ChessPro online

О физике и физиках (новости, история, байки...)

вернуться в форум

30.09.2007 | 20:54:28

Главная  -  Поговорим?  -  Наука

2042

Cube2

01.04.2020 | 22:02:24

все его сообщения:
за день, за месяц,
за все время
из научно-популярного "для чайников" могу также порекомендовать "космос" с любимым и крутым (на мой любительский взгяд) популяризатором науки Нилом Деграссом Тайсоном.

у кого Нетфликс, там весь первый сезон есть.

номер сообщения: 49-1-18827

2043

FIBM

01.04.2020 | 22:25:25

все его сообщения:
за день, за месяц,
за все время
mickey:
jenya: Ivan Timokhin, Artem Mishchenko

Novel approach to Room Temperature Superconductivity problem (пдф)

A long-standing problem of observing Room Temperature Superconductivity is finally solved by a novel approach. Instead of increasing the critical temperature Tc of a superconductor, the temperature of the room was decreased to an appropriate Tc value. We consider this approach more promising for obtaining a large number of materials possessing Room Temperature Superconductivity in the near future.

Только мне этот подход напоминает нынешние методы борьбы с коронавирусом ?

Скорее это напоминает" окончание ТП в антарктике" (1.04)
номер сообщения: 49-1-18828

2044

jenya

не то, чтобы очень
но и не так, чтобы совсем не

08.04.2020 | 22:35:17

все его сообщения:
за день, за месяц,
за все время
Чтобы не потерялось: некие посты о моделировании эпидемии

(1), (2), (3)
номер сообщения: 49-1-19863

2045

Sad_Donkey

КМС
Москва

18.04.2020 | 14:44:31

все его сообщения:
за день, за месяц,
за все время
Почитайте; прокомментируйте, пожалуйста
номер сообщения: 49-1-21159

2046

VicS

Любитель

18.04.2020 | 15:06:55

все его сообщения:
за день, за месяц,
за все время
Надцатый раз ссылка на mail.ru без признаков текста
номер сообщения: 49-1-21163

2047

Sad_Donkey

КМС
Москва

19.04.2020 | 18:12:54

все его сообщения:
за день, за месяц,
за все время
Старый человек - что с него возьмешь.
Простите...
номер сообщения: 49-1-21269

2048

jenya

не то, чтобы очень
но и не так, чтобы совсем не

19.04.2020 | 18:58:56

все его сообщения:
за день, за месяц,
за все время
Это не сложно исправить: надо скопировать заголовок текста в гугл и дать ссылку на любой из двадцати появившихся в поиске линков.
номер сообщения: 49-1-21271

2049

shcherb

21.04.2020 | 17:13:50

все его сообщения:
за день, за месяц,
за все время
Водоканалья

__________________________
не надо шутить с войной
номер сообщения: 49-1-21460

2050

Roger


M.

21.04.2020 | 18:27:18

все его сообщения:
за день, за месяц,
за все время
Вот здесь автор появляется в комментариях, с тем же неповторимым стилем.

номер сообщения: 49-1-21468

2051

patrikey

любитель

21.04.2020 | 19:07:52

все его сообщения:
за день, за месяц,
за все время
Я одно не понял: как шаговое напряжение может убивать вирусы и микробов? У них же ног нет, и шагать они не могут.
номер сообщения: 49-1-21476

2052

Roger


M.

21.04.2020 | 19:14:22

все его сообщения:
за день, за месяц,
за все время
номер сообщения: 49-1-21478

2053

jenya

не то, чтобы очень
но и не так, чтобы совсем не

25.04.2020 | 17:26:18

все его сообщения:
за день, за месяц,
за все время
49-1-19863 - продолжаем разговор

В последнем посте я описывал идею моделирования карантина. Идея воплощена в жизнь, проведено сравнение с данными по мичиганским смертям. Основных параметров два: вероятность заражения при контакте (назовём этот параметр бета) и смертность. Как и у всех порядочных эпидемиологов возникает проблема: тот же график смертей можно получить при слабой эпидемии (бета мало) с высокой смертностью и сильной эпидемии (бета велико) с низкой смертностью. На двух графиках ниже показаны данные про смерти в Окландском районе Мичигана, сначала бета=0.035 со смертностью в 1.75 процента, потом бета=0.07 со смертностью в 0.3 процента. Поскольку симуляции стохастические, на графике приведено десять таких симуляций (с теми же значениями параметров), чтобы был виден разброс.


Таким образом, на плоскости бета-смертность есть целая кривая, описывающая данные окландского района. Далее можно преположить, что похожие районы будут иметь те же самые параметры. Поэтому, можно нарисовать такие кривые для разных районов, и если в какой-то области параметров они подходят близко друг к другу (в идеале - пересекаются), то эти параметры и описывают ситуацию во всех районах. На графике ниже показаны три такие кривые, каждая точка на этих кривых это набор двух параметров, который идеально описывает данные наблюдений по смертям в соответствующем районе, учитывая размер (население) этого района.
номер сообщения: 49-1-21762

2054

jenya

не то, чтобы очень
но и не так, чтобы совсем не

25.04.2020 | 17:41:59

все его сообщения:
за день, за месяц,
за все время
Как мы видим, кривые, к сожалению, не пересекаются. Тем не менее, в области низких бета и высокой смертности они расходятся. Кроме этого, эта область параметров плохо подходит, поскольку из неё следует, что всё уже завершается, а оно даже совсем нет. Если идти в область меньшей смертности, то кривые сближаются. Но совсем далеко направо в этом графике не уйдёшь по следующей причине. Для больших значений бета и малой смертности эпидемия в самом разгаре и количество заболевших огромно. Скажем, в нашем окландском районе для бета = 0.07 и смертности в 0.3 процента заражено уже примерно четверть населения. Это перебор, что видно хотя бы по результатам тестирования: положительных результатов примерно четверть. А ведь это группа риска, люди с симптомами. Отсюда следует, что мы находимся примерно в середине фазовой плоскости наших двух параметров. Я бы сказал, что реальная смертность находится на уровне 0.5-0.7 процентов (в Детройте выше) и заражено (переболело) примерно 10-15 процентов населения.
номер сообщения: 49-1-21763

2055

Roger


M.

25.04.2020 | 21:19:08

все его сообщения:
за день, за месяц,
за все время
Я уже говорил, что мне любое моделирование кажется слишком упрощённым, чтобы давать хорошие количественные прогнозы. Например, параметр передаваемости R0 уменьшается в процессе эпидемии (это помимо того, что поведение людей меняется во всех странах, независимо от официальных рекомендаций).

Он вообще изначально неоднороден. С одной стороны, есть кассиры, врачи, учителя, есть люди, пользующиеся общественным транспортом и работающие в больших коллективах. С другой стороны, есть люди, жизнь которых после ухода в самоизоляцию мало изменилась, у них R0 всегда был маленький. С эпидемией часть перешла из категории 1 в категорию 2, но принцип расслоения остался.

Это близко к теории звездообразной сети, но немного под другим углом. Идея в том, что часть сети с высоким R0 выгорит и насытится раньше, и со временем средний R0 будет понижаться. То есть, грубо говоря, если переболеет 100% кассиров и 20% всего населения, то средний R0 может упасть ниже планки поддержания эпидемии.
номер сообщения: 49-1-21773

2056

jenya

не то, чтобы очень
но и не так, чтобы совсем не

25.04.2020 | 22:39:38

все его сообщения:
за день, за месяц,
за все время
Roger: Он вообще изначально неоднороден. С одной стороны, есть кассиры, врачи, учителя, есть люди, пользующиеся общественным транспортом и работающие в больших коллективах. С другой стороны, есть люди, жизнь которых после ухода в самоизоляцию мало изменилась, у них R0 всегда был маленький. С эпидемией часть перешла из категории 1 в категорию 2, но принцип расслоения остался.

Ровно в этом и состоит моё моделирование. Это и есть основное отличие от моделирования типа SIR. На шкале одного маленького района - сильно неоднородный нетворк, где есть мало узлов с огромным числом связей и огромное количество узлов с минимальным количеством связей. А далее на более макроскопической шкале - большое количество таких районов на двумерной решётке. Скажем, Oakland county - решётка 20 на 20, то есть, 400 таких маленьких районов. Скорости заражения района соседним и скорость выздоровления района посчитаны из микроскопической модели нетворка. Далее эти скорости используются для моделирования на решётке.
номер сообщения: 49-1-21775

2057

jenya

не то, чтобы очень
но и не так, чтобы совсем не

25.04.2020 | 22:52:28

все его сообщения:
за день, за месяц,
за все время
Roger: если переболеет 100% кассиров

Изначально есть неограниченный резервуар свежих кассиров, но идея того, что их постепенно начнут заменять не новыми, а переболевшими мне нравится. Для параметров в центральной части фазовой диаграммы примерно в пятой части районов уже была вспышка, но до пятой части переболевших кассиров мы ещё не дошли. Эффект симпатичный, но мы ещё не там.
номер сообщения: 49-1-21776

2058

Roger


M.

25.04.2020 | 23:00:44

все его сообщения:
за день, за месяц,
за все время
Многие из кассиров будут бессимптомные.
номер сообщения: 49-1-21778

2059

jenya

не то, чтобы очень
но и не так, чтобы совсем не

25.04.2020 | 23:03:30

все его сообщения:
за день, за месяц,
за все время
Собственно, в каком-то смысле эффект учитывается в моей решёточной модели, поскольку выздоровевший район не может опять заболеть, то бишь, их кассира уже фиг заразишь. Есть ли симптомы у кассира или нет, существенной роли не играет. В любом случае он заразный, значит заражает свой район.

P.S. При этом в районе заболели не все. Да, этот эффект у меня есть.
номер сообщения: 49-1-21779

2060

Roger


M.

26.04.2020 | 23:51:44

все его сообщения:
за день, за месяц,
за все время
Roger: То есть, грубо говоря, если переболеет 100% кассиров и 20% всего населения, то средний R0 может упасть ниже планки поддержания эпидемии.

Кассиры

Many early studies on infectious disease epidemiology assumed that susceptible hosts within a population had equal chances of becoming infected. Subsequent observations unveiled marked heterogeneities in pathogen transmission, with some individuals exhibiting a higher ability to infect others. In what became known as the 20/80 rule, a concept documented by observational and modeling studies and having profound implications for infection control, 20% of the individuals within any given population are thought to contribute at least 80% to the transmission potential of a pathogen, and many host–pathogen interactions were found to follow this empirical rule.

Все совпадения случайны.
номер сообщения: 49-1-21822

2061

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 01:34:21

все его сообщения:
за день, за месяц,
за все время
Спасибо за ссылку и идею графика. Вот результаты моей модели для разумных параметров выше: бета = 0.05, смертность = 0.63 процента, Окландская область. Кривые показывают отношение количества здоровых к общему населению. Верхняя кривая - процентное отношение здоровых домов, нижняя - процентное отношение здоровых кассиров. У меня эффект сильнее: переболело 95 процентов кассиров и 25 процентов населения (даже меньше чем 25: в каждом заболевшем доме скорее всего болеют не все, а, скажем, двое из трёх). Примерно как Вы и прогнозировали.

номер сообщения: 49-1-21827

2062

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 04:05:23

все его сообщения:
за день, за месяц,
за все время
Сложность в том, что при выходе из карантина возникнут новые "кассиры", даже не надо далеко ходить: начнёшь читать лекции на 100 студентов, - сразу в кассиры.
номер сообщения: 49-1-21830

2063

Roger


M.

27.04.2020 | 04:55:59

все его сообщения:
за день, за месяц,
за все время
Студентов надо держать на расстоянии палки.

Женя, извините, я не нашёл у вас определения параметра beta.

0.5 - это отношение числа кейсов к числу инфицированных?
номер сообщения: 49-1-21832

2064

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 05:02:19

все его сообщения:
за день, за месяц,
за все время
Бета это вероятность заболеть при контакте (здорового покупателя с больным кассиром или наоборот).
номер сообщения: 49-1-21833

2065

Roger


M.

27.04.2020 | 05:03:44

все его сообщения:
за день, за месяц,
за все время
А частота контактов как распределена по популяции? Или там только два значения (кассир/не кассир)?
номер сообщения: 49-1-21834

2066

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 05:38:35

все его сообщения:
за день, за месяц,
за все время
Система выглядит так:



Много районов на решётке. В каждом районе нетворк типа звезды. Центр - кассир. Представитель каждого дома два раза в неделю посещает магазин и общается с кассиром. Разные дома друг с другом не общаются - модель карантина.

Микроскопическое моделирование одного района (монте-карло) позволяет вычислить необходимые рейты (rates, не знаю, как это по-русски), скажем, rate выздоровления заражённого района как функцию от бета. Потом эта информация используется в макроскопической решёточной модели районов (тоже стохастические симуляции, но уже на решётке). Предполагается слабая связь между соседними районами (Ю.А. посещает Крогер в другом конце города), но, как мы видим, большая их часть всё-таки заражается.

П.С. вопроса про 0.5 не понял.
номер сообщения: 49-1-21836

2067

Roger


M.

27.04.2020 | 05:48:14

все его сообщения:
за день, за месяц,
за все время
типа 0.63%=0.5*1.25%

В модели много параметров на самом деле. Может, убрать границы между районами - все взаимодействуют со всеми, и сделать непрерывное распределение частоты контактов? Я хочу посмотреть, где на самом деле установится herd immunity для R0=2.5
номер сообщения: 49-1-21837

2068

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 06:06:37

все его сообщения:
за день, за месяц,
за все время
Те параметры - это некие разумные числа, которые можно оценить. А вот два основных - могут отличаться в десять раз. Вы хотите прикинуть модель нетворка с некоторой функцией распределения числа контактов? Думаю, в литературе это есть, но это мне не так интересно. Мне интересна наиболее упрощённая модель карантина, а тут получилась красивая двухуровневая структура. Насчёт R0 - этот параметр плохо определён для нетворка, по крайней мере, тривиальное определение из модели SIR не перенесёшь.
номер сообщения: 49-1-21838

2069

grizly

27.04.2020 | 06:20:13

все его сообщения:
за день, за месяц,
за все время
Herd immunity - это наверно все-таки устойчивость к малым возмущениям, а не там, где установится при вспышке. в неиммунном населении. При R_0 = 2.5 по идее 60% с иммунитетом в однородной модели. А overshoot при вспышке по идее должен быть сильнее, если не принимать мер, и уменьшиться, если принимать меры.
номер сообщения: 49-1-21839

2070

jenya

не то, чтобы очень
но и не так, чтобы совсем не

27.04.2020 | 06:21:02

все его сообщения:
за день, за месяц,
за все время
Roger: типа 0.63%=0.5*1.25%

Дело в том, что моя базисная единица - это дом на троих, а не человек. Поэтому смертность посчитана на заболевшие дома. Далее - грубые оценки. Сложно сказать точно, что происходит, когда дома кто-то заболел, я предположил, что из двух домашних в среднем заболеет ещё один (а третий нет), но редко когда оба помрут; отсюда болеющих в два раза больше при тех же умерших. Эта беллитристика не убеждает, но думаю, что она верна с точностью процентов в двадцать-тридцать. Предлагайте более аккуратные оценки - сошлюсь на Вас в статье :) Просто важно отличать неточности (недостаток информации) в двадцать процентов от точности в десять раз, делаю, что могу. Да и в целом модель достаточно примитивная (а что если два магазина? а essential workers? у них какое-то число контактов сохранилось, или Ваше замечание про изменение параметра бета со временем, кто его знает, может быть и т.д и т.п.), но в этом философия физического моделирования, попытаться ухватить идею и учесть самые важные факторы.

P.S. Насчёт кейсов я не уловил, но на всякий случай скажу, что для параметров выше, число кейсов в окландской области выше, чем число официальных случаев в 20-25 раз.
номер сообщения: 49-1-21840

2071

Roger


M.

27.04.2020 | 07:34:13

все его сообщения:
за день, за месяц,
за все время
"Кейсами" я как раз и называю официальные случаи, в противовес числу инфицированных.

jenya: Насчёт R0 - этот параметр плохо определён для нетворка, по крайней мере, тривиальное определение из модели SIR не перенесёшь.

R0 легко определить задним числом для любой симуляции, и по крайней мере подгонять параметры модели под заданный R0.

grizly: Herd immunity - это наверно все-таки устойчивость к малым возмущениям, а не там, где установится при вспышке. в неиммунном населении.

А это не одно и то же?

grizly: При R_0 = 2.5 по идее 60% с иммунитетом в однородной модели. А overshoot при вспышке по идее должен быть сильнее, если не принимать мер, и уменьшиться, если принимать меры.

В однородной модели если меры снять и R0 возвращается на 2.5, то эпидемия продолжается до достижения 60%.
Откуда в таком случае возьмётся овершот, я не понимаю.

А в неоднородной модели может оказаться так, что под карантином иммунизируется сеть "кассиров" с высоким R0. Может быть, как раз для этого и нужно ослаблять карантин поэтапно, чтобы добавлять в иммунизированный слой новых кассиров (парикмахеров, поваров), пока у оставшихся средний R0 не станет ниже 1, при этом переболеет меньше 60%. Отдельные заражения в такой среде должны гаснуть, не вызывая лавины. Правда, такая система может быть неустойчива (например, в начале учебного года будет новая вспышка).

Под "кассирами" я подразумеваю не обязательно кассиров, но людей, продолжающих общаться между собой (например, тех, кто продолжает пользоваться общественным транспортом, работников essential services и т.п.), при том, что часть населения отключена.
номер сообщения: 49-1-21842