MVEX01-22-07 Matematiska modeller för smittspridning

​Matematiska modeller har spelat en central roll vid hanteringen av COVID-19 pandemin. De har använts för att skatta reproduktionstalet, göra prediktioner för vårdbehovet och skapa långsiktiga scenarier över pandemins utveckling.

Prediktioner av vårdbehov kan göras antingen med så kallade fackmodeller som beskrivs med ett system av kopplade differentialekvationer eller med hjälp av statistiska modeller som ansätter ett visst samband mellan antalet inläggningar och tiden. I båda fallen används historisk data för att anpassa modellen och göra prediktioner om framtida inläggningar.

Syftet med detta projektet är att förstå vilken typ av modell som ger bäst prediktioner och hur detta beror på den underliggande datan. För att åstadkomma detta kommer ni att behöva läsa in er på modeller för smittspridning, implementera dessa modeller och slutligen anpassa modellerna med hjälp av data.

Projektkod: MVEX01-22-07
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) och statistik samt grundläggande kunskaper inom programmeringsspråk, såsom 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: to 21 okt 2021.