510 likes | 650 Views
微 分 方 程 模 型. 动态微分方程模型. 一、传染病模型: 四个模型 二、战争模型. 问题提出. 本世纪初,瘟疫常在世界上某地流行,随着 人类文明的不断进步,很多疾病,诸如天花、霍 乱已经得到有效的控制.然而,即使在今天,一 些贫穷的发展中国家,仍出现传染病流行的现象, 医疗卫生部门的官员与专家所关注的问题是: ( 1 )感染上疾病的人数与哪些因素有关 ( 2 )如何预报传染病高潮的到来.. 问题分析. 不同类型传染病的传播过程有不同的特点。 故不从医学的角度对各种传染病的传播过程一
E N D
动态微分方程模型 一、传染病模型: 四个模型 二、战争模型
问题提出 本世纪初,瘟疫常在世界上某地流行,随着 人类文明的不断进步,很多疾病,诸如天花、霍 乱已经得到有效的控制.然而,即使在今天,一 些贫穷的发展中国家,仍出现传染病流行的现象, 医疗卫生部门的官员与专家所关注的问题是: (1)感染上疾病的人数与哪些因素有关 (2)如何预报传染病高潮的到来.
问题分析 不同类型传染病的传播过程有不同的特点。 故不从医学的角度对各种传染病的传播过程一 一进行分析,而是按一般的传播机理建立模型. 由于传染病在传播的过程涉及因素较多, 在分析问题的过程中,不可能通过一次假设建 立完善的数学模型. 思路是:先做出最简单的假设,对得出的 结果进行分析,针对结果中的不合理之处,逐 步修改假设,最终得出较好的模型。
模型一 模型假设: (1)一人得病后,久治不愈,人在传染 期内不会死亡。 (2)单位时间内每个病人传染人数为常 数k。 为什么假设不会死亡? (因为死亡后便不会再传播疾病,因 而可认为此时已退出系统)
模型建立: I(t)——表示t时刻病人的数量,时间:天 则:I(t+Δt)—I( t)=k0I(t) Δ t 于是模型如下: 模型的解:
举个实例 最初只有1个病人,1个病人一天可传染1个人
模型的缺点 问题:随着时间的推移,病人的数目将无限增加, 这一点与实际情况不符. 原因:当不考虑传染病期间的出生、死亡和迁移 时,一个地区的总人数可视为常数。因此 k0应为时间t的函数。在传染病流行初期, k0较大,随着病人的增多,健康人数减少, 被传染的机会也减少,于是k0将变小。 模型修改的关键: k0的变化规律
模型二 设t时刻健康人数为S(t). 模型假设: (1)总人数为n,I(t)十S(t)=n (2)一人得病后,久治不愈,且在传染期内不 会死亡。 (3)一个病人在单位时间内传染的人数与当时 健康的人数成正比,比例系数为k(称之为 传染系数)
模型改进 方程的解:
对模型作进一步分析 传染病人数的变化率与时间t的关系 传染病人数与时间t关系 增长速度由低增至最高后 降落下来 染病人数由开始到高峰并 逐渐达到稳定
疾病的传染高峰期 此时 计算高峰期得: 意义: 1、当传染系数k或n增大时,t0随之减少,表示传 染高峰随着传染系数与总人数的增加而更快 的来临,这与实际情况比较符合。 2、令λ=kn,表示每个病人每天有效接触的平均 人数,称日接触率。t0与 λ成反比。 λ表示该 地区的卫生水平, λ越小卫生水平越高。故 改善卫生水平可推迟传染病高潮的来临。
模型的缺点 缺点:当t→∞时,I(t) → n,这表示所有的人最 终都将成为病人,这一点与实际情况不 符合 原因:这是由假设〔1)所导致,没有考虑病人可 以治愈及病人病发身亡的情况。 思考题:考虑有病人病发身亡的情况,再对模型 进行修改。
模型三 有些传染病(如痢疾)愈后免疫力很低,还有可能再 次被传染而成为病人。 模型假设: (1)健康者和病人在总人数中所占的比例分别为s(t)、i(t), 则: s(t)+i(t)=1 (2)一个病人在单位时间内传染的人数与当时健康人数成 正比,比例系数为k (3)病人每天治愈的人数与病人总数成正比,比例系数为 μ(称日治愈率),病人治愈后成为仍可被感染的健康者, 称1/ μ为传染病的平均传染期(如病人数保持10人,每 天治愈2人, μ=1/5,则每位病人平均生病时间为 1/ μ=5天)。
模型的建立 假设2、3得: 将假设1代入,可得模型:
阈值σ=k/μ的意义 一个病人在平均传染期内传染的人数与当时 健康的人数成正比,比例系数为σ
模型的意义 (t , i (t))图 (1)当σ≤1时,指传染期内被传染的人数不超过当时健康的 人数。病人在总人数中所占的比例i(t)越来越小,最终 趋于零。 (2)当σ>l时,i(t)最终以1-1/ σ为极限; (3)当σ增大时,i(∞)也增大,是因为随着传染期内被传染 人数占当时健康人数的比例的增加,当时的病人数所占 比例也随之上升
模型四 某些传染病如麻疹等,治愈后均有很强的免 疫力,所以病愈的人既非健康人,也非病人。 模型假设: (1)人群分为健康者、病人、病愈免疫者三类, 这三类人在总人数中所占的比例分别为s(t), i(t),r(t),则有s(t)+i(t)+r(t)=1。 (2)单位时间内,一个病人传染的人数与当时 健康者人数成正比,比例系数为k (3)在单位时间内,病愈免疫的人数与当时病 人人数成正比,比例系数为μ
模型的建立 i ( t )与s ( t )无解释解。从相轨线定性分析
相轨线 相轨线(s,i) 图中箭头表示了随着时间t的增加s(t)和i(t)的变化趋向
相轨线分析结果 1、不论初始条件s0、i0如何.病人终将消失。 2、最终未被感染的健康者的比例是s∞,图中 可看出是在(0,1/ σ)内的单根。 3、若s0 >1/ σ,则i(t)先增加,当s=1/ σ时,i(t)达到 最大。 4、若s0 ≤1/ σ,则i(t)单调减小至零
阈值1/σ的意义 1、减小传染期接触数σ,即提高阈值l/ σ,使得 s0 ≤1/ σ(即σ ≤1/ s0),传染病就不会蔓延。 2、医疗水平 3、交换数的意义 4、 σ的估计
模型验证——印度孟买的一个例子 图中,实际数据用圆点表示.可以看出, 理论曲线与实际数据吻合得相当不错。
动态微分方程模型 一、传染病模型: 四个模型 二、战争模型
2、Lanchester的工作 缺陷:
3、一般战争 x ( t )与 y ( t )表示t时刻甲乙双方交战人数 一、假设: 二、模型
4、战争类型讨论 (1)正规战争 (2)游击战争 (3)混合战争
(1)正规战争模型 分析甲方战斗减员率f ( x , y ):
模型简化 原模型: 简化后 (3)
模型求解 认为:兵力先减至零的一方为负方。
乙方取胜的条件——平方率模型 条件:
(3)混合战争 甲方为游击队,乙方为正规部队
结果分析 则乙获胜的条件:
模型应用——越战 思考: 如何分析美国-伊拉克现代战争的结局?
思考题1 设某城市共有n+1人,其中一人出于某种目 的编造了一个谣言。该城市具有初中以上文化 程度的人占总人数的一半,这些人只有1/4相信 这一谣言,而其他人约有1/3会相信。又设凡相 信此谣言的人每人在单位时间内传播的平均人 数正比于当时尚未听说此谣言的人数,而不相 信此谣言的人不传播谣言。试建立一个反映谣 传情况的微分方程模型。