一类时滞SIR传染病模型稳定性与Hopf分岔分析.docVIP

一类时滞SIR传染病模型的稳定性与Hopf分岔分析 　　摘 要 研究了一类具有时滞及非线性发生率的SIR传染病模型. 首先利用特征值理论分析了地方病平衡点的稳定性,并以时滞为分岔参数, 给出了Hopf分岔存在的条件. 然后, 应用规范型和中心流形定理给出了关于Hopf分岔周期解的稳定性及分岔方向的计算公式.最后, 用Matlab软件进行了数值模拟. 　　关键词时滞;稳定性;非线性发生率; Hopf分岔 　　中图分类号O175.14 文献标识码:A 　　1 引 言 　　近年来, 传染病动力学得到了广大学者的广泛关注, 大量针对各种传染病的模型(如:[1-3])相继提出,并获得了一些很好的结果. 但大多数模型对发生率的选取往往限制在简单物质作用率即双线性函数或标准发生率函数上, 如文献[4-6]研究了具有双线性发生率的传染病数学模型的持久性、平衡点的稳定性等动力学行为. 然而在对某些传染病而言, 双线性与标准发生率的假设往往不足描绘现实背景, 因此,很多学者考虑了一般的非线性发生率, 如文献[7,8]在选取特殊的非线性发生率的基础上研究了平衡点的稳定性、Hopf分岔现象等动力学行为. 文献[9]研究了具有非线性发生率βSI??q的SER传染病模型.文献[10]使用了非线性饱和函数发生率. 　　本文将考虑下列SIR传染病模型 　　?? 　　??d??S(t)??d??t=r(1-S(t)K)S(t)-βS(t)I(t-τ)1+αS(t), 　　??d??I(t)??d??t=βS(t)I(t-τ)1+αS(t)-μI(t)-γI(t), 　　??d??R(t)??d??t=γI(t)-μR(t),(1) 　　其中S(t),I(t)及I(t)分别表示易感染类、感染类和恢复类在t时刻的个体数目, r为内禀自然增长率, K为环境对群体的最大容纳量,β为传染率,μ为自然死亡率,α为心理作用系数即易感者知道染病者染病后,就会采取相应的措施从而影响发生率变化,γ为移出率系数,τ表示疾病的潜伏期, 假设系统中所有的参数为非负数. 　　系统(1)的前两个方程不依赖于第三个方程, 因此可以仅考虑由方程组(1)的前两个方程所构成的系统 　　??d??S(t)??d??t=r(1-S(t)K)S(t)-βS(t)I(t-τ)1+αS(t), 　　??d??I(t)??d??t=βS(t)I(t-τ)1+αS(t)-μI(t)-γI(t). (2) 　　系统(2)的初始条件定义为: 　　S(θ)=φ??1(θ),I(θ)=φ??2(θ),φ??i(θ)≥0,θ∈[-τ,0],φ??i(0)≥0(i=1,2). 　　2 稳定性与Hopf分岔 　　定义基本再生数 　　R??0=βK(1+αK)((μ+r). 　　假设R??01,则系统(2)有唯一的平衡点E??*=(S??*,I??*),其中 　　S??*=γ+μβ-α(γ+μ),I??*=r(1+αS??*)S??*(1-S??*K)β. 　　系统(2)在平衡点E??*=(S??*,I??*)附近对应线性近似系统为 　　??d??S(t)??d??t=(r-2rS??*K-r(K-S??*)K(1+αS??*))S(t)-(γ+μ)I(t-τ), 　　??d??I(t)??d??t=(r(K-S??*)K(1+αS??*))S(t)-(γ+μ)I(t)+(γ+μ)I(t-τ).(3) 　　则系统(3)对应的特征方程为 　　λ??2+m??1λ+m??0+(n??1λ+n??0)??e??????-λτ??=0, (4) 　　其中 　　m??1=r(K-S??*)K(1+αS??*)+2rS??*K+γ+μ-r,m??0=(γ+μ)(r(K-S??*)K(1+αS??*)+2rS??*K-r), 　　n??1=-γ-μ,n??0=-(γ+μ)(2rS??*K-r). 　　定理1 假设R??01成立,且有不等式 　　2αs??*+1-Kα0,(5) 　　则当τ=0时,系统(2)的地方平衡点E??*是局部渐近稳定的. 　　经 济 数 学第 27 卷 　　第3期赵仕杰等:一类时??滞SIR传染病模型的稳定性与Hopf分岔分析?? 　　 　　证明 当τ=0时,特征方程(4)变为 　　λ??2+(m??1+n??1)λ+m??0+n??0=0.(6) 　　由于 　　m??1+n??1=r(K-S??*)K(1+αS??*)+2rS??*K-r=rS??*(2αS??*+1-Kα)K(1+αS??*). 　　从而由不等式(5)可知m??1+n??10.另一方面,由R??01可知S??*K,从而 　　m??0+n??0=r(γ+μ)(K-S?