Sei sulla pagina 1di 6

Modelli Analitici per le Applicazioni

Roma, Settembre 2013

Tassi di incidenza non-lineari nel modello SIRS .


Lorenzo Guidi

Labito simbolico delle teorie simbolico-matematiche [. . . ] ` e soltanto un metodo, un metodo che deve servire a migliorare le previsioni scientiche in un progressum in innitum , le previsioni grezze, le uniche possibili nellambito di ci` o che ` e realmente esperito ed esperibile nel mondo-della-vita. E. Husserl1

Lanalisi sperimentale del comportamento di numerose malattie mostra la presenza di uttuazioni periodiche persistenti, la cui modellizzazione richiede quindi la comparsa di fenomeni di periodicit` a nelle soluzioni del sistema che intende descrivere levoluzione della malattia. Se tale comportamento pu` o essere dovuto a diversi fattori (di tipo stagionale, dovuti a interazioni tra diversi virus, o alla distribuzione dellet` a nella popolazione, ad esempio), il modello deterministico SIRS , nella sua formulazione standard, risulta inecace nella descrizione del fenomeno. In particolare, la scelta di un tasso di incidenza bilineare (IS , noto come tasso di incidenza standard) genera esclusivamente punti di equilibrio asintoticamente stabili, e quindi oscillazioni smorzate intorno allequilibrio. Unanalisi della stabilit` a, condotta su un generico tasso di incidenza H(I, S ), conduce alla richiesta di una dipendenza di ordine maggiore di tale funzione dalla variabile I . Mostriamo come, con questa modica, si riscontrano nel modello delle soluzioni periodiche, in accordo con losservazione empirica e i dati sperimentali.

Il modello SIRS

Nel descrivere levoluzione di una malattia allinterno di una popolazione si possono sviluppare diversi modelli, che tengono conto di un certo tipo di fattori e che risultano pi` u o meno consistenti a seconda dei casi. Il modello SIRS si basa sulla partizione della popolazione in tre classi: quella (indicata con S ) dei suscettibili, coloro cio` e che possono contrarre la malattia; quella (indicata con I ) degli infetti; quella inne (indicata con R) dei rimossi, che una volta guariti sviluppano un periodo di immunit` a alla malattia. Il passaggio da una classe allaltra ` e regolato da alcuni parametri, che indicano la probabilit` a con cui ciascun individuo appartenente a una classe si sposta in unaltra. In particolare lo schema S I R S
1

E. Husserl, La crisi delle scienze europee e la fenomenologia trascendentale, Il Saggiatore (2008).

conduce al sistema di equazioni dierenziali ordinarie


S = I H(I, S ) bS + R + B (N )

I = I H(I, S ) (v + b)I

(1)

R = vI ( + b)R,

dove N = S +I +R indica la popolazione totale, B (N ) esprime il tasso di nascita (inseriamo tutti i nuovi nati nella classe S ), H(I, S ) indica il tasso di incidenza per individuo infetto, b ` e il tasso di mortalit` a per individuo, v ` e il tasso di guarigione e quello di perdita di immunit` a. Supporremo, in accordo con i dati sperimentali, H S > 0 e considereremo costante la popolazione totale, supponendo cio` e che le nascite e le morti si bilancino. Questo consente una riduzione del sistema, che porta a I = I H(I, N I R) (v + b)I R = vI ( + b)R. (2)

Siamo interessati ad analizzare i punti di equilibrio del sistema e la loro stabilit` a. Lipotesi nota come relazione di incidenza standard, secondo cui il tasso di incidenza ` e dato dalla funzione (bilineare) H(I, S ) = IS , genera esclusivamente punti di equilibrio stabili, eliminando la possibilit` a di soluzioni periodiche che invece sarebbero consistenti con il comportamento osservabile di alcune malattie. I punti di equilibrio del sistema (2) vericano le relazioni v R= I b+ e b++v H I, N I = b + v, b+ e la loro stabilit` a dipende dal segno degli autovalori della matrice M= I
H I

H S

H I S . (b + )

In particolare anch e la traccia della matrice passi da un valore negativo a uno positivo, H o comporta mantenendo il determinante positivo, ` e necessario supporre che I > 0. Ci` una dipendenza di I H da I non-lineare, escludendo il caso standard in cui invece risulta I H = IS . Studieremo ora in concreto il caso in cui H(I, S ) = kI p1 S q , analizzando la stabilit` a degli equilibri al variare del parametro p, interessandoci alleventuale presenza di soluzioni periodiche. Si intuisce che situazioni interessanti si potranno vericare, sotto altre opportune ipotesi, per p > 1.

Il caso H(I, S ) = I p1 S q

Supponendo il tasso di incidenza per individuo infetto della forma H(I, S ) = I p1 S q , il sistema (2) si pu` o riscrivere come I = kI p S q (b + v )I R = vI (b + )R. 2 (3)

Introduciamo ora i parametri r= v , b+v h= v , b+ a= k , b+v

e riscaliamo il tempo ponendo = (b + v )t. Indicando, per semplicit` a di notazione, ancora con la derivata rispetto a , possiamo riscrivere il sistema nella forma
I = aI p S q I R = r I 1 R . h

(4)

A questo punto, come nel caso dellincidenza standard, si pu` o dimostrare che la regione = {(S, I, R)|S 0, I 0, R 0} ` e positivamente invariante, vale a dire che presi dei dati iniziali in la soluzione del sistema (4) non esce da tale regione. Questo garantisce la limitatezza a priori della soluzione, e pertanto lesistenza e unicit` a di soluzioni globali per dati iniziali in . Gli equilibri non banali del sistema sono determinati dalle condizioni aI p1 (N I R)q = 1 e R = hI. Lesistenza di tali punti critici dipende fortemente dal valore di p, secondo lo schema seguente: p < 1. Esiste un unico punto di equilibrio non-banale; p = 1. Il sistema ammette un unico equilibrio positivo se N a q ; per gli altri valori di N il sistema possiede come unico punto di equilibrio (I, R) = (0, 0); p > 1. Se N risulta minore di un certo valore N 2 non esistono equilibri non banali. Per N = N ne esiste esattamente uno, mentre per N > N il sistema ammette due equilibri positivi. Possiamo quindi studiare la stabilit` a degli equilibri del sistema, regolata dal segno degli autovalori della matrice J (I, R) = p 1 qI/S qI/S , r r/h
1

dove S = N I R. I caso: 0 < p < 1. Per quanto riguarda lequilibrio banale non ` e possibile ricorrere alla linearizzazione, essendo il sistema discontinuo in (0, 0). Si dimostra, attraverso una riduzione del sistema, che (0, 0) costituisce un equilibrio instabile. Essendo, invece, T r(J ) < 0 < det(J ), lequilibrio non-banale risulta essere localmente asintoticamente stabile.
2

N = a (p+q1) (1 + z )[(1 + h)/z ] 1+z , dove z = (p 1)/q .

II caso: p = 1. Per N < a1/q non esistono equilibri diversi da quello banale. Per quanto riguarda la stabilit` a di questultimo, bisogna guardare il segno degli autovalori della matrice aN q 1 0 J (0, 0) = . r r/h Essendo T r(J ) < 0 < det(J ) possiamo concludere che lequilibrio ` e localmente asintoticamente stabile. La stessa analisi ci mostra che nel caso N > a1/q il punto (0, 0) risulta instabile, essendo det(J ) < 0 (e quindi gli autovalori di segno opposto). Per valori di N maggiori di a1/q compare anche un equilibrio non banale, che per considerazioni analoghe a quelle appena fatte, considerando la matrice J (I, R), risulta asintoticamente stabile. III caso: p > 1. Per N < N il sistema non ammette equilibri diversi da (0, 0), che risulta in questo caso globalmente asintoticamente stabile. La condizione N = N corrisponde, in termini matriciali, alla condizione det(J ) = 0. Dal punto di vista del sistema questa costituisce quella che si denisce una biforcazione sella-nodo: per N > N esistono due punti di equilibrio non-banali (di cui uno tale che det(J ) < 0, un punto di sella appunto), che per N = N collidono in un unico equilibrio che scompare per N < N . Dei due punti, uno corrisponde a un valore piccolo di I , per il quale det(J ) < 0, e costituisce quindi un punto di sella; laltro corrisponde a un valore di I pi` u grande, per cui det(J ) > 0 h) (e la sua stabilit` a dipende quindi dalla traccia della matrice J (I, R)). Se p < 1 + r (1+ h2 h) risulta T r(J ) < 0, e tale equilibrio risulta quindi stabile. Per p > 1 + r (1+ invece si h2 verica un altro fenomeno di biforcazione: per valori di N no a una certa barriera N 3 la traccia risulta positiva, e lequilibrio ` e dunque instabile. Per N = N la traccia si annulla, cambiando segno quando N > N , e conferendo stabilit` a al punto di equilibrio. Per N = N si verica quindi una biforcazione di Hopf, fenomeno che comporta, per valori di N vicini a N , la comparsa di una soluzione periodica. Per visualizzare quanto avviene, e osservare direttamente in particolare la comparsa di un ciclo limte (soluzione periodica) in corrispondenza della biforcazione di Hopf a N = N , nella prossima sezione analizzeremo un caso particolare, scegliendo i valori p = 2 e q = 1.

Il caso p = 2 e q = 1

Per una scelta di esponenti p = 2 e q = 1 possiamo scrivere in una forma pi` u esplicita i parametri che delimitano la casistica riguardo la presenza di punti di equilibrio e la rispettiva stabilit` a. Innanzitutto riscriviamo il sistema: I = aI 2 S I R = r(I R/h). Risulter` a: N = 2(1 + h)1/2 a1/2 e N = a1/2 (1 r/h)1/2 [1 + (1 + h)(1 r/h)]. Nei graci che seguono ` e rappresentata, nel piano delle fasi (I, R), la dinamica del sistema, che mostra il comportamento in base alla scelta dei parametri, in accordo con quanto aermato nora su un piano teorico. Le simulazioni sono svolte scegliendo parametri
3 q Risulta N = (1 + h + y )a1/(p+q1) (y/q )q/(p+q1) , dove y = p 1 r/h.

(5)

r = 0.997, h = 4 e a = 1. Il parametro h ` e un indice del rapporto tra il periodo medio di immunit` a e la durata media dellinfezione, e la scelta di un valore sucientemente grande per h garantisce lesistenza di una soluzione periodica stabile per 0 < N N < (con abbastanza piccolo). In particolare mostriamo la presenza del solo equilibrio stabile per N < N , la comparsa di un ciclo limite per N vicino a N e lesistenza, per N > N , di un punto di equilibrio non-banale stabile. Con i parametri scelti risulta N = 4.721 e N = 5.4864. 3

Rimossi

2 Infetti

Figura 1: La gura mostra la dinamica del sistema per N = 3.721. Lequilibrio banale (I, R) = (0, 0), lunico presente, risulta asintoticamente stabile.

5 4 Rimossi 3 2 1 0 0 1 2 3 Infetti 4 5

Figura 2: Per N = 5.4664 osserviamo la presenza di un ciclo limite, corrispondente ad una soluzione periodica del sistema. Il numero di individui infetti oscilla costantemente, in accordo con quanto si osserva sperimentalmente nel caso di alcune malattie. La scelta dellincidenza standard ` e inecace al ne di modellizzare comportamenti di questo tipo, che invece trovano un riscontro eettivo nella scelta di dipendenza quadratica rispetto alla variabile I .

5 4 Rimossi 3 2 1 0 0 1 2 3 Infetti 4 5

Figura 3: Per N = 5.6464 osserviamo la presenza di un equilibrio positivo del sistema, che risulta asintoticamente stabile.

*** Il contenuto di questo elaborato ` e stato tratto dallarticolo Inuence of nonlinear incidence rates upon the behavior of SIRS epidemiological model di Wei-min Liu, Simon A. Levin e Yoh Iwasa, J. Math. Biology (1986) 23: 187-204.