Wat als eerste opkomt zodra algoritme 1 niet meer voldoet is de SIR-benadering. We kijken naar de gehele bevolking en delen die op in drie compartimenten: wie besmet kunnen worden (S van susceptible), wie besmet zijn (I van infected) en wie resistent zijn (R van resistant). Om de dingen voorlopig simpel te houden beginnen we met een vast aantal (N). De bevolking neemt niet toe of af gedurende de tijd dat het model werkt. Dat maakt dat we kunnen aannemen dat N=S+I+R. Maar de onderlinge verhoudingen veranderen wel gedurende die periode. Als we de periode dat het model werkt opdelen in tijdvakken kunnen we die aanname vertalen in:
N=S_t+I_t+R_t
zodat we S, I en R kunnen uitdrukken in percentages.
De SIR aanpak kent een tweede aanname in de vorm van een bijbehorend transitiemodel: S-individuen kunnen alleen veranderen in I-individuen en I-individuen kunnen alleen veranderen in R-individuen. We kunnen de ratio van de transities van S_{t} naar I_{t} proberen te vangen in een besmettingsratio per tijdvak, zeg \beta_{t} en de ratio van de transities van I_{t} naar R_{t} in een herstelratio per tijdvak, zeg \mu_{t}.
Om een indruk te krijgen hoe deze aanpak kan uitpakken hebben we algoritme 2 gemaakt.
1 gedachte over “Van algoritme 1 naar algoritme 2 (SIR)”
Reacties zijn gesloten.