| ... | ... | @@ -234,11 +234,12 @@ On retrouve la [courbe](https://twitter.com/i/status/1237110883568009217) de not |
|
|
|
<figcaption>Courbes d'évolution d'une épidémie. Population initiale : 1000, 4 primo-infectés, durée de contagion 10 jours, probabilité de transmission 0,08, pas de déplacement 0,8 contact s'il y a des individus dans un rayon de 1.5</figcaption>
|
|
|
|
</figure>
|
|
|
|
|
|
|
|
Comme on peut le constater dans notre cas, la distanciation sociale a bien effectivement des conséquences sur l'évolution de l'épidémie. Cela aplatit bien la courbe, par contre le nombre de contaminé a la fin n'a pas varié significativement. Je vous conseille aussi de rajouter le suivi de de $R_0$ dont tout le monde parle. Ce qui est intéressant maintenant et je vous le laisse en exercice, je reviendrai vers vous plus tard c'est de construire des scénarios. Quelques exemples :
|
|
|
|
Comme on peut le constater dans notre cas, la distanciation sociale a bien effectivement des conséquences sur l'évolution de l'épidémie. Cela aplatit bien la courbe, par contre le nombre de contaminé a la fin n'a pas varié significativement. Je vous conseille aussi de rajouter le suivi de $`R_0`$ dont tout le monde parle. Ce qui est intéressant maintenant et je vous le laisse en exercice, je reviendrai vers vous plus tard c'est de construire des scénarios (il faut compléter le modèle). Quelques exemples :
|
|
|
|
* mesures de confinements ;
|
|
|
|
* isolements des porteurs détectés ;
|
|
|
|
* traitement réduisant la durée d'infectiosité ;
|
|
|
|
* .....
|
|
|
|
* passage à l'échelle.
|
|
|
|
|
|
|
|
|
|
|
|
## Modèle macro
|
| ... | ... | |
| ... | ... | |