新模型预测COVID-19大流行

本周物理学杂志前沿，研究人员描述了准确的描述上的活动和死亡病例的所有现有可用的数据，并预测即将到来的高峰单一的功能。该工具使用Q-统计，一组函数和概率分布的康斯坦诺·萨利斯，圣塔菲研究所的外部师资的物理学家和成员发展。 Tsallis曾与维吾尔族Tirnakli，在埃格大学的物理学家，在土耳其的新模式一起。

“配方中的所有中，我们已经测试过的国家工作，” Tsallis说。

无论是物理学家曾经设定了一个全球性流行病模型。但是Tsallis说，当他看到代表中国的每日活跃的情况下发表的图表的形状，他认识他之前，即在图表他会帮助农产品见过形状大约20年前来形容股市的行为。

“形状是完全一样的，”他说。对于财务数据，功能描述证券交易所的概率;对于COVID-19，它的日常描述的活性的情况下，和死亡的数量，作为时间的函数。

模拟财务数据和跟踪全球大流行似乎风马牛不相及，但Tsallis说，他们有一个重要的共同点。 “他们俩都是复杂的系统，”他说，“在复杂的系统，这一切发生的时间。”从各种领域，生物，网络理论，计算机科学，数学的不同的系统，往往表明，遵循相同的基本形状和演化模式。

由Tsallis和已故诺贝尔奖得主默里·盖尔曼出现在2004年卷的金融图表合编。 Tsallis在80年代后期开发的Q-statitics，也被称为“Tsallis统计，”为玻尔兹曼 - 吉布斯统计的复杂系统的推广。

在新的纸，Tsallis和Tirnakli使用来自中国，其中活性壳体率被认为已达到峰值数据，以设置式的主要参数。然后，他们将其应用于其他国家，包括法国，巴西和英国，并发现它匹配随时间的活跃情况和死亡率的变化。

该模型，Tsallis说，可以用来创建有用的工具，比如一个应用程序，更新实时与新的可用数据，并可以相应地调整其预测。此外，他认为，这可能是微调，以适应未来的爆发也是如此。

“函数形式似乎是普遍的，”他说，“不只是为这种病毒，但对于下一个可能出现为好。”

资源 Santa Fe Institute. "New model predicts the peaks of the COVID-19 pandemic." ScienceDaily. ScienceDaily, 29 May 2020. <www.sciencedaily.com/releases/2020/05/200529150605.htm>.