東京都の感染者がどのくらい増えるのか、心配になって、単純なモデルで予測してみようと考えた。緊急事態宣言がでるようだけど、もちろんこれによって数値は変わるものと思う。
専門家の使う実効再生産数と言う意味が正確には分からないので、ここでは、11月から12月一杯までの東京の一週間の平均を出して、その増加割合を計算してみた。その結果おおよそ1.2倍になっていたので、2割増と考えて、一週間単位の周期としてこれを複利計算して、増加を予測してみた。1割減になったときも参考にグラフ化してみた。つまりy=1.2のｘ乗で現在の一日の感染者が1000人としてスタート。70日後には6000人ぐらいになっているという予測。一割減の0.90のときは350人くらいか。一度増えると減らすのに時間がかかると言うこと。

計算はpythonを使う

import pylab
x=pylab.arange(100.)/10
y=1000*pow(1.2,x)
y1=1000*pow(0.90,x)
y2=1000*pow(1,x)
pylab.plot(x,y)
pylab.plot(x,y1)
pylab.plot(x,y2)

pylab.title('感染者数予測')
pylab.xlabel('×7日')
pylab.ylabel('感染者')
pylab.savefig('kansen2')