MVEX01-21-25 Matematiska modeller för smittspridning

Med hänsyn till den rådande samhällssituationen och COVID-19s fortsatta påverkan på det vardagliga livet runt om i världen är det nödvändigt att träffsäkert och motiverat kunna modellera smittans spridande för att kunna gradera samhället. Nya kunskaper inom matematik och modellering har möjliggjort snabba och pålitliga modeller inom området.

Spridningen av smittsamma sjukdomar kan modelleras med hjälp av system av ordinära differential (ODE) ekvationer som beskriver hur antalet smittsamma och mottagliga personer förändras över tid. Dessa modeller formulerades för nästan hundra år sedan men på senare tid har ökad datorkraft gjort att så kallad individbaserade modeller fått större genomslag. En anledning är för att de kan beskriva smittspridningen i större detalj och kan även fånga variation i beteende inom populationen. Syftet med detta projekt är att programmera enklare individbaserade modeller och jämföra deras dynamik med ODE-modeller. Exempel på frågor som kan besvaras inom projektet är: Hur väl kan enkla ODE-modeller beskriva komplexa individ-baserade modeller? Hur påverkar vår osäkerhet om parametervärden modellernas prognoser? Hur anpassa modellerna till verklig data?

Projektkod MVEX01-21-25
Gruppstorlek 4-5 studenter
Målgrupp GU- och Chalmersstudenter från Bt, K, TM och F.  För GU-studenter räknas projektet som ett projekt i Tillämpad matematik (MMG900/MMG920).
Projektspecifika förkunskapskrav Grundläggande kunskaper inom tillämpad matematik (ODEs) samt grundläggande kunskaper inom programmeringsspråk, så som MATLAB eller Python.
Se respektive kursplan för allmänna förkunskapskrav. Utöver de allmänna förkunskapskraven i MVEX01 ska Chalmersstudenter ha avklarat kurser i en- och flervariabelanalys, linjär algebra och matematisk statistik.
Handledare Philip Gerlee
Examinator Maria Roginskaya, Ulla Dinger
Institution Matematiska Vetenskaper

Sidansvarig Publicerad: må 02 nov 2020.