본 실험은 감염의 위험성을 갖고 있는 질병 확산에 대한 초기 연구자료인 SIR Model을 Mathematica LAB으로 구현하여 본 것입니다. 물론, 이는 가장 기초적인 시뮬레이션이며 실제로는 더욱 많은 요인(잠복기간, 감염경로 등 다양한 매개변수)과 예상 밖의 요인(바이러스의 특성, 감염자의 도덕적 인식 등)들에 따른 복잡한 현상이라 아직도 이에 대한 연구를 통한 방역시스템 구축은 매우 어려운 분야입니다.
인구를 통한 질병 확산의 SIR 모델은 감염기간 동안의 접촉자 수와 감염기간 같은 중요한 질병 특성의 상이한 값에 대한 Slider 조작을 통하여, 감염에 취약한 인구의 비율(Blue), 감염된 인구의 비율(Red) 그리고 회복된 인구의 비율(Green), 사망한 인구의 비율(Gray)에 대한 질병 확산 과정을 그래프로 관찰할 수 있습니다. 이는 인구의 초기 감염자 비율과 초기 면역자 비율이 인구의 질병 역학에 미치는 영향이라 할 수 있는 것입니다. 이에 대한 역학계(미분방정식)는 실험화면에서 system을 선택하면 볼 수 있이며, 그래프상의 x축 위의 점(Locator)을 움직이면 각각의 확률값이 계산됩니다.
코로나19 관련 수업을 위하여 시간(t)에 따른 누적 감염자 수의 값과 그래프 및 기초감염재생산지수(R0) 값을 추가하였습니다. R0 값의 산출방식은 <팬데믹> 교수학습자료집을 참고하시기 바랍니다.
이장훈(21-12-02 08:08)
Created by Wolfram Mathematica 13. Optimized Wolfram Cloud & CDF Player 13.
이장훈(21-12-02 08:10)
위의 실험화면은 CDF 형식으로 만들어진 실험문서를 PC는 물론 Mobile에서도 웹상에서 동작이 가능하도록 구현한 Mathematica Cloud 기술입니다.
