《数学建模》传染病模型.pptVIP

5.1 传染病模型 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. 不是从医学角度分析各种传染病的特殊机理,而是按照传播过程的一般规律建立数学模型. 背景 与 问题 传染病的极大危害(艾滋病、SARS、?) 基本方法 已感染人数 (病人) i(t) 每个病人每天有效接触(足以使人致病)人数为? 模型1 假设 若有效接触的是病人,则不能使病人数增加 必须区分已感染者(病人)和未感染者(健康人) 建模 ? 模型2 区分已感染者(病人)和未感染者(健康人) 假设 1）总人数N不变，病人和健康 人的 比例分别为 . 2）每个病人每天有效接触人数为?, 且使接触的健康人致病. 建模 ? ~ 日 接触率 SI 模型 模型2 1/2 tm i i0 1 0 t tm~传染病高潮到来时刻 ? (日接触率)? ? tm? Logistic 模型 病人可以治愈！ ? t=tm, di/dt 最大 模型3 传染病无免疫性——病人治愈成为健康人，健康人可再次被感染. 增加假设 SIS 模型 3）病人每天治愈的比例为? ? ~日治愈率 建模 ? ~ 日接触率 1/? ~感染期 ? ~ 一个感染期内每个病人的有效接触人数，称为接触数. 模型3 i0 i0 接触数? =1 ~ 阈值 感染期内有效接触感染的健康者人数不超过病人数 1-1/? i0 模型2(SI模型)如何看作模型3(SIS模型)的特例 i di/dt 0 1 ? 1 0 t i ? 1 1-1/? i 0 t ? ?1 di/dt 0 模型4 传染病有免疫性——病人治愈后即移出感染系统，称移出者. SIR模型 假设 1）总人数N不变，病人、健康人和移出者的比例分别为 . 2）病人的日接触率? , 日治愈率?, 接触数 ? = ? / ? 建模 需建立 的两个方程. 模型4 SIR模型 无法求出 的解析解 先做数值计算, 再在相平面上研究解析解性质 模型4 SIR模型的数值解 i(t)从初值增长到最大; t??, i?0 s(t)单调减; t??, s?0.04 设?=1, ?=0.3, i0=0.02, s0=0.98, 用MATLAB计算作图i(t), s(t)及i(s) s i 相轨线i(s) 模型4 消去dt SIR模型的相轨线分析 相轨线 的定义域 相轨线 1 1 s i 0 D 在D内作相轨线 的图形，进行分析 s i 1 0 1 D 模型4 SIR模型 相轨线 及其分析 传染病蔓延 传染病不蔓延 s(t)单调减?相轨线的方向 P1 s0 im P1: s01/?? i(t)先升后降至0 P2: s01/?? i(t)单调降至0 1/?~阈值 P3 P4 P2 S0 模型4 SIR模型 预防传染病蔓延的手段 ? (日接触率)? ? 卫生水平? ?(日治愈率)? ? 医疗水平? 传染病不蔓延的条件——s01/? ? 的估计 降低 s0 提高 r0 提高阈值 1/? 降低 ?(=?/?) ? ?, ? ? 群体免疫 忽略i0 模型4 预防传染病蔓延的手段 降低日接触率? 提高日治愈率? 提高移出比例r0 以最终未感染比例s?和病人比例最大值im为度量指标. 0.0200 0.9172 0.02 0.98 1.25 0.5 0.4 0.0200 0.8122 0.02 0.98 1.0 0.5 0.5 0.1635 0.1965 0.02 0.98 0.5 0.3 0.6 0.3449 0.0398 0.02 0.98 0.3 0.3 1 im s? i0 s0 1/? ? ? 0.0200 0.6755 0.02 0.70 1.25 0.5 0.4 0.0200 0.6528 0.02 0.70 1.0 0.5 0.5 0.0518 0.3056 0.02 0.70 0.5 0.3 0.6 0.1685 0.0840 0.02 0.70 0.3 0.3 1 ? ?, ? ? s0? (r0 ?) s? ?, im ? s? ?, im ?