Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1603.06281v1

帮助 | 高级搜索

数学 > 动力系统

arXiv:1603.06281v1 (math)
[提交于 2016年3月20日 ]

标题: 病毒感染模型的状态依赖延迟、细胞毒性T淋巴细胞和抗体免疫反应的稳定性

标题: Stability of a viral infection model with state-dependent delay, CTL and antibody immune responses

Authors:Alexander Rezounenko
摘要: 一种具有细胞内状态依赖延迟和Beddington-DeAngelis功能响应的非线性感染率的病毒动力学模型被研究。 使用Lyapunov泛函技术来分析内部感染平衡点的稳定性,该平衡点描述了CTL和抗体免疫反应都被激活的情况。 我们首先考虑一种特定的生物学上有动机的离散状态依赖延迟类。 接下来,研究一般情况。
摘要: A virus dynamics model with intracellular state-dependent delay and nonlinear infection rate of Beddington-DeAngelis functional response is studied. The technique of Lyapunov functionals is used to analyze stability of an interior infection equilibrium which describes the case of both CTL and antibody immune responses activated. We consider first a particular biologically motivated class of discrete state-dependent delays. Next, the general case is investigated.
主题: 动力系统 (math.DS)
MSC 类: 93C23, 34K20, 93D20, 97M60
引用方式: arXiv:1603.06281 [math.DS]
  (或者 arXiv:1603.06281v1 [math.DS] 对于此版本)
  https://doi.org/10.48550/arXiv.1603.06281
通过 DataCite 发表的 arXiv DOI
期刊参考: Discrete and Continuous Dynamical Systems - Series B, Volume 22, Issue 4, June 2017, Pages: 1547 - 1563
相关 DOI: https://doi.org/10.3934/dcdsb.2017074
链接到相关资源的 DOI

提交历史

来自: Alexander V. Rezounenko [查看电子邮件]
[v1] 星期日, 2016 年 3 月 20 日 22:26:51 UTC (19 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-03
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号