紅色字體表示在屏幕上需要體現的文字內容，與語音同時出現黃底色紅字表示用素材（圖片、表格、公式等）展示并顯示文字黃底色黑字表示用素材（圖片、表格、公式等）展示，文字不用顯示灰底色刪除線表示刪除的文字批注制作的意見或重點文字的提煉藍色字體制作的意見或說明綠色字體表示講稿存疑之處，需要與老師進行溝通如無特殊說明，上屏文字均為：思源宋體CNSemiBold腳本-傳染病模型——SIR模型(ppt1，ppt2)同學，你好，這節課我們接著上節課的內容，繼續講解傳染病模型的建模過程。(ppt3)首先，我們來回顧一下傳染病模型中的SIS模型。(ppt4)（動畫1）SIS模型的微分方程的形式為，感染者所占的比例i對t的導數等于λi(t)乘上[1-i(t)]，再減去μi(t)，（動畫2）我們令sigama=μ分之λ，（動畫3）可以得到i對t的導數等于負的λi(t)再乘以i(t)減去1-sigama分之一。其中（動畫4），λ為病人每天有效接觸的人數，μ為感染者的治愈率。（動畫5）那么如果治愈的病人都產生了長期免疫力，又該怎樣建立模型呢？(ppt5)下面我們來講解對上面這個問題所提出的一個改進模型——SIR模型。(ppt6)在已學的SIS模型中，我們只把人分為兩類。在今天學的模型中，把居民分為三類，：（動畫1，2）第一類的比率??(??)表示為??時刻已經感染人數占總人數的比例；（動畫3，4）第二類的比例??(??)表示為??時刻未被感染人數（健康人）占總人數的比例；（動畫5,6）第三類比例??(??)表示??時刻移除者占總人數的比例。他們的關系是：（動畫7）健康人被感染后變成病人，（動畫8）病人治愈產生抗體變為移除者。（動畫9）他們是一個動態過程，顯然這3個比例加起來等于1即??(??)+??(??)+??(??)=??。（動畫10）我們記λ為日接觸率，??為移除率。(ppt7)接下來我們開始構建SIR模型。（動畫1）在detat的時間內，感染者增加的數量與以前學過的SIS模型類似。一方面可可以表示為（動畫2）N乘以i(t+detat)減去i(t)，另一方面也可以表示為（動畫3）病人每天的有效接觸人數λ乘以s(t)乘以病人數Ni(t)再乘以detat再減去從病人中移除的人數gama乘以Ni(t)乘以detat，（動畫4）根據變化量相等可知，這兩個式子相等。（動畫5）在兩邊同除以Ndetat，得到（動畫6）i對t的導數等于λs(t)i(t)減去gama乘以i(t)。（動畫7，8）接下來我們看看健康人減少的量：健康人減少的量一方面可以表示為：N[s(t+?t)-s(t)]，另一方面可以表示為健康人被病人感染的量的負值。類似根據變化量相等可知，這兩個式子相等,（動畫9）在兩邊同除以Ndetat，得到s(t)對t的導數等于負的λs(t)i(t)。最后考慮移除者的量：（動畫10，11）一方面與從病人中移除的人數gama乘以Ni(t)乘以detat相同，另一方面可以表示為N[r(t+Δt)-r(t)]。類似他們是相等的，兩邊同除以Ndetat，（動畫12）得到r對t的導數等于gama乘以i(t)。（動畫13）聯立上面3個方面，我們得到傳染病的微分方程組，即SIR模型。(ppt8)下面我們對方程進行化簡，（動畫1）由于i(t)加s(t)再加r(t)等于1，只要知道了i(t)和s(t)，就可以求出r(t)。我們看到上面那個方程組中前兩個方程與r(t)無關，只與i(t)和s(t)有關，（動畫2）因此我們考慮前兩個方程，即s(t)對t的導數等于負的λs(t)i(t)，i對t的導數等于λs(t)i(t)減去gama乘以i(t)。仔細分析，我們發現這是非線性微分方程組，求不出真解。下面我們采用相平面分析法。（動畫3，4）什么是相平面呢？i(t)和s(t)所構成平面稱為相平面。利用下面方程除以上面方程，我們可以得到可以得到i(t)關于s(t)的微分方程，即：i(t)對s(t)的導數等于負的λs(t)i(t)分之λs(t)i(t)減去gama乘以i(t)，也就等于λs(t)分之gama再減去1。我們把i(t)看出因變量，s(t)看成自變量。利用分離變量法，（動畫5，6）可以解得通解為：i(s)等于負的s(t)加上λ分之gama乘以lns(t)再加上C。（動畫7）當t等于0時，s等于s_0，i等于i_0，把他們代入上面的通解，我們可以把C求解出來。記ρ等于λ分之gama，可得特解，即相軌線方程：（動畫8）i(s)等于i_0加s_0減去s(t)再加上ρ乘以lns_0分之s(t)。（動畫9）特解的圖像即為相軌線，相應的相軌線的定義域D為：s大于等于0，i大于等于0，由于i(t)加s(t)再加r(t)等于1，這里r(t)大于等于零，因此s加i小于等于1。（動畫10）如右圖所示。(ppt9)接下來我們對SIR模型的結果進行分析。（動畫1）首先我們根據相軌線的定義域可以得到這樣一個坐標系。（動畫2），我們可以得到如下結論：（動畫3）第一、當t趨于無窮時，i在t趨于無窮時等于0，也就是說病人終將在系統中消失。（動畫4）如左圖中的相軌線軌跡所示。（動畫5，6））第二、令t趨于無窮，因為i趨于無窮時等于0，我們可以發現s無窮滿足方程：1減去s無窮加ρlns_0分之s無窮等于0。其中s無窮是相軌線與s軸交點的橫坐標。（動畫7）第三、對相軌線方程求導，可以得到i在s星等于ρ時達到最大值，且i(s星)等于1減ρ加ρ乘以lns_0分之ρ。（動畫8）如左圖相軌線所示。（動畫9，10）根據上一條我們可以得出第四條結論，當健康人比例初值s_0大于ρ時，i(t)先升后降至0，此時傳染病蔓延。（動畫11，12）當健康人比例初值s_0小于等于ρ時，i(t)單調減少到0，此時傳染病不蔓延。因此傳染病是否蔓延與ρ的值有關。我們需要增加ρ的值才能減少傳染病蔓延。(ppt10)接下來我們來了SIR模型提供的決策依據。(ppt11)（動畫1）我們分析ρ值，（動畫2，3）ρ等于移除率gama除以有效接觸率λ。（動畫4，5）前面我們得到增加ρ的值才能減少傳染病蔓延。因此我們必須減少有效接觸率λ和提升移除率gama。(ppt12)（動畫1）減少有效接觸率λ最有效的措施是把感染者隔離。這一點我們國家做的非常好，及時的封城，在當地快速隔離疑似病例以及從高發地區返程的人員，并且號召全國人民沒有事情盡量少出門，出門也要帶好口罩，做好防護。(ppt13)（動畫1）提升移除率gama的一個方法是：國家還要