传染病数学建模.docxVIP

传染病数学建模 传染病数学建模 第30题 传染病传播的数学模型 由于人体的疾病难以控制和变化莫测，医学中的数学模型也是较为复杂的。在研究传染病传播问题时，人们发现传染病传播所涉及的因素很多，例如，传染病人的多少，易受感染者的多少，免疫者(或感染后痊愈者) 的多少等。在将某一地区，某种传染病的统计数据进行处理和分析后，人们发现了以下的规律性： 设S k 表示在开始观察传染病之后第k 天易受感染者的人数，H k 表示在开始观察后第k 天传染病人的人数，I k 表示在开始观察后第k 天免疫者(或感染后痊愈者) 的人数，那么 S k +1=Sk -0.01S k (1) (2) H k +1=Hk -0.2H k ＋0.01S k I k +1=Ik +0.2Hk (3) 其中(1)式表示从第k 天到第k ＋1天有1％的易受感染者得病而离开了易受感染者的人群；(2)式表示在第k+1天的传染病人的人数是第k 天的传染病人的人数减去痊愈的人数0.2H k (假设该病的患病期为5 (3)式表示在第k ＋1天免疫者的人数是第k 天免疫者的人数加上第k 天后病人痊愈的人数。 将(1)，(2)和(3)式化简得 如果已知S 0，H 0，I 0的值，利用上式可以求得S 1，H 1， I 1的值，将这组值再代入上式，又可求得S 2，H 2，I 2的值，这样做下去，我们可以逐个地，递推地求出各组S k ，H k ，I k 的值。因此，我们把S k+1，H k ＋1，I k+1和S k ，H k ，I k 之间的关系式叫做递推关系式。 现在假设开始观察时易受感染者，传染病人和免疫者的人数分别为 将上述数据(5)代入(4)式右边得 利用递推关系式(4)反复计算得表30-1。 在建立上述数学模型的过程中，如果还要考虑该地区人员的迁入和迁出，人口的出生和死亡所引起的总人数的变化等因素，那么传染病传播的数学模型变得非常复杂。所以必须舍去次要因素，抓住主要因素，把问题简化，建立相应的数学模型。如果将由该数学模型计算的结果与实际比较后，与传染病传播的情况大致吻合，那么我们就可以利用该模型对得病人数进行预测和估计。例如，可以预测若干天后传染病人的人数等等，便于有关的医疗卫生部门作出相应的决策。 在上述模型中，易受感染者每天的发病率是1％，它只与易受感染者的人数S k 有关。对于有些传染病，情形更为复杂，它不仅与易受感染者的人数有关，也与传染病人的人数H k 有关，因为传染病人的人数越多，传染病的发病率也就越高。这样，就必须将由(1)，(2)和(3)式所给出的模型加以修改。这里，我们假设该地区人口总数为N ，是一个常数。于是， S k =N-(Hk ＋I k ) (7) 其中I k 为在开始观察后第k 天免疫者(或感染后痊愈者) 的人数。设传染病人每天的痊愈率为α，则 I k +1=Ik +αH k (8) 最后，假设每天发病人数与易受感染者的人数S k 和传染病人的人数H k 均成正比，且其比例因子为β，那么 H k+1=Hk +βS k H k -αH k (9) 将(7)，(8)和(9)组合起来，就得到关于S k ，H k ，I k 的递推关系式： 如果已知N ，α和β，并给定S 0，H 0和I 0，那么利用上式就可以计算H 1和I 1，利用H 1和I 1，由(7)式，可以计算S 1，然后计算H 2和I 2，再计算S 2，??这样，(10)式就给出了关于传染病传播的第2个数学模式。 利用数学模型(4)或(10)式可以对该传染病传播的情形作一些定性的分析。 设ΔS k =Sk ＋1-S k 表示从第k 天到第k+1天易受感染者人数的变化，ΔI k =Ik+1-I k 表示从第k 天到第k ＋1天免疫者(或感染后痊愈者) 人数的变化。从数学模型(4)式可以看到 ΔS k =-0.01S k ≤0 ΔI k =0.2Hk ≥0 所以易受感染者人数只可能减少不会增加，而免疫者人数只可能增加不会减少。现问对数学模型(10)式来说，易受感染者的人数，免疫者的人数以及传染病人的人数各有什么变化规律？ 分析：类似于数学模式(4)式的情形，分别计算ΔS k ，ΔI k 与ΔH k (=Hk+1-H k ) ，然后加以分析。 解 由(10)式得： ΔS k =N-(Hk+1＋I k+1) -[N-(Hk +Ik )] =(Ik -I k+1)+(Hk -H k+1) =-αH k -βS k H k +αH k