代写 html python R或Python中的僵尸启示录
R或Python中的僵尸启示录 我们已经看到蒙特卡罗模拟对于复杂情况的建模非常有用，通常在现实世界中。 这方面的例子包括旨在模拟野生动物种群的捕食者/猎物模型。 最近，英国广播公司（BBC）开展了一项模拟英国流感大流行影响的程序，该程序使用蒙特卡罗模拟： https://www.bbc.co.uk/programmes/p059y0p1传染！ 英国广播公司四大流行病 然而，正如我们在密集的一周中听到的僵尸爆发一样，对于这项任务，你被要求模拟僵尸的爆发。 我已经写了一篇关于模拟这种爆发的数学的论文，该爆发显示了模型的因素以及如何在数学上解决它。 这个网页：http：//scipy-cookbook.readthedocs.io/items/Zombie_Apocalypse_ODEINT.html给出了等式： dS / dt = P – BSZ – dS dZ / dt = BSZ + GR – ASZ dR / dt = dS + ASZ – GR 具有以下因素： •S：易感受害者的数量 •Z：僵尸的数量 •R：被“杀害”的人数 •P：人口出生率 •d：自然死亡的可能性 •B：“僵尸病”传播的机会（活着的人变成了僵尸） •G：死人复活成僵尸的几率 •答：僵尸完全被摧毁的可能性 此页面显示如何使用Python将此方程式解析为常微分方程。 然而，虽然随着时间的推移这解决了这个等式，但它并没有让我们知道僵尸的行进速度有多快。 所以我们需要添加一个新因子： •V：僵尸的速度。 •v：非感染者的速度。 现在我们已经添加了这个因子，方程式不能轻易解决。 这可以通过随机游走模拟来建模，第一组因子控制人口和受害者的机会。 您可能希望将地理位置分离的非感染人群设置为模型，并调查感染的传播方式。 对于这项任务，用R或Python（或两者，如果你认为它有帮助）编写一个模型来模拟一个地理上分离的群体的僵尸爆发。 显示上述因素如何影响爆发的速度。 […]
代写 html python R或Python中的僵尸启示录 Read More »