Модели эпидемий на решетках - Epidemic models on lattices

Моделирование пространственной модели SIR. Каждая ячейка может заразить своих восьми ближайших соседей.

Классические эпидемические модели передачи болезней описаны в Компартментные модели в эпидемиологии. Здесь мы обсуждаем поведение при моделировании таких моделей на решетке.

Вступление

В математическое моделирование эпидемий изначально был реализован в терминах дифференциальных уравнений, которые фактически предполагали, что различные состояния людей равномерно распределены в пространстве. Для учета корреляций и кластеризации были введены модели на основе решеток. Грассбергер [1]рассмотрены синхронные (клеточные автоматы) версии моделей и показано, как рост эпидемии проходит через критическое поведение, при котором передача остается локальной, когда уровень инфицирования ниже критических значений, и распространяется по системе, когда он превышает критическое значение. Карди и Грассбергер[2] утверждал, что этот рост аналогичен росту перколяционных кластеров, которые регулируются классом универсальности «динамической перколяции» (готовые кластеры находятся в том же классе, что и статическая перколяция, в то время как растущие кластеры имеют дополнительные динамические показатели). В асинхронных моделях отдельные лица рассматриваются по одному, как в кинетический Монте-Карло или как «стохастический решеточный газ».

Модель SIR

В модели «SIR» есть три состояния:

  • Восприимчивый (S) - еще не инфицирован и не имеет иммунитета
  • Зараженный (I) - в настоящее время «болен» и заразен для Уязвимых соседей
  • Удалено (R), если предполагается, что отстранение от дальнейшего участия в процессе является постоянным из-за иммунизации или смерти

Его следует отличать от модели «SIS», где участки восстанавливаются без иммунизации и, таким образом, не «удаляются».

Асинхронное моделирование модели на решетке осуществляется следующим образом:

  • Выберите сайт. Если это I, то сгенерируйте случайное число x в (0,1).
  • Если x
  • В противном случае выберите случайным образом одного ближайшего соседа. Если соседний узел - S, то пусть он станет I.
  • Повторяйте, пока есть S сайтов.

Составление списка сайтов I делает этот запуск быстрым.

Чистая скорость заражения одного соседа по сравнению со скоростью удаления составляет λ = (1-c) / c.

Для синхронной модели все сайты обновляются одновременно (с использованием двух копий решетки), как в клеточном автомате.

Решеткаzccλc = (1 - cc) / cc
2-мерная асинхронная модель SIR треугольной решетки60.199727(6),[нужна цитата ]0.249574(9)
2-мерная асинхронная модель квадратной решетки SIR40.1765(5),[3] 0.1765005(10) [4]4.66571(3)
2-мерная асинхронная модель сотовой решетки SIR30.1393(1)[нужна цитата ]6.179(5)
Двухмерная синхронная квадратная решетка модели SIR40.22 [5]3.55
Двухмерная асинхронная модель SIR на решетке Пенроуза0.1713(2)[6]
2-мерная асинхронная модель SIR на решетке Аммана-Бенкера0.1732(5)[6]
Двухмерная асинхронная модель SIR на случайных триангуляциях Делоне0.1963(3)[7]

Контактный процесс (асинхронная модель SIS)

I → S с удельной скоростью; S → I со скоростью λnя/ z, где nя - количество ближайших соседних сайтов I, а z - общее количество ближайших соседей (эквивалентно, каждый I пытается заразить один соседний сайт со скоростью λ)

(Примечание: S → I со скоростью λn в некоторых определениях, подразумевая, что лямбда имеет четверть значений, указанных здесь).

Моделирование асинхронной модели на решетке проводится следующим образом при c = 1 / (1 + λ):

  • Выберите сайт. Если это I, то сгенерируйте случайное число x в (0,1).
  • Если x
  • В противном случае выберите случайным образом одного ближайшего соседа. Если соседний узел - S, то пусть он станет I.
  • Повторение

Обратите внимание, что синхронная версия аналогична модели направленной перколяции.

Решеткаzλc
1-й23.2978(2),[8] 3.29785(2) [9]
2-мерная квадратная решетка41.6488(1),[10] 1.64874(2),[11] 1.64872(3),[8] 1.64877(3) [12]
2-мерная треугольная решетка61.54780(5) [13]
2-мерная триангуляция Делоне диаграммы Вороного6 (ср)1.54266(4) [13]
3-мерная кубическая решетка61.31685(10),[14] 1.31683(2),[8] 1.31686(1) [12]
4-мерная гиперкубическая решетка81.19511(1) [8]
5-мерная гиперкубическая решетка101.13847(1) [8]

Смотрите также

Рекомендации

  1. ^ Грассбергер, Питер (1983). «О критическом поведении общеэпидемического процесса и динамической перколяции». Математические биологические науки. 63 (2): 157–172. Дои:10.1016/0025-5564(82)90036-0.
  2. ^ Карди, Джон; Грассбергер, Питер (1985). «Модели эпидемий и просачивание». J. Phys. А. 18 (6): L267. Bibcode:1985JPhA ... 18L.267C. Дои:10.1088/0305-4470/18/6/001.
  3. ^ де Соуза, Дэвид; Таня Томе (2010). «Стохастическая модель решеточного газа, описывающая динамику эпидемического процесса SIRS». Physica A. 389 (5): 1142–1150. arXiv:0908.1296. Bibcode:2010PhyA..389.1142D. Дои:10.1016 / j.physa.2009.10.039.
  4. ^ Томе, Танья; Роберт Зифф (2010). «О критической точке модели« восприимчивые - инфицированные - вылеченные »». Физический обзор E. 82 (5): 051921. arXiv:1006.2129. Bibcode:2010PhRvE..82e1921T. Дои:10.1103 / PhysRevE.82.051921. PMID  21230514.
  5. ^ Араширо, Эверальдо; Таня Томе (2007). «Порог сосуществования и критического поведения клеточного автомата хищник-жертва». J. Phys. А. 40 (5): 887–900. arXiv:cond-mat / 0607360. Bibcode:2007JPhA ... 40..887A. Дои:10.1088/1751-8113/40/5/002.
  6. ^ а б Сантос, Г. Б. М .; Alves, T. F. A .; Alves, G.A .; Маседо-Филью, А. (05.01.2019). «Асинхронная модель SIR на двумерных квазипериодических решетках». arXiv:1901.01403 [cond-mat.stat-mech ].
  7. ^ Alves, T. F. A .; Alves, G.A .; Маседо-Филью, А. (10 января 2019 г.). «Асинхронная модель SIR на двумерных случайных решетках Делоне». arXiv:1901.03029 [cond-mat.stat-mech ].
  8. ^ а б c d е Sabag, Munir M. S .; Марио Х. де Оливейра (2002). «Сохраненный контактный процесс от одного до пяти измерений». Phys. Ред. E. 66 (3): 036115. Bibcode:2002PhRvE..66c6115S. Дои:10.1103 / PhysRevE.66.036115. PMID  12366192.
  9. ^ Дикман, Рональд; И. Дженсен (1993). «Нестационарная теория возмущений для неравновесных решетчатых моделей». J. Stat. Phys. 71 (1/2): 89–127. Bibcode:1993JSP .... 71 ... 89J. CiteSeerX  10.1.1.540.2166. Дои:10.1007 / BF01048090.
  10. ^ Морейра, Адриана; Рональд Дикман (1996). «Критическая динамика контактного процесса с замороженным беспорядком». Phys. Ред. E. 54 (4): R3090 – R3093. arXiv:cond-mat / 9604148. Bibcode:1996ПхРвЭ..54.3090М. Дои:10.1103 / PhysRevE.54.R3090.
  11. ^ Войта, Томас; Адам Фракухар; Джейсон Маст (2009). «Критическая точка бесконечной случайности в двумерном неупорядоченном контактном процессе». Phys. Ред. E. 79 (1): 011111. arXiv:0810.1569. Bibcode:2009PhRvE..79a1111V. Дои:10.1103 / PhysRevE.79.011111.
  12. ^ а б Дикман, Рональд (1999). «Повторное взвешивание в неравновесном моделировании». Phys. Ред. E. 60 (3): R2441 – R2444. arXiv:cond-mat / 9902304. Bibcode:1999ПхРвЭ..60.2441Д. Дои:10.1103 / PhysRevE.60.R2441.
  13. ^ а б де Оливейра, Марсело М .; С. Г. Алвес; С. К. Феррейра; Рональд Дикман (2008). «Контактный процесс на триангуляции Вороного». Phys. Ред. E. 78 (3): 031133. arXiv:0810.0240. Bibcode:2008PhRvE..78c1133D. Дои:10.1103 / PhysRevE.78.031133. PMID  18851019.
  14. ^ Морейра, Адриана Г .; Рональд Дикман (1992). «Критическое поведение трехмерного контактного процесса». Phys. Ред. E. 45 (2): R563 – R566. Bibcode:1992PhRvA..45..563J. Дои:10.1103 / PhysRevA.45.R563. PMID  9907104.

дальнейшее чтение

  • Дж. Марро и Р. Дикман (1999). Неравновесный фазовый переход в решетчатых моделях.. Кембридж: Издательство Кембриджского университета.