医学科学的发展已经能够有效地预防和控制许多传染病，但是仍然有一些传染病暴发或流行，危害人们的健康和生命。
社会、经济、文化、风俗习惯等因素都会影响传染病的传播，而最直接的因素是：传染者的数量及其在人中的分布、被传染者的数量、传播形式、传播能力、免疫能力等。
一般把传染病流行范围内的人分成三类：S 类，易感者(Susceptible)，指未得病者，但缺乏免疫能力，与感染者接触后容易受到感染；I 类，感病者(Infective)，指染上传染病的人，它可以传播给S 类成员；R 类，移出者(Removal)，指被隔离或因病愈而具有免疫力的人。
问题提出
请建立传染病模型，并分析被传染的人数与哪些因素有关？如何预报传染病高潮的到来?为什么同一地区一种传染病每次流行时，被传染的人数大致不变？ 关键字：传染病模型、建模、流行病
金山快译怎么用摘要：随着卫生设施的改善、医疗水平的提高以及人类文明的不断发展，诸如、天花等曾经肆虐全
球的传染性疾病已经得到有效的控制。但是一些新的、不断变异着的传染病毒却悄悄向人类袭来。20世纪80年代十分险恶的爱滋病毒开始肆虐全球，至今带来极大的危害。还有最近的SARS 病毒和禽流感病毒，都对人类的生产生活造成了重大的损失。长期以来，建立制止传染病蔓延的手段等，一直是各国有关专家和官员关注的课题。 不同类型传染病的传播过程有其各自不同的特点，弄清这些特点需要相当多的病理知识，这里不可能从医学的角度一一分析各种传染病的传播，而只是按照一般的传播模型机理建立几种模型。
模型1马鞍山化工厂爆炸
在这个最简单的模型中，设时刻t 的病人人数x(t)是连续、可微函数， 病人人数的增加，就有到考察的人数为常数足使人致病接触并且每天每个病人有效t t t ∆+λ)(t t x t x t t x ∆=-∆+)()()(λ
程有个病人，即得微分方时有再设00x t =
)1()0(,d d 0x x x t
x ==λ 方程（1）的解为
)2()(0t e x t x λ=
结果表明，随着t 的增加，病人人数x(t)无限增长，这显然是不符合实际的。
建模失败的原因在于：在病人有效接触的人中，有健康人也有病人，而其中只有健康人
才可以被传染为病人，所以在改进的模型中必须区别健康人和病人这两种人。
模型2 SI 模型
假设条件为
1.在疾病传播期内所考察地区的总人数N 不变，即不考虑生死，也不考虑迁移。人分为易感染者即健康人（Susceptible ）（S ）和已感染者即病人（Infective ）（i ）两类（取两个词的第一个字母，称之为SI 模型），以下简称健康者和病人。时刻t 这两类人在总人数中所占比例分别记作s(t)和i(t)。
2.每个病人每天有效接触的平均人数是常数λ，称为日接触率。当病人与健康者接触时，使健康者受感染变为病人。
的增加率，即
就是病人数个健康者被感染，于是有，所以每天共为病人数为个健康者变为病人，因天可使根据假设，每个病人每Ni Nsi t i t Ns t Ni t s λλλ)()()()( )
3(d d Nsi t i N λ=)4(1)()(=+t i t s ，则
病人的比例为再记初始时刻0)0(i t =)5()0(,)1(d d 0i i i i t i =-=λ
方程（5）是Logistic 模型。它的解为 )6(1111
窦蔻0t e i λ-⎪⎪⎭
⎫ ⎝⎛-+
所示。和图的图形如图和21~d d ~)(i t i t t i
，这个时刻为到达最大值时第一，当可知，式及图由m t i t i i ⎪⎭⎫ ⎝⎛=d d d d 2/11)6(),5()7(11ln 01⎪⎪⎭⎫ ⎝⎛-=-i t m
λ
这时病人增加的最快，可以认为是医院的门诊量最大的一天，意味着传染病高潮的到来，是医疗卫生部门应该关注的时刻。
况。
，这显然不符合实际情将被传染，全变为病人即所有人终时到来。第二，当可以推迟传染病高潮的健设施、提高卫生水平以改善保越小卫生水平越高。所，表示该地区的卫生水平成反比，因为日接触率与,1→∞→i t t m λλλ其原因是模型中没有考虑到病人可以治愈，人中的健康者只能变成病人，病人不会再变成健康者。
模型3 SIS 模型
有些病毒人在感染并治愈之后，没有免疫性，即还有可能再被感染。
模型假设
在模型二假设条件的前提下我们再增加一个假设条件
体外诊断
3.病人每天治愈的比例为μ日治愈率。μ
λσ=一个感染期内每个病人的有效接触人数
模型构成
于是有[]Ni(t)-t (t)i(t)i(t)-t)i(t N μλ∆=∆+Ns （8）
危急重病人达50%
可得微分方程
i i(0) i -i)-(1==μλi dt di 0 （9） 得到[])1/-(1--di σλi i dt = （10）
模型 4 SIR 模型
大多数传染者如天花 流感 肝炎 麻疹等治愈后均有很强的免疫力，所以冰域的人即非易感者，也非感病者，因此他们将被移除传染系统，我们称之为移除者，记为R 类
SIR 模型是指易感染者被传染后变为感染住，感病者可以被治愈，并会产生免疫力，变为移除者。人员流动图为：S-I-R 。
假设：
1 总人数为常数N ，且i （t ）+s （t ）+r （t ）=1；
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λ，日治愈率（每天被治愈的病人占总病人数的比例）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。
3 单位时间内病愈免疫的人数与但是的病人人数成正比，比例系数l 。称为恢复系数。 在以上三个基本假设条件下，易感染者从患病到移出的过程框图表示如下：
模型结构
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
r t
d N Ni d μ= （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0s （0s ＞0），0i （0i ＞0），0r =0. SIR 基础模型用微分方程组表示如下：
di dt ds dt
dr dt si i
si i λμλμ⎧=-⎪⎪⎪=-⎨⎪⎪=⎪⎩
（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。
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： function y=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=[0.20,0.98];
[t,x]=ode45('ill',ts,x0);
plot(t,x(:,1),t,x(:,2))
pause
plot(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，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)的一般变化规律.
1
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。
D = ｛（s ，i ）| s≥0，i≥0 ， s + i ≤1｝
在方程（3）中消去t d 并注意到σ的定义，可得
11i s d d ⎛⎫=- ⎪⎝⎭
s σ 00|s s i i == （5） 所以：11i s d d ⎛⎫=- ⎪⎝⎭s σ ⇒00i 11s i s i s d d ⎛⎫=- ⎪⎝⎭
⎰⎰s σ （6）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议