先打个广告哈。我自己做的公众号【拇指笔记】,每天写写我自己学习中记下的笔记,欢迎各位大神关注一下~
传染病模型
放一个链接:[关于传染病][ https://www.zhihu.com/question/367466399 ]
传染病初期
特点:
没有考虑接触到的人中还有一部分病人,所以并不会全部被感染
-
已感染人数(病人)
i ( t ) , i ( 0 ) = i 0 (1) i(t), i(0)=i_0\tag1 i(t),i(0)=i0(1) -
每个病人每天有效接触(足以使人致病)人数为
λ (2) \lambda\tag2 λ(2) -
根据(1)(2)可以建立模型:
i ( t + Δ t ) − i ( t ) = λ i ( t ) Δ t 其 中 Δ t 为 时 间 段 (3) i(t+\Delta t)-i(t)=\lambda i(t)\Delta t\tag3\\ 其中\Delta t为时间段 i(t+Δt)−i(t)=λi(t)Δt其中Δt为时间段(3) -
等式两边同时除以\Delta t
i ( t + Δ t ) − i ( t ) Δ t = λ i ( t ) (4) \frac{i(t+\Delta t)-i(t)}{\Delta t}=\lambda i(t)\tag4 Δti(t+Δt)−i(t)=λi(t)(4) -
由导数定义有
i ′ ( t ) = d i d t = l i m t → Δ t i ( t + Δ t ) − i ( t ) Δ t i'(t)=\frac{di}{dt}=lim_{t\to \Delta t}\frac{i(t+\Delta t)-i(t)}{\Delta t} i′(t)=dtdi=limt→ΔtΔti(t+Δt)−i(t) -
同时,取\Delta t = 1天
d i d t = λ i (5) \frac{di}{dt}=\lambda i\tag{5} dtdi=λi(5) -
由(1)(5)两式可得最终的模型:
i ( t ) = i 0 e λ t (6) i(t)=i_0e^{\lambda t}\tag6 i(t)=i0eλt(6)
logistic模型
特点:
区分已感染者(病人)和未感染者(健康人),但没有考虑病人可以治愈。
-
假设有
总 人 数 : N 病 人 比 例 : i ( t ) 健 康 人 比 例 : s ( t ) 被 传 染 概 率 为 : k 存 在 初 始 条 件 : s ( t ) + i ( t ) = 1 (1) 总人数:N\\ 病人比例:i(t)\\ 健康人比例:s(t)\\ 被传染概率为:k\\ 存在初始条件:s(t)+i(t)=1 \tag1 总人数:N病人比例:i(t)健康人比例:s(t)被传染概率为:k存在初始条件:s(t)+i(t)=1(1) -
每个病人每天有效接触人数为
λ (2) \lambda \tag2 λ(2) -
建模得到
N [ i ( t + Δ t ) − i ( t ) ] = k [ λ s ( t ) ] N i ( t ) Δ t (3) N[i(t+\Delta t)-i(t)]=k[\lambda s(t)]Ni(t)\Delta t\tag3 N[i(t+Δt)−i(t)]=k[λs(t)]Ni(t)Δt(3) -
两边同时除\Delta t可以得到
d i d t = l i m t → Δ t i ( t + Δ t ) − i ( t ) Δ t = k λ s ( t ) i ( t ) (4) \frac{di}{dt}=lim_{t\to \Delta t}\frac{i(t+\Delta t)-i(t)}{\Delta t}=k\lambda s(t)i(t)\tag4 dtdi=limt→ΔtΔti(t+Δt)−i(t)=kλs(t)i(t)(4) -
由(1)(4)式可得
{ d i d t = λ i ( 1 − i ) i ( 0 ) = i 0 \begin{cases} \frac{di}{dt}=\lambda i(1-i) \\i(0)=i_0 \end{cases} {dtdi=λi(1−i)i(0)=i0 -
最终得到模型(logistic模型)
i ( t ) = 1 a + ( 1 i 0 − 1 ) e ( − λ t ) i(t)=\frac{1}{a+(\frac{1}{i_0}-1)e^{(-\lambda t)}} i(t)=a+(i01−1)e(−λt)1 -
传染病高潮到来的时刻t_m
t m = λ − 1 l n ( 1 i 0 − 1 ) t_m=\lambda^{-1}ln(\frac{1}{i_0}-1) tm=λ−1ln(i01−1)
SIS模型
特点:
病人治愈为健康人,但可再次被感染。
-
假设有
总 人 数 : N 病 人 比 例 : i ( t ) 健 康 人 比 例 : s ( t ) 被 传 染 概 率 为 : k 存 在 初 始 条 件 : s ( t ) + i ( t ) = 1 病 人 每 天 治 愈 的 比 例 为 : μ (1) 总人数:N\\ 病人比例:i(t)\\ 健康人比例:s(t)\\ 被传染概率为:k\\ 存在初始条件:s(t)+i(t)=1\\ 病人每天治愈的比例为:\mu \tag1 总人数:N病人比例:i(t)健康人比例:s(t)被传染概率为:k存在初始条件:s(t)+i(t)=1病人每天治愈的比例为:μ(1)
特殊定义,接触数\sigma:一个感染期内每个病人的有效接触人数。
接 触 数 : σ = λ μ 接触数:\sigma = \frac{\lambda}{\mu} 接触数:σ=μλ -
建模得到
N [ i ( t + Δ t ) − i ( t ) ] = λ N s ( t ) i ( t ) Δ t − μ N i ( t ) Δ t (2) N[i(t+\Delta t)-i(t)]=\lambda Ns(t)i(t)\Delta t-\mu Ni(t)\Delta t \tag2 N[i(t+Δt)−i(t)]=λNs(t)i(t)Δt−μNi(t)Δt(2) -
化简
N [ i ( t + Δ t ) − i ( t ) ] = λ N s ( t ) i ( t ) Δ t − μ N i ( t ) Δ t N[i(t+\Delta t)-i(t)]=\lambda Ns(t)i(t)\Delta t-\mu Ni(t)\Delta t N[i(t+Δt)−i(t)]=λNs(t)i(t)Δt−μNi(t)Δt
i ( t + Δ t ) − i ( t ) = λ s ( t ) i ( t ) Δ t − μ i ( t ) Δ t \\i(t+\Delta t)-i(t) =\lambda s(t)i(t)\Delta t-\mu i(t)\Delta t i(t+Δt)−i(t)=λs(t)i(t)Δt−μi(t)Δt
i ( t + Δ t ) − i ( t ) Δ t = λ s ( t ) i ( t ) − μ i ( t ) \\\frac{i(t+\Delta t)-i(t)}{\Delta t} = \lambda s(t)i(t)-\mu i(t) Δti(t+Δt)−i(t)=λs(t)i(t)−μi(t)
d i d t = λ s ( t ) i ( t ) − μ i ( t ) \\\frac{di}{dt}= \lambda s(t)i(t)-\mu i(t) dtdi=λs(t)i(t)−μi(t) -
最终得到
{ d i d t = λ i ( t ) ( 1 − i ( t ) ) − μ i ( t ) i ( 0 ) = i 0 \begin{cases} \frac{di}{dt}= \lambda i(t)(1-i(t))-\mu i(t) \\ i(0)=i_0 \end{cases} {dtdi=λi(t)(1−i(t))−μi(t)i(0)=i0
SIR模型
特点:
传染病有免疫性,病人治愈后即移出感染系统,称为移出者
-
假设
总 人 数 : N , 病 人 比 例 : i ( t ) , 健 康 人 比 例 : s ( t ) , 移 出 者 比 例 : r ( t ) , 病 人 日 接 触 率 : λ , 日 治 愈 率 : μ , 接 触 数 : σ = λ μ (1) 总人数:N, 病人比例:i(t), 健康人比例:s(t), 移出者比例:r(t), \\病人日接触率:\lambda,日治愈率:\mu,接触数:\sigma=\frac{\lambda}{\mu} \tag1 总人数:N,病人比例:i(t),健康人比例:s(t),移出者比例:r(t),病人日接触率:λ,日治愈率:μ,接触数:σ=μλ(1) -
存在初始条件
s ( t ) + r ( t ) + i ( t ) = 1 i 0 + s 0 = 1 (2) s(t)+r(t)+i(t)=1 \\i_0+s_0=1 \tag2 s(t)+r(t)+i(t)=1i0+s0=1(2) -
建立模型
{ N [ i ( t + Δ t ) − i ( t ) ] = λ N s ( t ) i ( t ) Δ t − μ N i ( t ) Δ t N [ s ( t + Δ t ) − s ( t ) ] = − λ N s ( t ) i ( t ) Δ t (3) \begin{cases} N[i(t+\Delta t)-i(t)]=\lambda Ns(t)i(t)\Delta t-\mu Ni(t)\Delta t \\N[s(t+\Delta t)-s(t)]=-\lambda Ns(t)i(t)\Delta t \end{cases} \tag3 {N[i(t+Δt)−i(t)]=λNs(t)i(t)Δt−μNi(t)ΔtN[s(t+Δt)−s(t)]=−λNs(t)i(t)Δt(3)第一个方程:病人在\Delta t时间段的增加数=\Delta t时间段被感染人数-\Delta t时间段治愈的病人数(移出者数)。
第二个方程:健康人在\Delta t时间段的增加数= - \Delta t时间段被感染人数(新治好的变成了移出者)。 -
最终得到得到
{ d i d t = λ s i − μ i d s d t = − λ s i i ( 0 ) = i 0 , s ( 0 ) = s 0 \begin{cases} \frac{di}{dt}=\lambda si-\mu i \\\frac{ds}{dt}=-\lambda si \\i(0)=i_0,s(0)=s_0 \end{cases} ⎩⎪⎨⎪⎧dtdi=λsi−μidtds=−λsii(0)=i0,s(0)=s0
还可以添加隔离等变量。
欢迎各位关注【拇指笔记】,每天更新我的学习笔记~