一类具饱和发生率的时滞SEIR传染病模型的分析*
2015-06-10杨俊仙
杨俊仙,闫 萍
(安徽农业大学理学院,安徽 合肥 230036)
一类具饱和发生率的时滞SEIR传染病模型的分析*
杨俊仙,闫 萍
(安徽农业大学理学院,安徽 合肥 230036)
提出并分析了一类具有饱和发生率的时滞SEIR传染病模型,定义了基本再生数R0。通过分析系统对应的特征方程,得到了无病平衡点P0和地方病平衡点P*的局部渐近稳定性。进一步,通过比较原理和构造李雅普诺夫函数,得出:当R0<1时,无病平衡点P0是全局渐近稳定的;当R0>1时,地方病平衡点P*是持久的。
SEIR传染病模型;饱和发生率;时滞;基本再生数;全局稳定性

在实际生活中,流行病一般会有一个潜伏期,即当易感者与染病者接触感染后,首先携带病毒,但是病毒并不是立即暴发,而是经过一段时间才发病且进入染病者群,这一过程在数学模型中通常用时滞来体现。
目前, 已有不少学者研究了具有各种非线性发生率和时滞的传染病模型[7-14]。 本文讨论了具有饱和发生率和时滞的SEIR传染病模型
(1)

系统(1) 满足初始条件:
(2)

由泛函微分方程的基本理论知识可知[15],系统(1)存在唯一满足初始条件(2)的解(S(t),E(t),I(t),R(t)),且对任意t≥0,都有S(t)>0,E(t)>0,I(t)>0,R(t)>0。
1 局部稳定性

令
R0称为系统(1)的基本再生数。显然,当R0>1时,地方病平衡点P*存在;当R0<1时,地方病P*不存在。
在本节,我们通过方程(1)对应的特征方程来讨论无病平衡点P0(S0,0,0,0)和地方病平衡点P*(S*,E*,I*,R*)的局部渐近稳定性。
引理1 对方程(1)满足初始条件(2)的任意解(S(t),E(t),I(t),R(t)),有
证明 令N(t)=S(t)+E(t)+I(t)+R(t),则系统(1)化为


注意到R(t)在系统(1)的前三个方程中均未出现,则系统(1)可通过系统(3)来研究。
(3)
定理1 若R0<1,则系统(3)的无病平衡点P0(S0,0,0)是局部渐近稳定的;若R0>1,则P0(S0,0,0)是不稳定的。
证明 系统(3)在无病平衡点P0(S0,0,0)处线性化近似系统为:……p>
