Modeling传染病的数学建模与分析报告.docxVIP

传染病的数学建模与分析

时间：2010年9月7日地点：2楼阶梯教室

一、传染病建模的意义

传染病历来就是威胁人类健康的大敌.人类征服传染病的道路依然曲折漫长。近20年来像AIDS病、SARS、禽流感等重大传染病相继爆发.在全球蔓延。2008手足口病的爆发曾给婴幼儿的健康带来了极大的危害。2009年的H1N1又来侵害年轻的我们。结核、白喉、鼠疫、登革热等一些老的传染病也重新抬头.给人们工作、生活和国民经济的发展带来了极大的影响。2003年突发的SARS传染病给我们的公共卫生体系应对突发性传染病提出了新的要求.也给数学在研究传染病动力学性态和预测等方面提出了一系列新问题。因此.研究和分析传染病传播的数量规律.建立有效的防控机制既是摆在我们面前的一个困难问题.也是一项紧迫任务。

建立数学模型的目的是：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。

二、 基本的传染病动力学模型

在传染病动力学中.长期以来主要使用的数学模型是所谓的“仓室”（compartment）模型.它的基本思想由Kermack与McKendrick创立于1927年.但一直到现在仍然被广泛的使用和不断地发展着。下面我们以他们提出的一个经典的基本模型为例.来阐述建立仓室模型的基本思想和有关基本概念.并显示由模型能得到的主要结论。

Kermack-McKendrick的S?I?R仓室模型

所谓S?I?R仓室模型就是针对某类传染病将该地区的人群分成以下三类（即三个仓室）：

易感者（Susceptibles）类其数量记为S(t).表示t时刻未染病但有可能被该类疾病传染的人数。

染病者（Infectives）类其数量记为I(t).表示t时刻已被感染成病人而且具有传染力的人数。

. .

移出者（Removed）类其数量记为R(t).表示t时刻已从传染病者类移出的人数。

设总人口为N(t).则有N(t)?S(t)?I(t)?R(t)。K-M的SIR模型是一个十分简单粗糙的模型。它的建立基于以下三个基本假设：

不考虑人口的出生、死亡、流动等种群动力因素。这意味着考虑一个封闭环境而

且假定疾病随时间的变化要比出生、死亡随时间变化显著得多.从而后者可以忽略不计。这样.此环境的总人口始终保持为一个常数.即N(t)?K.或S(t)?I(t)?R(t)?K。

一个病人一旦与易感者接触就必然具有一定的传染力。这里假设t时刻单位时间内.一个病人能传染的易感者数目与此环境内易感者总数S(t)成正比.比例系数为?（称为传染系数）.从而在t时刻单位时间内被所有病人传染的人数（即新病人数）为

?S(t)I(t)。

t时刻.单位时间内从染病者类移出的人数与病人数量成正比.比例系数为?.从而单位时间内移出者的数量为?I(t)。显然.?是单位时间内移出者在病人中所占的比例.称为移出率系数.当不致混淆时也简称为移出率。当移出者中仅包括康复者时.移出率系数又称为恢复率系数或简称为恢复率。

在以上三个基本假设下.易感者从患病到移出的过程可用下述框图描述：

对每一个仓室的人口变化率建立平衡方程式.便得到以下模型：

???dS???SIdt

?

?

dI

?

??dt

?

??SI??I

?dR

??I

（1-1）

??dt

下面.我们通过对模型（1-1）的分析和解的渐近性态研究来初步显示动力学模型对认识传染病流行规律所起的作用。

. .

将（1-1）中三个方程两端分别相加.得

.d(S?I?R)?0

.

dt

从而

S(t)?I(t)?R(t)?K（常数）

由于（1-1）中前两个方程中不含R.故实际上我们只需先讨论前两个方程：

?dS???SI

?dt

?dI

??dt?I(?S??)

?

（1-2）

dt由于dS?0.S(t)单调递减且有下界（为0）.故极限

dt

存在。由（1-2）有

limS(t)?S

t?? ?

dI

??1?

?. ???

（1-3）

dS S ?

可见.当S??时.I达到极大值。可见.当初始时刻易感者数量S(0)?S ??时.随时间增长.

0

染病者数量I(t)将先增加达到最大值I(?).然后再逐渐减少而最终消亡。这一现象表明.只

?要S ??.即S?1

?

0 0

?1.就有dI?I(?S??)?0.疾病就会流行。

dt令