Modèle Compartimental de Prédiction d’une épidémie entre deux groupes d’individus.

BENDI OUIS, NOUR EL ISLEM

Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/18238

Affichage complet

Élément Dublin Core	Valeur	Langue
dc.contributor.author	BENDI OUIS, NOUR EL ISLEM	-
dc.date.accessioned	2022-01-31T08:26:40Z	-
dc.date.available	2022-01-31T08:26:40Z	-
dc.date.issued	2021-06-29	-
dc.identifier.citation	salle des thèses	en_US
dc.identifier.other	CD	-
dc.identifier.uri	http://dspace.univ-tlemcen.dz/handle/112/18238	-
dc.description.abstract	Diseases and propagation worldwide are a major issue, especially with the covid-19 pandemic, which has reached the world globally. This fast propagation requires monitoring and observation of the transmission because such a disease affects the weakest. The society must prepare itself in advance to take action appropriately. Mathematical models of virus propagation help with trend analysis. We are going to present the main models based on our python implementation. We obtained results based on realistic parameters of pandemic propagation.	en_US
dc.description.sponsorship	Les maladies et leur propagation dans le monde est un problème majeur, notamment avec la pandémie du covid-19 qui a envahi dernièrement toute la planète. Cette propagation rapide nécessite un suivi et une surveillance de la transmission car pour une telle maladie qui touche les plus faibles, la société doit se préparer à l’avance pour réagir de manière adéquate. Les modèles mathématiques de propagation des virus aident à analyser les tendances. Nous allons présenter les principaux modèles en se basant sur une implémentation en python. Nous obtiendrons des résultats basés sur les propriétés réalistes de la propagation d’une épidémie.	en_US
dc.language.iso	fr	en_US
dc.publisher	31-01-2022	en_US
dc.relation.ispartofseries	son.for.p.;	-
dc.subject	Epidemics, Compartmental model SIR (Susceptibles, Infectives, Recovered), coupled differential equations, Runge Kutta4 method, Python code.	en_US
dc.subject	Epidémie, Modèle compartimental SIR (Susceptibles, Infectées, Retirée), équations différentielles couplées, Runge Kutta4, code python.	en_US
dc.title	Modèle Compartimental de Prédiction d’une épidémie entre deux groupes d’individus.	en_US
dc.type	Thesis	en_US
Collection(s) :	Master en Physique

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
Modele-Compartimental-de-Prediction. (1).pdf	CD	5,27 MB	Adobe PDF	Voir/Ouvrir

Affichage abbrégé