A Perturbation Approximation to the Simple Stochastic Epidemic in a Large Population
大人口简单随机流行病模型的扰动近似AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论随机流行病过程的通用概率近似，未提供经济金融领域或网络干扰方法的直接依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
大人口简单随机流行病模型的扰动近似
- 研究问题
- 对于大人口中的简单随机流行病过程，如何从确定性极限构造渐近有效的随机近似，并刻画有限人口下的一阶修正？
- 方法与思路
- 作者以适当变量下的确定性极限为基础，通过矩母函数对应的偏微分方程及特征函数展开，使用标准扰动理论求解随机方程。
- 材料陈述的贡献
- 摘要称得到大人口随机流行病过程的渐近有效近似，并给出一阶扰动结果；极限及误差阶的符号排版需核对原文。
- 阅读关注点
- 应核对简单流行病过程的定义、变量缩放、初始条件与近似有效的时间范围，并查阅原文确认极限符号及扰动阶数。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；极限符号疑有乱码且指数上下标不清，需查原文，不能重构公式或推断一致误差界。
原文摘要
An asymptotically valid approximation is obtained for the simple stochastic epidemic in a large population of size N, using the following approach. For suitably defined variables, the stochastic process tends to a deterministic limit as N↑∝. The moment-generating function of the deterministic process satisfies an easily soluble partial differential equation and can be represented by an eigenfunction expansion. The solution of the corresponding stochastic equation can accordingly be obtained by standard perturbation theory, and the paper presents various results for the first-order perturbations of order N−1.