Redian新闻
>
给大家介绍一下传染病与图论的关系
avatar
给大家介绍一下传染病与图论的关系# Joke - 肚皮舞运动
s*g
1
【 以下文字转载自 shopping 讨论区 】
发信人: shangwang (shangwang), 信区: shopping
标 题: 有买了这个60寸电视的说说看
发信站: BBS 未名空间站 (Sat Nov 30 00:36:19 2013, 美东)
$998
Samsung - 60" Class (60" Diag.) - LED - 1080p - 120Hz - Smart - HDTV
Model: UN60FH6200FXZA
http://www.bestbuy.com/site/60-class-60-diag--led-1080p-120hz-s 60&cp=1&lp=2
看起来想是三星为黑五特地定做的。
大但是厚,有人说厚的是背光LED效果比薄的那种边上发光的LED效果好。是真的么?
买了的同学说说看,值不值得跳。
谢谢各位同学
avatar
I*g
2
【 以下文字转载自 Money 讨论区 】
发信人: IFloating (Floating Freely), 信区: Money
标 题: FIA 怎么加 final&smart offer?
发信站: BBS 未名空间站 (Fri Apr 17 13:31:02 2015, 美东)
谢谢
avatar
w*a
3
假设所有N个人(N极大)自由均匀地散布在广场上。总会有随即的零星几个人因为某
种原因自发生病。
一种传染病的传播模型是这样, 1个病人会感染它周围k个其他人。
传染病大爆发的定义是: 如果最终(无限长的时间内)所有人最终都得病即大爆发。 如
果只有其中一部分人会的病,一部分人永远不会的病就不叫大爆发(也就是说该病统计
学上无害,具体后面还要解释)。
那么,传染病传播的情况如何,和什么条件有关? 下一帖继续回答
avatar
w*a
4
数学研究表明, 会不会大爆发只跟一个条件有关。就是传播率k.
如果k大于 O(1+log(N)) ,(这是一个二维的特例,更general的关系和空间的维数有关)
, 那么传病一定会大爆发。 就是说所有的N的点被感染的概率是1。大爆发的情况比较
可怕, 因为即使有几十个人自发生病,最终概率上一定会传染给每个人。
如果k小于 这个值,那么传染病一定不会大爆发。 就是说所有N的点被感染的概率是0
。 这种情况就是无害的。 得病人仅仅是自发生病的人周围有限的几个人会的病。
不会传人给整个人群。 像美国这种情况,自发生病的人仅仅是通过飞机飞过来的乘客
。数量级也就是几十上百个人。 占美国过总人数的0%。
avatar
w*a
5
类似的数学模型大家平时也遇到过。
说如果每个人都有k个朋友, 那么k等于多少的时候,每个人都会认识每个人。
avatar
w*a
6
我发这个帖子就是举个例子。
我们搞CS的马工,平时建建社交网站,搞搞算法题做。 你觉得无聊,总看不起马农。
实际上遇到大事了,我们马工不光能救你的命,还能救所有人的命。
avatar
s*y
7
如果有人得了Ebola,码工打算如何去救他?

【在 w*********a 的大作中提到】
: 我发这个帖子就是举个例子。
: 我们搞CS的马工,平时建建社交网站,搞搞算法题做。 你觉得无聊,总看不起马农。
: 实际上遇到大事了,我们马工不光能救你的命,还能救所有人的命。

avatar
w*a
8
让他自己去死好了。
只要让他传染的人数少于k就行了。

【在 s******y 的大作中提到】
: 如果有人得了Ebola,码工打算如何去救他?
avatar
N*m
9
不让他们上网,憋死他们

【在 s******y 的大作中提到】
: 如果有人得了Ebola,码工打算如何去救他?
avatar
R*a
10
定义错误啊。
没有一种传染病是所有人都会得的,总有人有天生免疫基因。所以按你的定义,
压根就不存在能大爆发的传染病

【在 w*********a 的大作中提到】
: 假设所有N个人(N极大)自由均匀地散布在广场上。总会有随即的零星几个人因为某
: 种原因自发生病。
: 一种传染病的传播模型是这样, 1个病人会感染它周围k个其他人。
: 传染病大爆发的定义是: 如果最终(无限长的时间内)所有人最终都得病即大爆发。 如
: 果只有其中一部分人会的病,一部分人永远不会的病就不叫大爆发(也就是说该病统计
: 学上无害,具体后面还要解释)。
: 那么,传染病传播的情况如何,和什么条件有关? 下一帖继续回答

avatar
w*a
11
我这是以宏观的角度分析疾病传播的规律。 忽略细节因素。

【在 R***a 的大作中提到】
: 定义错误啊。
: 没有一种传染病是所有人都会得的,总有人有天生免疫基因。所以按你的定义,
: 压根就不存在能大爆发的传染病

avatar
s*i
12
简单,call the destructor of the object

【在 s******y 的大作中提到】
: 如果有人得了Ebola,码工打算如何去救他?
avatar
R*a
13
你的数学模型里需要加上一个免疫人群的比例啊。
比如10%免疫。

【在 w*********a 的大作中提到】
: 我这是以宏观的角度分析疾病传播的规律。 忽略细节因素。
avatar
i*l
14
请印度人接手这个project可破。
avatar
w*a
15
可以,不过目前没人免疫。

【在 R***a 的大作中提到】
: 你的数学模型里需要加上一个免疫人群的比例啊。
: 比如10%免疫。

avatar
R*a
16
不是没人免疫,而是你不知道免疫比例,
真没人免疫的话,非洲早就不剩人了

【在 w*********a 的大作中提到】
: 可以,不过目前没人免疫。
avatar
w*a
17
错误。 也有可能是传播率k小。
本来直接接触传播的病毒传染率就小。

【在 R***a 的大作中提到】
: 不是没人免疫,而是你不知道免疫比例,
: 真没人免疫的话,非洲早就不剩人了

avatar
T*e
18
ebola死亡率月70%,也就是约30%的人不会死,其免疫系统会战胜ebola并有约10年的免
疫力。
免疫系统,这当然是马公发现的了,因为马公会用这个概念嘛。就像马公会用图论算法
、传染病数学模型,那么图论和数学模型就是马公的知识产权了。

【在 w*********a 的大作中提到】
: 可以,不过目前没人免疫。
avatar
b*p
20
很强大的推导。最后代表大家问一句:到底K等于多少?
avatar
l*y
21
应该和graph结构有关。这是一个percolation问题,这几天正在看
avatar
p*e
22
码工在云里使用Scala技术对抗Ebola

【在 s******y 的大作中提到】
: 如果有人得了Ebola,码工打算如何去救他?
avatar
L*g
23
这就一扩散方程吧:dP/dt=D*d2P/dr2
扩散半径 r=sqrt(4Dt)
avatar
w*a
24
完全不是一码事。
你说的这个是diffusion process,200年前的东西。
我说的这是percolation theory,近40年才出现的新玩意。

【在 L*******g 的大作中提到】
: 这就一扩散方程吧:dP/dt=D*d2P/dr2
: 扩散半径 r=sqrt(4Dt)

avatar
K*2
25
功夫熊猫是做概率论的,percolation,接触过程?
avatar
H*g
26
实际上遇到大事了,我们马工不光能让你死个明白,还能让所有人死个明白。

【在 w*********a 的大作中提到】
: 我发这个帖子就是举个例子。
: 我们搞CS的马工,平时建建社交网站,搞搞算法题做。 你觉得无聊,总看不起马农。
: 实际上遇到大事了,我们马工不光能救你的命,还能救所有人的命。

avatar
M*P
27
你这个是古典流行病模型。
现在都是在特殊的网络结构下推导epidemic threshold. 2004年左右有人推出来在
scalefree的结构下,那个threshold是0
另外你还没讲那个SIR模型

★ 发自iPhone App: ChineseWeb 7.8

【在 w*********a 的大作中提到】
: 假设所有N个人(N极大)自由均匀地散布在广场上。总会有随即的零星几个人因为某
: 种原因自发生病。
: 一种传染病的传播模型是这样, 1个病人会感染它周围k个其他人。
: 传染病大爆发的定义是: 如果最终(无限长的时间内)所有人最终都得病即大爆发。 如
: 果只有其中一部分人会的病,一部分人永远不会的病就不叫大爆发(也就是说该病统计
: 学上无害,具体后面还要解释)。
: 那么,传染病传播的情况如何,和什么条件有关? 下一帖继续回答

avatar
d*f
28
给他们下载很多毛片,让他们窝在家里看就不会出门传播了

【在 s******y 的大作中提到】
: 如果有人得了Ebola,码工打算如何去救他?
avatar
d*o
29
percolation和SIR哪个更古典?

【在 M*P 的大作中提到】
: 你这个是古典流行病模型。
: 现在都是在特殊的网络结构下推导epidemic threshold. 2004年左右有人推出来在
: scalefree的结构下,那个threshold是0
: 另外你还没讲那个SIR模型
:
: ★ 发自iPhone App: ChineseWeb 7.8

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。