Giter VIP home page Giter VIP logo

epidemic-models's Introduction

Epidemic-Models

Program wykonany w ramach projektu na Laboratorium Specjalistyczne.

Trochę teorii

Modele przedziałowe (compartmental models) upraszczają modelowanie matematyczne chorób zakaźnych. Symulowana populacja jest przydzielana do pewnych grup (przedziałów) z oznaczeniami np. M, S, E, I, R, C lub D (immune via Maternal antibodies, Susceptible, Exposed, Infected, Recovered, Carrier oraz Deceased). Kolejność liter w nazwie modelu zazwyczaj pokazuje proces przechodzenia osobnika danej populacji przez różne stany, np. SIS, SIR czy MSEIRS.

Poniższy program pozwala na zbadanie wpływu szczepień na dynamikę epidemii choroby zakaźnej opisanej modelem SI(V)R (Vaccinated). Równania opisujące ów model:

\frac{dS}{dt} = \Lambda - \frac{\beta I S}{N} - (\mu + \xi)S

\frac{dI}{dt} = \frac{\beta I S}{N} - (\mu + \gamma)I

\frac{dV}{dt} = \xi S - \mu V

\frac{dR}{dt} = \gamma I - \mu R

gdzie:

\Lambda - współczynnik urodzeń

\mu - współczynnik zgonów

\beta = \beta_c\beta_i - współczynnik zarażeń

\gamma - współczynnik wyzdrowień

\xi - współczynnik szczepień

Ponadto na współczynnik \beta składają się dwie wielkości: \beta_c - ilość kontaktów na osobnika w populacji i \beta_i - p-stwo zarażenia osobnika podatnego (S) podczas kontaktu z osobnikiem zarażonym (I).

Praktyka

Symulację przeprowadzamy w oparciu o nieważony i nieskierowany graf losowy o N wierzchołkach i maksymalnym stopniu wierzchołka \frac{N}{10}. Interpretacja parametrów z poprzedniej sekcji jest następująca:

\Lambda - szansa na pojawienie się jednego nowego podatnego osobnika w danym kroku czasowym

\mu - szansa na usunięcie dowolnego jednego osobnika w danym kroku czasowym

\beta_c - stopień wierzchołka reprezzentującego danego osobnika

\beta_i - szansa na zarażenie osobnika podatnego

\gamma - odwrotność czasu upływającego od momentu zarażenia do wyzdrowienia (przejścia w stan R)

\xi - szansa na zaszczepienie osobnika podatnego w danym kroku czasowym

Dane na wykresie wykreślamy po uśrednieniu 1000 symulacji.

epidemic-models's People

Contributors

pulbium avatar zuza3012 avatar

Stargazers

 avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.