Informazioni sul documento
- Università
- Università degli Studi di Padova
- Corso di laurea
- Ingegneria biomedica
- Materia
- Fondamenti di automatica
- Anno accademico
- 2024-2025
- Classificazione
- Appunti · Altro
- Formato originale
- Testo
- Testo ricercabile
Materiale universitario di Fondamenti di automatica per il corso di Ingegneria biomedica presso Università degli Studi di Padova. Il documento tratta: Modello di stato Il modello SIR (Suscettibili–Infetti–Rimossi) suddivide la popolazione in tre classi variabili nel tempo: S(t), I(t), R(t). Ṡ(t) = −β S(t) I(t), ˙ = β S(t) I(t) − α I(t), I(t) Ṙ(t) = α I(t), con uscita y(t) = 0.05 R(t), ovvero i deceduti che sono…
Materiale universitario di Fondamenti di automatica per il corso di Ingegneria biomedica presso Università degli Studi di Padova. Il documento tratta: Modello di stato Il modello SIR (Suscettibili–Infetti–Rimossi) suddivide la popolazione in tre classi variabili nel tempo: S(t), I(t), R(t). Ṡ(t) = −β S(t) I(t), ˙ = β S(t) I(t) − α I(t), I(t) Ṙ(t) = α I(t), con uscita y(t) = 0.05 R(t), ovvero i deceduti che sono…
Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.
Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.
Modello di stato Il modello SIR (Suscettibili–Infetti–Rimossi) suddivide la popolazione in tre classi variabili nel tempo: S(t), I(t), R(t). Ṡ(t) = −β S(t) I(t), ˙ = β S(t) I(t) − α I(t), I(t) Ṙ(t) = α I(t), con uscita y(t) = 0.05 R(t), ovvero i deceduti che sono il 5% dei rimossi. Le condizioni iniziali sono: S(0) = 106 , I(0) = 1, R(0) = 0. Caso 1 — Malattia molto contagiosa Durata: 142 giorni N. complessivo di deceduti: 47025 persone N. individui non contagiati: 59510 persone #104 N. di deceduti per epidemia molto contagiosa 5 4.5 4 N. complessivo di deceduti 3.5 3 2.5 2 1.5 1 0.5 0 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Tempo (in giorni/1000) #105 Caso 2 — Malattia poco contagiosa Durata: 703 giorni N. complessivo di deceduti: 15686 persone N. individui non contagiati: 686290 persone N. di deceduti per epidemia poco contagiosa 16000 14000 12000 N. complessivo di deceduti 10000 8000 6000 4000 2000 0 0 1 2 3 4 5 6 7 8 Tempo (in giorni/100) #104 1
Ragionamenti e passaggi per ottenere la soluzione Per impostare correttamente il modello di stato il primo passo da fare è calcolare le variabili di stato. Nel caso di un’epidemia si scelgono le tre variabili: S: numero di individui suscettibili I: numero di individui infetti R: numero di individui rimossi. Per conferma di aver fatto la scelta corretta si calcolano le derivate delle tre variabili. Il numero di suscettibili che nell’unità di tempo diventano infettivi (per effetto del contagio) è proporzionale, secondo il coefficiente , al prodotto del numero dei suscettibili per il numero degli infettivi: dS(t) = −β S(t) I(t) dt L’incremento degli infettivi è dato dalla differenza fra coloro che si infettano e coloro che passano alla classe dei rimossi: dI(t) = β S(t) I(t) − α I(t) dt Il numero di individui infettivi che, nell’unità di tempo, si spostano nella classe dei rimossi è proporzionale al numero di infettivi secondo , la relativa costante di proporzionalità: dR(t) = α I(t) dt Si può quindi confermare che il modello di stato del sistema può essere espresso nella forma: Ṡ(t) = −β S(t) I(t) ˙ = β S(t) I(t) − α I(t) I(t) Ṙ(t) = α I(t) y(t) = 0.05 R(t) dove S(t), I(t) e R(t) rappresentano rispettivamente i suscettibili, gli infetti e i rimossi, β è il coefficiente di contagio, α il coefficiente di rimozione, e l’uscita y(t) rappresenta il numero di individui deceduti fino all’istante t, ovvero 5% dei rimossi. Nella scelta di Tf , ovvero della durata della simulazione, si procede per tentativi aumentando fino a quando la simulazione supera la fine dell’epidemia. Nel primo caso, per esempio, se si mettesse Tf = 80 invece che 180, la simulazione finirebbe prima che il sistema abbia raggiunto il regime asintotico, cosa facilmente visibile…
CODICE MATLAB — Caso 1 (epidemia molto contagiosa) 1 % --- CASO 1: epidemia molto contagiosa --- 2 clear all 3 close all 4 5 b =1/(2*10^6) ; % si fissa beta 6 a =1/6; % si fissa alfa 7 N =1000; 8 delt =1/ N ; % ampiezza degli intervallini fissata a 1/ N 9 x0 =[1000000;1;0]; % si fissa lo stato iniziale come indicato 10 S = x0 (1) ; % prima componente dello stato corrente 11 I = x0 (2) ; % seconda componente dello stato corrente 12 R = x0 (3) ; % terza componente dello stato corrente 13 x = x0 % inizio : la traiettoria di stato contiene solo lo stato iniziale 14 Tf =180; % si fissa a 6 mesi la durata della simulazione 15 16 for t =0: delt : Tf % per ogni istante t da 0 a Tf 17 Sp = - b * S * I ; % derivata della prima componente dello stato 18 Ip = b * S *I - a * I ; % derivata della seconda componente dello stato 19 Rp = a * I ; % derivata della terza componente dello stato 20 21 S = S + Sp * delt ; % si calcola la prima componente dello stato all ’ istante successivo 22 I = I + Ip * delt ; % seconda componente dello stato all ’ istante successivo 23 R = R + Rp * delt ; % terza componente dello stato all ’ istante successivo 24 xs =[ S ; I ; R ]; % sovrappongo le tre componenti dello stato all ’ istante successivo 25 x =[ x xs ]; % traiettoria di stato allungata 26 end 27 28 y =0.05* x (3 ,:) ; % uscita (5% della terza riga di x ) 29 plot ( y ) % si traccia il grafico di y 30 title ( ’N . di deceduti : epidemia molto contagiosa ’) 31 xlabel ([ ’ Tempo ( in giorni / ’ , num2str ( N ) , ’) ’ ]) 32 ylabel ( ’N . complessivo di deceduti ’) 33 grid on 34 35 % calcolo quando avviene la fine dell ’ epidemia 36 for t =0: N : Tf * N % avanzo di un giorno alla volta 37 k = t +1; % indice della colonna di x che contiente i dati a t 38 if x (2 , k ) <1 39 fine_ep = t ; % primo…
CODICE MATLAB – CASO 2 (epidemia poco contagiosa) 1 % --- CASO 2: epidemia poco contagiosa --- 2 clear all 3 close all 4 5 b =1/(5*10^6) ; % si fissa beta 6 a =1/6; % si fissa alfa 7 N =100; 8 delt =1/ N ; % si fissa l ’ ampiezza degli intervallini a 1/ N 9 x0 =[1000000;1;0]; % si fissa lo stato iniziale 10 S = x0 (1) ; % si denota con S la prima componente dello stato corrente 11 I = x0 (2) ; % seconda componente dello stato corrente 12 R = x0 (3) ; % terza componente dello stato corrente 13 x = x0 % inizio : traiettoria di stato contiene solo lo stato iniziale 14 Tf =730; % si fissa a 2 anni (730 giorni ) la durata della simulazione 15 16 for t =0: delt : Tf % in ogni istante 17 Sp = - b * S * I ; % derivata della prima componente dello stato 18 Ip = b * S *I - a * I ; % derivata della seconda componente dello stato 19 Rp = a * I ; % derivata della terza componente dello stato 20 S = S + Sp * delt ; % prima componente dello stato all ’ istante successivo 21 I = I + Ip * delt ; % seconda componente dello stato all ’ istante successivo 22 R = R + Rp * delt ; % terza componente dello stato all ’ istante successivo 23 xs =[ S ; I ; R ]; % stato all ’ istante successivo 24 x =[ x xs ]; % si allunga la traiettoria di stato 25 end 26 27 28 y =0.05* x (3 ,:) ; % si calcola l ’ uscita (5% della terza riga di x ) 29 plot ( y ) 30 title ( ’N . di deceduti : epidemia poco contagiosa ’) 31 xlabel ([ ’ Tempo ( in giorni / ’ , num2str ( N ) , ’) ’ ]) 32 ylabel ( ’N . complessivo di deceduti ’) 33 grid 34 35 36 % CALCOLO QUANDO AVVIENE LA FINE DELL ’ EPIDEMIA 37 for t =0: N : Tf * N % avanzo di un intero giorno alla volta 38 k = t +1; % indice della colonna di x che contiente i dati a t 39 if x (2 , k ) <1 40 fine_ep = t ; % primo istante misurato in cui il giorno ha un numero di…
CALCOLO DELLA DURATA, N. DECEDUTI E DI INDIVIDUI NON CONTAGIATI Oltre ai dati riportati nella prima pagina, i codici forniscono anche i seguenti dati. Caso 1: Ifine = 0.9343 Rfine = 94049 Caso 2: Ifine:0.9892 Rfine:31371 I codici elaborati appena sopra permettono di ottenere velocemente i dati cercati ma le in- formazioni finali date dal programma possono essere ottenute anche esaminando la matrice x. Osservando la seconda riga di tale matrice si vede infatti come a partire da un certo campione i relativi valori sono tutti minori di 1. E’ proprio questo il valore che determina la durata della malattia in quanto in sua corrispondenza il numero di infetti è minore di 1. Il valore dello stesso campione nella prima riga, invece, dà il numero di individui che non hanno contratto la malattia dopo che l’epidemia è terminata. La terza riga invece rappresenta il numero totale di individui rimossi e il 5 CONSIDERAZIONI FINALI 1. Durata molto più lunga per malattia poco contagiosa 2. Numero complessivo di deceduti dell’epidemia molto contagiosa è più del triplo di quello in caso di epidemia poco contagiosa 3. Nel caso 1 (molto contagioso) l’infezione si diffonde rapidamente e raggiunge un picco elevato in breve tempo, con un numero di deceduti significativamente maggiore 4. Nel caso 2 (poco contagioso) la crescita degli infetti è più lenta, il picco è più basso e il numero totale di deceduti risulta molto inferiore. 5
Prima pagina del documento.