SIR型流行病模型的个体基础：均值场极限与大时间行为

我们引入了一个动力学框架，用于建模 susceptible、infectious和recovered三个组成部分中人口密度统计分布的时间演化，基于由susceptible-infectious相互作用驱动的流行病传播。该模型基于描述susceptible和infectious个体之间二元相互作用的玻尔兹曼型方程组，辅以线性再分配算子，以 accounts for recovery和reinfection动力学。该动力学系统的均值恢复一个带有reinfection的SIR型模型，其中宏观参数是从底层微观相互作用规则显式推导得出的。在 grazing collision 条件下，玻尔兹曼系统可由一组耦合的Fokker-Planck方程组近似。此极限允许对动力学进行更易处理的分析，包括人口密度的大时间行为。在此背景下，我们通过所谓的能量距离方法，在合适的Sobolev空间中严格证明了结果均值场系统的收敛到平衡。分析揭示了动力学的耗散结构以及相互作用项在驱动系统趋向稳定平衡配置中所起的作用。这些结果提供了连接动力学理论与经典流行病模型的多尺度视角。