R0 tells you the average number of people who will contract a contagious disease from one person with that disease.
If R0 is less than 1, each existing infection causes less than one new infection. In this case, the disease will decline and eventually die out. If R0 equals 1, each existing infection causes one new infection. The disease will stay alive and stable, but there won’t be an outbreak or an epidemic. If R0 is more than 1, each existing infection causes more than one new infection. The disease will be transmitted between people, and there may be an outbreak or epidemic.
【 在 BroPingtou (ǢŦĦȆȐ) 的大作中提到: 】 : R0 tells you the average number of people who will contract a contagious : disease from one person with that disease. : If R0 is less than 1, each existing infection causes less than one new : infection. In this case, the disease will decline and eventually die out. : If R0 equals 1, each existing infection causes one new infection. The : disease will stay alive and stable, but there won’t be an outbreak or an : epidemic. : If R0 is more than 1, each existing infection causes more than one new : infection. The disease will be transmitted between people, and there may be : an outbreak or epidemic. : ...................
【 在 BroPingtou (0803030303) 的大作中提到: 】 : R0 tells you the average number of people who will contract a contagious : disease from one person with that disease. : If R0 is less than 1, each existing infection causes less than one new : infection. In this case, the disease will decline and eventually die out. : If R0 equals 1, each existing infection causes one new infection. The : disease will stay alive and stable, but there won’t be an outbreak or an : epidemic. : If R0 is more than 1, each existing infection causes more than one new : infection. The disease will be transmitted between people, and there may be : an outbreak or epidemic. : ...................
R0 tells you the average number of people who will contract a contagious
disease from one person with that disease.
If R0 is less than 1, each existing infection causes less than one new
infection. In this case, the disease will decline and eventually die out.
If R0 equals 1, each existing infection causes one new infection. The
disease will stay alive and stable, but there won’t be an outbreak or an
epidemic.
If R0 is more than 1, each existing infection causes more than one new
infection. The disease will be transmitted between people, and there may be an outbreak or epidemic.
这R0按照解释，难道不应该定义成传染率减去治愈率吗？举例说如果一个人会传染1.5
个人，但是有0.5概率治愈，就应该是1
哪位给我讲讲
这是假设每个人最终都会痊愈或者死亡，被传染人数是在此人被感染后到死亡/痊愈的
整个过程里造成的新病人数量
数学模型实际就是等比数列求和 看收敛条件 而我们知道|k|<1的等比数列之和是收敛的>
比如一开始都是128患者
R0=0.5
第一代 128人，第二代64人。。。。。第七代1人，第8代0人 合计 255人
R0=1
第一代 128人，第二代128人。。。。。第无穷代128人，合计128n人，n=无穷。虽然这是个不收敛的值，但是考虑到人就算不病死也得老死，在足够的代数之后，总【活】病人数会是一个定值。历史病人数当然是线性增加的。
当然这里另一个假设是传播不是特别快，起始的病人数和总人口比不是特别多。假如是像internet上的电脑传病毒一样，被感染者毫秒内就完成它的新传染任务，那即使是R0=1，在有限时间内，所有人都得上病也是做得到的，实际上也是爆发了。
R0>1
由于R0=1会达到稳态，那R0>1肯定就得是个扩增过程了。
【 在 BroPingtou (ǢŦĦȆȐ) 的大作中提到: 】
: R0 tells you the average number of people who will contract a contagious
: disease from one person with that disease.
: If R0 is less than 1, each existing infection causes less than one new
: infection. In this case, the disease will decline and eventually die out.
: If R0 equals 1, each existing infection causes one new infection. The : disease will stay alive and stable, but there won’t be an outbreak or an : epidemic.
: If R0 is more than 1, each existing infection causes more than one new
: infection. The disease will be transmitted between people, and there may
be
: an outbreak or epidemic.
: ...................
谢谢黄老师，第一句话就给我讲明白了
【 在 Huangchong (净坛使者) 的大作中提到: 】
: 这是假设每个人最终都会痊愈或者死亡，被传染人数是在此人被感染后到死亡/痊愈的
: 整个过程里造成的新病人数量
: 数学模型实际就是等比数列求和 看收敛条件 而我们知道|k|<1的等比数列之和是收>敛的
: 比如一开始都是128患者
: R0=0.5
: 第一代 128人，第二代64人。。。。。第七代1人，第8代0人 合计 255人
: R0=1
: 第一代 128人，第二代128人。。。。。第无穷代128人，合计128n人，n=无穷。虽然这
: 是个不收敛的值，但是考虑到人就算不病死也得老死，在足够的代数之后，总【活】病
: 人数会是一个定值。历史病人数当然是线性增加的。
: ...................
不是
好像是拿SIR model的Jacobian matrix算eigenvalue
【 在 BroPingtou (0803030303) 的大作中提到: 】
: R0 tells you the average number of people who will contract a contagious
: disease from one person with that disease.
: If R0 is less than 1, each existing infection causes less than one new
: infection. In this case, the disease will decline and eventually die out.
: If R0 equals 1, each existing infection causes one new infection. The : disease will stay alive and stable, but there won’t be an outbreak or an : epidemic.
: If R0 is more than 1, each existing infection causes more than one new
: infection. The disease will be transmitted between people, and there may
be
: an outbreak or epidemic.
: ...................
请说人话 谢谢 LOL
vhttps://www.youtube.com/v/uhsWRH8yNoo
vhttps://www.youtube.com/v/2dXp4jV3bBM
学习心得：
SIR model： S（可感染）—->I（被感染 可感染别人）——>痊愈（R ）
Jacobian matrix： 偏导数函数形成的矩阵
eigenvector：矢量场被某个矩阵乘， 只拉长 不旋转的方向
eigenvalue： 被变换矩阵乘之后 eigenvector的长度变化
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 不是
: 好像是拿SIR model的Jacobian matrix算eigenvalue
: be
俺总结的还算言简意赅
【 在 Huangchong (净坛使者) 的大作中提到: 】
: 请说人话 谢谢 LOL
: https://youtu.be/uhsWRH8yNoo
: vhttps://www.youtube.com/v/uhsWRH8yNoo
: https://youtu.be/2dXp4jV3bBM
: vhttps://www.youtube.com/v/2dXp4jV3bBM
: 学习心得：
: SIR model： S（可感染）—->I（被感染 可感染别人）——>痊愈（R ）
: Jacobian matrix： 偏导数函数形成的矩阵
: eigenvector：矢量场被某个矩阵乘， 只拉长 不旋转的方向
: eigenvalue： 被变换矩阵乘之后 eigenvector的长度变化
蝌蚪和黄总都是对好些学科有研究的将军。。
【 在 dakedo (大蝌蚪) 的大作中提到: 】
俺总结的还算言简意赅
【 在 Huangchong (净坛使者) 的大作中提到: 】
: 请说人话 谢谢 LOL
: https://youtu.be/uhsWRH8yNoo
: vhttps://www.youtube.com/v/uhsWRH8yNoo
: https://youtu.be/2dXp4jV3bBM
: vhttps://www.youtube.com/v/2dXp4jV3bBM
: 学习心得：
: SIR model： S（可感染）—->I（被感染 可感染别人）——>痊愈（R ）
: Jacobian matrix： 偏导数函数形成的矩阵
: eigenvector：矢量场被某个矩阵乘， 只拉长 不旋转的方向
: eigenvalue： 被变换矩阵乘之后 eigenvector的长度变化