微分方程建模—传染病模型.ppt

* 箭头方向表示了随着时间t的增加，x(t)和y(t)的变化趋向。 从图中可见，当y1/σ时，x(y)单调递减；而当y1/σ时，x(y)单调递增。即当易感者人数y(t)不超过阈值1/σ时（如P2），随着时间趋于无穷，感染者人数x(t)单调趋于零；而当易感者人数y(t)大于阈值1/σ时（如P1），开始时感染者人数越来越多(传染病开始蔓延——即感染者比例在一段增长的时期内)，同时易感者人数在减少。这样经过一个时期的流行后，易感者人数必将减少到阈值1/σ处此后感染者随着时间的推移单调减至零。所以，这个模型是一个乐观的模型，传染病最终会被消灭。 * 由上面的分析，可以看出，传染病不会蔓延的条件是初始时刻的易感者y01/σ。 因此为了预防传染病，一种方法是设法提高阈值1/σ。注意到人们的卫生水平越高，患病率越小；医疗水平越高，治愈率越大。所以，提高卫生水平和医疗水平有助于控制传染病的蔓延。 另一方面，为了制止蔓延，降低初始易感染者人数y0也是控制传染病的有效途径，这可以通过譬如预防接种使群体对该传染病具有免疫功能的方式来达到，这也从另一角度说明了进行预防接种的必要性。 微分方程建模——传染病模型 传染病模型 目的 描述传染病的传播过程 分析受感染人数的变化规律 预报传染病高潮到来的时刻 预防传染病蔓延的手段 按照传播过程的一般规律，用机理分析方法建立模型 一、微分方程建模 在研究实际问题时，常常会涉及到某些变量的变化率或导数问题，这样所得到变量之间的关系式就是微分方程模型。微分方程模型反映的是变量之间的间接关系，因此，要得到直接关系，就得求解微分方程。 求解微分方程有三种方法： 1）求精确解；2）求数值解（近似解）；3）定性理论方法。 建立微分方程模型的方法 （1）根据规律列方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律等来建立微分方程模型。 （2）微元分析法 利用已知的定理与规律寻找微元之间的关系式，与第一种方法不同的是对微元而不是直接对函数及其导数应用规律。 （3）模拟近似法 在生物、经济等学科的实际问题中，许多现象的规律性不很清楚，即使有所了解也是极其复杂的，建模时在不同的假设下去模拟实际的现象，建立能近似反映问题的微分方程，然后从数学上求解或分析所建方程及其解的性质，再去同实际情况对比，检验此模型能否刻画、模拟某些实际现象。 二、问题重述 问题: 有一种传染病（如SARS、甲型H1N1）正在流行。现在希望建立适当的数学模型，利用已经掌握的一些数据资料对该传染病进行有效地研究，以期对其传播蔓延进行必要的控制，减少人民生命财产的损失。考虑如下的几个问题，建立适当的数学模型，并进行一定的比较分析和评价展望。 1、不考虑环境的限制，设单位时间内感染人数的增长率是常数，建立模型求t时刻的感染人数。 2、假设环境条件下所允许的最大可感染人数为 。单位时间内感染人数的增长率是感染人数的线性函数，最大感染时的增长率为零。建立模型求t时刻的感染人数。 3、现有卫生防疫部门采集到的某地区一定时间内一定间隔区间的感染人数数据（见下表），利用该数据确定上述两个模型中的相关参数，并将它们的预测值与实际数据进行比较分析（计算仿真偏差）并对两个模型进行适当的评价。（注：该问题中，设最大可感染人数为2000人） 4、假设总人口可分为传染病患者和易感染者，易感染者因与患病者接触而得病，而患病者会因治愈而减少且对该传染病具有很强的免疫功能，建立模型分析t时刻患病者与易感染者的关系，并对传染情况（如流行趋势，是否最终消灭）进行预测。 三、问题分析 1、这是一个涉及传染病传播情况的实际问题，其中涉及传染病感染人数随时间的变化情况及一些初始资料，可通过建立相应的微分方程模型加以解决。 2、问题表述中已给出了各子问题的一些相应的假设。 3、在实际中，感染人数是离散变量，不具有连续可微性，不利于建立微分方程模型。但由于短时间内改变的是少数人口，这种变化与整体人口相比是微小的。因此，为了利用数学工具建立微分方程模型，我们还需要一个基本假设：感染人数是时间的连续可微函数。 三、问题求解 3.1、问题1的解答——模型一 A、模型假设 1)、感染人数是时间的连续可微函数； 2)、单位时间内感染人数的增长率是常数，或单位时间内感染人数的增长量与当时的感染人数成正比。 B、模型构成 设t时刻的感染人数为 ，初始时刻( )的感染者人数为 ，感染者的增长率为r，根据单位时间内感染人数的增长率是常数的假设，t到 时间内感染人数的增量为： 因此， 满足如下的微分方程： C、模型求解 这是一个线性常系数微分方程，容易求得其解为： D、模型分析 由上述解的