Aritalab:Lecture/NetworkBiology/Contact Process
From Metabolomics.JP
< Aritalab:Lecture | NetworkBiology(Difference between revisions)
m (New page: ==コンタクトプロセス== 感染症モデルでネットワーク構造を考慮したものをコンタクトプロセスと呼ぶ。 ===SIS model=== ここでは時間''t''に...) |
m |
||
Line 2: | Line 2: | ||
感染症モデルでネットワーク構造を考慮したものをコンタクトプロセスと呼ぶ。 | 感染症モデルでネットワーク構造を考慮したものをコンタクトプロセスと呼ぶ。 | ||
+ | それぞれの状態の割合を | ||
+ | :S susceptible (健康状態) | ||
+ | :I infected (感染状態) | ||
+ | :R recovered (治癒状態) | ||
+ | と書く。<math>S \xrightarrow{\lambda}I \xrightarrow{\mu} S</math>の場合をSISモデルと呼び、<math>S \xrightarrow{\lambda} I \xrightarrow{\delta} R</math>の場合をSIRモデルと呼ぶ。 | ||
===SIS model=== | ===SIS model=== | ||
− | |||
− | |||
− | |||
<math>S(t) + I(t) = 1</math> | <math>S(t) + I(t) = 1</math> | ||
Line 46: | Line 48: | ||
辺が接続する先の頂点の次数分布は<math>k p(k)/\langle k \rangle</math>であるから | 辺が接続する先の頂点の次数分布は<math>k p(k)/\langle k \rangle</math>であるから | ||
− | <math> | + | <math>\textstyle |
\begin{align} | \begin{align} | ||
\Theta(\infty) &= \frac{1}{\langle k \rangle} \sum_{k'} k' p(k') I_k (\infty) \\ | \Theta(\infty) &= \frac{1}{\langle k \rangle} \sum_{k'} k' p(k') I_k (\infty) \\ | ||
− | &= \frac{1}{\langle k \rangle} \ | + | &= \frac{1}{\langle k \rangle} \sum_{k'} k' p(k') \frac{\lambda k' \Theta(\infty)}{1 + \lambda k' \Theta(\infty)} |
\end{align} | \end{align} | ||
</math> | </math> | ||
− | + | これを<math>\Theta</math>について閉じた式にできれば感染率<math>\lambda</math>に対する感染者の期待値を解析的に求められるが、それは容易ではない。ここで求めたいのは臨界値を与える<math>\lambda</math>だと考えて、右辺と左辺の関係を考える。 | |
<math> | <math> | ||
Line 62: | Line 64: | ||
</math> | </math> | ||
− | という連立方程式の解<math>\Theta</math>を考えよう。下の曲線は<math>0 \leq \Theta \leq 1</math>で定義され、<math>\theta = 0</math>が解の一つである。また<math>\Theta=1</math>のときに<math>y < 1</math> | + | という連立方程式の解<math>\Theta</math>を考えよう。下の曲線は<math>0 \leq \Theta \leq 1</math>で定義され、<math>\theta = 0</math>が解の一つである。また<math>\Theta=1</math>のときに<math>y < 1</math>となり単調増加でもある。 |
<math> | <math> | ||
Line 68: | Line 70: | ||
</math> | </math> | ||
− | + | よって連立方程式が<math>\theta = 0</math>以外にも解を持つかどうかの分岐点は | |
<math> | <math> |
Revision as of 00:12, 10 June 2010
Contents |
コンタクトプロセス
感染症モデルでネットワーク構造を考慮したものをコンタクトプロセスと呼ぶ。 それぞれの状態の割合を
- S susceptible (健康状態)
- I infected (感染状態)
- R recovered (治癒状態)
と書く。の場合をSISモデルと呼び、の場合をSIRモデルと呼ぶ。
SIS model
ネットワークを考慮しない場合
時間の間に感染者はの確率で治癒し、健康人がの確率で感染するとする。
十分時間が経過した後の定常状態を考えるとを式変形して
つまり感染率が治癒率を超える場合は健康人の割合が減少し(病人が必ず残る)、感染率のほうが小さい場合はのために病人はゼロになる。
またとは定数倍すれば片方を消せるので、今後は一般性を失わずにとおく。
一般のネットワークの場合
次数分布のみを考慮することにし、前出の式を次数kに限定して考える。
ここでは、次数kの健康人が接続する先(1本あたり)が感染者である期待値を示す。定常状態のとき、であるから
は、次数kの頂点から出る辺が接続する先が感染者である確率を示していた。 辺が接続する先の頂点の次数分布はであるから
これをについて閉じた式にできれば感染率に対する感染者の期待値を解析的に求められるが、それは容易ではない。ここで求めたいのは臨界値を与えるだと考えて、右辺と左辺の関係を考える。
という連立方程式の解を考えよう。下の曲線はで定義され、が解の一つである。またのときにとなり単調増加でもある。
よって連立方程式が以外にも解を持つかどうかの分岐点は
ここから、臨界確率となる。