3.12传染病模型摘要：本文是一个对传染病的研究问题。
通过把一般把传染病流行范围内的人群分成三类：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。
建立数学模型用极限和微积分等数学方法对传染病传播规律进行研究。
关键词：传染病极限和微积分正文1 传染病〔Infectious Diseases〕是由各种病原体引起的能在人与人、动物与动物或人与动物之间相互传播的一类疾病。
病原体中大部分是微生物，小部分为寄生虫，寄生虫引起者又称寄生虫病。
有些传染病，防疫部门必须及时掌握其发病情况，及时采取对策，因此发现后应按规定时间及时向当地防疫部门报告，称为法定传染病。
中国目前的法定传染病有甲、乙、丙3类，共37种医学科学的发展已经能够有效地预防和控制许多传染病，天花在世界范围内被消灭，鼠疫、霍乱等传染病得到控制。
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。
在发展中国家，传染病的流行仍十分严重；即使在发达国家，一些常见的传染病也未绝迹，而新的传染病还会出现，如爱滋病（AIDS）等。
有些传染病传染很快，导致很高的致残率，危害极大，因而对传染病在人群中传染过程的定量研究具有重要的现实意义。
传染病流行过程的研究与其他学科有所不同，不能通过在人群中实验的方式获得科学数据。
事实上，在人群中作传染病实验是极不人道的。
所以有关传染病的数据、资料只能从已有的传染病流行的报告中获取。
这些数据往往不够全面，难以根据这些数据来准确地确定某些参数，只能大概估计其范围。
基于上述原因，利用数学建模与计算机仿真便成为研究传染病流行过程的有效途径之一。
2问题提出上世纪初，瘟疫还经常在世界的某些地区流行，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？3 模型分析社会、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群中的分布、被传染者的数量、传播形式、传播能力、免疫能力等，在建立模型时不可能考虑所有因素，只能抓住关键的因素，采用合理的假设，进行简化。
离散传染病模型公式一、离散传染病模型简介离散传染病模型是一种描述传染病在人群中传播过程的数学模型。
它主要通过公式来描述感染率、恢复率、死亡率等关键参数，从而为防控传染病提供理论依据。
离散传染病模型主要包括SIR模型、SIRS模型和SEIR模型等。
二、离散传染病模型公式及参数解释1.感染率公式：感染率是指单位时间内感染者数量与易感者数量之比。
公式为：R0 = β·N·I/γ其中，R0为基本感染率，β为感染者与易感者接触后的感染概率，N 为总人口数，I为感染者数量，γ为恢复率。
2.恢复率公式：恢复率是指单位时间内恢复者数量与感染者数量之比。
公式为：gamma = γ·I其中，gamma为恢复率，γ为恢复概率，I为感染者数量。
3.死亡率公式：死亡率是指单位时间内死亡者数量与感染者数量之比。
公式为：gamma_d = δ·I其中，gamma_d为死亡率，δ为死亡概率，I为感染者数量。
4.传播速度公式：传播速度是指传染病在人群中的传播速度。
公式为：dI/dt = β·I·(1-I/N)其中，dI/dt为感染者数量的变化率，β为感染者与易感者接触后的感染概率，I为感染者数量，N为总人口数。
5.模型参数解释：- β：感染者与易感者接触后的感染概率，与传染病的传播能力有关。
- γ：恢复概率，表示感染者恢复为免疫者的概率。
- δ：死亡概率，表示感染者死亡的概率。
- N：总人口数，包括易感者、感染者和康复者。
三、离散传染病模型的应用案例1.SIR模型：该模型仅考虑感染、恢复和免疫三个状态，适用于研究免疫期较短的传染病。
2.SIRS模型：在SIR模型的基础上，增加了感染后再次感染的可能性，适用于研究免疫期较长的传染病。
3.SEIR模型：该模型在SIR模型的基础上，考虑了潜伏期对传染病传播的影响，适用于研究具有潜伏期的传染病。
四、离散传染病模型在疫情防控中的应用离散传染病模型在疫情防控中具有重要作用。
实验二：传染病模型1、SI 模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数，即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
2、SIS 模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数。
即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
（3）t 时刻，单位时间内从染病者中治愈的人与病人数量成正比，比例系数为γ，单位时间内治愈的人不具有免疫，将再成为易感者。
3、SIR 模型的建立基于以下三个假设，求出平衡点、给出参数、图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数，即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
（3）t 时刻，单位时间内从传染者中移出的人数与病人数量成正比，比例系数为γ，单位时间内移出者的数量为γ)(t I 。
求解过程1、SI 模型：由题目条件假设可以得到微分方程：K()()dIK S t I t dtβ=，又因为()()1S t I t +=， 令初始时刻病人的比例为0I ，则有：0()(1()),(0)dII t I t I I dtβ=-= %求平衡点,r 为有效传染率,x 病人比例 syms r xsolve('r*x*(1-x)','x') ans = 0 1 %方程求解syms i r t dsolve('Di=r*i*(1-i)','i(0)=i0','t')ans =1/(1-exp(-r*t)*(-1+i0)/i0) %绘制图形r=0.5,i0=0.01 fplot('1/(1-exp(-r*t)*(-1+i0)/i0)',[0,40]) fplot('1/(1-exp(-0.5*t)*(-1+0.01)/0.01)',[0,40]) function di=isf(t,i)di=0.5*i*(1-i); [t,i]=ode45(@isf,[0 40],[0.01]);plot(t,i)t ♓i♎♓ ♎♦图示4 SI 模型的i~t 曲线 图示5 SI 模型的di/dt~i 曲线2、SIS 模型 根据SI 模型及增加的假设条件，可得：)()()(t KI t I t KS dtdiKγβ-=，即： 0)0(),())(1)((I I t I t I t I dtdi=--=γβ 记 γβσ=， 则方程改写为 )]1([σβ---=i i i dt di%求解方程syms r b i t % b 为有效传染率,r 为治愈率dsolve('Di=b*i*(1-i)-r*i','i(0)=i0','t')ans =(b-r)/(b-exp(-(b-r)*t)*(-b+r+i0*b)/i0/(b-r)*b+exp(-(b-r)*t)*(-b+r +i0*b)/i0/(b-r)*r)%求平衡点syms x %(b=0.5,r=0.2)solve('0.5*x*(1-x)-0.2*x; ')ans =0..60000000000000000000000000000000%绘制图形function di=sisf(t,i)di=0.5*i*(1-i)-0.2*i;[t,i]=ode45(@sisf,[0 40],[0.01]);plot(t,i)t♓t ♓图示6 SIS 模型的i~t 曲线（σ>1） 图示7 SIS 模型的i~t 曲线（σ≤1）fplot('-0.5*x*[x-(1-1/20)]',[0,1]) fplot('-0.5*x*[x-(1-2)]',[ 0,1])i♎♓ ♎♦i♎♓ ♎♦图示8SIS 模型的di/dt~i 曲线（σ>1） 图示9SIS 模型的di/dt~i 曲线（σ≤1） 3、 SIR 模型模型的方程为{00()()(),(0)()(),(0)dIS t I t I t I I dtdSS t I t S S dtβγβ=-==-=function dx=sirf(t,x)dx=zeros(2,1);dx(1)=0.5*x(1)*x(2)-0.2*x(1); %x(1)表示i,x(2)表示s dx(2)=-0.5*x(1)*x(2);[t,x]=ode45(@sirf,[0 50],[0.01 0.99]);plot(t,x(:,1),t,x(:,2)),grid,pauseplot(x(:,2),x(:,1)),grid00.20.40.60.81s图示10 SIR模型的图形)(),(tStI图示11 SIR模型的相轨线备注：由于Matlab与Word连接不好，所绘制的图形上标的字符在Word中看不清楚。
传染病模塑洋解2.2.2 snsis,SIR经典模型经典的传播模塑大致将人髀分为传播态S,易感染态/和免挾态R。
S态表示t It 带有病毒或遥言的传播能力，一旦接顒到易感染个U就会以一定闵率导致对方成力传播态。
/表示该个体没有接触U病毒或遥言，容易被传播态个U感染。
R表示当经il-t或多彳、感染周期后，垓fit 永远不再被感染。
s/模里考虑了最简单的怖况，即一个个U值感染，就永远成为感染态，向周围邻居不断传播病毒或遥言等。
假设个体接能感染的忧率为0,思人数为N,在各状态均匀混合网络中建立传播模塑如下:U而得到芈 5（1）dt对此方Silfi求解可得:可见，起初免大跚分的个体为/态，任何一个S态个fi都会遇列/态f体并且传染给对方，网络中的s态个数甌时间应指数用长。
与此同时，顒着/态fit的城少，网络中s态f 数达到饱和，逐渐网络中fit全部应为s态。
然而在观实世界中，fit不可能一頁祁处于传播态。
有些节直会因为传播的能力和恿愿的下酚，从而自动转变为永不传播的尺态。
而有些节点可能会Us态转变/态，因此简单的S/模塑就不能满足节点具有自倉能力的现实需求，因而出观S/S模里和s〃？模型。
SIR是研究复杂网络il言传播的经典的模型。
采用与病毒传播柑皿的过程屮的SIR态代表传播过程中的三种状态。
Zanetee, Moreno先后研究了小世界传播过程中的培言传播。
Moreno等人将人辭分为S （传播端言）、I（设有听到培言）,R （对培言不再相信也不传播）。
假设没有听到遥言/个U与S个体接触，以视率几伙）变为Sf体，S个体谓到5 11$或尺个mni率Q伙）变力/?,如图2.9所示。
建立的平均场方样：-J > = -几(k"(/)s(/)dt< 一a(k)s(t)[s(t) + r(t)]dt,心（0）IS 2.9 SIR樸型的状态转移囹= a(k)s(f)[s(/) + r(0]dt与之前人得到的均匀网络的病毒传播的给沦相反，遥言在均匀网络中传播没有闽値。
