| ... | ... | @@ -24,7 +24,7 @@ Chaque individu appartient donc à un compartiment : `S`, `I` ou `R` . |
|
|
|
<figure>
|
|
|
|
<img src="uploads/6ae9107488bd8ad8c3b7465bcd05b9ec/SIR.png" />
|
|
|
|
<br/>
|
|
|
|
<figcaption>Modèle compartimental SIR : https://en.wikipedia.org/wiki/Compartmental_models_in_epidemiology</figcaption>
|
|
|
|
<figcaption>Modèle compartimental SIR : [source](https://en.wikipedia.org/wiki/Compartmental_models_in_epidemiology)</figcaption>
|
|
|
|
</figure>
|
|
|
|
|
|
|
|
|
| ... | ... | @@ -41,6 +41,17 @@ D'une façon très simple on constate sans peine, que les paramètres sur lequel |
|
|
|
|
|
|
|
|
|
|
|
## Simulation
|
|
|
|
|
|
|
|
Nous pourrions dans un premier temps utiliser un automate cellulaire et considérer l'évolution sur une grille.
|
|
|
|
|
|
|
|
<figure>
|
|
|
|
<img src="uploads/829b251b8c167e48115992bf1ac268a5/SIR-AC.gif" />
|
|
|
|
<br/>
|
|
|
|
<figcaption>Modélisation SIR par automate cellulaire utilisant un voisinage de Moore (8 voisins). [Source](https://en.wikipedia.org/wiki/Compartmental_models_in_epidemiology#/media/File:SIR_model_simulated_using_python.gif)</figcaption>
|
|
|
|
</figure>
|
|
|
|
|
|
|
|
Je vous laisse cela en exercice.
|
|
|
|
|
|
|
|
Nous allons provoquer une épidémie parmi nos tortues et essayer de voir comment cela évolue. Une tortue va donc être, saine, infectée, ou remise.
|
|
|
|
|
|
|
|
|
| ... | ... | |
| ... | ... | |