Virussmitte og logistisk modell

Virussmitte og logistisk modell

Et virus sprer seg i et land. Da virusutbruddet ble oppdaget, var allerede 1,5 prosent av befolkningen smittet. En forsker mente at dersom det ikke ble satt inn tiltak, ville 22 prosent av befolkningen ha blitt smittet etter 20 døgn og 44 prosent etter 30 døgn.

Andelen som har blitt smittet tt døgn etter at viruset ble oppdaget, kan modelleres med en funksjon gg på formen

g(t)=N1+aektg(t) = \frac{N}{1 + a \cdot e^{-kt}}

Bruk opplysningene ovenfor til å bestemme NN, aa og kk.

Hvor stor andel av befolkningen ville blitt smittet ifølge denne modellen?

Det ble satt inn tiltak mot viruset den dagen utbruddet ble oppdaget. Vi kan gå ut fra at andelen nye registrerte smittede i løpet av døgn tt etter at utbruddet ble oppdaget, er gitt ved modellen

f(t)=0,0070e(t18)2300,t0f(t) = 0{,}0070 \cdot e^{-\frac{(t - 18)^2}{300}}, \quad t \geq 0

Tegn grafen til ff i et koordinatsystem.

Hvilket døgn vil smitten øke raskest ifølge modellen ff?

Hvor stor andel av befolkningen blir smittet av dette viruset?

Fasit

N=0,60N = 0{,}60, a=39a = 39, k0,156k \approx 0{,}156

60 % av befolkningen

Se graf

Døgn 18

Omtrent 20 % av befolkningen

LøsningsforslagKI-generert

Vi bruker de tre opplysningene til å sette opp likninger.

g(0)=0,015g(0) = 0{,}015:

N1+a=0,015N=0,015(1+a)(I)\frac{N}{1 + a} = 0{,}015 \quad \Rightarrow \quad N = 0{,}015(1 + a) \quad \text{(I)}

g(20)=0,22g(20) = 0{,}22:

N1+ae20k=0,22(II)\frac{N}{1 + a \cdot e^{-20k}} = 0{,}22 \quad \text{(II)}

g(30)=0,44g(30) = 0{,}44:

N1+ae30k=0,44(III)\frac{N}{1 + a \cdot e^{-30k}} = 0{,}44 \quad \text{(III)}

Fra (II) og (III):

g(30)g(20)=0,440,22=21+ae20k1+ae30k=2\frac{g(30)}{g(20)} = \frac{0{,}44}{0{,}22} = 2 \quad \Rightarrow \quad \frac{1 + a \cdot e^{-20k}}{1 + a \cdot e^{-30k}} = 2 1+ae20k=2+2ae30k1 + a \cdot e^{-20k} = 2 + 2a \cdot e^{-30k}

La u=e10ku = e^{-10k}. Da:

au22au3=1au2(12u)=1(IV)a u^2 - 2au^3 = 1 \quad \Rightarrow \quad a u^2(1 - 2u) = 1 \quad \text{(IV)}

Fra (I) og (II): 0,015(1+a)=0,22(1+au2)0{,}015(1+a) = 0{,}22(1 + au^2)

Vi løser dette likningssystemet numerisk og får

N0,60,a39,k0,156\underline{\underline{N \approx 0{,}60{,} \quad a \approx 39{,} \quad k \approx 0{,}156}}

Når tt \to \infty, har vi ekt0e^{-kt} \to 0, slik at

g(t)N1+0=N=0,60g(t) \to \frac{N}{1 + 0} = N = 0{,}60

Ifølge modellen ville 60 % av befolkningen blitt smittet.\underline{\underline{\text{Ifølge modellen ville 60 \% av befolkningen blitt smittet.}}}

Vi tegner grafen til ff i GeoGebra:

Graf av smittemodellen f

f(t)=0,0070e(t18)2300f(t) = 0{,}0070 \cdot e^{-\frac{(t-18)^2}{300}} er en Gauss-kurve med toppunkt i t=18t = 18.

Eksponenten (t18)2300-\dfrac{(t-18)^2}{300} er størst (dvs. lik 0) når t=18t = 18.

Smitten øker raskest døgn 18.\underline{\underline{\text{Smitten øker raskest døgn 18.}}}

Den totale andelen av befolkningen som blir smittet er

0f(t)dt=00,0070e(t18)2300dt\int_0^{\infty} f(t) \, \mathrm{d}t = \int_0^{\infty} 0{,}0070 \cdot e^{-\frac{(t-18)^2}{300}} \, \mathrm{d}t

Vi beregner integralet numerisk:

from scipy.integrate import quad
import numpy as np

f = lambda t: 0.007 * np.exp(-(t-18)**2 / 300)
result, _ = quad(f, 0, np.inf)
print(result)  # 0.1997
0f(t)dt0,20\int_0^{\infty} f(t) \, \mathrm{d}t \approx 0{,}20

Omtrent 20 % av befolkningen blir smittet.\underline{\underline{\text{Omtrent 20 \% av befolkningen blir smittet.}}}