エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
伝染病の感染モデル
伝染病の感染モデル 多少お見苦しい点もありますが、昔発表用に作った資料を使いながら説明します。 伝... 伝染病の感染モデル 多少お見苦しい点もありますが、昔発表用に作った資料を使いながら説明します。 伝染病の感染モデルには基本的なものにSISモデルやSIRモデルといったものがあります。 これらはそれぞれ、各ノードの状態を考えるモデルです(以下の図も参考にしてください)。 Sは感染していない状態を表し、Iは感染している状態を表します。 またRは治癒されて、もうその伝染病にはかからないといった状態を表します。 状態Sのノードは、ネットワーク上でもし状態Iのノードと繋がっていれば、 確率νで次のタイムステップで状態Iになります(つまり病気がうつる)。 また状態Iのノードは、確率δで状態Sになる(SISモデルの場合)または状態Rになります(SIRモデルの場合)。 まずはネットワーク構造を考慮しない場合にどうなるか考えて見ましょう。 全ノードに対する状態Iのノードの割合をρで表すことにします。 する