传染病问题中的SIR模型【完整版】.doc





《传染病问题中的SIR模型【完整版】.doc》由会员分享,可在线阅读,更多相关《传染病问题中的SIR模型【完整版】.doc(13页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、传染病问题中的SIR模型【完整版】(文档可以直接使用,也可根据实际需要修订后使用,可编辑放心下载)传染病问题中的SIR模型 摘要:2003年春来历不明的SARS病毒突袭人间,给人们的生命财产带来极大的危害。长期以来,建立传染病的数学模型来描述传染病的传播过程,分析受感染人数的变化规律,探索制止传染病蔓延的手段等,一直是我国及全世界有关专家和官员关注的课题。不同类型的传染病的传播过程有其各自不同的特点,我们不是从医学的角度一一分析各种传染病的传播,而是从一般的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SIRSusceptibles,Infectives
2、,Recovered模型来研究如天花,流感,肝炎,麻疹等治愈后均有很强的免疫力的传染病,它主要沿用由Kermack与McKendrick在1927年采用动力学方法建立的模型。应用传染病动力学模型来描述疾病开展变化的过程和传播规律,预测疾病发生的状态,评估各种控制措施的效果,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开展。关键字:传染病;动力学;SIR模型。一模型假设1. 在疾病传播期内所考察的地区范围不考虑人口的出生、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
3、染病但有可能被该类疾病传染的人数占总人数的比例;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的人数占总人数的比例;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的人数这局部人既非已感染者,也非感染病者,不具有传染性,也不会再次被感染,他们已退出该传染系统。占总人数的比例。2. 病人的日接触率每个病人每天有效接触的平均人数为常数,日治愈率每天被治愈的病人占总病人数的比例为常数,显然平均传染期为1,传染期接触数为=。该模型的缺陷是结果常与实际有一定程度差距,这是因为模型中假设有效接触率传染力是不变的。二模型构成
4、在以上三个根本假设条件下,易感染者从患病到移出的过程框图表示如下:sisiri在假设1中显然有:s(t) + i(t) + r(t) = 1 1对于病愈免疫的移出者的数量应为 2不妨设初始时刻的易感染者,染病者,恢复者的比例分别为0,0,=0.SIR根底模型用微分方程组表示如下: 3 s(t) , i(t)的求解极度困难,在此我们先做数值计算来预估计s(t) , i(t)的一般变化规律。三数值计算在方程3中设=1,=0.3,i0= 0.02,s0=0.98,用MATLAB软件编程:function y=ill(t,x)a=1;b=0.3;y=a*x(1)*x(2)-b*x(1);-a*x(1)
5、*x(2);ts=0:50;x0=0.20,0.98;t,x=ode45(ill,ts,x0);plot(t,x(:,1),t,x(:,2)pauseplot(x(:,2),x(:,1)输出的简明计算结果列入表1。i(t) , s(t)的图形以下两个图形,is图形称为相轨线,初值i(0)=0.02,s(0)=0.98相当于图2中的P0点,随着t的增,(s,i)沿轨线自右向左运动.由表1、图1、图2可以看出,i(t)由初值增长至约t=7时到达最大值,然后减少,t,i0,s(t)那么单调减少,t,s0.0398. 并分析i(t),s(t)的一般变化规律.t 0 1 2 3 4 5 6 7 8i(t
6、)0.02000.03900.07320.12850.20330.27950.33120.34440.3247s(t)0.98000.95250.90190.81690.69270.54380.39950.28390.2027 t 9 10 15 20 25 30 35 40 45i(t)0.28630.24180.07870.02230.00610.00170.00050.00010s(t)0.14930.11450.05430.04340.04080.04010.03990.03990.0398 表1 i(t),s(t)的数值计算结果四相轨线分析 我们在数值计算和图形观察的根底上,利用相轨
7、线讨论解it,st的性质。 i s平面称为相平面,相轨线在相平面上的定义域s,iD为 D = s,i| s0,i0 , s + i 1 4 在方程3中消去并注意到的定义,可得 , 5 所以: 6利用积分特性容易求出方程(5)的解为: 7在定义域D内,(6)式表示的曲线即为相轨线,如图3所示.其中箭头表示了随着时间t的增加s(t)和i(t)的变化趋向.下面根据(3),(17)式和图9分析s(t),i(t)和r(t)的变化情况(t时它们的极限值分别记作, 和)。1.不管初始条件s0,i0如何,病人消失将消失,即: 8其证明如下: 首先,由(3) 而 故 存在; 由(2) 而 故 存在;再由(1)知
8、存在。其次,假设那么由(1),对于充分大的t 有 , 这将导致,与存在相矛盾.从图形上看,不管相轨线从P1或从P2点出发,它终将与s轴相交(t充分大).2.最终未被感染的健康者的比例是,在(7)式中令i=0得到, 是方程 9在(0,1/)内的根.在图形上是相轨线与s轴在(0,1/)内交点的横坐标. 3.假设1/,那么开始有,i(t)先增加, 令=0,可得当s=1/时,i(t)到达最大值: 10 然后s1/(即1/s0)时传染病就会蔓延.而减小传染期接触数,即提高阈值1/使得1/(即 1/),传染病就不会蔓延(健康者比例的初始值是一定的,通常可认为接近1)。 并且,即使1/,从(19),(20)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整版 传染病 问题 中的 SIR 模型

限制150内