具有Beddington-DeAngelis發(fā)生率的隨機(jī)SIS傳染病模型的定性分析

， ，，同遷

(山東科技大學(xué) 數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院，山東 青島 266590)

1 引言與模型建立

傳染病是人類的宿敵,人類的歷史充斥著與傳染病的斗爭(zhēng)。傳染病給人類造成了巨大的災(zāi)難,天花、霍亂、艾滋病等讓人聞之色變[1]。為了控制傳染病,研究者建立了很多數(shù)學(xué)模型去研究傳染病的傳播動(dòng)力學(xué)[2-6]。在傳染病動(dòng)力學(xué)中,重要的數(shù)學(xué)模型是KERMACK和MCKENDRICK在1927年提出的倉(cāng)室模型[7]。在這個(gè)倉(cāng)室模型中,人們被分為三個(gè)相互隔離的倉(cāng)室：易感者倉(cāng)室“S”,染病者倉(cāng)室“I”,以及恢復(fù)者或移出者倉(cāng)室“R”。在模型中,易感者可以通過(guò)與染病者接觸而轉(zhuǎn)化為染病者,而染病者可以通過(guò)治療轉(zhuǎn)化為恢復(fù)者或移出者,并獲得永久的免疫能力,這個(gè)模型被稱之為SIR模型。然而有些疾病并不符合SIR模型,比如流行感冒,患者經(jīng)過(guò)治療后,不能獲得永久免疫力,還有再次感染該種疾病的可能。這樣建立的模型被稱為SIS模型[8]。文獻(xiàn)[7-8]中采用了常見(jiàn)的非線性傳染率-雙線性傳染率βSI。研究者還研究了很多其他類型的非線性傳染率[9-11]。

眾所周知,隨機(jī)噪聲因素在傳染病的傳播中起著重要作用,因此,許多學(xué)者對(duì)傳染病模型隨機(jī)性的影響進(jìn)行了研究[12-13],不同的隨機(jī)干擾方法被引入到傳染病模型當(dāng)中,并取得了很好的結(jié)果[14-23]。 基于以上文獻(xiàn)分析,考慮傳染率受到隨機(jī)白噪聲干擾即β→σdB(t)及人口輸入、因病死亡率等因素,建立了一類具有Beddington-DeAngelis發(fā)生率的隨機(jī)型SIS傳染病動(dòng)力學(xué)模型：

(1.1)

這里A表示人口的輸入率(包括人口的出生和遷入),a和b是測(cè)量抑制效果的參數(shù),α表示因病死亡率,σ2是噪聲強(qiáng)度,B(t)是標(biāo)準(zhǔn)布朗運(yùn)動(dòng)。

2 預(yù)備知識(shí)

定義2.1對(duì)于模型(1.1),

幾乎處處成立。

引理2.4(伊藤公式) 設(shè)x(t),t≥0是方程dx(t)=f(x(t),t)dt+g(x(t),t)dB(t),0≤t<∞的解,V∈C2,1(Rn×R+;R)。則函數(shù)V(x(t),t)仍是一伊藤過(guò)程,具有如下隨機(jī)微分：

dV(x(t),t)= [Vt(x(t),t)+Vx(x(t),t)f(x(t),t)

上式稱為伊藤公式。

3 模型的分析

3.1 確定型SIS傳染病模型的定性分析

首先我們考慮確定性SIS傳染病模型：

(3.1)

下面考慮模型(3.1)的平衡點(diǎn)的穩(wěn)定性。

模型在疾病消除平衡點(diǎn)E0:(S0,0)處的雅可比矩陣為

顯然,若R<1，則疾病消除平衡點(diǎn)E0:(S0,0)是局部穩(wěn)定的; 若R>1，則疾病消除平衡點(diǎn)E0:(S0,0)是不穩(wěn)定的。

其特征方程為

λ2+(a11+a22)λ+a11a22-a21a12=0,

其中

顯然

而

從而特征根總有負(fù)實(shí)部,故若存在疾病平衡點(diǎn)E:(S*,I*)，則疾病平衡點(diǎn)必是局部穩(wěn)定的。因此得到如下定理。

定理3.1.2對(duì)于模型(3.1),

1) R<1，疾病消除平衡點(diǎn)E0:(S0,0)是局部穩(wěn)定的;

3.2 隨機(jī)SIS傳染病模型(1.3)的定性分析

定義

證明：設(shè)初值為(S(0),I(0))∈Ω。設(shè)(S(t),I(t))是模型(1.1)的具有初值的解。在模型(1.1)的第二個(gè)方程中應(yīng)用伊藤公式得

(3.2)

兩邊在[0,t]上積分得

(3.3)

考慮二次函數(shù)

(3.4)

從式子(3.3)可得

(3.5)

(3.5)式兩邊同時(shí)除以t(t>0)，得

(3.6)

由引理2.3知

式子(3.6)兩邊同時(shí)取上極限得

(3.7)

(3.7)式兩邊同時(shí)取上極限得

“云計(jì)算”是IT技術(shù)的一個(gè)主流發(fā)展方向，“云計(jì)算”的普及意味著快捷的空間共享、信息資源共享，也意味著不再需要電腦主機(jī)，只要有顯示器或具有相當(dāng)于顯示器功能的設(shè)備、再加上網(wǎng)絡(luò)，就可以開(kāi)展工作。網(wǎng)絡(luò)化的系統(tǒng)，應(yīng)允許從電腦端、以及移動(dòng)端登錄?；贐IM的各項(xiàng)技術(shù)需與“云計(jì)算”相結(jié)合。

(3.8)

在上式中令ε→0，得到

(3.9)

另一方面,由引理2.2，可以得到

(3.10)

從而由方程(3.9)與(3.10)知

幾乎處處成立,證畢。

定理3.2.2若R*>1，則模型的疾病I(t)是持久的,并且有

證明：對(duì)式(1.1)兩端同時(shí)求從0到t求積分,并兩邊同時(shí)除以t(>0)，可以得到

接著可以得到

(3.11)

(3.12)

上式從0到t求積分,然后方程兩邊同時(shí)除以t(>0)得

(3.13)

不等式(3.13)可以寫(xiě)成

(3.14)

對(duì)(3.14)式兩端取下極限：

圖1 模型(1.3)的時(shí)間序列圖

證畢。

4 數(shù)值模擬

為了驗(yàn)證得到的理論結(jié)果,給出一些數(shù)值模擬。取基本參數(shù)為

A=0.2,μ=0.4,β=2,r=0.2,α=0.1,a=1,b=1。

計(jì)算知R=0.952 4<1，根據(jù)定理3.2.1,模型的疾病消除平衡點(diǎn)E0:(0.5,0)是局部穩(wěn)定的(圖1)。若增大人口的輸入率A=0.5，此時(shí)R=1.587 3>1，根據(jù)定理3.2.2知,模型的疾病平衡點(diǎn)E*:(0.752 7，0.397 8)是局部穩(wěn)定的(圖2)。

下面在持久的系統(tǒng)上考慮隨機(jī)干擾的影響。首先,令σ=1.9，滿足定理3.2.1的第一個(gè)條件,于是疾病最終消除(圖3)。其次，令σ=1.7，此時(shí),R*=0.950 2<1， 滿足定理3.2.1的第二個(gè)條件,由定理3.2.1知,疾病最終消除(圖4)。若令σ=0.3，經(jīng)過(guò)計(jì)算,R*=1.567 5>1，由定理3.2.2知,疾病是持久的(圖5)。

圖2 模型(1.3)的時(shí)間序列圖

圖3 確定性模型和隨機(jī)模型動(dòng)力學(xué)行為對(duì)比

圖4 確定性模型和隨機(jī)模型動(dòng)力學(xué)行為對(duì)比

圖5 確定性模型和隨機(jī)模型動(dòng)力學(xué)行為對(duì)比

5 結(jié)論

[1]HAMER W H.Epidemic disease in England,Lancet[M].Bedford:Bedford Press,1906:733-739.

[2]BRAUER F,CASTILLO-CHAVEZ C.Mathematical models in population biology and epidemiology[M].2nd Edition.New York:Springer,2012.

[3]MINCHIN E A.The prevention of malaria[J].Indian Medical Gazette,1911,46(2):64-66.

[4]MAY R M,ANDERSON R M,MCLEAN A R.Possible demographic consequences of HIV/AIDS epidemics:I.Assuming HIV infection always leads to AIDS[J].Mathematical Biosciences,1988,90(1):475-505.

[5]ANDERSON R M,MAY R M.Infectious diseases of human:Dynamics and control[M].Oxford:Oxford University Press,1992.

[6]馬知恩,周義倉(cāng),王穩(wěn)地,等.傳染病動(dòng)力學(xué)的數(shù)學(xué)建模與研究[M].北京:科學(xué)出版社,2004.

[7]KERMACK W O,MCKENDRICK A G.A contribution to the mathematical theory of epidemics[J].Proceedings of the Royal Society of London A:Mathematical,Physical and Engineering Sciences,1927,115:700-721.

[8]KERMACK W O,MCKENDRICK A G.Contributions to the mathematical theory of epidemics:III.Further studies of the problem of endemicity[J].Bulletin of Mathematical Biology,1991,53(1):57-87.

[9]XU R,MA Z E.Global stability of a SIR epidemic model with nonlinear incidence rate and time delay[J].Nonlinear Analysis Real World Applications,2009,10(5):3175-3189.

[10]LIU W M,LEVIN S A,IWASA Y.Influence of nonlinear incidence rates upon the behavior of SIRS epidemiological models[J].Journal of Mathematical Biology,1986,23(2):187-204.

[11]RUAN S,WANG W.Dynamical behavior of an epidemic model with a nonlinear incidence rate[J].Journal of Differential Equations,2003,188(1):135-163.

[12]MAO X R.Stochastic differential equations and applications[M].2nd ed.Chichester:Horwood Publishing,2007.

[13]馮濤,孟新柱.一類捕食者染病的捕食者-食餌系統(tǒng)的隨機(jī)動(dòng)力學(xué)行為[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,36(1):99-110.

FENG Tao,MENG Xinzhu.Stochastic dynamics of a predator-prey system with disease in predator[J].Journal of Shandong University of Science and Technology (Natural Science),2017,36(1):99-110.

[14]ZHAO W C,LI J,ZHANG T Q,et al.Persistence and ergodicity of plant disease model with Markov conversion and impulsive toxicant input[J].Communications in Nonlinear Science and Numerical Simulation,2017,48:70-84.

[15]MENG X Z,ZHAO S N,FENG T,et al.Dynamics of a novel nonlinear stochastic SIS epidemic model with double epidemic hypothesis[J].Journal of Mathematical Analysis and Applications,2015,433(1):227-242.

[16]CHANG Z B,MENG X Z,LU X.Analysis of a novel stochastic SIRS epidemic model with two different saturated incidence rates[J].Physica A:Statistical Mechanics and its Applications,2017,472:103-116.

[17]MIAO A Q,ZHANG J,ZHANG T Q,et al.Threshold dynamics of a stochastic SIR model with vertical transmission and vaccination[J].Computational and Mathematical Methods in Medicine,2017:4820183.

[18]MIAO A,WANG X,ZHANG T,et al.Dynamical analysis of a stochastic SIS epidemic model with nonlinear incidence rate and double epidemic hypothesis[J] Advances in Difference Equations,2017(1):226.

[19]LIU Q,JIANG D Q,SHI N Z,et al.Stationary distribution and extinction of a stochastic SIRS epidemic model with standard incidence[J].Physica A:Statistical Mechanics and its Applications,2017,469:510-517.

[20]DU N H,NHU N N.Permanence and extinction of certain stochastic SIR models perturbed by a complex type of noises[J].Applied Mathematics Letters,2017,64:223-230.

[21]LI C G,PEI Y Z,LIANG X Y,et al.A stochastic toxoplasmosis spread model between cat and oocyst with jumps process[J].Communications in Mathematical Biology and Neuroscience,2016 :Article ID 18.

[22]BERETTA E,KOLMANOVSKII V,SHAIKHET L.Stability of epidemic model with time delays influenced by stochastic perturbations[J].Mathematics and Computers in Simulation,1998,45(3/4):269-277.

[23]LIU M,BAI C Z,WANG K.Asymptotic stability of a two-group stochastic SEIR model with infinite delays[J].Communications in Nonlinear Science and Numerical Simulation,2014,19(10):3444-3453.