1. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
Università degli Studi di Trento
Facoltà di Scienze Matematiche Fisiche e Naturali
Modelli Matematici di Infezione Virale
28 Marzo 2007
Laureando: Mattia Manica
Relatore: prof. Mimmo Iannelli
Modelli Matematici di Infezione Virale
2. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
1 Introduzione
2 Il modello
Concetti Preliminari
Analisi del Modello
3 La Risposta Immunitaria
Introduzione
Risposta Costante
Modello Ridotto
Risposta Periodica
4 Ritardo Temporale
Introduzione
Punti Critici e Analisi Stabilità
5 Conclusioni
Modelli Matematici di Infezione Virale
3. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
1 Introduzione
2 Il modello
Concetti Preliminari
Analisi del Modello
3 La Risposta Immunitaria
Introduzione
Risposta Costante
Modello Ridotto
Risposta Periodica
4 Ritardo Temporale
Introduzione
Punti Critici e Analisi Stabilità
5 Conclusioni
Modelli Matematici di Infezione Virale
4. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
I modelli matematici
Nuovo impulso alla ricerca;
Semplificazione del problema reale, ne presenta le
caratteristiche fondamentali ed essenziali
Introduzione calcolo differenziale e calcolatori;
Studio vasta gamma di problemi (economici, biologici,
fisici, . . . );
Modelli Matematici di Infezione Virale
5. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
I modelli matematici
Nuovo impulso alla ricerca;
Semplificazione del problema reale, ne presenta le
caratteristiche fondamentali ed essenziali
Introduzione calcolo differenziale e calcolatori;
Studio vasta gamma di problemi (economici, biologici,
fisici, . . . );
Modelli Matematici di Infezione Virale
6. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
I modelli matematici
Nuovo impulso alla ricerca;
Semplificazione del problema reale, ne presenta le
caratteristiche fondamentali ed essenziali
Introduzione calcolo differenziale e calcolatori;
Studio vasta gamma di problemi (economici, biologici,
fisici, . . . );
Modelli Matematici di Infezione Virale
7. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
I modelli matematici
Nuovo impulso alla ricerca;
Semplificazione del problema reale, ne presenta le
caratteristiche fondamentali ed essenziali
Introduzione calcolo differenziale e calcolatori;
Studio vasta gamma di problemi (economici, biologici,
fisici, . . . );
Modelli Matematici di Infezione Virale
8. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
Obiettivi
Studiare Infezione Virale in una
Popolazione di Cellule
Suscettibili.
Studiare Effetto Risposta
Immunitaria.
Studiare possibili diverse
modellizzazioni della Risposta
Immunitaria.
Modelli Matematici di Infezione Virale
9. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
Obiettivi
Studiare Infezione Virale in una
Popolazione di Cellule
Suscettibili.
Studiare Effetto Risposta
Immunitaria.
Studiare possibili diverse
modellizzazioni della Risposta
Immunitaria.
Modelli Matematici di Infezione Virale
10. Introduzione
Il modello
La Risposta Immunitaria
Ritardo Temporale
Conclusioni
Obiettivi
Studiare Infezione Virale in una
Popolazione di Cellule
Suscettibili.
Studiare Effetto Risposta
Immunitaria.
Studiare possibili diverse
modellizzazioni della Risposta
Immunitaria.
Modelli Matematici di Infezione Virale
11. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
1 Introduzione
2 Il modello
Concetti Preliminari
Analisi del Modello
3 La Risposta Immunitaria
Introduzione
Risposta Costante
Modello Ridotto
Risposta Periodica
4 Ritardo Temporale
Introduzione
Punti Critici e Analisi Stabilità
5 Conclusioni
Modelli Matematici di Infezione Virale
12. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
x(t) numero cellule suscettibili, y (t) numero cellule infette, ν(t)
numero particelle virali libere
IL MODELLO
x (t) = λ − dx(t) − χx(t)ν(t)
y (t) = χx(t)ν(t) − ay (t)
ν (t) = ky (t) − uν(t)
λ tasso di riproduzione cellulare
d tasso di mortalità cellule non infette
χ tasso di contagio
a tasso di mortalità cellule infette
Modelli Matematici di Infezione Virale
13. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Particelle Virali e Turnover
Le particelle virali sono caratterizzate da un elevato turnover
rispetto alle cellule infette
k χk
ν(t) = y (t) β=
u u
x (t) = λ − dx(t) − χx(t)ν(t)
y (t) = χx(t)ν(t) − ay (t)
ν (t) = ky (t) − uν(t)
Modelli Matematici di Infezione Virale
14. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Particelle Virali e Turnover
Le particelle virali sono caratterizzate da un elevato turnover
rispetto alle cellule infette
k χk
ν(t) = y (t) β=
u u
x (t) = λ − dx(t) − χx(t)ν(t)
y (t) = χx(t)ν(t) − ay (t)
ν (t) = ky (t) − uν(t)
Modelli Matematici di Infezione Virale
15. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Particelle Virali e Turnover
Le particelle virali sono caratterizzate da un elevato turnover
rispetto alle cellule infette
k χk
ν(t) = y (t) β=
u u
x (t) = λ − dx(t) − χx(t)ν(t)
y (t) = χx(t)ν(t) − ay (t)
ν (t) = ky (t) − uν(t)
Modelli Matematici di Infezione Virale
16. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Particelle Virali e Turnover
Le particelle virali sono caratterizzate da un elevato turnover
rispetto alle cellule infette
k χk
ν(t) = y (t) β=
u u
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t)
Modelli Matematici di Infezione Virale
17. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Numero Riproduttivo di Base
λ Tasso Riproduzione Sucettibili
λβ
R0 := β Tasso Contagio
ad a Tasso Mortalità Infette
d Tasso Mortalità Suscettibili
Intuitivamente il numero riproduttivo di base indica quanti nuovi
infetti verranno generati da un infetto.
Modelli Matematici di Infezione Virale
18. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Numero Riproduttivo di Base
λ Tasso Riproduzione Sucettibili
λβ
R0 := β Tasso Contagio
ad a Tasso Mortalità Infette
d Tasso Mortalità Suscettibili
Intuitivamente il numero riproduttivo di base indica quanti nuovi
infetti verranno generati da un infetto.
Modelli Matematici di Infezione Virale
19. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
x (t) = λ − dx(t) − βx(t)y (t)
Analisi del modello:
y (t) = βx(t)y (t) − ay (t)
Individuazione dei punti critici:
λ a λβ − da
E0 := ,0 E1 := , per R0 > 1
d β aβ
Chiamo E0 l’equilibrio libero da infezione, ed E1 l’equilibrio
endemico.
Analisi Stabilità dei Punti Critici:
Studio del segno della parte reale degli autovalori Ψ della
matrice Jacobiana.
Modelli Matematici di Infezione Virale
20. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Condizioni per la Stabilità
Nel nostro modello la Matrice Jacobiana è
−(d + βy ) −βx
Jac[(x, y )] =
βy βx − a
Gli autovalori Ψ della matrice Jacobiana si ottengono attraverso
la seguente equazione.
Ψ2 − TrJac[(x , y )]Ψ + det Jac[(x , y )] = 0
¯ ¯ ¯ ¯
la stabilità sarà data dalle seguenti condizioni sul segno del
Determinante e della Traccia della matrice Jacobiana,
¯ ¯ ¯ ¯
TrJac[(x , y )] < 0 e det Jac[(x , y )] > 0
Modelli Matematici di Infezione Virale
21. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Condizione di Stabilità
¯ ¯ ¯ ¯
TrJac[(x , y )] < 0 e det Jac[(x , y )] > 0
soddisfatte per E0 solo se R0 < 1
Stessi Parametri Diversi Parametri
Biologici Biologici
Diverse Condizioni Stesse Condizioni
Iniziali R0 > 1 Iniziali
Modelli Matematici di Infezione Virale
22. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Condizione di Stabilità
¯ ¯ ¯ ¯
TrJac[(x , y )] < 0 e det Jac[(x , y )] > 0
soddisfatte per E0 solo se R0 < 1
Stessi Parametri
Biologici
Diverse Condizioni Diversi Parametri
Iniziali Biologici
Stesse Condizioni
R0 > 1 Iniziali
Modelli Matematici di Infezione Virale
23. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Condizione di Stabilità
¯ ¯ ¯ ¯
TrJac[(x , y )] < 0 e det Jac[(x , y )] > 0
soddisfatte per E0 solo se R0 < 1
Stessi Parametri
Biologici
Diverse Condizioni Diversi Parametri
R0 > 1
Iniziali Biologici
Stesse Condizioni
Iniziali
Modelli Matematici di Infezione Virale
24. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Condizione di Stabilità
¯ ¯ ¯ ¯
TrJac[(x , y )] < 0 e det Jac[(x , y )] > 0
soddisfatte per E0 solo se R0 < 1
Stessi Parametri Diversi Parametri
Biologici Biologici
Diverse Condizioni Stesse Condizioni
R0 > 1
Iniziali Iniziali
Modelli Matematici di Infezione Virale
25. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Similmente si dimostra con semplici calcoli la stabilità di
a λβ − da
E1 := , quando R0 > 1
β aβ
Stessi Parametri Biologici Diversi Parametri Biologici
Diverse Condizioni Iniziali Stesse Condizioni Iniziali
Modelli Matematici di Infezione Virale
26. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Similmente si dimostra con semplici calcoli la stabilità di
a λβ − da
E1 := , quando R0 > 1
β aβ
Stessi Parametri Biologici
Diverse Condizioni Iniziali
Diversi Parametri Biologici
Stesse Condizioni Iniziali
Modelli Matematici di Infezione Virale
27. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Similmente si dimostra con semplici calcoli la stabilità di
a λβ − da
E1 := , quando R0 > 1
β aβ
Stessi Parametri Biologici Diversi Parametri Biologici
Diverse Condizioni Iniziali Stesse Condizioni Iniziali
Modelli Matematici di Infezione Virale
28. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Criterio di Bendixon-Dulac
Y1 = F1 (Y1 , Y2 )
Sia dato il sistema
Y2 = F2 (Y1 , Y2 )
Se esiste una funzione D(x, y ) tale per cui risulta
div (DF1 , DF2 ) ≤ 0
con l’uguaglianza non ovunque ⇒ non esistono orbite
periodiche.
1
Nel nostro caso questa funzione è D(x, y ) = .
xy
Modelli Matematici di Infezione Virale
29. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Criterio di Bendixon-Dulac
Y1 = F1 (Y1 , Y2 )
Sia dato il sistema
Y2 = F2 (Y1 , Y2 )
Se esiste una funzione D(x, y ) tale per cui risulta
div (DF1 , DF2 ) ≤ 0
con l’uguaglianza non ovunque ⇒ non esistono orbite
periodiche.
1
Nel nostro caso questa funzione è D(x, y ) = .
xy
Modelli Matematici di Infezione Virale
30. Introduzione
Il modello
Concetti Preliminari
La Risposta Immunitaria
Analisi del Modello
Ritardo Temporale
Conclusioni
Criterio di Bendixon-Dulac
Y1 = F1 (Y1 , Y2 )
Sia dato il sistema
Y2 = F2 (Y1 , Y2 )
Se esiste una funzione D(x, y ) tale per cui risulta
div (DF1 , DF2 ) ≤ 0
con l’uguaglianza non ovunque ⇒ non esistono orbite
periodiche.
1
Nel nostro caso questa funzione è D(x, y ) = .
xy
Modelli Matematici di Infezione Virale
31. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
1 Introduzione
2 Il modello
Concetti Preliminari
Analisi del Modello
3 La Risposta Immunitaria
Introduzione
Risposta Costante
Modello Ridotto
Risposta Periodica
4 Ritardo Temporale
Introduzione
Punti Critici e Analisi Stabilità
5 Conclusioni
Modelli Matematici di Infezione Virale
32. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
33. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
34. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
35. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
36. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
37. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
La Risposta Immunitaria
Condizione grazie alla quale l’organismo è in grado di
combattere i cosiddetti antigeni (virus, batteri, . . . );
L’Immunità Cellulare;
Le cellule reagiscono uccidendo le cellule infettate da virus;
L’Immunità Umorale
Le cellule inibiscono, inattivano o distruggono le sostanze
estranee.
Modelli Matematici di Infezione Virale
38. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
x(t) cellule suscettibili, y (t) cellule infette, z(t) risposta
immunitaria.
Modello con Risposta Immunitaria
x (t) = λ − dx(t) − βx(t)y (t)
qz(t) + 1
βx(t)y (t
y (t) = − ay (t) − py (t)z(t)
qz(t) + 1
z (t) = cy (t) − bz(t)
Modelli Matematici di Infezione Virale
39. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Ponendo q = 0 ignoro la risposta immunitaria inibitoria,
considero solamente l’azione dei componenti litici.
Modello con solo Risposta Immunitaria Litica
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t) − py (t)z(t)
z (t) = cy (t) − bz(t)
Modelli Matematici di Infezione Virale
40. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Punti Critici
Uno o due punti critici a seconda della condizione su R0 .
λ
E0 := , 0, 0 sempre,
d
solo per R0 > 1 E1 := (x, y , z) con
cλ
x =
cd + bβz
bz
y =
c
2
z = −(pcd + abβ) + (pcd + abβ) − 4bcpβ(ad − λβ)
2bpβ
Modelli Matematici di Infezione Virale
41. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Punti Critici
Dobbiamo valutare il segno della parte reale degli autovalori
della Matrice Jacobiana,
Semplici calcoli per l’equilibrio libero: la stabilità dipende dalla
condizione sul numero riproduttivo di base.
Modelli Matematici di Infezione Virale
42. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Per l’equilibrio endemico lo studio della stabiltà risulta più
complesso.
La stabiltà si evince comunque dalle simulazioni al calcolatore.
Modelli Matematici di Infezione Virale
43. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Per R0 > 1, risultati di Analisi ci assicurano l’esistenza di
un’orbita periodica.
Modelli Matematici di Infezione Virale
44. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Esplorando con l’ausilio del calcolatore i vari comportamenti al
variare dei parametri emerge:
1 Il tasso di riproduzione delle cellule suscettibili λ e
l’ampiezza dell’oscillazione dei componenti litici β1 giocano
un ruolo fondamentale nel determinare il periodo della
soluzione;
2 Si ottengono soluzioni di periodo uno per bassi valori di λ;
Per valori intermedi otteniamo soluzioni di periodo uno,
seguite da soluzioni di periodo tre e da una successione di
soluzioni di periodo doppio fino al caos, a seconda del
variare del parametro β1 .
3 Se invece c’è un elevato tasso riproduttivo si ottengono
soluzioni di periodo uno, poi due ed infine una successione
di soluzioni di periodo doppio fino al caos.
Modelli Matematici di Infezione Virale
45. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Modello Ridotto
Possiamo introdurre un nuovo modello ipotizzando che le
cellule litiche siano caratterizzate da un elevato turnover
rispetto alle cellule infette.
c
0 = cy (t) − bz(t) =⇒ z(t) = y (t)
b
Il sistema ora è planare.
Modelli Matematici di Infezione Virale
46. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Punti Critici
L’equilibrio libero dall’infezione non cambia;
ˆ ˆ
Per R0 > 1 ho un diverso equilibrio endemico Erid := (x , y ) ove
λ
ˆ
x =
d + by ˆ
pcd 2 4βpc(−λβ + ad)
−abβ − pcd + b aβ + −
b b
ˆ
y =
2βpc
Modelli Matematici di Infezione Virale
47. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Erid per R0 > 1
Utilizzo Criterio Bendixon Dulac per escludere presenza orbite
periodiche.
1 x = λ − dx(t) − βx(t)y (t)
D(x, y ) = c
xy y = βx(t)y (t) − ay (t) − p y (t)2
b
λ d a pcy λ pc
Div − − β, β − − =− − ≤0
xy y x bx x 2y bx
Abbiamo appena dimostrato la non esistenza di orbite
periodiche, quindi l’insieme w − limite contiene un punto, Erid ,
stabile.
Modelli Matematici di Infezione Virale
48. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Erid per R0 > 1
Utilizzo Criterio Bendixon Dulac per escludere presenza orbite
periodiche.
1 x = λ − dx(t) − βx(t)y (t)
D(x, y ) = c
xy y = βx(t)y (t) − ay (t) − p y (t)2
b
λ d a pcy λ pc
Div − − β, β − − =− − ≤0
xy y x bx x 2y bx
Abbiamo appena dimostrato la non esistenza di orbite
periodiche, quindi l’insieme w − limite contiene un punto, Erid ,
stabile.
Modelli Matematici di Infezione Virale
49. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Erid per R0 > 1
Utilizzo Criterio Bendixon Dulac per escludere presenza orbite
periodiche.
1 x = λ − dx(t) − βx(t)y (t)
D(x, y ) = c
xy y = βx(t)y (t) − ay (t) − p y (t)2
b
λ d a pcy λ pc
Div − − β, β − − =− − ≤0
xy y x bx x 2y bx
Abbiamo appena dimostrato la non esistenza di orbite
periodiche, quindi l’insieme w − limite contiene un punto, Erid ,
stabile.
Modelli Matematici di Infezione Virale
50. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Erid per R0 > 1
Utilizzo Criterio Bendixon Dulac per escludere presenza orbite
periodiche.
1 x = λ − dx(t) − βx(t)y (t)
D(x, y ) = c
xy y = βx(t)y (t) − ay (t) − p y (t)2
b
λ d a pcy λ pc
Div − − β, β − − =− − ≤0
xy y x bx x 2y bx
Abbiamo appena dimostrato la non esistenza di orbite
periodiche, quindi l’insieme w − limite contiene un punto, Erid ,
stabile.
Modelli Matematici di Infezione Virale
51. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Erid per R0 > 1
Utilizzo Criterio Bendixon Dulac per escludere presenza orbite
periodiche.
1 x = λ − dx(t) − βx(t)y (t)
D(x, y ) = c
xy y = βx(t)y (t) − ay (t) − p y (t)2
b
λ d a pcy λ pc
Div − − β, β − − =− − ≤0
xy y x bx x 2y bx
Abbiamo appena dimostrato la non esistenza di orbite
periodiche, quindi l’insieme w − limite contiene un punto, Erid ,
stabile.
Modelli Matematici di Infezione Virale
52. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Risposta Immunitaria Periodica
Purtroppo non si è ancora arrivati ad un’esatta
modellizzazione della risposta immunitaria;
Il sistema immunitario risente del ritmo biologico, come gli
altri apparati fisiologici.
Consideriamo il ritmo circadiano, periodo un giorno;
Segue in prima approssimazione una curva sinusoidale
che cresce fino ad un massimo (acrofase) e poi scende
fino a un minimo, variando intorno ad un valore mediano
che si chiama mesor.
Modelli Matematici di Infezione Virale
53. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Risposta Immunitaria Periodica
Purtroppo non si è ancora arrivati ad un’esatta
modellizzazione della risposta immunitaria;
Il sistema immunitario risente del ritmo biologico, come gli
altri apparati fisiologici.
Consideriamo il ritmo circadiano, periodo un giorno;
Segue in prima approssimazione una curva sinusoidale
che cresce fino ad un massimo (acrofase) e poi scende
fino a un minimo, variando intorno ad un valore mediano
che si chiama mesor.
Modelli Matematici di Infezione Virale
54. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Risposta Immunitaria Periodica
Purtroppo non si è ancora arrivati ad un’esatta
modellizzazione della risposta immunitaria;
Il sistema immunitario risente del ritmo biologico, come gli
altri apparati fisiologici.
Consideriamo il ritmo circadiano, periodo un giorno;
Segue in prima approssimazione una curva sinusoidale
che cresce fino ad un massimo (acrofase) e poi scende
fino a un minimo, variando intorno ad un valore mediano
che si chiama mesor.
Modelli Matematici di Infezione Virale
55. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Risposta Immunitaria Periodica
Purtroppo non si è ancora arrivati ad un’esatta
modellizzazione della risposta immunitaria;
Il sistema immunitario risente del ritmo biologico, come gli
altri apparati fisiologici.
Consideriamo il ritmo circadiano, periodo un giorno;
Segue in prima approssimazione una curva sinusoidale
che cresce fino ad un massimo (acrofase) e poi scende
fino a un minimo, variando intorno ad un valore mediano
che si chiama mesor.
Modelli Matematici di Infezione Virale
56. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Risposta Immunitaria Periodica
Purtroppo non si è ancora arrivati ad un’esatta
modellizzazione della risposta immunitaria;
Il sistema immunitario risente del ritmo biologico, come gli
altri apparati fisiologici.
Consideriamo il ritmo circadiano, periodo un giorno;
Segue in prima approssimazione una curva sinusoidale
che cresce fino ad un massimo (acrofase) e poi scende
fino a un minimo, variando intorno ad un valore mediano
che si chiama mesor.
Modelli Matematici di Infezione Virale
57. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Modellizziamo l’effetto del ritmo circadiano con il seguente
parametro p(t)
p(t) = β0 + β1 cos(2πt − ϕ)
ove i parametri β0 e β1 descrivono rispettivamente la risposta
litica base e l’oscillazione attorno ad essa e ϕ è l’acrofase, il
massimo.
Modelli Matematici di Infezione Virale
58. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Punti Critici
λ
Equilibrio Libero dall’Infezione E0 := , 0, 0
d
Ci aspettiamo che la sua stabilità dipenda dal valore di R0
Per dimostrare formalmente ciò abbiamo bisogno di alcuni
risultati preliminari
Modelli Matematici di Infezione Virale
59. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Punti Critici
λ
Equilibrio Libero dall’Infezione E0 := , 0, 0
d
Ci aspettiamo che la sua stabilità dipenda dal valore di R0
Per dimostrare formalmente ciò abbiamo bisogno di alcuni
risultati preliminari
Modelli Matematici di Infezione Virale
60. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Punti Critici
λ
Equilibrio Libero dall’Infezione E0 := , 0, 0
d
Ci aspettiamo che la sua stabilità dipenda dal valore di R0
Per dimostrare formalmente ciò abbiamo bisogno di alcuni
risultati preliminari
Modelli Matematici di Infezione Virale
61. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Stabilità Punti Critici
λ
Equilibrio Libero dall’Infezione E0 := , 0, 0
d
Ci aspettiamo che la sua stabilità dipenda dal valore di R0
Per dimostrare formalmente ciò abbiamo bisogno di alcuni
risultati preliminari
Modelli Matematici di Infezione Virale
62. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
63. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
64. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
65. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
66. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
67. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’possibile mostrare che:
Tutte le soluzioni del sistema sono positive per t > 0 ed
esiste M > 0 tale che x(t), y (t), z(t) < M.
Attraverso il calcolo esplicito delle equazioni
Sia x ∞ = lim supx(t), allora x ∞ ≤ x ∗ , ove x ∗ , y ∗ , z ∗ i
t→∞
rispettivi equilibri del sistema
Maggiorando la prima equazione ed integrando in un
opportuno intervallo di tempo
Utilizzando questi risultati si dimostra che E0 è stabile per
R0 < 1
Modelli Matematici di Infezione Virale
68. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’ possibile mostrare che la stabilità si mantiene anche per
R0 = 1, quindi E0 asintoticamente stabile se R0 ≤ 1
Come mostrato dai grafici
Modelli Matematici di Infezione Virale
69. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’ possibile mostrare che la stabilità si mantiene anche per
R0 = 1, quindi E0 asintoticamente stabile se R0 ≤ 1
Come mostrato dai grafici
Modelli Matematici di Infezione Virale
70. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
E’ possibile mostrare che la stabilità si mantiene anche per
R0 = 1, quindi E0 asintoticamente stabile se R0 ≤ 1
Come mostrato dai grafici
Modelli Matematici di Infezione Virale
71. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Teorema
Se R0 > 1, il sistema è uniformemente persistente, ovvero
esiste δ > 0, indipendente dalle condizioni iniziali, tale che
lim infx(t) ≥ δ, lim infy (t) ≥ δ e lim inf z(t) ≥ δ.
t→∞ t→∞ t→∞
Conseguenza
L’equilibrio libero da infezione E0 è instabile se il numero
riproduttivo di base è maggiore di uno.
Modelli Matematici di Infezione Virale
72. Introduzione
Introduzione
Il modello
Risposta Costante
La Risposta Immunitaria
Modello Ridotto
Ritardo Temporale
Risposta Periodica
Conclusioni
Teorema
Se R0 > 1, il sistema è uniformemente persistente, ovvero
esiste δ > 0, indipendente dalle condizioni iniziali, tale che
lim infx(t) ≥ δ, lim infy (t) ≥ δ e lim inf z(t) ≥ δ.
t→∞ t→∞ t→∞
Conseguenza
L’equilibrio libero da infezione E0 è instabile se il numero
riproduttivo di base è maggiore di uno.
Modelli Matematici di Infezione Virale
73. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
1 Introduzione
2 Il modello
Concetti Preliminari
Analisi del Modello
3 La Risposta Immunitaria
Introduzione
Risposta Costante
Modello Ridotto
Risposta Periodica
4 Ritardo Temporale
Introduzione
Punti Critici e Analisi Stabilità
5 Conclusioni
Modelli Matematici di Infezione Virale
74. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Introduciamo il Ritardo Temporale
Risponderà in base al numero di cellule infette presenti al
tempo t − τ con τ ≥ 0
dunque invece di considerare
z (t) = cy (t) − bz(t)
nel modello utilizzeremo
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
75. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Introduciamo il Ritardo Temporale
Risponderà in base al numero di cellule infette presenti al
tempo t − τ con τ ≥ 0
dunque invece di considerare
z (t) = cy (t) − bz(t)
nel modello utilizzeremo
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
76. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Introduciamo il Ritardo Temporale
Risponderà in base al numero di cellule infette presenti al
tempo t − τ con τ ≥ 0
dunque invece di considerare
z (t) = cy (t) − bz(t)
nel modello utilizzeremo
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
77. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Introduciamo il Ritardo Temporale
Risponderà in base al numero di cellule infette presenti al
tempo t − τ con τ ≥ 0
dunque invece di considerare
z (t) = cy (t) − bz(t)
nel modello utilizzeremo
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
78. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Il Modello con Ritardo Temporale
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t) − py (t)z(t)
z (t) = cy (t − τ ) − bz(t)
Ponendo τ = 0, ovvero in assenza di ritardo, ci riconduciamo al
modello precedente.
Modelli Matematici di Infezione Virale
79. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Il Modello con Ritardo Temporale
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t) − py (t)z(t)
z (t) = cy (t − τ ) − bz(t)
Ponendo τ = 0, ovvero in assenza di ritardo, ci riconduciamo al
modello precedente.
Modelli Matematici di Infezione Virale
80. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
81. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
82. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
83. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
84. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
85. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Punti Critici
Ha come punti critici:
λ
per R0 ≤ 1 −→ E0 := , 0, 0
d
per R0 > 1 −→ E0 ed E1 := (x, y , z) ove
cλ
x =
cd + bβz
bz
y =
c
−(pcd + abβ) + (pcd + abβ)2 − 4bcpβ(ad − λβ)
z =
2bpβ
Modelli Matematici di Infezione Virale
86. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Analisi Stabilità
Se l’epidemia non si innesca il sistema non risente del
ritardo temporale;
Otteniamo gli stessi risultati del modello con risposta
immunitaria costante;
Nel caso in cui il numero riproduttivo di base sia maggiore
di uno l’epidemia si innesca;
Ci aspettiamo: E0 instabile, E1 stabile
Modelli Matematici di Infezione Virale
87. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Analisi Stabilità
Se l’epidemia non si innesca il sistema non risente del
ritardo temporale;
Otteniamo gli stessi risultati del modello con risposta
immunitaria costante;
Nel caso in cui il numero riproduttivo di base sia maggiore
di uno l’epidemia si innesca;
Ci aspettiamo: E0 instabile, E1 stabile
Modelli Matematici di Infezione Virale
88. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Analisi Stabilità
Se l’epidemia non si innesca il sistema non risente del
ritardo temporale;
Otteniamo gli stessi risultati del modello con risposta
immunitaria costante;
Nel caso in cui il numero riproduttivo di base sia maggiore
di uno l’epidemia si innesca;
Ci aspettiamo: E0 instabile, E1 stabile
Modelli Matematici di Infezione Virale
89. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Analisi Stabilità
Se l’epidemia non si innesca il sistema non risente del
ritardo temporale;
Otteniamo gli stessi risultati del modello con risposta
immunitaria costante;
Nel caso in cui il numero riproduttivo di base sia maggiore
di uno l’epidemia si innesca;
Ci aspettiamo: E0 instabile, E1 stabile
Modelli Matematici di Infezione Virale
90. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Analisi Stabilità
Se l’epidemia non si innesca il sistema non risente del
ritardo temporale;
Otteniamo gli stessi risultati del modello con risposta
immunitaria costante;
Nel caso in cui il numero riproduttivo di base sia maggiore
di uno l’epidemia si innesca;
Ci aspettiamo: E0 instabile, E1 stabile
Modelli Matematici di Infezione Virale
91. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Libero
Procediamo per passi
1 Si dimostra che sotto l’ipotesi che le condizioni iniziali
siano positive, tutte le soluzioni del sistema sono positive e
limitate.
2 R0 < 1, dimostriamo la stabilità dell’equilibrio libero da
infezione utilizzando come strumenti le funzioni di
Lyapunov e il Teorema di Lyapunov LaSalle
Modelli Matematici di Infezione Virale
92. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Libero
Procediamo per passi
1 Si dimostra che sotto l’ipotesi che le condizioni iniziali
siano positive, tutte le soluzioni del sistema sono positive e
limitate.
2 R0 < 1, dimostriamo la stabilità dell’equilibrio libero da
infezione utilizzando come strumenti le funzioni di
Lyapunov e il Teorema di Lyapunov LaSalle
Modelli Matematici di Infezione Virale
93. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Libero
Procediamo per passi
1 Si dimostra che sotto l’ipotesi che le condizioni iniziali
siano positive, tutte le soluzioni del sistema sono positive e
limitate.
2 R0 < 1, dimostriamo la stabilità dell’equilibrio libero da
infezione utilizzando come strumenti le funzioni di
Lyapunov e il Teorema di Lyapunov LaSalle
Modelli Matematici di Infezione Virale
94. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
95. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
96. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
97. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
98. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
99. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo la seguente funzione di Lyapunov
2 0
1 λ λ
L= x(t) − + y (t) + z(t) + y (t + s) ds
2 d d c −τ
2
λ λp b
L = −(d + βy (t)) x(t) − − my (t) − y (t)z(t) − z(t).
d d c
Se R0 < 1 allora deve esistere una costante > 0 tale che
aλ βλ2
m= − 2 − > 0.
d d
da cui L ≤ 0
La stabilità globale di E0 segue dal Teorema di
Lyapunov-LaSalle
Modelli Matematici di Infezione Virale
100. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Endemico
Procediamo traslando il punto critico E1 := (x, y , z)
nell’origine,
x1 (t) = x(t) − x, y1 (t) = y (t) − y , z1 (t) = z(t) − z
Linearizzando nell’origine otteniamo
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t) − py (t)z(t)
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
101. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Endemico
Procediamo traslando il punto critico E1 := (x, y , z)
nell’origine,
x1 (t) = x(t) − x, y1 (t) = y (t) − y , z1 (t) = z(t) − z
Linearizzando nell’origine otteniamo
x (t) = λ − dx(t) − βx(t)y (t)
y (t) = βx(t)y (t) − ay (t) − py (t)z(t)
z (t) = cy (t − τ ) − bz(t)
Modelli Matematici di Infezione Virale
102. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Endemico
Procediamo traslando il punto critico E1 := (x, y , z)
nell’origine,
x1 (t) = x(t) − x, y1 (t) = y (t) − y , z1 (t) = z(t) − z
Linearizzando nell’origine otteniamo
x1 (t) = −(d + βy )x1 (t) − βxy1 (t) − βx1 (t)y1 (t)
y (t) = βy x1 (t) − py z1 (t) − βx1 (t)y1 (t) − py1 (t)z1 (t)
1
z1 (t) = cy1 (t − τ ) − bz1 (t)
Modelli Matematici di Infezione Virale
103. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Endemico
Procediamo traslando il punto critico E1 := (x, y , z)
nell’origine,
x1 (t) = x(t) − x, y1 (t) = y (t) − y , z1 (t) = z(t) − z
Linearizzando nell’origine otteniamo
x1 (t) = −(d + βy )x1 (t) − βxy1 (t) − βx1 (t)y1 (t)
y (t) = βy x1 (t) − py z1 (t) − βx1 (t)y1 (t) − py1 (t)z1 (t)
1
z1 (t) = cy1 (t − τ ) − bz1 (t)
Modelli Matematici di Infezione Virale
104. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Stabilità Equilibrio Endemico
Procediamo traslando il punto critico E1 := (x, y , z)
nell’origine,
x1 (t) = x(t) − x, y1 (t) = y (t) − y , z1 (t) = z(t) − z
Linearizzando nell’origine otteniamo
x1 (t) = −(d + βy )x1 (t) − βxy1 (t)
y (t) = βy x1 (t) − py z1 (t)
1
z1 (t) = cy1 (t − τ ) − bz1 (t)
Modelli Matematici di Infezione Virale
105. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
La sua equazione caratteristica è
det(J − wI) = w 3 + A1 w 2 + A2 w + A3 + (B1 w + B2 )e−τ w = 0
A1 = b + d + βy
A2 = bd + bβy + β 2 xy
ottenuta ponendo A3 = bβ 2 xy
B1 = cpy
B2 = cdpy + cpβy 2
Per una equazione trascendente generalizzata il problema
della localizzazionie degli zeri è stato estensivamente studiato.
Poniamo P(w) = w 3 + A1 w 2 + A2 w + A3 , Q(w) = B1 w + B2
Otteniamo P(w) + Q(w)e−τ w .
Modelli Matematici di Infezione Virale
106. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
La sua equazione caratteristica è
det(J − wI) = w 3 + A1 w 2 + A2 w + A3 + (B1 w + B2 )e−τ w = 0
A1 = b + d + βy
A2 = bd + bβy + β 2 xy
ottenuta ponendo A3 = bβ 2 xy
B1 = cpy
B2 = cdpy + cpβy 2
Per una equazione trascendente generalizzata il problema
della localizzazionie degli zeri è stato estensivamente studiato.
Poniamo P(w) = w 3 + A1 w 2 + A2 w + A3 , Q(w) = B1 w + B2
Otteniamo P(w) + Q(w)e−τ w .
Modelli Matematici di Infezione Virale
107. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
La sua equazione caratteristica è
det(J − wI) = w 3 + A1 w 2 + A2 w + A3 + (B1 w + B2 )e−τ w = 0
A1 = b + d + βy
A2 = bd + bβy + β 2 xy
ottenuta ponendo A3 = bβ 2 xy
B1 = cpy
B2 = cdpy + cpβy 2
Per una equazione trascendente generalizzata il problema
della localizzazionie degli zeri è stato estensivamente studiato.
Poniamo P(w) = w 3 + A1 w 2 + A2 w + A3 , Q(w) = B1 w + B2
Otteniamo P(w) + Q(w)e−τ w .
Modelli Matematici di Infezione Virale
108. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
La sua equazione caratteristica è
det(J − wI) = w 3 + A1 w 2 + A2 w + A3 + (B1 w + B2 )e−τ w = 0
A1 = b + d + βy
A2 = bd + bβy + β 2 xy
ottenuta ponendo A3 = bβ 2 xy
B1 = cpy
B2 = cdpy + cpβy 2
Per una equazione trascendente generalizzata il problema
della localizzazionie degli zeri è stato estensivamente studiato.
Poniamo P(w) = w 3 + A1 w 2 + A2 w + A3 , Q(w) = B1 w + B2
Otteniamo P(w) + Q(w)e−τ w .
Modelli Matematici di Infezione Virale
109. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
La sua equazione caratteristica è
det(J − wI) = w 3 + A1 w 2 + A2 w + A3 + (B1 w + B2 )e−τ w = 0
A1 = b + d + βy
A2 = bd + bβy + β 2 xy
ottenuta ponendo A3 = bβ 2 xy
B1 = cpy
B2 = cdpy + cpβy 2
Per una equazione trascendente generalizzata il problema
della localizzazionie degli zeri è stato estensivamente studiato.
Poniamo P(w) = w 3 + A1 w 2 + A2 w + A3 , Q(w) = B1 w + B2
Otteniamo P(w) + Q(w)e−τ w .
Modelli Matematici di Infezione Virale
110. Introduzione
Il modello
Introduzione
La Risposta Immunitaria
Punti Critici e Analisi Stabilità
Ritardo Temporale
Conclusioni
Consideriamo ora la seguente equazione caratteristica
P(w) + Q(w)e−τ w (1)
ove P e Q sono polinomi a coefficienti reali rispettivamente di
grado n e m e τ è una costante non negativa.
Per tale equazione si è ottenuto un importante risultato.
Modelli Matematici di Infezione Virale