大多数传染病如天花、流感、肝炎、麻疹等治愈后均有很强的免疫力,所以病愈的人既非健康者(易感染者),也非病人(已感染者),因此他们将被移除传染系统,我们称之为移除者(Removed),记为R类。
1. 模型假设
假设(1):总人数N不变,人群分为健康者、病人和病愈免疫的移出者三类,称为SIR模型。时刻t三类人在总人数N中所占的比例分别记为s(t),i(t)和r(t)。
假设(2):病人的日接触率为λ,日治愈率为μ(与SI模型相同),传染期接触数为
2. 建模与求解
在假设(1)中显然有
对于病愈免疫的移出者的数量应为
s(s>),i(0i0>0),则由式(4.16)、式(4.20)、式(4.21),SIR模型可用微分方程组表示为
不妨设初始时刻的健康者、染病者的比例分别为00 0
s(t),i(t)的求解非常困难,在此,我们先作数值计算来预估s(t),i(t)的一般变化规律。
3. 数值计算
在方程(4.11)中设λ=1,μ=0.3,i(0)= 0.02,s(0)=0.98,用MATLAB软件编写程序:
输出的简明计算结果列入表4.3.1中。i(t),s(t)的图形如图4.3.7所示。图4.3.8是i~s图形,称为相轨线,初值i(0)=0.02,s(0)=0.98相当于图4.3.8中的P0点,随着t的增加,(s,i)沿轨线自右向左运动。由表4.3.1、图4.3.7、图4.3.8可以看出,i(t)由初值增长至t=7时达到最大值, 然后减少,t→∞, i→0, s(t)则单调减少,t→∞,s→0.039 8。
表4.3.1 i(t), s(t)的数值计算结果
图4.3.7 s(t),i(t)病人比例图
(www.xing528.com)
图4.3.8 i~s图形
为了分析i (t ),s (t)的一般变化规律,需要进行相轨线分析。
4. 相轨线分析
我们在数值计算和图形观察的基础上,利用相轨线讨论解i (t ),s (t)的性质。
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
在方程(4.22)中消去dt并注意到σ的定义,可得
容易求出方程(4.24)的解为
在定义域D内,式(4.25)表示的曲线即相轨线,如图4.3.9所示。其中,箭头表示随着时间t的增加,s(t)和i(t)的变化趋向。
下面根据式(4.22)、式(4.25)和图4.3.9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s∞,i∞和r∞):
图4.3.9 相轨线
(1)不论初始条件s0,0i如何,病人将消失,即t→∞,i→0。
(2)最终未被感染的健康者的比例是s∞,在式(4.25)中令i=0,得到s∞是方程
5. 群体免疫和预防
这就是说,只要通过群体免疫控制初始时刻的移出者比例(即免疫比例)就可以制止传染病的蔓延。
这种办法生效的前提条件是免疫者要均匀分布在全体人口中,实际上这是很难做到的。据估计,当时印度等国天花传染病的接触数σ=5,至少要有80%的人接受免疫。据世界卫生组织报告,即使花费大量资金提高0r,也因很难做到免疫者的均匀分布,使得天花直到1977年才在全世界根除。而有些传染病的σ更高,其根除就更加困难。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。