Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aula 4
Instituto de Física
Universidade de São Paulo
ttome@if.usp.br
http://fge.if.usp.br/~ttome/
1
Suscetível (S)
i 2 Infectado (I)
0 Recuperado (R)
Infecção auto-catalítica
R I
Recuperação espontânea
c = probabilidade de recuperação
b c 1
Tânia Tomé IFUSP 5
Modelo SIR - Aproximação de Campo Médio Simples:
dx
bxy
dt
dy
bxy cy
dt
dz
cy
dt
Condição inicial em t = 0:
x 1
Em t 0 y 1
z 0
Estados estacionários:
b bc 1 / 2
Regime de espalhamento da epidemia: Limiar de espalhamento
b bc da epidemia
x 0, z 0 and y 0, t
“Cluster” gerado por um único infectado no centro da rede coberta por susceptíveis
(no instante inicial)
--- recuperados
--- infectados
--- suscetíveis
t=150
t=50
Vermelho: infectado
t=250
b bc
Branco: recuperado
Azul: suscetível
Arashiro & TT
c 0.26 cc
A epidemia cessa. Tânia Tomé IFUSP TANIA TOME IFUSP 9
t=300
t=100
Autômato SIR
(Arashiro & TT)
Proximidades do ponto crítico
(limiar de espalhamento da
epidemia)
Vermelho: infectado
Branco: recuperado
Azul: suscetível
10
t=1600 t=1500 Tânia Tomé IFUSP
Simulações dependentes do tempo para o modelo SIR estocástico e espacialmente
estruturado
Arashiro & TT
N t (2007)
P t
R2 t z “Cluster” crítico
0.587(2)
0.096(4) b bc = Limiar de
espalhamento
z 1.765(5) da epidemia
c cc
Comportamento crítico: consistente com os expoentes críticos da classe de universalidade
da percolação dinâmica percolação dinâmica.
Grassberger (1983); Cardy and Grassberger (1985)
Munõz, Dickman et al. (1999).
Limiar de espalhamento:
c ~ 0.22
r
b =1- c =probabilidade de infecção
r dz / dt cy
z Número de
recuperados
t (imunes)
(Arashiro & TT)
Simulação do modelo
Caso contrário:
Escolhe-se aleatoriamente um dos primeiros
Vizinhos do sítio i.
Se o sítio vizinho escolhido está no estado S então S I.
Tânia Tomé IFUSP 13
Modelo SIR assíncrono
c cc
Rede quadrada regular L=520
Número de sítios R no “cluster”: 51034
Verde: recuperados
Branco: suscetíveis
Day
(Hastings)
i 2
Predador Infectado (I)
Tânia (2010)
Reação 3 Reação 1
0 2
Reação 2
b/2
Predação: nascimento
auto-catalítico de predadores
e morte simultânea de presas
c Morte espontânea
de predadores
Nascimento
3a / 4 (auto-catalítico)
de presas
b
wi (1 2) (i ,1) ( k ,2) (1)
4 k
a
wi (0 1) (i ,0)
4 k
( k ,1) (3)
Exemplos:
Equações de evolução pb b
para o modelo
predador-presa pc c
estocástico em um
reticulado
número de
coordenação da rede
Exemplo:
dy Termo logístico
bxy cy Os recursos para proliferação de presas
dt não são ilimitados!!! E isto aparece
decorre como conseqüência de
considerarmos um modelo que inclui
o sítio vazio.
Estado Ativo: Coexistência com x e y diferentes de zero mas
constantes no tempo.
Estado absorvente de presas x=1, y=z=0
Tânia Tomé IFUSP 25
Sobre a aproximação de campo médio simples para o modelo
de gás na rede para o sistema predador-presa: A equação para a
evolução temporal
Seja a equação para a evolução de evolução para a densidade de x Eq. (1) em CMS
de presas x: é escrita em termos
somente de densidades.
dx
au bv Como vale a relação (2)
então a evolução temporal
dt (1)
fica descrita em termos
somente de duas
Aproximação de campo médio simples (CMS): densidades (escolhemos x e
y no slide anterior).
(CMS)
O que temos de diferente
com relação às descrições
u P(01) P(0) . P(1) x. z que utilizam equações. da
cinética química?
v P(12) P(1). P(2) x . y
O termo logístico. E este
vem do fato de
considerarmos que um sítio
pode estar vazio e que as
x P(1) y P(2) z P(0) presas só nascem em sítios
vazios.
x y z 1 (2)
Tânia (2010)
Absorbing
Active
27
Tânia Tomé IFUSP
(*) Parametrização: a presa - nascimento
Três parâmetros: b predador - nascimento
c predador - morte
Mas só dois
são
independentes!
Parametrização:
(renormalização
do tempo na a b c 1 (*)
Eq. Mestra)
p
p e c: dois novos
parâmetros
independentes
1 c
a p
Tânia (2010)
2
1 c
b p
2
(*)
pa a
pb b
pc c
número de
coordenação da rede
Tânia (2010)
u P(01) v P(12) w P(02)
(Satulovsky &TT (94))
Bifurcação de
Hopf
A
NO
(Satulovsky&TT (94))
tempo
Densidade de presa
Satulovsky & TT (94) Ciclos Estáveis
a presa - nascimento
a=b=0.492 c=0.016 b predador - nascimento
c predador – morte
Tânia Tomé IFUSP 32
Simulações de Monte Carlo
Estados ativos:
coexistência das duas espécies
Epectro de potências
para a série temporal
para presas como
Tânia (2010)
densidades
função da frequencia
t
a = b = 0.475 (p =0)
c = 0.05
Tânia Tomé IFUSP 35
Estados ativos sem comportamento oscilatório
densidades
t
a = b = 0.41 (p=0)
c = 0.18
Tânia Tomé IFUSP 36
Oscilações em um sistema predador-presa: ciclos
populacionais
Número de lebres (presa) e linces
(predador) versus tempo (anos)
McLulich, Canadá, (1937).
Autômato celular
probabilístico
predador-presa
Simulações de Monte Carlo
de Carvalho & TT (2006).
T = Período
de
Oscilação
cx (t )
rx
cx (0)
cxy (t )
rxy
cxy (0)
0.01
estocástico e definido
0.05
em uma rede
0.00 quadrada
510000 515000 520000 525000 530000 100 200 300
1/ 2
t N
1E-5
rx 0.0 sx
Azul : maior N
-0.4 1E-8
Vermelho
-0.8 Preta: menor N
1E-11
0 2500 5000 7500 10000 12500 15000 1E-3 0.01 0.1
t
(c) Auto-correlação temporal de presas (d) Densidade espectral versus w para
como função do tempo para diferentes diferentes valores de N.
valores de N. 40
Tânia Tomé IFUSP
Flutuações no número de lebres e linces versus tempo
Canadá (dados de D. A. MacLulich (1937))
160 0.8 Arashiro et al. (2008).
120 0.4
y
x
9
Azul: (presa)
80 0.0
6
rxy Vermelho: linces
(a) 40
3
-0.4
(predador)
0 -0.8
1845 1860 1875 1890 1905 1920 1935 0 20 40 60 80
t t
0.8
1
(b) Espectro de potencias
0.1
0.4 (lebres)
0.01
rx 0.0 sx
1E-3
-0.4
1E-4
-0.8
1E-5
0 20 40 60 80 0.1 1
t
1
0.8
0.1
(c) Espectro de potências
0.4
0.01
(linces)
ry 0.0 sy
1E-3
-0.4
1E-4
-0.8
1E-5
Arashiro et al. (2009).
0 20 40 60 80 0.1 1
t
0.8
0.5
0.4
0.4
Densities
0.3
rxy
0.0
0.2
0.1 -0.4
0.0
-0.8
510000 512500 515000 517500 520000 0 5000 10000 15000 20000
Tânia (2010)
0.4 1E-5
rx sx
0.0
1E-9
-0.4
-0.8 1E-13
0 5000 10000 15000 20000 0.01 0.1 1
t
0.4
0.60
Densities
0.55
rxy
0.50 0.0
0.08
-0.4
0.06
Tânia (2010)
t t
1E-3
0.8
0.4
sx
rx 1E-8
0.0
-0.4 1E-13
0 2000 4000 6000 0.01 0.1 1
t
Função de auto-correlação (presas) Espectro de potências versus frequencia
Tânia Tomé IFUSP 43
Modelo estocástico em reticulado para sistema predador-presa
Simulações de Monte Carlo
Arashiro et al. (2008).
Densidade de predadores vs. Densidade de presas
Tânia (2010)
-- c=0.03
-- c=0.15
-- c=0.25
-- c=0.29
t t
Arashiro & TT (2007)
Comportamento N t
crítico Grassberger and de la Torre, 1979
P t Grassberger, Math. Biosc., 1983.
R t
2 z
R I
Recuperação espontânea
c
Campo médio
simples
Absorvente Suscetível
Tânia (2010)
Ativo
“oscilações amortecidas”
Ativo
não-osc.
Modelo SIR
Susceptible
c Absorbing
Tânia (2010)
Tânia Tomé IFUSP 49
Modelo SIRS
d
e Inf--Inf
n Inf-Rec
s
i
t
i
e
s
Tânia (2010)
c=0.4
Durrett & Levin (1994). Theor. Popul. Biol. (1994); J. theor. Biol. (2000).
E. Renshaw, Modelling Biological Populations in Space and Time, Cambridge University Press,
1991.
M. J. Keeling and P. Rohani, Modeling Infectious Diseases in Human and Animals, Princeton
University Press, 2008.
V. Volterra Leçons sur la Théorie Mathématique de la Lutte pour la Vie, Gauthier-Villars, 1931.