数学建模1传染病模型.docVIP

：传染病模型 数学建模 PAGE 4 PAGE 5 逐鹿小站供稿 http://www.zhu.lu/ 传染病模型 摘要；医学科学的发展已经能够有效地预防和控制许多传染病，天花在世界范围内被消灭，鼠疫、霍乱等传染病得到控制。但是仍然有一些传染病暴发或流行，危害人们的健康和生命。在发展中国家，传染病的流行仍十分严重；即使在发达国家，一些常见的传染病也未绝迹，而新的传染病还会出现，如爱滋病（AIDS）等。有些传染病传染很快，导致很高的致残率，危害极大，因而对传染病在人群中传染过程的定量研究具有重要的现实意义。 传染病流行过程的研究与其他学科有所不同，不能通过在人群中实验的方式获得科学数据。事实上，在人群中作传染病实验是极不人道的。所以有关传染病的数据、资料只能从已有的传染病流行的报告中获取。这些数据往往不够全面，难以根据这些数据来准确地确定某些参数，只能大概估计其范围。基于上述原因，利用数学建模与计算机仿真便成为研究传染病流行过程的有效途径之一。 关键字：传染病；感染率；比例系数；易感者；感病者；移出者 1.问题重述 传染病流行过程的研究与其他学科有所不同，不能通过在人群中实验的方式获得科学数据。事实上，在人群中作传染病实验是极不人道的。所以有关传染病的数据、资料只能从已有的传染病流行的报告中获取。这些数据往往不够全面，难以根据这些数据来准确地确定某些参数，只能大概估计其范围。基于上述原因，利用数学建模与计算机仿真便成为研究传染病流行过程的有效途径之一。 请你完成以下问题： （1）请建立传染病模型，并分析被传染的人数与哪些因素有关？ （2）如何预报传染病高潮的到来? （3）为什么同一地区一种传染病每次流行时，被传染的人数大致不变？ 2.问题分析 社会、经济、文化、风俗习惯等因素都会影响传染病的传播，而最直接的因素是：传染者的数量及其在人群中的分布、被传染者的数量、传播形式、传播能力、免疫能力等，在建立模型时不可能考虑所有因素，只能抓住关键的因素，采用合理的假设，进行简化。 我们把传染病流行范围内的人群分成三类：S类，易感者（Susceptible），指未得病者，但缺乏免疫能力，与感病者接触后容易受到感染；I类，感病者（Infective），指染上传染病的人，它可以传播给S类成员；R类，移出者（Removal），指被隔离，或因病愈而具有免疫力的人。 3.建立模型 模型（1） 假设 1、除感染病特征外，人群个体间没有差异，感病者与易感者在人群中混合均匀（不考虑打预防针）。 2、人群的数量足够大（连续，可微），考虑平均效应。 3、每个病人单位时间内传染k个病人。 4、不考虑出生与死亡（在传染期内不痊愈也不死亡），也不考虑人群的迁入和迁出。 分析与建立模型 由假设1，设t时刻感病者为I(t)，由假设2，It连续，可微。由假设2，3，4可得 4.模型求解 取极限得，容易解得。 5.模型检验 病人以指数增长，这在传染病初期基本吻合，但是，当时，，显然不合实际。原因时在假设中，感染率仅与病人数有关是不符合实际的。假设（4）中设总人数为常数N，于是，当病人数量变化时，感病率不是常数，它与易感者S（t）有关。 模型（2）SI模型1 SI模型是指易感者被传染后变为感病者且经久不愈，不考虑移出者，人员流动图为： S→I。 假设 1.每个病人在单位时间内传染的人数为常数。 2.一人得病后，经久不愈，人在传染期内不会死亡。 记时刻t的得病人数为，开始时有个传染病人，则在时间内增加的病人数为 于是得： 其解为：。 6.模型分析与解释 这个结果与传染病初期比较吻合，但它表明病人人数将按指数规律无限增加，显然与实际不符。事实上，一个地区的总人数大致可视为常数（不考虑传染病传播时期出生和迁移的人数），在传染病传播期间，一个病人单位时间内能传染的人数则是在改变的。在初期，较大，随着病人的增多，健康者减少，被传染机会也将减少，于是就会变小。 模型（3）SI模型2 记时刻的健康者人数为 假设 1.总人数为常数，且。 2.单位时间内一个病人能传染的人数与当时健康者人数成正比，比例系数为（传染强度）。 3.一人得病后，经久不愈，人在传染期内不会死亡。 可得方程： ，即 解得： 。 模型分析：可以解得的极大值点为：。这可以表示传染病高峰时刻。当传染强度增加时，将变小，即传染高峰来得快，这与实际情况吻合。但当时，，这意味着最终人人都将被传染，显然与实际不符。 模型（4） 带宣传效应的SI模型（3）。 假设 1.单位时间内正常人被传染的比率为常数。 2.一人得病后，经久不愈，人在传染期内不会死亡。 我们得方程：，解得：，这表明最终每个人都要传染上疾病。 我们假设，宣传运动的开展将使得传染上疾病的人数减少，减少的速度与总人数成正比，这个比例常数取决于宣传强度