根据情况在4月28日,我们模拟的未来传播COVID-19感染使用MATLAB在纽约和东京。
没有任何进展,如开发有效的疫苗或更激进的封锁,感染人数将上升到280000年的8个月的时间和死亡的人数将会超过150000年的纽约。在东京的情况下,“自愿约束(呆在家里运动)”(*)在黄金周期间(4月29日~ 5月6日)是有效的和受感染的人的数量增加或减少假期过后,但感染者的数量和总死亡人数是有限的,对600年和700年开始的第二年,分别。
本文中使用的数学模型是所谓的西珥模型随着时间的延迟。仿真的关键是如何设置的十几个参数模型。一般来说,数学模型分析的主要目的是提供这样的定性问题
(1)模型有一个平衡点吗?
(2)多个平衡点的稳定性(是否收敛于某个值随着时间的推移或分歧)。
(3)一个周期性的现象出现呢?等。
定量分析(例如,电路)有时精确执行,但社会现象或生态模型往往是定性的,因为参数很难量化。然而,即使是在定性分析,结果给我们足够的信息。因此,本文模拟意味着模型的参数被发现基于真实数据。最好是了解未来的过渡变量作为二次结果。
　 It must be a researcher's effort to create "collective knowledge" for the unknown. The reader is expected to make better calculations and predictions using the attached MATLAB code.

(*),因为日本缺乏一个可执行的法律体系,政府并没有给出一个执行封锁像美国的政策。