Teorie epidemií Modelování a teorie sítí Petr Liška http://networksciencebook.com 11.12.2019 Petr Liška (http://networksciencebook.co Teorie epidemií Jednoduchý SIS model d/(ŕ) = j3(k)S(t)l(t) - fMl(t) = /3 p {k)) /(oo) = 0 Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 2/14 SUSCEPTIBLE (HEALTHY) INFECTION -► RECOVERY <- Z2 INFECTED (SICK) Q LU I— O o < Oč. exponential outbreak If i is small, endemic state l ~ 1,0 {ß{k)t-i>)t i(oo)= 1 - (4 ß(k) Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 3/14 Charakteristický čas a reprodukční číslo Charakteristický čas /(r) = - 1 1 Nemoc Ro spalničky 12- -18 černý kašel 12- -17 záškrt 6- -7 neštovice 5- -7 dětská obrna 5- -7 zarděnky 5- -7 příušnice 4- -7 HIV/AIDS 2- -5 SARS 2- -5 chřipka 2- -3 Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 4/14 Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 6/14 Náhodná síť - definice podle Gilberta Každý pár z N uzlů je spojen s pravděpodobností p. Pravděpodobnost, že síť má právě L hran: PL=Í 2 jp^(l-p)^ Očekávaný počet hran N(N-l) L=0 Průměrný stupeň uzlu (k) = If-= p(N - l) Distribuce uzlů N ~ 1\ -krt _x/V-l-* „-<*><*>* Pk = , pK(i - p) Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 8/14 Svět je malý (k\d+1 N(d)^l + {k) + {k)2 + --- + {k)d = K i N{dmax) « N « (k) In N d 'max (d) ln(/c) In N 'max In N _ ln(8 • 109) _ (d) ~ Wj ~ In 103 " 3'3 Bezškálová síť, Barabási-Albert model Růst - v každém kroku přidáme uzel s m novými spojeními Preferential attachment - pravděpodobnost n(^)' že spojení nového uzlu bude navázáno na starý uzel / je dána IK*') ki 7 J Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 10/14 Jaký je stupeň uzlu? Petr Liška (http://networksciencebook.co Teorie epidemií 11.12.2019 Jaká je distribuce stupňů uzlů? Kolik uzlů má stupeň menší než kl m[i,y Pk' lk' k> k> k T — (k) p(k2}-v(k) Petr Liška (http://networksciencebook.co Teorie epidemií