疫情走向的蒙特卡洛模拟
描述疫情的指标都是随机变量 。 未感染人数 ， 已感染人数 ， 治愈人数 ， 这些参量都随时间不规则变化 。 在制定新冠肺炎防控措施时 ， 通常需计算如下数据： 1）一周或一个月后 ， 感染人数将增加多少？ 2）感染峰值将在何时出现？ 3）如何评估隔离效果？ 与天斗 ， 其乐无穷；与地斗 ， 也其乐无穷；与新冠肺炎斗 ， 其愁无穷 。 上述数据 ， 可从计算机蒙特卡洛模拟中获取参考值 ， 也可从康索尔多物理场模拟中寻求答案 。 近代流行病学调查中的一系列数学模型早已能上机模拟疫情的随机变化 ， 抓紧计算是当务之急 。
推荐阅读
- 困境儿童@民政部：15省份救助保护393名因疫情影响造成监护缺失的儿童
- 『一季度』一季度GDP数据来了 疫情未伤经济“筋骨”
- #疫情防控#【地评线】天府网评：让民生服务在网上“通”联
- 「确诊病例」国家卫生健康委：及时有效处置聚集性疫情 防止疫情进一步扩散蔓延
- 『黑龙江』黑龙江对疫情防控不力的18名党员干部和公职人员追责问责
- 『疫情防控』“第一道防线”——全国海关累计投入一线卫检人员超27万人
- #北京#进一步支持中小微企业 北京疫情减租政策延长2个月
- 发布会▲国务院联防联控机制新闻发布会：防止聚集性疫情反弹 继续常态化科学防控
- [疫情]疫情影响中国经济一季度同比下降6.8% 3月份主要经济指标降幅明显收窄
- 「经常账户」国家外汇管理局：疫情不会改变经常账户运行基本平衡格局