蔣紫蔚＊ 喻翎馨

（南京市月華路小學，江蘇 南京 210037）

0 引言

病毒傳播模型能夠描述傳染病的流行和發(fā)展規(guī)律，有助于制定最優(yōu)的防治策略。 2003 年非典以來，相繼出現(xiàn)了禽流感、甲型H1N1 流感、H7N9 流感等一系列傳染病爆發(fā)事件。 最近還爆發(fā)了2019-nCOV 病毒。自2019 年12 月在武漢發(fā)現(xiàn)第一批新型冠狀病毒感染者以來，該病毒在短時間內(nèi)在武漢以及國內(nèi)其他省份中快速傳播，并且在國外也很快出現(xiàn)了較多感染者。病毒的發(fā)展已經(jīng)嚴重影響到了人們的日常工作與生活。 給全球經(jīng)濟和政治造成了巨大的沖擊。 因而如何建立簡單有效的病毒傳播模型逐步進入公眾視野，成為公共事件領域一個重要的研究課題?，F(xiàn)存的傳染病預[1-3]測模型主要包括SEIR 模型、時間序列模型、灰度預測模型、線性回歸模型等。這些模型相對復雜，需要數(shù)學工具較多，并且除了SEIR 模型外，大多數(shù)模型并沒有內(nèi)在的預測邏輯。 菲波那切數(shù)列（Fibonacci sequence），又稱黃金分割數(shù)列，由數(shù)學家萊昂納多·菲波那切（Leonardoda Fibonacci）以兔子繁殖為例子而引入，故又稱為“兔子數(shù)列”，在現(xiàn)代物理、準晶體結(jié)構(gòu)、化學等領域，菲波那切數(shù)列都有直接的應用。病毒的傳播也可以看作是一個病毒繁殖的過程。一個有趣的問題是，能否借助菲波那切數(shù)列的生成原理來構(gòu)建一種簡單有效的病毒傳播模型？ 目前為止，還未發(fā)現(xiàn)有人做過此項研究。本文希望基于菲波那切數(shù)列的構(gòu)成機制，建立一種病毒傳播預測模型。

1 菲波那切數(shù)列與病毒傳播模型

菲波那切數(shù)列以兔子繁殖為例子而引入，故又稱為“兔子數(shù)列”。 數(shù)列的生成原理基于如下假設：

（1）第一個月初有一對剛誕生的兔子。

（2）第二個月之后（第三個月初）它們可以生育。

（3）每月每對可生育的兔子會誕生下一對新兔子。

（4）兔子永不死去。

這 樣 形 成 一 個 數(shù) 列：1、1、2、3、5、8、13、21、34、……。 數(shù)列的后一項等于前兩項之和。 病毒的傳播也可以看成是病毒繁殖過程。 與“生兔子”類似，我們對病毒傳播規(guī)律做如下假定：

（1）最初有n 例感染者。

（2） 新的感染者在感染初期不具備傳染能力，在經(jīng)過m 天后出現(xiàn)感染能力。 m 稱為感染間隔天數(shù)。

（3） 每位感染者可以使k 位健康者變成感染者。k 稱為感染再生數(shù)。

（4）最后只統(tǒng)計總的感染人數(shù)，不關心感染者死亡或者治愈。

基于上述假定即可建立病毒傳播模型。 模型中，n、m、k 由實際情況確定。 需要指出：m 和k 反應的是一種統(tǒng)計平均效應，分別描述了病毒潛伏能力和感染能力。顯然，n=1，m=1，k=1 時，模型預測的病毒感染總?cè)藬?shù)隨天數(shù)的變化，就成為一個菲波那切數(shù)列。

2 數(shù)值結(jié)果

接下來， 將把我國2019-nCoV 確診人數(shù)數(shù)據(jù)與模型預測數(shù)據(jù)進行對比。官方從2020 年1 月11 日開始公布數(shù)據(jù)， 為41 人 （參看http://www.nhc.gov.cn/;http://www.dxy.cn/）。 因此，本文選擇初始感染人數(shù)m=41，為了計算方便，選取m=1，k=1。因此，除了初始“兔子數(shù)”不相同，模型的預測數(shù)據(jù)呈現(xiàn)的規(guī)律和菲波那切數(shù)列完全相同，即后一項是前兩項之和。 官方檢測數(shù)據(jù)在初期的幾天變化并不明顯，甚至在前四天確診人數(shù)均沒有變化 （參看http://www.nhc.gov.cn/; http://www.dxy.cn/），這可能是由于初期病毒檢測存在延遲，以及檢測面涉及不廣的原因。 因此，前幾日的官方數(shù)據(jù)可能并未體現(xiàn)病毒傳播規(guī)律。 文章選擇2020 年1月16 日的數(shù)據(jù)作為研究起點。模型也從2020 年1 月16 日開始計算， 官方公布數(shù)據(jù)和模型預測數(shù)據(jù)表格如表1 所示。

表1 官方公布的實際確診人數(shù)和模型預測人數(shù)比較

從表中可以看到， 在2020 年1 月25 日之前，預測人數(shù)和實際確診人數(shù)基本重合，這說明在病毒傳播初期， 模型預測和病毒實際發(fā)展趨勢符合較好。 從2020 年1 月26 日起，數(shù)據(jù)開始出現(xiàn)較大偏差。 這說明病毒傳播趨勢開始脫離原有發(fā)展軌道。 主要原因是，隨著政府的管制加強、民眾對病毒的認識加深，更多的民眾選擇佩戴口罩、防護設備以及選擇居家少外出，這使得病毒感染趨勢開始減緩?？梢钥吹剑绻凑詹《境跗谘葑冓厔?，在2020 年1 月31 日，感染人數(shù)將達到40 827，而實際感染人數(shù)才11 791。 這也說明，我國采取的行政措施是及時有效的。

3 結(jié)論

文章基于菲波那切數(shù)列的生成原理構(gòu)建了一種病毒傳播模型。 在給出初始感染人數(shù)、感染間隔天數(shù)和感染再生數(shù)后，模型能夠預測總的感染人數(shù)隨時間的變化。 與2019-nCoV 的確診數(shù)據(jù)進行比較，發(fā)現(xiàn)該模型在病毒傳播初期的預測具有較高的準確性。模型的預測結(jié)果還表明我國在抗疫初期便采用了及時有效的行政干預，使得病毒傳播趨勢顯著減緩。

菲波那切數(shù)列因為蘊含了普適的自然規(guī)律而被廣泛應用于各學科領域。文章首次將菲波那切數(shù)列引入病毒傳播領域，建立了一種簡單有效的病毒傳播模型。 由于引入的數(shù)學工具有限，該模型功能也較為有限， 暫時只能用于描述總的感染人數(shù)隨時間的變化。然而，在病毒發(fā)展初期，醫(yī)療手段和資源有限，總的感染人數(shù)對于流行病毒評估具有重要意義。由于模型只引入了加法規(guī)律，該模型還為低年級數(shù)學教學提供了一份拓展案例。