COVID-19的SI模型如何改写为长尾词？

本文共计2269个文字，预计阅读时间需要10分钟。

从今天起，我将定期撰写一些关于Coronavirus的数学模型。读者最好具备一些微积分基础，会一些简单的编程。不会涉及复杂的关系，只会涉及基本的四则运算（加减乘除）就可以尝试去理解模型。强调一点，数学。

从今天起，我会定期写些关于 Coronavirus 的数学模型。读者最好有些微积分基础，会点简单的编程。不会也没有关系，会点四则运算（加减乘除）就可以试着去理解模型。强调一点，数学模型是对现实世界的抽象和简化。真实情况比数学模型复杂多了。

我们把人群分成两类：和，它们都是时间的函数。

• 易感人数
  
• 感染人数.
  

数学建模就是找出这些函数满足的方程，然后求解方程，从而预测以后的情况。

模型

记为总人口数。这个是已知的，而且是不变的。ODE 方程组是：

初始条件是,，满足。

这里用到的参数是感染率，代表感染人数占总人口的比例。

借用化学反应的表达式，可以简洁的把方程表示成：

解释

代表感染人数占总人口的比例，也代表遇到感染者的概率。比如说，，那你就有一半的概率碰到感染者。易感人群乘上这个比例就意味着有多少易感者接触到了生病的人。

但并不是碰到就感染了。有个传染的概率，这个就是。