传染病模型(1)——SI模型及matlab详解

前言

常见的传染病模型按照具体的传染病的特点可分为 SI、SIS、SIR、SIRS、SEIR 模型。其中“S”“E”“I”“R”的现实含义如下:

S (Susceptible),易感者,指缺乏免疫能力健康人,与感染者接触后容易受到感染;

E (Exposed),暴露者 ,指接触过感染者但暂无传染性的人,可用于存在潜伏期的传染病;

I (Infectious),患病者,指有传染性的病人,可以传播给 S,将其变为 E 或 I ;

R (Recovered),康复者,指病愈后具有免疫力的人,如是终身免疫性传染病,则不可被重新变为 S 、E 或 I ,如果免疫期有限,就可以重新变为 S 类,进而被感染。

一、SI传染病模型及matlab代码

        适用于只有易感者和患病者两类人群,且不会反复发作的疾病。

        记总人数为N,则N=S+E+I+R,这是各类人群的数量关系,在SI模型中没有E和R,即

                                                                                  N=S+I

        记i和s为易感者S和患病者I占总数N的比例,S=N\cdot s

        易感者S和患病者I之间的关系是患病者接触易感者将易感者转化为患病者,并且易感者者越多、患病者越多,转化为患病者的人也就越多。记单个患病者每天接触\lambda \cdot s个易感者,\lambda是接触率即单个患病者每天平均接触的易感者比例。

        那么患病者每天增加的比例为

                                                                  \frac{di}{dt}= i\times\lambda \cdot s=i\times\left ( 1-i \right )\lambda

       患病者每天增加的数量为

                                                                  \frac{dI}{dt}= I\times\lambda \cdot S/N=I\times\left ( 1-I \right )\lambda/N

        这个微分方程能够求解,其原函数为

                                                                    I\left ( t \right )=\frac{N}{1+\left ( N/I_{0}-1 \right )\cdot e^{-\lambda t}}

        原函数代码为

clc;
close all;
clear all;
I=10;
N=10000;
S=N-I;
lemda=0.1;
t=1:365;
for i=1:(size(t,2)-1)
    I(1+i)=I(i)+I(i)*(N-I(i))*lemda/N;
    S(1+i)=N-I(1+i);
end
plot(t,I,t,S)
xlabel('时间')
ylabel('人数')
legend('患病者','易感者')
title('SI传染病模型')

        结果为

                                                  

        考虑到除了求解原函数还可以采用差分代替微分的方法

        结果十分接近

                                                  

猜你喜欢

转载自blog.csdn.net/weixin_41971010/article/details/108201529