经典的SIR模型是一种发明于上个世纪早期的经典传染病模型,此模型能够较为粗略地展示出一种传染病的发病到结束的过程,其核心在于微分方程,本次我们利用matlab来对此方程进行
其中三个主要量
S是易感人群
I是感染人群
R是恢复人群
这三个量都是跟随时间变化的函数,即可以表示为,其中的t我们设定为一个单位时间,我们即有如下的公式:
然而要列出此种类似的方程我们需要一部分的理想化条件,这些理想化条件是比较重要的,
1.首先即城市的总人数不变,即:
K为一个常数值,一个恒定量。
2.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s(t)成正比,设定比例系数为β,从而在t时刻单位时间内被所有病人传染的人数为βs(t)i(t)
3. t 时刻,单位时间内从染病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γi(t)
故我们可以得知其作用的机制为:易感人数和系数以及感染人数同时作用于总的易感人数,同时恢复人数和恢复系数又对感染人数起到影响。但是同时这又是一个单向性的机制。
基于以上三个条件的假设,我们可以获得其人数变化的机制,也即
1.易感个体的下降率为(注:此处为负数):
2.感染个体的增长率为:
3.恢复个体的增长率为:
我们利用微分方程可以表示如下