Egy pillangó csapkodása Kínában kiváltotta a globális járványt • Trends21

A koronavírus terjeszkedése a káoszelmélet jellegzetes viselkedését követi: determinisztikus, ugyanakkor kaotikus vagy nem lineáris.

pillangó

Kutatások fedezték fel, amelyek a COVID-19 kínai, japán, dél-koreai és olasz járványok adatait használták fel a káoszelméleten alapuló determinisztikus modellek felépítéséhez.

Ezeket a modelleket ezután más országokban (Franciaországban, Spanyolországban, Belgiumban és az Egyesült Királyságban) alkalmazták a legvalószínűbb forgatókönyvek azonosítása és operatív módon a járvány során történő fejlődésének megfigyelése érdekében.

A káoszelméleten alapuló matematikai modelleknek köszönhetően a kutatók több országban, különösen Olaszországban, Spanyolországban, Franciaországban és az Egyesült Királyságban képesek voltak előre látni a járvány alakulását.

Kaotikus attraktor

A modellek minden esetben azt mutatják, hogy a kezdeti körülmények kismértékű eltérése akár a determinisztikus egyenletek felhasználásával is nagyon eltérő pályákhoz vezethet a betegség terjedésében.

Bár a kezdeti feltételek eltérőek, a járvány terjedésének dinamikája szigorúan ugyanaz: ugyanazokat a determinisztikus egyenleteket követi.

Emiatt a három pálya azonos geometriai felépítésben áll össze: kaotikus pillangó alakú vonzerő.

Az attraktor azon pontok összessége, amelyek felé egy dinamikus rendszer hajlamos. Kaotikus, ha érzékenységet mutat a kezdeti körülmények változásaira: akkor a pillangó szárnyai elmozdulnak.

Noha a betegség három fejlődési pályája egyazon kaotikus vonzerőben konvergál, különböző módon érkeznek: ez a pandémia kiszámíthatatlan viselkedését okozza az idő múlásával.

A modellek azt is elárulják, hogy a napi halálozások száma a kaotikus attraktor által sugallt oszcillációk egymás után következik be.

Korai megfigyelés

A kutatók arra figyelmeztetnek, hogy ezeket a modelleket a teljes folyamat kezdetén szerezték meg, és hogy nem vették figyelembe a betegség visszaszorítására irányuló későbbi intézkedéseket.