数学建模M0 4-2010.ppt

模型4 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? , 日治愈率?, 接触数 ? = ? / ? 建模 需建立 的两个方程. 模型4 SIR模型 无法求出 的解析解 先做数值计算, 再在相平面上研究解析解性质 (通常r(0)=r0很小) 模型4 SIR模型的数值解 i(t)从初值增长到最大; t??, i?0. s(t)单调减; t??, s?0.04. 设?=1, ?=0.3, i0=0.02, s0=0.98, 用MATLAB计算作图i(t), s(t)及i(s) s i 相轨线i(s) 模型4 消去dt SIR模型的相轨线分析 相轨线 的定义域 相轨线 1 1 s i O D 在D内作相轨线 的图形，进行分析 s i 1 O 1 D 模型4 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/?? i(t)先升后降至0 P2: s01/?? i(t)单调降至0 1/? ~阈值 P3 P4 P2 S0 模型4 SIR模型 预防传染病蔓延的手段 ? (日接触率)? ? 卫生水平? ?(日治愈率)? ? 医疗水平? 传染病不蔓延的条件——s01/? ? 的估计 降低 s0 提高 r0 提高阈值 1/? 降低 ? (=?/?) ? ?, ? ? 群体免疫 忽略i0 模型4 预防传染病蔓延的手段 降低日接触率? 提高日治愈率? 提高移出比例r0 以最终未感染比例s?和病人比例最大值im为度量指标. ? ? 1/? s0 i0 s? i? 1 0.3 0.3 0.98 0.02 0.0398 0.3449 0.6 0.3 0.5 0.98 0.02 0.1965 0.1635 0.5 0.5 1.0 0.98 0.02 0.8122 0.0200 0.4 0.5 1.25 0.98 0.02 0.9172 0.0200 1 0.3 0.3 0.70 0.02 0.0840 0.1685 0.6 0.3 0.5 0.70 0.02 0.3056 0.0518 0.5 0.5 1.0 0.70 0.02 0.6528 0.0200 0.4 0.5 1.25 0.70 0.02 0.6755 0.0200 ? ?, ? ? s0? (r0 ?) s? ?, im ? s? ?, im ? 模型4 SIR模型 被传染人数的估计 记被传染人数比例 xs0 i O P1 ? i0 ?0, s0 ?1 ? 小, s0 ? ?1 提高阈值1/? s0 - 1/? = ? 降低被传染人数比例 x 传染病模型 模型1 模型2 (SI) 模型3 (SIS) 模型4 (SIR) 区分病人和健康人 考虑治愈 模型3, 4: 描述传播过程, 分析变化规律, 预报高潮时刻, 预防蔓延手段. 模型4: 数值计算与理论分析相结合. 4.5 正规战与游击战 战争分类：正规战争，游击战争，混合战争. 只考虑双方兵力多少和战斗力强弱. 兵力因战斗及非战斗减员而减少，因增援而增加. 战斗力与射击次数及命中率有关. 建模思路和方法为用数学模型讨论社会领域的实际问题提供了可借鉴的示例. 第一次世界大战Lanchester提出预测战役结局的模型. 一般模型 每方战斗减员率取决于双方的兵力和战斗力. 每方非战斗减员率与本方兵力成正比. 甲乙双方的增援率为u(t), v(t). f, g 取决于战争类型 x(t) ~甲方兵力，y(t) ~乙方兵力 模型假设 模型 正规战争模型 甲方战斗减员率只取决于乙方的兵力和战斗力 双方均以正规部队作战 忽略非战斗减员 假设没有增援 f(x, y)=?ay, a ~ 乙方每个士兵的杀伤率 a=ry py, ry ~射击率， py ~命中率 O 正规战争模型 为判断战争的结局，不求x(t), y(t)而在相平面上讨论 x 与 y 的关系. 平方律 模型 乙方胜 游击战争模型 双方都用游击部队作战 甲方战斗减员率还随着甲方兵力的增加而增加 忽略非战斗减员 假设没有增援 f(x, y)=?cxy, c~ 乙方每个士兵的杀伤率 c = ry py ry~射击率 py ~命中率 py=sry /sx sx ~ 甲方活动面积 sry ~ 乙方射击有效面积 O 游击战争模