模型由Kermack和McKendrick发明。模型中将人群分为下面三组:
1前提假设:
2变量:
3模型:
三者结合获得模型:
$$\begin{cases} \frac{dS}{dt} = - \alpha SI \ \frac{dI}{dt} = \alpha SI - \beta I \ \frac{dR}{dt} = \beta I \end{cases}$$
因为人口总数是常数,我们知道:
$$\frac{dS}{dt}+\frac{dR}{dt}+ \frac{dI}{dt} = 0$$
$$S(t)+I(t)+R(t) = N, \text{for all t}$$
其中任意一个方程都可以由另外两个方程的线性组合获得,因此让我们集中注意于二维平面。
$$\begin{cases} \frac{dS}{dt} = - \alpha SI \ \frac{dI}{dt} = \alpha SI - \beta I \end{cases}$$
尝试寻找一下模型的平衡解吧: 若要$$\frac{dS}{dt} = - \alpha SI$$则,要么$$S(t)=0$$或者$$I(t)=0$$。 若要$$\alpha SI - \beta I = I(\alpha S - \beta) = 0$$则需要:$$I = 0$$或者$$S = \frac{\beta}{\alpha}$$
简单分析下模型: 因为$$\alpha, \beta, S, I, R$$都是非负的,因此$$S(t)$$是非增的,$$R(t)$$是非减的,而$$I(t)$$的增减性取决于1$$I$$是否为零;2$$\alpha S - \beta$$的符号正负。
这个$$S = \frac{\beta}{\alpha} = \rho$$是一个阈值,决定了$$I(t)$$的增减性。 也就是说一旦易受感染的人数$$S$$大于阈值,受感染的人数就会增加;一旦易受感染的人数$$S$$小于阈值,受感染的人数就会减少。
下面是一个事实: 方程组$$SI$$平面内的解曲线满足如下等式:
$$I+S-\rho ln(S) = \text{constant}$$
可以用初值以及$$I{max}$$时的$$S = \rho$$来求解最大感染人数$$I{max}$$
$$I{max} + \rho -\rho ln(\rho)= I_0 + S_0 - \rho ln(S-0)$$
代入数据即可求得$$I{max}$$