电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

四种传染病模型的建模分析VIP免费

四种传染病模型的建模分析_第1页
1/9
四种传染病模型的建模分析_第2页
2/9
四种传染病模型的建模分析_第3页
3/9
对四种传染病模型的讨论与分析模型一(1)模型假设1.初始时,该地区存在一定的病人x0,2.每个病人每天都接触到一定的人数,且每次接触都会造成感染3.病人不被约束,可在一定区域内随机移动(2)建立模型在这个模型中,设时刻t的人数x(t)是连续、可微函数,并且每天每个病人有效接触(足以使人致病的接触)的人数为常数λ,考察到t+△t病人人数的增加,就有x(+△t)-x(t)=λx(t)△t再设t=0时有xo个病人,即得微分方程dx/dt=λxx(0)=x0方程(1)的解为x(t)=x0e^λt(3)代码求解symsλtx0ezplot(y,[0.100])figurey=x0e^λtplot(t,y)(4)结果分析随着时间t的增长,病人数x(t)无线增长,与实际不符。模型二(SI模型)(1)模型假设1.在传播期内所考察地区的总人数N不变,人群分为健康人和病人,时刻t这两类人在总人数中所占比例为s(t)和i(t)2每个病人每天有效接的平均人数是常数a,a为为日接率,当病人与健康者有效接触时,可使患病。(2)建立模型根据假设,每个病人每天可使as(t)个健康人变成病人,t时刻病人数为Ni(1),所以每天共有aNs(t)i(t)个健康者被感染,即病人的增加率为:Ndi/dt=aNsi。又因为s(t)+i(t)=1再记时刻t=0时病人的比例为i0则建立好的模型为:di/dt=ai(1-i),i(0)=i0(3)代码求解symsaIti0i=dsolve(‘Di=a*i*(1-i)’,’i(0)=i0’,’t’);y=subs(i,{ai0},(0.3,0.02})ezplot(y,[0.100])figurei=str2double(i);i=0:0.01:1;y=0.3*i.*(1-i);plot(i,y)(4)结果分析由上图可知,在i=0:1内,di/dt总是增大的,且在i=0.5时,取到最大值,即在t>inf时,所有人都将患病。上述模型显然不符合实际模型三(SIS模型)(1)模型假设假设条件12与模型SI相同3.每天核治的病人数占病人总数的比例为常数u,成为日治愈率,病人治意后成为仍可被感染的康者。显然1/u和是平均传染期(2)模型建立病人的增加率;Ndi/dt=aNsi-uNi且1(t)+s(t)=1则有:di/dt=ai(1-i)-ui在此定义k=a/b,可知k是整个传染传染期内每个病人有效接触的平均人数,成为接触数则立好的模型为:di/dt=-ai[i-1/k]1(0)=i0(2)代码求解>>symsauIti0>>dsolve(‘Di=a*i*(1-i)-u*I’,’i(0)=i0’,’t’)>>symsk>>k=a/u;>>i=dsolve(‘Di=a*i*(1-i)-u*I’,’i(0)=i0’,’t’)>>y=subs(i,{k,a,i0},{2,0.3,0.02};>>ezplot(y,[0,100])>>pause>>gtext(‘1/k’)>>legend(‘k>1)>>figure>>i=str2double(i);>>i=0:0.01:1;>>y=-0.3*i.*[i-1/2];>>plot(I,y)>>gtext(‘1-1/k’)>>legend(‘k=2’)>>y=subs(I,{k,a,i0},{0.8,03,0.02})>>ezplot(y,[0.100])>>legend(‘k>i=str2double(i);>>i=0:0.01:1;>>y=-0.3*i.*[i-(1-(1/0.8))]>>plot(I,y)>>legend(‘k=0.8’)>>gext(‘k=l’)(4)结果分析不难看出,接触数k=1是一个阈值,当k>1时,i(t)的增减性取决于i0的大小,但其极限值i(∞)=1-1/k随k的加而增加;当k<=1时,病人比例i(t)变小,最终趋于0,这是由于传染期内经有效解除从而使健者患者的人数不超过原来病人数的缘故。模型四.SIR模型(1)模型假设1_总人数N不变,人群分为健康者、病人和病愈者三类,称SIR型。时刻t三类人在总人数N中占得比例分别记作s(t),i(t),r(t)。2病人的日接触率为λ日治愈率为μ,传染期接触数为σ=λ/μ(2)模型建立由假设1显然有s(t)+i(t)+r(t)=1对于病愈免疫的移出者而言应有Ndr/dt=μNi再记初始时刻的健康者和病人的比例分别是s0和i0,则SIR模型的方程可以写作di/dt=λsi-μi,i(0)=t0ds/dt=-λsi,s(0)=S0(3)代码求解我们无法求出解析解,先做数值计算设λ=1,μ=0.3,i(0)=0.02,s(0)=0.98,使用matlab编程functiony=ill(t,x)a=1,b=0.03;y=[a*x(q)*x(2)-b*x(1),-a*x(1)*x(2)]’;ts=0:50;x0=[0.02,0.98];[t,x]=ode45(‘ill’,ts,x0);[t,x]plot(t,x(:,1),t,x(:,2)),grid,pauseplot(x(:,2),x(:,1)(4)结果分析i(t),s(t)的图形见左图,iーs的图形见右图,称为相轨线,随着t的增加,(s,i)沿轨线自右向左运动。由上图结合表1可知,i(t)由初値増长至约t=7时达到最大值,然后减少,t-∞,t-0;s(t)则单调减少t→∞,S→0.0398进行相轨线分析,可得:s-i平面称为相平面,相轨线在相平面上的定义域(s,i)∈D为D={(s,t)|s>=0,i>=0,s+i<=1)}在方程(3)中消去dt,并注意到σ的定义,可得di/dt=1/σs-1,i=i0(s=s0)(4)容...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

四种传染病模型的建模分析

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部