Modeling第十一讲微分方程与几类常见传染病模型.pptVIP

数学建模理论与实践 微分方程与几类常见传染病模型 微分方程与几类常见传染病模型 微分方程与几类常见传染病模型 一、SI（易感者-感染者）模型 二、SIS（易感者-感染者-易感者）模型 三、SIR（易感者-感染者-移出者）模型 三、SIR（易感者-感染者-移出者）模型 三、SIR（易感者-感染者-移出者）模型 书面作业 * * ——数学建模进阶(第一节:微分方程与几类常见传染病模型) 根据函数及其变化率之间的关系确定函数 微分方程建模的基本内容： 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 描述传染病的传播过程 分析受感染人数的变化规律 预报传染病高潮到来的时刻 预防传染病蔓延的手段 求解微分方程模型的基本内容： 一、SI（易感者-感染者）模型 二、 SIS（易感者-感染者-易感者）模型 三、 SIR（易感者-感染者-移出者）模型 假设在传染病流行范围内只有两类人： （1）易感者（Susceptible persons），即未得病者，但与感病者接触后容易受到感染，记为 S 类； （2）感病者（Infected persons），即已经感染传染病的人，记为 I 类。 模型一 区分未感染者(健康人)和已感染者(病人) 假设 1）总人数N不变，健康人和病人的比例分别为 2）每个病人每天有效接触人数为k, 且使接触的健康人致病 建模 k ~ 传染系数 SI 模型 模型一 1/2 tm I I0 1 0 t tm~传染病高潮到来时刻 k (传染系数)? ? tm? logistic 模型 一般不会全部被感染！模型不好。问题出在：没有考虑病人可以治愈！以下要进一步修改模型一。 全部被感染? t=tm, dI/dt 最大 模型一的修正： 假设在传染病流行范围内有三类人： （1）易感者（Susceptible persons），即未得病者，但与感病者接触后容易受到感染，记为 S 类； （2）感病者（Infected persons），即已经感染传染病的人，记为 I 类； （3）新的易感者（Susceptible persons），即感病者以固定的比率痊愈，而重新成为易感者（有些传染病如伤风、病疾等治愈后的免疫力很低，病人痊愈后仍然可能再次被传染成为病人），记这一比率为 h，称为痊愈率，而 1/h 表示疾病的平均传染期。 模型二 传染病无免疫性——病人治愈成为健康人，健康人可再次被感染 增加假设： SIS 模型 3）病人每天治愈的比例为h h ~痊愈率 建模 k ~ 传染系数 1/h ~传染期 ? ~ 一个传染期内每个病人的有效接触人数，称为接触数。 模型二 I0 I0 接触数? =1 ~ 阈值 感染期内有效接触感染的健康者人数不超过病人数 1-1/? I0 模型一(SI 模型)如何看作是模型二(SIS 模型)的特例？ I dI/dt 0 1 ? 1 0 t I ? 1 1-1/? I 0 t ? ?1 dI/dt 0 声明在先：本模型《SIR（易感者-感染者-移出者）模型》的模型讨论部分难度较大，对于一些才初步学习过常微分方程但学习不深入者，可以仅简单地了解一下本模型的建立，而对于模型的讨论部分只能忽略！ 传染病发生的实际情况： 大多数传染病（如天花、肝炎、麻疹等）治愈后均有很强的免疫力，所以痊愈后的人既不是易感者，也不是感病者，他们被移出了传染系统 假设在传染病流行范围内有三类人： （1）易感者（Susceptible persons），即未得病者，但与感病者接触后容易受到感染，记为 S 类； （2）感病者（Infected persons），即已经感染传染病的人，记为 I 类； （3）移出者（Removed Persons），即治愈后获免疫力的人，记为 R 类 模型三 传染病有免疫性——病人治愈后即移出感染系统，称移出者 SIR模型 假设 1）总人数N不变，病人、健康人和移出者的比例分别为 2）病人的日接触率k , 日治愈率h, 接触数 ? = k / h 建模 需建立 的两个方程 模型三 SIR 模型 无法求出 的解析解 在相平面 上 研究解的性质 模型三 消去dt SIR模型 相轨线 的定义域 相轨线 1 1 s I 0 D 在D内作相轨线 的图形，进行分析 s I 1 0 1 D 模型三 SIR模型 相轨线 及其分析 传染病蔓延 传染病不蔓延 S(t)单调减?相轨线的方向 P1 S0 im P1: S01/σ ? I(t)先升后降至0 P2: S01/σ? I(t)单调降