2025年线性代数传染病动力学中的SEIR模型试题.docVIP

2025年线性代数传染病动力学中的SEIR模型试题

一、SEIR模型的基本结构与参数体系

SEIR模型作为经典的传染病动力学仓室模型，通过将人群划分为易感者（S）、暴露者（E）、传染者（I）和恢复者（R）四个相互独立的状态，描述病原体在群体中的传播过程。其核心假设包括：

总人口恒定：$N=S+E+I+R$，忽略出生、死亡及迁移的影响；

状态转移不可逆：个体按$S\toE\toI\toR$的路径单向流动（无免疫丧失或重复感染）；

均匀混合假设：群体内个体接触概率均等，有效接触率仅与群体规模相关。

模型的关键参数定义如下表：

参数符号

物理意义

典型取值范围

单位

$\beta$

有效感染率（单位时间接触传染概率）

$0.1\sim1.0$

天$^{-1}$

$\sigma$

潜伏期结束速率（暴露者转传染者）

$1/5.2$（COVID-19）

天$^{-1}$

$\gamma$

恢复率（传染者转恢复者速率）

$1/14$（COVID-19）

天$^{-1}$

$R_0$

基本再生数（单个传染者平均传染人数）

$1.5\sim6.0$

无量纲

其中，$R_0=\beta/\gamma$是衡量疾病传播潜力的核心指标，当$R_01$时疫情将持续扩散，反之则逐渐消亡。

二、SEIR模型的微分方程组与线性化表示

2.1非线性微分方程组

S