以相反符号同时出现在dS/dt和dI/dt中。
感染人群数量的变化率明确依赖于新发感染速率,而这正是导致易感人群数量减少的精确机制。
注释首先将[]定义为‘每例感染所引发的接触数’,随后补充说明[] = 。
在00:34.960-00:49.440处,主讲人将该比值与名称‘基本再生数’(R naught 或 R zero)联系起来。
在此片段中,‘每例感染所引发的接触数’这一量被直接等同于。
在00:51.680-01:05.680处,主讲人指出比值大于1和小于1时的不同结果。
屏幕上的标签被标注在旁。
关于感染是否扩散的阈值判定,应用于所定义的量 。
在 01:54.960 处,说话者说:“我们来看看它们与图像的关系。”
图像出现时,方程仍保留在屏幕上。
该定性图像用于说明所展示的微分方程所带来的结果。
开篇旁白介绍了用于疾病传播的SIR模型。
标题页点明了本视频的主题。
主讲人解释了红色、蓝色和绿色三条曲线的含义。
图表图例标注为:易感者、感染者、康复者。
主讲人将“压平曲线”与感染者曲线的峰值联系起来。
一道浅蓝色圆弧绘制在感染峰值上方。
主讲人提到了克马克(Kermack)和麦肯德里克(McKendrick)以及年份1927。
历史幻灯片展示了模型名称与论文标题。
主讲人定义了S、I和R。
三个标有标签的圆柱体出现,并配有解释性文字。
主讲人按顺序列出了各项假设。
出现一个标题为“假设”的项目符号列表。
方程 dS/dt = -βSI 被显示出来。
讲话者称这是易感者数量的减少。
屏幕上的文字给出了 β 的单位。
讲话者将 β 定义为每位感染者每天的接触次数。
讲话者提问:为何易感者群体的规模很重要?
动画演示了接触落在免疫者身上不会引发感染。
S 仓与 I 仓相连,且随着 I 仓被填满而进一步倾倒。
主讲人用语言口头解释该比喻。
主讲人明确界定了beta的单位与含义。
主讲人举了一个例子:‘如果该疾病需要20天康复,则gamma为。’
已覆盖 · 标题幻灯片与口述导言共同确立本主题为用于疾病传播的SIR模型。
已覆盖 · 解释易感者、感染者和康复者比例的图像,包括“压平感染曲线”的含义。
已覆盖 · 历史幻灯片将最简单的SIR模型归功于1927年的Kermack与McKendrick。
已覆盖 · 通过视觉与口头方式,介绍S、I和R三个仓室,均表示为人口比例。
已覆盖 · 在仓室示意图持续显示的同时,逐条列出并解释模型假设。
已覆盖 · 介绍 S、I、R 三类仓室,以及桶与绳子的类比,展示 S 如何为 I 提供输入。
已覆盖 · 展示并讲解微分方程 dS/dt = -βSI,包括负号的含义以及参数 β 的单位。
已覆盖 · 笑脸示例:每人每天接触三次,并展示免疫个体对新感染数的影响。
已覆盖 · 回到该方程,并口头总结:易感者数量的减少与易感者人群规模成正比。
已覆盖 · 借助离散个体引入感染传播的概念。
已覆盖 · 推导易感人群数量的第一个微分方程。
已覆盖 · 推导感染人群数量的第二个微分方程,其中包含康复项。
已覆盖 · 推导康复人群数量的第三个微分方程,并总结各参数。
已覆盖 · 将 γ 引入为每人每天的康复人数,并解释 为康复所需天数,使用 20-天示例。
已覆盖 · 解释每日接触人数乘以康复所需天数,得到每次感染的接触人数,即。
已覆盖 · 将命名为,并指出其大于1与小于1时的阈值行为。
已覆盖 · 讨论行为层面的启示:减少每日接触人数比改变康复时间更容易,建议采取‘如同已感染’的行为方式。
已覆盖 · 介绍该图像,并将微分方程的符号特征与S、I和R曲线的形状联系起来。
已覆盖 · 整个片段展示了SIR模型方程、的计算公式,以及一幅描绘人群动态变化的动画图,同时旁白介绍本主题。
已审核的主题路径