离散SIS传染病模型介绍西南大学.DOCVIP

DIO：I0.13718/ki.xdzk.2016.07.09 一类离散SIS传染病模型及flip分支研究 毛红艳,蔺小林,曹慧,王陈陈 陕西科技大学文理学院，陕西 西安，710021 摘 要: 讨论和研究了一类SIS传染病模型及其flip分支。在一定条件下，探讨了该模型平衡点的存在性、稳定性、以及平衡点不稳定时可能出现的flip分支。经过计算和数值模拟，模型存在一个无病平衡点和一个正平衡点；理论证明了无病平衡点和正平衡点的稳定性；当正平衡点不稳定时，模型会存在flip分支;通过详细地计算和推导，得出flip分支是稳定的。 关键词: SIS模型，平衡点，基本再生数，flip分支 中图法分类号： 0175 文献标识码： A 文章编号： 最近几年，人们越来越关注离散SIS传染病模型[1]的研究。由于公共卫生部门的传染病的数据都是通过天，周，月，甚至年为单位的离散数据进行采集的，因此相比较连续SIS传染病模型，离散SIS传染病模型更准确，也更符合实际意义。同时，连续传染病模型的数值模拟是通过相应的离散模型得到的。因而离散传染病模型在传染病学的研究中起着日益重要的作用。 对于离散SIS传染病模型的研究主要集中在关于模型平衡点的存在性和稳定性[2-4]，疾病持久性[5]，基本再生数以及fold分支,flip分支和 Neimark-Sacker分支[6-9]。在大多数研究离散SIS传染病模型的动力学性态文献中，多数采用双线性发生率，非线性发生率和标准发生率等。目前，已经有很多学者[10]研究了具有各种非线性发生率和时滞的传染病模型。本文讨论一类具有指数性发生率的离散时滞SIS传染病模型的动力学性态。 1 离散SIS传染病模型介绍 考虑感染者恢复后不具有免疫力的疾病传播问题，将总人口分为易感者和染病者，且满足。我们忽略所考虑的国家或者地区人口的迁入和迁出。假设人口输入的唯一方法是生育，并且为了阻断垂直传播，假设只有易感者可以生育，人口生育为常数。 我们用表示单位时间内个体的存活概率,反映单位时间内社会对于染病者的治愈能力。其中和。随着疾病的发展，产生的染病者在一定时间内会越来越多，这就会导致一个易感者不能被感染的概率越来越小，因此我们用来刻画单位时间内一个易感者不能被感染的概率。也就是，表示单位时间内一个易感者被感染的概率。又因为t时刻发生的感染一定与t-1时刻的染病者人数有关系，因此在本文中，我们采用来刻画一个易感者被感染的概率。尽管文献[6]中采用过类似的指数发生率，但是与本文中的发生率有着很大的不同。文献[6]中作者采用的是传统的双线性发生率，而是用来刻画社会对于疾病所采取的一系列有效控制措施对于感染概率的影响。由上，本文建立离散SIS模型如下： （1） 将模型（1）中的两个方程相加得： （2） 显然方程（2）存在唯一的一个渐近稳定的正平衡点，也就是说，，这说明模型（1）在中的正向不变集是： （3） 利用极限系统理论可以得到模型（1）的极限系统如下： （4） 由于模型（1）和模型（4）具有相同的动力学性态，所以下面我们对模型（4）作进一步研究。利用再生矩阵的方法[11]定义模型（1）的基本再生数为： （5） 基本再生数是传染病动力学研究中最重要的概念之一，它表示所有个体均为易感者时，一个染病者在其平均染病期内成功感染的个体数。人们可以利用的大小来估计传染病在整个人群中的发展趋势。一般情况下，当时，表示疾病将会在人群中最终消失；而当时，疾病将会在人群中持续下去。当大到一定程度，表明疾病很难控制，并有重大疫情可能会爆发，可利用的值来判断疾病在人群中是持久流行还是趋于灭绝。 将带入模型（4）的第二个方程中化简得： （6） 由于模型（6）是一个具有滞后性的限制系统，需要进一步进行简化。令，，得： （7） 化简（7）得： （8） 构造新的变量，，设，，，模型（8）可化简成： （9） 模型（9）比模型（1）更便于分析，根据流行性病学的特点，在和条件下，参数和存在的范围为： (10) 在下面的讨论中，我们将重点研究模型（9）。模型（9）的稳定性和分支分析同样适用于模型（1）。 2平衡点的存在性 本节研究模型（9）平衡点的存在性，是一个平衡点，设为模型（9）正平衡点，当时，，满足以下条件： （11） 定义函数： ，