传染病SIS模型公式推导
时间: 2023-10-02 07:05:07 浏览: 48
SIS模型是一种用于描述传染病传播的数学模型,它假设人群中的每个个体只有两种状态:易感染状态(S状态)和感染状态(I状态)。在SIS模型中,一个人可以从易感染状态转变为感染状态,也可以从感染状态转变为易感染状态,即感染状态不会带来免疫力。
SIS模型可以用如下的微分方程来描述:
$$
\begin{aligned}
\frac{dS}{dt} &= -\beta SI + \gamma I \\
\frac{dI}{dt} &= \beta SI - \gamma I
\end{aligned}
$$
其中,$S$表示易感染个体的数量,$I$表示感染个体的数量,$\beta$表示每个感染者每单位时间内传染给易感染者的概率,$\gamma$表示每个感染者每单位时间内从感染状态变为易感染状态的概率。
第一个微分方程表示易感染者的数量变化率,它由两部分组成:第一部分是易感染者被感染者传染的数量减少,即$-\beta SI$;第二部分是感染者变为易感染者的数量增加,即$\gamma I$。
第二个微分方程表示感染者的数量变化率,它由两部分组成:第一部分是易感染者被感染者传染的数量增加,即$\beta SI$;第二部分是感染者变为易感染者的数量减少,即$-\gamma I$。
SIS模型的稳态分布可以通过以下方程组求解:
$$
\begin{aligned}
0 &= -\beta SI + \gamma I \\
0 &= \beta SI - \gamma I
\end{aligned}
$$
解得:
$$
\begin{aligned}
S &= \frac{\gamma}{\beta} \\
I &= N - \frac{\gamma}{\beta}
\end{aligned}
$$
其中,$N$表示总人口数。这个稳态分布表示,在长期内,易感染者和感染者的数量将保持在一个稳定的水平。