数学建模实验(传染病模型).docVIP

实验二：传染病模型 1、模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。 （1）不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持一个常数，即。 （2）一个病人一旦与易感者接触就必然具有一定的传染力。假设时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数成正比，比例系数为，从而在时刻单位时间内被所有病人传染的人数为。 2、模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。 （1）不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持一个常数。即。 （2）一个病人一旦与易感者接触就必然具有一定的传染力。假设时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数成正比，比例系数为，从而在时刻单位时间内被所有病人传染的人数为。 （3）时刻，单位时间内从染病者中治愈的人与病人数量成正比，比例系数为，单位时间内治愈的人不具有免疫，将再成为易感者。 3、SIR模型的建立基于以下三个假设，求出平衡点、给出参数、图示模型曲线。 （1）不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持一个常数，即。 （2）一个病人一旦与易感者接触就必然具有一定的传染力。假设时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数成正比，比例系数为，从而在时刻单位时间内被所有病人传染的人数为。 （3）t时刻，单位时间内从传染者中移出的人数与病人数量成正比，比例系数为，单位时间内移出者的数量为。 求解过程 1、模型：由题目条件假设可以得到微分方程： ，又因为， 令初始时刻病人的比例为，则有： %求平衡点,r为有效传染率,x病人比例 syms r x solve(r*x*(1-x),x) ans = 0 1 %方程求解 syms i r t dsolve(Di=r*i*(1-i),i(0)=i0,t) ans = 1/(1-exp(-r*t)*(-1+i0)/i0) %绘制图形 r=0.5,i0=0.01 fplot(1/(1-exp(-r*t)*(-1+i0)/i0),[0,40]) fplot(1/(1-exp(-0.5*t)*(-1+0.01)/0.01),[0,40]) function di=isf(t,i)di=0.5*i*(1-i); [t,i]=ode45(@isf,[0 40],[0.01]);plot(t,i) 图示4 模型的i~t曲线 图示5 模型的di/dt~i曲线 2、模型 根据模型及增加的假设条件，可得： ，即： 记 ， 则方程改写为 %求解方程 syms r b i t % b 为有效传染率,r 为治愈率 dsolve(Di=b*i*(1-i)-r*i,i(0)=i0,t) ans = (b-r)/(b-exp(-(b-r)*t)*(-b+r+i0*b)/i0/(b-r)*b+exp(-(b-r)*t)*(-b+r+i0*b)/i0/(b-r)*r) %求平衡点 syms x %(b=0.5,r=0.2) solve(0.5*x*(1-x)-0.2*x; ) ans = 0. .60000000000000000000000000000000 %绘制图形 function di=sisf(t,i) di=0.5*i*(1-i)-0.2*i; [t,i]=ode45(@sisf,[0 40],[0.01]); plot(t,i) 图示6 模型的i~t曲线（1） 图示7 模型的i~t曲线（≤1） fplot(-0.5*x*[x-(1-1/20)],[0,1]) fplot(-0.5*x*[x-(1-2)],[ 0,1]) 图示8模型的di/dt~i曲线（1） 图示9模型的di/dt~i曲线（≤1） 3、 模型 模型的方程为 function dx=sirf(t,x) dx=zeros(2,1); dx(1)=0.5*x(1)*x(2)-0.2*x(1); %x(1)表示i,x(2)表示s dx(2)=-0.5*x(1)*x(2); [t,x]=ode45(@sirf,[0 50],[0.01 0.99]); plot(t,x(:,1),t,x(:,2)),grid,pause plot(x(:,2),x(:,1)),grid 图示10 模型的 图示11 模型的相轨线 备注：由于与连接不好，