传染病问题中的SIR模型.doc

假设：1、信息具有足够得吸引力,所有人都感兴趣，并传播。

2、人们对信息在一定时间内会失去兴趣.

传染病问题中得ＳIR模型

摘要：

2０03年春来历不明得SＡRS病毒突袭人间，给人们得生命财产带来极大得危害。长期以来，建立传染病得数学模型来描述传染病得传播过程,分析受感染人数得变化规律,探索制止传染病蔓延得手段等,一直就是我国及全世界有关专家与官员关注得课题。

不同类型得传染病得传播过程有其各自不同得特点,我们不就是从医学得角度一一分析各种传染病得传播，而就是从一般得传播机理分析建立各种模型,如简单模型,SＩ模型，SIＳ模型，SIR模型等。在这里我采用SIR(Susｃeｐｔiｂｌｅs，Infeｃtives，Rｅcoveｒeｄ）模型来研究如天花,流感,肝炎，麻疹等治愈后均有很强得免疫力得传染病，它主要沿用由Keｒmａｃｋ与McKｅndriｃk在1927年采用动力学方法建立得模型.应用传染病动力学模型来描述疾病发展变化得过程与传播规律，预测疾病发生得状态，评估各种控制措施得效果，为预防控制疾病提供最优决策依据，维护人类健康与社会经济发展。

关键字:传染病；动力学;SIＲ模型。

一﹑模型假设

在疾病传播期内所考察得地区范围不考虑人口得出生、死亡、流动等种群动力因素。总人口数N（ｔ)不变,人口始终保持一个常数Ｎ.人群分为以下三类：易感染者（Suscｅptibles）,其数量比例记为s(t）,表示t时刻未染病但有可能被该类疾病传染得人数占总人数得比例；感染病者（Infecｔives),其数量比例记为i（t）,表示t时刻已被感染成为病人而且具有传染力得人数占总人数得比例;恢复者（Ｒecoverｅd），其数量比例记为r（t),表示ｔ时刻已从染病者中移出得人数(这部分人既非已感染者，也非感染病者,不具有传染性,也不会再次被感染,她们已退出该传染系统。）占总人数得比例。

病人得日接触率（每个病人每天有效接触得平均人数）为常数λ,日治愈率（每天被治愈得病人占总病人数得比例）为常数μ,显然平均传染期为1/μ，传染期接触数为σ=λ／μ.该模型得缺陷就是结果常与实际有一定程度差距，这就是因为模型中假设有效接触率传染力就是不变得。

二﹑模型构成

在以上三个基本假设条件下,易感染者从患病到移出得过程框图表示如下:

s

s

i

λsi

r

μi

在假设１中显然有：

ｓ（ｔ）+i（t）＋r(t）=1(１)

对于病愈免疫得移出者得数量应为

（2)

不妨设初始时刻得易感染者，染病者，恢复者得比例分别为（〉0),(〉0)，=０、

ＳＩR基础模型用微分方程组表示如下：

(３）

ｓ（t)，i(ｔ）得求解极度困难,在此我们先做数值计算来预估计ｓ(t)，i（ｔ）得一般变化规律。

三﹑数值计算

在方程(3）中设λ=1，μ＝0、３，i（0）=0、02，s(0)=0、９8，用MATＬAＢ软件编程:

ｆunctiony＝ilｌ(t，x)

ａ=1；b=0、３;?y=[a＊x（1）＊x（2）-b*x（1）；－a＊x(１)＊x（2)］;

ts=0：50；

x0=［０、02，0、98］;

［t,x］=oｄe45（’ilｌ,tｓ,ｘ0)；

plｏｔ(t,x(:，1)，ｔ，ｘ(：,2））?pausｅ

plｏt（x（：,2），x(:,1)）

输出得简明计算结果列入表1。i（t）,s（t)得图形以下两个图形，i～s图形称为相轨线，初值i（0)＝0、０2，s（0）=0、98相当于图2中得P0点，随着t得增，（s，ｉ）沿轨线自右向左运动、由表1、图1、图2可以瞧出,i(t）由初值增长至约t=７时达到最大值,然后减少，t→∞，i→0，s(t)则单调减少,t→∞,s→0、03９８、并分析i（t），s（ｔ）得一般变化规律、

ｔ

0

1

2

3

4

5

6

7

8

i(ｔ）

０、0２０0

0、０390

0、０732

0、1285

0、２033

０、2７９5

0、33１2

0、3４４4

0、３２4７

s(t)

０、9800

０、9５25

0、9019

0、81６9

0、6927

０、５438

0、3995

0、283９

０、2027

t

9

10

15

2０

25

３0

35

４0

45

i(t)

0、286３

0、24１8

０、０787

0、０22３

0、0０6１

０、００１７

０、０005

0、0００1

０

s（ｔ）

０、1４93

０、11４5

0、0５４3

0、0434

0、０４０8

0、０4０1