863
个编辑
更改
→确定性和随机流行病模型
==确定性和随机流行病模型==
==确定性和随机流行病模型==
必须强调的是，这里提出的确定性模型只有在人群数量足够大的情况下才有效，因此应该谨慎使用。<ref>{{cite journal |author=Bartlett MS |s2cid=91114210 |title=Measles periodicity and community size |journal=Journal of the Royal Statistical Society, Series A |volume=120 |pages=48–70 |year=1957 |doi=10.2307/2342553 |issue=1 |jstor=2342553}}</ref>
必须强调的是，这里提出的确定性模型只有在人群数量足够大的情况下才有效，因此应该谨慎使用。
更准确地说，这些模型仅在热力学极限中有效，在该热力学极限中，总体数量是无限大的。在随机模型中，由上述推导出的长期地方病平衡并不成立，因为在一个系统中，感染个体的数量下降到1以下的概率是有限的。在一个真正的系统中，病原体可能不会传播，因为没有宿主会被感染。但是，在确定性平均场模型中，被感染的病原体数量可以采用实数值，即被感染宿主的非整数值，模型中的宿主数量可以小于1，但大于零，从而使模型中的病原体得以繁殖。仓室模型的可靠性仅限于区分人群类别的应用。
更准确地说，这些模型仅在热力学极限中有效，在该热力学极限中，总体数量是无限大的。在随机模型中，由上述推导出的长期地方病平衡并不成立，因为在一个系统中，感染个体的数量下降到1以下的概率是有限的。在一个真正的系统中，病原体可能不会传播，因为没有宿主会被感染。但是，在确定性平均场模型中，被感染的病原体数量可以采用实数值，即被感染宿主的非整数值，模型中的宿主数量可以小于1，但大于零，从而使模型中的病原体得以繁殖。仓室模型的可靠性仅限于区分人群类别的应用。
平均场模型的一个可能的扩展是基于渗流理论的概念来考虑流行病在网络上的传播。<ref>{{cite journal |author=Croccolo F. and Roman H.E. |title=Spreading of infections on random graphs: A percolation-type model for COVID-19 |journal=Chaos, Solitons & Fractals |volume=139 |pages=110077 |year=2020 |doi=10.1016/j.chaos.2020.110077 }}</ref>
平均场模型的一个可能的扩展是基于渗流理论的概念来考虑流行病在网络上的传播。<ref>{{cite journal |author=Croccolo F. and Roman H.E. |title=Spreading of infections on random graphs: A percolation-type model for COVID-19 |journal=Chaos, Solitons & Fractals |volume=139 |pages=110077 |year=2020 |doi=10.1016/j.chaos.2020.110077 }}</ref>
==参见==
==参见==