Es bien sabido que algunas enfermedades infecciosas muestran una característica de periodicidad; es decir, la enfermedad puede prevalecer durante una determinada estación y desaparecer después. En un esfuerzo por comprender este fenómeno específico, en este artículo proponemos un modelo de propagación con una función de infectividad variable en el tiempo que considera tanto las características de periodicidad como de variabilidad del agente. Aplicamos el modelo modificado a un marco de red sin escala con un coeficiente de ley de potencia ajustable para averiguar las características de la dinámica de propagación periódica. Nuestro trabajo consiste tanto en la derivación teórica como en una serie de simulaciones numéricas correspondientes para averiguar la influencia de los parámetros tanto de la topología de la red como del modelo modificado sobre la dinámica de propagación en las redes subrayadas. Los experimentos demuestran el éxito de nuestro modelo a la hora de producir un comportamiento periódico de la propagación, y los resultados concuerdan bien con los cálculos teóricos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control de aprendizaje iterativo de bucle abierto y cerrado con el término de corrección del sistema para el robot de soldadura de tejidos blandos humanos en medicina
Artículo:
Control de seguimiento tolerante a fallas adaptativo de sistemas no lineales no afines con falla del actuador
Artículo:
Patrones de consenso de un conjunto de series temporales a través de una localización temporal basada en wavelets: enfatizando la utilidad sobre el promedio punto a punto y el promedio bajo Dynamic Time Warping.
Artículo:
Los determinantes, inversos, normas y dispersión de matrices de tipo circulante sesgadas que involucran cualquier número de Lucas continuo.
Artículo:
Propiedades de correlación y espectrales de un sistema dinámico no lineal acoplado en el contexto de la predicción numérica del tiempo y modelado climático.