第五章微分方程模型64786
合集下载
相关主题
- 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、"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、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)。
第五章 微分方程模型
5.1 传染病模型 5.2 经济增长模型 5.3 正规战与游击战 5.4 药物在体内的分布与排除 5.5 香烟过滤嘴的作用 5.6 人口预测和控制 5.7 烟雾的扩散与消失 5.8 万有引力定律的发现
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段
~ 日
接触率
建模 N[i(t t) i(t)] [s(t)]Ni(t)t
di si
dt s(t) i(t) 1
di
i(1
来自百度文库i)
dt
i(0)
i 0
SI模型
i 1
1/2
i0
0
tm
di dt
i(1
i)
i(0) i0
Logistic 模型
i(t)
1
1
1 i0
1et
t
tm
1
ln
1 i0
0
t
0
t
i()
1
1
,
1
0,
1
接触数 =1 ~ 阈值
1 i(t)
1
i0小 i(t)按S形曲线增长
感染期内有效接触感染的健康 者人数不超过病人数
模型2(SI模型)如何看作模型3(SIS模型)的特例
模型4:
传染病患者治愈后有免疫性——病人治愈后即
SIR模型 移出感染系统,称移出者(Removed): SIR
di dt
i(1
i)
i
i(0) i0
~ 日接触率 1/ ~感染期
/
~ 一个感染期内每个病人的有效
接触人数,称为接触数。
SIS模型 di i(1 i) i
dt
i
di/dt
>1
i0
1-1/
/
>1
di i[i (1 1 )]
dt
i
i0
1
di/dt < 0
0
1-1/ 1 i
i0
N[s(t t) s(t)] Ns(t)i(t)t
di
dt
si
i
ds
dt
si
i(0) i0 , s(0) s0
i0 s0 1(通常r(0) r0很小)
无法求出 i(t), s(t) 的解析解
在相平面 s ~ i上研
究解的性质
SIR模型
di dt
si
i
ds
dt
si
消去dt
P1
0 s 1/ s0
s
s0 - 1/ = 0, s0 1
x 2
提高阈值1/ 降低被传 染人数比例 x
5.2 经济增长模型
增加生产 发展经济 增加投资 增加劳动力 提高技术
• 建立产值与资金、劳动力之间的关系 • 研究资金与劳动力的最佳分配,使投资效益最大
• 调节资金与劳动力的增长率,使经济(生产率)增长
的估计
s0
i0
s
1
ln s s0
0
忽略i0
群体免疫
ln s 0
ln s
s0 s
SIR模型 被传染人数的估计
记被传染人数比例 x s0 s
s0
i0
s
1
ln s s0
0
i0 0, s0 1
x<<s
0
x(1
1
s0
x
2s02
)
0
x 1 ln(1 x ) 0
s0
i
x
2s0
(s0
1
)
1
t=tm, di/dt 最大 tm~传染病高潮到来时刻
(日接触率) tm
t i 1 ?
病人可以治愈! 模型的适用范围?
模型3: 传染病无免疫性——病人治愈成为健康人, SIS 模型 健康人可再次被感染:SIS
增加假设 3)I病人每天治愈的比例为
~日治愈率
建模
N[i(t t) i(t)] Ns(t)i(t)t Ni(t)t
微分 方程 建模
• 根据函数及其变化率之间的关系确定函数 • 根据建模目的和问题分析作出简化假设 • 按照内在规律或用类比法建立微分方程
问题
5.1 传染病模型
根据疾病在人与人接触过程中 的传播特 性建立疾病的传播模型
描
•描述传染病的传播过程, 分析受感染人
述
数的变化规律
的
•预报传染病高潮到来的时刻
/
di
ds
1
s
1
i ss0 i0
i(0)
i 0
,
s(0)
s 0
相轨线i(s) 的定义域
相轨线
1s
i(s)
(s0
i0 )
s
ln
s0
i
D {(s,i) s 0, i 0, s i 1}
1
在D内作相轨线 i(s)
的图形,进行分析
D 0
s
1
SIR模型 相轨线 i(s) 及其分析
di dt
问
题
•预防传染病蔓延的手段
建模 • 按照传播过程的一般规律,用机理分析方法建 方法 模.(只考虑传播机理,不涉及具体疾病的病理特征)
模型1 已感染人数 (病人) i(t)
假设
• 每个病人每天有效接触
(足以使人致病)人数为
建模 i(t t) i(t) i(t)t
di i
dt i(0) i0
si
i
ds dt
si
di
ds
1
s
1
i
1
i
s s0
i 0
D
i(0) i0 , s(0) s0
s(t)单调减相轨线的方向
im
s 1/ , i im t , i 0
i(s)
(s0
i0
)
s
1
ln
s s0
P4
P2
P1
P3
s满足
s0 i0
s
1
ln
s s0
0
s 0
S0 1/ s0
1s
假设
1)总人数N不变,病人、健康人和移出者的
比例分别为 i(t), s(t), r(t)
2)病人的日接触率 , 日治愈率, 接触数 = /
建模 s(t) i(t) r(t) 1
3个函数有两个独立,需建立 i(t ), s(t ), r (t ) 的两个方程
SIR模型
N[i(t t) i(t)] Ns(t)i(t)t Ni(t)t
P1: s0>1/ i(t)先升后降至0
传染病蔓延
1/
P2: s0<1/ i(t)单调降至0
传染病不蔓延
~阈
值
SIR模型 预防传染病蔓延的手段
传染病不蔓延的条件——s0<1/
• 提高阈值 1/
降低 (=/)
(日接触率) 卫生水平
,
(日治愈率) 医疗水平
• 降低 s0
提高 r0
s0 i0 r0 1
1. 道格拉斯(Douglas)生产函数
产值 Q(t)
资金 K(t) 劳动力 L(t) 技术 f(t) = f0
Q(t) f0F (K (t), L(t)) F为待定函数
1. 道格拉斯(Douglas)生产函数
静态模型 Q(K, L) f F(K, L) 0
每个劳动 力的产值
i(t) i0et
ti ?
若有效接触的是病人, 则不能使病人数增加
必须区分已感染者(病 人)和未感染者(健康人)
SI模型
模型 假设
区分已感染者(病人)和未感染者(健康人),病 人传染健康人
1)总人数N不变,病人和健康 人的
比例分别为 i(t), s(t)
2)每个病人每天有效接触人数为,
且使接触的健康人致病
5.1 传染病模型 5.2 经济增长模型 5.3 正规战与游击战 5.4 药物在体内的分布与排除 5.5 香烟过滤嘴的作用 5.6 人口预测和控制 5.7 烟雾的扩散与消失 5.8 万有引力定律的发现
动态 模型
• 描述对象特征随时间(空间)的演变过程 • 分析对象特征的变化规律 • 预报对象特征的未来性态 • 研究控制对象特征的手段
~ 日
接触率
建模 N[i(t t) i(t)] [s(t)]Ni(t)t
di si
dt s(t) i(t) 1
di
i(1
来自百度文库i)
dt
i(0)
i 0
SI模型
i 1
1/2
i0
0
tm
di dt
i(1
i)
i(0) i0
Logistic 模型
i(t)
1
1
1 i0
1et
t
tm
1
ln
1 i0
0
t
0
t
i()
1
1
,
1
0,
1
接触数 =1 ~ 阈值
1 i(t)
1
i0小 i(t)按S形曲线增长
感染期内有效接触感染的健康 者人数不超过病人数
模型2(SI模型)如何看作模型3(SIS模型)的特例
模型4:
传染病患者治愈后有免疫性——病人治愈后即
SIR模型 移出感染系统,称移出者(Removed): SIR
di dt
i(1
i)
i
i(0) i0
~ 日接触率 1/ ~感染期
/
~ 一个感染期内每个病人的有效
接触人数,称为接触数。
SIS模型 di i(1 i) i
dt
i
di/dt
>1
i0
1-1/
/
>1
di i[i (1 1 )]
dt
i
i0
1
di/dt < 0
0
1-1/ 1 i
i0
N[s(t t) s(t)] Ns(t)i(t)t
di
dt
si
i
ds
dt
si
i(0) i0 , s(0) s0
i0 s0 1(通常r(0) r0很小)
无法求出 i(t), s(t) 的解析解
在相平面 s ~ i上研
究解的性质
SIR模型
di dt
si
i
ds
dt
si
消去dt
P1
0 s 1/ s0
s
s0 - 1/ = 0, s0 1
x 2
提高阈值1/ 降低被传 染人数比例 x
5.2 经济增长模型
增加生产 发展经济 增加投资 增加劳动力 提高技术
• 建立产值与资金、劳动力之间的关系 • 研究资金与劳动力的最佳分配,使投资效益最大
• 调节资金与劳动力的增长率,使经济(生产率)增长
的估计
s0
i0
s
1
ln s s0
0
忽略i0
群体免疫
ln s 0
ln s
s0 s
SIR模型 被传染人数的估计
记被传染人数比例 x s0 s
s0
i0
s
1
ln s s0
0
i0 0, s0 1
x<<s
0
x(1
1
s0
x
2s02
)
0
x 1 ln(1 x ) 0
s0
i
x
2s0
(s0
1
)
1
t=tm, di/dt 最大 tm~传染病高潮到来时刻
(日接触率) tm
t i 1 ?
病人可以治愈! 模型的适用范围?
模型3: 传染病无免疫性——病人治愈成为健康人, SIS 模型 健康人可再次被感染:SIS
增加假设 3)I病人每天治愈的比例为
~日治愈率
建模
N[i(t t) i(t)] Ns(t)i(t)t Ni(t)t
微分 方程 建模
• 根据函数及其变化率之间的关系确定函数 • 根据建模目的和问题分析作出简化假设 • 按照内在规律或用类比法建立微分方程
问题
5.1 传染病模型
根据疾病在人与人接触过程中 的传播特 性建立疾病的传播模型
描
•描述传染病的传播过程, 分析受感染人
述
数的变化规律
的
•预报传染病高潮到来的时刻
/
di
ds
1
s
1
i ss0 i0
i(0)
i 0
,
s(0)
s 0
相轨线i(s) 的定义域
相轨线
1s
i(s)
(s0
i0 )
s
ln
s0
i
D {(s,i) s 0, i 0, s i 1}
1
在D内作相轨线 i(s)
的图形,进行分析
D 0
s
1
SIR模型 相轨线 i(s) 及其分析
di dt
问
题
•预防传染病蔓延的手段
建模 • 按照传播过程的一般规律,用机理分析方法建 方法 模.(只考虑传播机理,不涉及具体疾病的病理特征)
模型1 已感染人数 (病人) i(t)
假设
• 每个病人每天有效接触
(足以使人致病)人数为
建模 i(t t) i(t) i(t)t
di i
dt i(0) i0
si
i
ds dt
si
di
ds
1
s
1
i
1
i
s s0
i 0
D
i(0) i0 , s(0) s0
s(t)单调减相轨线的方向
im
s 1/ , i im t , i 0
i(s)
(s0
i0
)
s
1
ln
s s0
P4
P2
P1
P3
s满足
s0 i0
s
1
ln
s s0
0
s 0
S0 1/ s0
1s
假设
1)总人数N不变,病人、健康人和移出者的
比例分别为 i(t), s(t), r(t)
2)病人的日接触率 , 日治愈率, 接触数 = /
建模 s(t) i(t) r(t) 1
3个函数有两个独立,需建立 i(t ), s(t ), r (t ) 的两个方程
SIR模型
N[i(t t) i(t)] Ns(t)i(t)t Ni(t)t
P1: s0>1/ i(t)先升后降至0
传染病蔓延
1/
P2: s0<1/ i(t)单调降至0
传染病不蔓延
~阈
值
SIR模型 预防传染病蔓延的手段
传染病不蔓延的条件——s0<1/
• 提高阈值 1/
降低 (=/)
(日接触率) 卫生水平
,
(日治愈率) 医疗水平
• 降低 s0
提高 r0
s0 i0 r0 1
1. 道格拉斯(Douglas)生产函数
产值 Q(t)
资金 K(t) 劳动力 L(t) 技术 f(t) = f0
Q(t) f0F (K (t), L(t)) F为待定函数
1. 道格拉斯(Douglas)生产函数
静态模型 Q(K, L) f F(K, L) 0
每个劳动 力的产值
i(t) i0et
ti ?
若有效接触的是病人, 则不能使病人数增加
必须区分已感染者(病 人)和未感染者(健康人)
SI模型
模型 假设
区分已感染者(病人)和未感染者(健康人),病 人传染健康人
1)总人数N不变,病人和健康 人的
比例分别为 i(t), s(t)
2)每个病人每天有效接触人数为,
且使接触的健康人致病