隨機SIVS傳染病模型的持久性和滅絕性

陳易亮，滕志東

(新疆大學數(shù)學與系統(tǒng)科學學院，新疆 烏魯木齊 830046)

0　引言

傳染病極大地危害著人類的健康和生活.為了更好地預防和控制傳染病，可通過建立相應的數(shù)學模型來研究傳染病的傳播和發(fā)展規(guī)律.許多學者對確定性傳染病模型進行研究，并得到了一些很好的結果.但在現(xiàn)實生活中，傳染病在傳播過程中不可避免地受到一些隨機因素的影響，所以近幾年對隨機傳染病模型的研究得到了廣泛重視.[1]由于引入擾動的方法不同，得到的隨機傳染病模型也不盡相同.引入擾動的方法主要有兩種：一種是對確定性模型中的參數(shù)進行擾動；另一種是對確定性模型圍繞其地方病平衡點進行隨機擾動.[2-3]

因為發(fā)生率包含了易感者和感染者個體的行為變化和擁擠程度，其對保證傳染病模型的準確描述起著關鍵作用.在許多經典的傳染病模型中，雙線性發(fā)生率和標準發(fā)生率被經常使用，如Wang等[4]研究了具有雙線性發(fā)生率的SIR傳染病模型.此外，一些學者對具有非線性發(fā)生率的隨機傳染病模型進行了研究，如Liu[5]研究了具有非線性發(fā)生率的隨機和確定性SIRS 傳染病模型的動力學行為.Zhao等[6]研究了具有飽和發(fā)生率的隨機SIVS傳染病模型

(1)

得到如下結果：

為了更好地描述和預測傳染病的動力學行為，在文獻[7]的基礎上，本文討論具有非線性發(fā)生率的隨機SIVS傳染病模型

(2)

其中：S(t)和I(t)分別表示種群的易感者和感染者；V(t)表示通過接種獲得免疫的人群數(shù)量，即接種者；Λ表示人口的輸入率；β表示S(t)和I(t)之間的傳輸率；μ表示自然死亡率；p是對易感者接種的比例系數(shù)；q是對新生兒的接種率；δ表示接種個體的喪失免疫率；ν表示因病死亡率；γ表示恢復率；同時假定所有的系數(shù)非負.

1　預備知識

引理1假設(H1)與(H2)成立，D={(S，I)|0≤S≤Λ/μ，0≤I≤Λ/μ}.則

(3)

(4)

即存在常數(shù)M1>0，?(S，I)∈D，

證明(3)式顯然成立.對(S，I)∈D，定義函數(shù)

由L’Hospital準則，

因此對于(S，I)∈D，H(S，I)和G(S，I)均連續(xù)，故(4)式成立.

是系統(tǒng)(2)的正向不變集.

這個引理可用類似文獻[7]的方法證明，這里省略.

由引理1，d(S+I+V)≤[Λ-μ(S+I+V)]dta.s.，于是

這個引理可用類似文獻[6]的方法證明，這里省略.

令

2　疾病的滅絕性

證明對系統(tǒng)(2)的第二個方程應用It公式得

(6)

對(6)式兩邊從0到t進行積分，再同時除以t有

(7)

2012年前后，杭州市政府大力探索智慧城市建設，區(qū)域醫(yī)療信息化建設推進迅速，希望實現(xiàn)醫(yī)療機構互聯(lián)互通，達成“智慧醫(yī)療”概念。最終，市民卡成為患者進入杭州醫(yī)療服務體系的一個“公共載體”。這些網絡基礎設施建設，為醫(yī)院一系列后續(xù)流程變革創(chuàng)造了條件。

若條件(A)成立，則有

若條件(B)成立，由假設條件(H1)，(H2)及中值定理，

(8)

(9)

對充分小的常數(shù)ε>0，由(7)式得

(10)

由(7)和(8)式及引理2，進一步有

(11)

(12)

(13)

從而有

(14)

當ε→0時，

(15)

3　疾病的持久性

其中

由中值定理，存在(ξ，θ)∈D，η位于S0和S之間，使得

從而

對上式兩邊從0到t進行積分再除以t，由引理2得

故

因為(ξ，θ)∈Γ，由引理1可知

再根據假設(H1)，

從而

由于

從而

同理可得

因此

進一步地，

并且

此外，

由于

綜上，

4　總結

[參考文獻]

[1]TORNATORE E，BUCCELLATO S M，VETRO P.Stability of a stochastic SIR system[J].Physica A：Statistical Mechanics & Its Applications，2005，354(1)：111-126.

[2]SANTONJA F J，SHAIKHET L.Probabilistic stability analysis of social obesity epidemic by a delayed stochastic model[J].Nonlinear Analysis Real World Applications，2014，17(1)：114-125.

[3]MENG XIN-ZHU.Stability of a novel stochastic epidemic model with double epidemic hypothesis[J].Applied Mathematics & Computation，2010，217(2)：506-515.

[4]WANG J J，ZHANG J Z，JIN Z.Analysis of an SIR model with bilinear incidence rate [J].Nonlinear Analysis Real World Applications，2010，11(4)：2390-2402.

[5]LIU Q，CHEN Q.Analysis of the deterministic and stochastic SIRS epidemic models with nonlinear incidence[J].Physica A：Statistical Mechanics & Its Applications，2015，428：140-153.

[6]ZHAO D，ZHANG T，YUAN S.The threshold of a stochastic SIVS epidemic model with nonlinear saturated incidence[J].Physica A：Statistical Mechanics & Its Applications，2016，443：372-379.

[7]ZHAO Y，JIANG D，O’REGAN D.The extinction and persistence of the stochastic SIS epidemic model with vaccination[J].Physica A：Statistical Mechanics & Its Applications，2013，392(20)：4916-4927.