微积分方法建模12传染病模型--数学建模案例分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

§12 传染病模型
建立传染病模型的目的是描述传染过程、分析受感染人数的变化规律、预报高潮期到来的时间等等。

为简单起见假定,传播期间内所观察地区人数N 不变,不计生死迁移,时间以天为计量单位。

模型(一)(SI 模型) 模型假设
1、人群分为健康者和病人,在时刻t 这两类人中所占比例分别为)(t s 和)(t i ,即
1)()(=+t i t s 。

2、平均每个病人每天有效接触人数是常数λ,即每个病人平均每天使)(t s λ个健康者受感染变为病人,λ称为日接触率。

模型建立与求解
据假设,在时刻t ,每个病人每天可使)(t s λ个健康者变成病人,病人数为)(t Ni ,故每天共有)()(t i t Ns λ个健康者被感染,即
Nsi dt
di
N
λ= 又由假设1和设0=t 时的比例0i ,则得到模型
⎪⎩⎪⎨⎧=-=0
)0()
1(i i i i dt di
λ (1)
(1)的解为
t
e i t i λ--+=
)11
(11)(0
(2)
)(t i dt
di
2
1
0i m dt
di )(
m t t 21i
模型解释1、当21=
i 时,dt
di 达最大值,这个时刻为)11ln(01
-=-i t m λ,即高潮到来时刻,λ越
大,则m t 越小。

2、当∞→t 时1→i ,这即所有的人都被感染,主要是由于没有考虑病人可以治愈,
只有健康者变成病人,病人不会再变成健康者的缘故。

模型(二)(SIS 模型) 在模型(一)中补充假设
3、病人每天被治愈的占病人总数的比例为μ,称为日治愈率。

模型修正为
⎪⎩⎪⎨⎧=--=0
)0()1(i i i
i i dt di
μλ (t 时刻每天有μNi 病人转变成健康者) (3)
(3)的解为
⎪⎪⎩
⎪⎪⎨
⎧=+≠--+-=----μλλμ
λμλλμλλ
μλ101)(0)1(])1([)(i t e i t i t (4)
可以由(3)计算出使dt di 达最大的高潮期m t 。

(dt di 最大值m dt di )(在λ
μ
λ2-=i 时达到)。

记μ
λ
=
a ,可知 ⎪⎩⎪⎨⎧≤>-=∞1
111)(a a a
i
)(t i
0i )(t i 1<a
a
1
1-
1=a
0i 0 t 0 t
)1(>a )1(≤a
模型解释 可知a (a 刻画出该地区医疗条件的卫生水平)为一个阈值,当0≤a 时,0)(→t i ,当1>a 时,)(t i 增减性取决于0i 的大小,但其极限a
1
1-
,且a 愈大,它也愈大。

模型(三)(SIR 模型) 模型假设
1、人群分为健康者,病人和移出者(病愈免疫者),三类人在时刻t 在总人数N 中占比例分别为)(t s ,)(t i ,)(t r 即1)()()(=++t r t i t s
2、病人日接触率为λ,日治愈率μ,传染期间接触数μ
λ
σ= 模型建立与求解
)(t i 随t 变化规律仍同模型(二),对)(t r 应有 Ni dt dr N μ= ,且0=++dt
dr dt di dt ds 于是得到模型
⎪⎪⎪⎩
⎪⎪⎪⎨⎧==-=-=00)0(,)0(s s i i si
dt
ds
i si dt di
λμλ (5) 从(5)中消去dt ,并注意到σ的意义,可得
⎪⎩⎪⎨⎧=-==0
0|1
1i i s ds di s s σ (6)
求出(6)的解为 0
00ln
1
)(s s
s i s i σ
+
-+= (7) 从(5)中无法得到)(t s 和)(t i 的解析解,转到i s -相平面上讨论解的性质。

{}1,0,0|),(≤+≥≥=i s i s i s D
i
s σ1
1
O 1
可根据(5),(7)及上图分析)(),(),(t r t i t s 的变化情况: 1、无论00,i s 如何,0=∞i ,即病人终将消失。

2、最终未被感染的健康者比例∞s 是方程 0ln
1
00=+-+∞
∞s s s i s σ
(8) 在)1
,0(σ
内的单根。

3、若σ
1
0>s ,则当σ
1
=
s 时,)(t i 达到最大值)ln 1(1
000s i s i m σσ
+-
+=,)(t i 先增后减
至0。

4、若σ
1
0≤s ,则∞→→s t s t i )(,0)(。

模型解释 1、
σ1是一个阈值,当σ10>s 时传染病会蔓延,σ
1
0≤s 时就不会蔓延。

2、μ
λ
σ=
表明λ愈小,μ愈大,σ也愈小,从而愈有利。

注:重要参数σ可由(8)中令00=i (通常开始时0i 很小)得到估计值


--=
s s s s 00ln ln σ(其中∞s s ,0可由实验得出估计)
模型应用
1、被传染比例的估计
∞-=s s x 0
由,1,000≈≈s i 由(8),)1
(20)1ln(1
000σ
σσ
-≈⇒≈-
+
s s x s x x 当该地区的卫生和医疗水平不变时,σ就不变,这个比例也不变。

2、群体免疫和预防 由于当σ
1
0≤s 时不会蔓延,故降低0s 也是种手段。

由0001,0r s i -=≈,于是σ
1
0≤
s 可表
示为σ
1
10-
≥r ,即通过群体免疫使初始时刻的移出者比例σ
1
10-
≥r ,就可制止传染病蔓延,
但实际上难度很大,因为σ越大,0r 就要越大(如5=σ,则8.00≥r ,即有%80以上人接受免
疫),而且这些人在人群中均匀分布。

相关文档
最新文档