传染病的sir模型研究.pdfVIP

      用Mathematics软件研究实际问题中的常微分方程      作者 ： 吴晨光 （5090719046）  贺一堂 （5090719045）   2011.1 1 传染病的 SIR 模型 作者: 吴晨光 贺一堂 假设条件： 1. 在疾病传播期内所考察地区总人数 N 保持不变,既不考虑生死，也不考虑迁移。人群分 为易感染者(Susceptible)和已感染者(Infective)，以下简称健康者和病人。时刻t 这两类人 在总人数所占的比例分别为 s(t)和 i(t). 2. 每个病人每天有效接触的平均人数是λ，称为日接触率。当病人与健康者有效接触时， 健康者受感染变为病人。 3. 每天被治愈的病人数占病人总数的比例为常数μ，称为日治愈率，定义σ= λ/ μ为传染 期接触数。 大多数传染病如天花、流感、肝炎、麻疹等患者治愈后均有很强的免疫力，所以病愈的人既 非健康者也非病人，他们已退出传染系统，将这类人在人群中所占比例设为 r(t),下面将详细 讨论该模型。 模型构成： 由假设 1 显然有 s(t)+i(t)+r(t)=1 ； （1） di 根据 Logistic 模型 应有 N = λN s i – μN i ; （2 ） dt 对于病愈免疫的移出者而言应有 dr N = μN i ； （3 ） dt 由假设 σ= λ/ μ （4 ） 再记初始时刻的健康者和病人的比例分别是 s (s 0)和i (i 0)(不妨设移出者初始条件r =0) ， 0 0 0 0 0 由（1）（2 ）（3 ），SIR 模型的方程可写为, di = λs i – μi , i(0)= i0 dt ds = - λs i , s(0)= s0 （5 ） dt 该方程组无法求出 s(t)和 i(t) 的解析解，我们先作数值计算，设λ=1 ，μ=0.3, i(0)= 0.02 ， s(0)= 0.98；用Mathematics 软件分别作出 s(t)和 i(t) 的图线（图 1）以及i~s 相轨线（图 2 ）。 2 以下为程序语言： #include graphics.h #include stdio.h main() { double s=0.98000; double i=0.02000; double k=1.00000; double u=0.3; double s1=s; double i1=i; double dt=0.04; long int t=1; int scale=1; int drive=VGA; int mode=VGAHI; initgraph(drive,