人口与传染病模型

动态 问题,描述对象特征随时间(空间)的演变过程,分析对象特征的变化规律,预报对象特征的未来性态,研究控制对象特征的手段,根据函数及其变化率之间的关系确定函数,微分方程建模,根据建模目的和问题分析作出简化假设,按照内在规律或用类比法建立微分方程,第四讲 微分方程建模,一般处理动态连续问题,4.1 人口预测和控制 4.2 传染病模型,方法,根据规律列方程,微元分析法,模拟近似法,背景,世界人口增长概况,中国人口增长概况,研究人口变化规律,控制人口过快增长,4.1 人口预测和控制,指数增长模型马尔萨斯提出 (1798),常用的计算公式,x(t) 时刻t的人口,基本假设 : 人口(相对)增长率 r 是常数,今年人口 x0, 年增长率 r,k年后人口,随着时间增加，人口按指数规律无限增长,指数增长模型的应用及局限性,与19世纪以前欧洲一些地区人口统计数据吻合,适用于19世纪后迁往加拿大的欧洲移民后代,可用于短期人口增长预测,不符合19世纪后多数地区人口增长规律,不能预测较长期的人口增长过程,19世纪后人口数据,阻滞增长模型(Logistic模型),人口增长到一定数量后，增长率下降的原因：,资源、环境等因素对人口增长的阻滞作用,且阻滞作用随人口数量增加而变大,假设,r固有增长率(x很小时),xm人口容量（资源、环境能容纳的最大数量）,x(t)S形曲线, x增加先快后慢,阻滞增长模型(Logistic模型),参数估计,用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, xm,利用统计数据用最小二乘法作拟合,例：美国人口数据（单位百万）,专家估计,阻滞增长模型(Logistic模型),模型检验,用模型计算2000年美国人口，与实际数据比较,实际为281.4 (百万),模型应用预报美国2010年的人口,加入2000年人口数据后重新估计模型参数,Logistic 模型在经济领域中的应用(如耐用消费品的售量),阻滞增长模型(Logistic模型),年龄分布对于人口预测的重要性,只考虑自然出生与死亡，不计迁移,人口发展方程,离散：Leslie,4.2 传染病模型,问题,描述传染病的传播过程,分析受感染人数的变化规律,预报传染病高潮到来的时刻,预防传染病蔓延的手段,按照传播过程的一般规律，用机理分析方法建立模型,已感染人数 (病人) i(t),每个病人每天有效接触(足以使人致病)人数为,模型1,假设,若有效接触的是病人，则不能使病人数增加,建模,?,模型2,区分已感染者(病人)和未感染者(健康人),假设,1）总人数N不变，病人和健康 人的 比例分别为,2）每个病人每天有效接触人数为, 且使接触的健康人致病,建模, 日 接触率,SI 模型,模型2,tm传染病高潮到来时刻, (日接触率) tm,病人可以治愈！,?,t=tm, di/dt 最大,模型3,传染病无免疫性病人治愈成为健康人，健康人可再次被感染,增加假设,SIS 模型,3）病人每天治愈的比例为, 日治愈率,建模, 日接触率,1/ 感染期, 一个感染期内每个病人的有效接触人数，称为接触数。,模型3,接触数 =1 阈值,感染期内有效接触感染的健康者人数不超过病人数,模型2(SI模型)如何看作模型3(SIS模型)的特例,模型4,传染病有免疫性病人治愈后即移出感染系统，称移出者,SIR模型,假设,1）总人数N不变，病人、健康人和移出者的比例分别为,2）病人的日接触率 , 日治愈率, 接触数 = / ,建模,需建立 的两个方程,模型4,SIR模型,模型4,SIR模型,相轨线 的定义域,在D内作相轨线 的图形，进行分析,模型4,SIR模型,相轨线 及其分析,s(t)单调减相轨线的方向,P1: s01/ i(t)先升后降至0,P2: s01/ i(t)单调降至0,1/阈值,模型4,SIR模型,预防传染病蔓延的手段, (日接触率) 卫生水平,(日治愈率) 医疗水平,传染病不蔓延的条件s01/, 的估计,降低 s0,提高 r0,提高阈值 1/,模型4,SIR模型,被传染人数的估计,记被传染人数比例, 小, s0 1,提高阈值1/降低被传染人数比例 x,s0 - 1/ = ,模型5,传染病有潜伏期,SEIR模型,假设,1）总人数N不变，病人、健康人、潜伏者和移出者的比例分别为,2）病人的日接触率 , 日治愈率, 接触数 = / ,建模,建立 方程,3）单位时间内潜伏者以比例常数 转为染 病者,模型5,SEIR模型,