5.1 传染病模型PPT.pptVIP

5.1 传染病模型 微分方程建模方法 Epidemic Model 广东医学院数学教研室唐国平 已感染人数 (病人) i(t) 每个病人每天有效接触(足以使人致病)人数为  模型1 假设 必须区分已感染者(病人)和未感染者(健康人)！？ 建模 ? 模型2 区分已感染者(病人)和未感染者(健康人) 假设 2）每个病人每天有效接触人数为 , 且使接触的健康人致病 建模  ~ 日接触率 SI 模型 Logistic 模型 Tm ~ 传染病高潮到来时刻  (日接触率)  tm 病人可以治愈！ ? t = tm, di / dt 最大 模型3 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  ~日治愈率 建模  ~ 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。 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 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 在D内作相轨线 i(s)的图形，进行分析 SIR模型 s(t) 单调减  相轨线的方向 P1: s01/  i(t)先升后降至0 P2: s01/  i(t)单调降至0 1/~阈值 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/ SIR模型 被传染人数的估计  小, s0  1 提高阈值1/降低被传染人数比例 x s0 - 1/ = 