namoさん
はじめまして。
指数的拡大の威力を思い知らされますね。毎週1.7倍ずつ増加すると、4週で7倍近くに増加するわけですから。
実行再生産数(今回でいえば1.7倍、PCRにかからない無症候感染もふくめればより大きいでしょうが)を抑えることの効果は極めて大きいですね。
1.7倍が1.5倍になるだけでも結果は大きく変わりますし、ましてやnamoさんのシミュレーションのように1以下に抑えれば自然淘汰されます。
このところのコロナ感染の急拡大が気になって、変異型のコロナの感染力が原因かもしれないが、以前行ったデータからの予測を試みた。大阪府の場合、3月の初めから徐々に増え、ここへ来て大幅増になっている。前週との比は1.3, 1.5, 2.3, 1.7の4週にわたって増え、平均すると1.7近い。そこで、この1.7の増加で、グラフを作成してみた。一方、前週比が0.8で抑えられた場合のグラフも同時に作ってみた。スタートの時点を800人とすると2週間後に2200人、520人となっている。 4週間後の予測に変えてみたら、青色6336人、赤色335人、 ちょっと恐ろしい数字になっている。このままだといわゆる医療崩壊となりかねないように思う。 計算式(計算はpythonによる、データはNHKのサイトから) import pylab x=pylab.arange(40.)/10 #40とすると4.0×7日までの計算 y=800*pow(1.7,x) y1=800*pow(0.8,x) y2=800*pow(1,x) pylab.plot(x,y) pylab.plot(x,y1) pylab.plot(x,y2) pylab.title('大阪府感染者数予測') pylab.xlabel('×7日') pylab.ylabel('感染者') pylab.savefig('osaka') print(y) print(y1) 結果、データは途中は略してます [800. ... 2192...6336] [800. ...523....335] |