def ex5(BA):
maiores_graus = sorted(BA, key=lambda i: BA.degree(i), reverse=True)
resultado_rand = []
resultado_hubs = []
porcentagens = np.arange(0.05, 0.35, 0.05)
print('ex5 - Processando simulações')
for porcentagem_imunizados in porcentagens:
numero_imunizados = math.floor(porcentagem_imunizados * len(BA))
# imunizando aleatórios
rand_imunizados = set(random.sample(list(BA), numero_imunizados))
inf, _, _, _ = epidemia.reativo(BA, 'sir', 1000, beta_reativo,
mi_reativo, rand_imunizados)
resultado_rand.append(_tempo_acabou(inf))
# imunizando hubs
hubs_imunizados = set(maiores_graus[:numero_imunizados])
inf, _, _, _ = epidemia.reativo(BA, 'sir', 1000, beta_reativo,
mi_reativo, hubs_imunizados)
resultado_hubs.append(_tempo_acabou(inf))
plt.figure('ex5')
plt.clf()
plt.title('Imunização de nós aleatórios vs hubs na rede BA')
plt.plot(porcentagens, resultado_rand, 'b-', label='Imunização aleatória')
plt.plot(porcentagens, resultado_hubs, 'r-', label='Imunização de hubs')
plt.legend()
plt.xlabel('% imunizados')
plt.ylabel('Duração da epidemia (iterações)')
plt.savefig('figuras/ex5.png')
def ex3(BA, ER):
modelo = 'sir'
# evita ressimular o reativo, se já tiver rodado o ex1
global BA_reativo_sir
global ER_reativo_sir
if 'BA_reativo_sir' not in globals():
_processando('BA-reativo-sir')
BA_reativo_sir, _, _, fimBA = epidemia.reativo(BA, modelo,
num_iter_reativo,
beta_reativo,
mi_reativo)
_processando('ER-reativo-sir')
ER_reativo_sir, _, _, fimER = epidemia.reativo(ER, modelo,
num_iter_reativo,
beta_reativo,
mi_reativo)
nome = 'BA-contato-' + modelo
_processando(nome)
inf, _, _, fimINF = epidemia.contato(BA, modelo, num_iter_contato,
beta_contato, mi_contato)
# plot da proporção de infectados no contato
plt.figure(nome)
plt.clf()
plt.plot(inf[:fimINF], 'b-', label='contato')
plt.plot(BA_reativo_sir[:fimBA], 'r-', label='reativo')
plt.legend()
plt.title('Contato vs reativo na rede BA usando modelo ' + modelo)
plt.xlabel('t')
plt.ylabel('Infectados')
plt.savefig('figuras/BA-reativoXcontato.png')
nome = 'ER-contato-' + modelo
_processando(nome)
inf, _, _, fimINF = epidemia.contato(ER, modelo, num_iter_contato,
beta_contato, mi_contato)
# plot da proporção de infectados no contato
plt.figure(nome)
plt.clf()
plt.plot(inf[:fimINF], 'b-', label='contato')
plt.plot(ER_reativo_sir[:fimER], 'r-', label='reativo')
plt.legend()
plt.title('Contato vs reativo na rede ER usando modelo ' + modelo)
plt.xlabel('t')
plt.ylabel('Infectados')
plt.savefig('figuras/ER-reativoXcontato.png')
def ex1(BA, ER):
for modelo in ['sir']:
nome = 'BA-reativo-' + modelo
print('ex1 - Processando: ' + nome)
inf, sus, rec, fim = epidemia.reativo(BA, modelo, num_iter_reativo,
beta_reativo, mi_reativo)
# plot da proporção de infectados no reativo
plt.figure(nome)
plt.clf()
plt.plot(inf[:fim], 'b-', label="Infectados")
plt.plot(sus[:fim], 'r-', label="Suscetíveis")
plt.plot(rec[:fim], 'g-', label="Recuperados")
plt.legend()
plt.title('Simulação reativa de epidemia na rede BA usando modelo ' +
modelo)
plt.xlabel('t')
plt.ylabel('Quantidade')
plt.savefig('figuras/{}.png'.format(nome))
if modelo == 'sir':
global BA_reativo_sir
BA_reativo_sir = inf
nome = 'ER-reativo-' + modelo
print('ex1 - Processando: ' + nome)
inf, sus, rec, fim = epidemia.reativo(ER, modelo, num_iter_reativo,
beta_reativo, mi_reativo)
# plot da proporção de infectados no reativo
plt.figure(nome)
plt.clf()
plt.plot(inf[:fim], 'b-', label="Infectados")
plt.plot(sus[:fim], 'r-', label="Suscetíveis")
plt.plot(rec[:fim], 'g-', label="Recuperados")
plt.legend()
plt.title('Simulação reativa de epidemia na rede BA usando modelo ' +
modelo)
plt.xlabel('t')
plt.ylabel('Quantidade')
plt.savefig('figuras/{}.png'.format(nome))
if modelo == 'sir':
global ER_reativo_sir
ER_reativo_sir = inf
def ex2(BA, ER):
WS1 = nx.watts_strogatz_graph(N_redes, K_medio, 0.001)
WS2 = nx.watts_strogatz_graph(N_redes, K_medio, 0.1)
plt.figure('ex2')
plt.clf()
for nome in ['BA', 'ER', 'WS1 (p = 0,001)', 'WS2 (p = 0,1)']:
G = locals()[nome[:3]]
print('ex2 - Processando: ' + nome)
inf, _, _, fim = epidemia.reativo(G, 'sir', 1000, beta_reativo,
mi_reativo)
plt.plot(inf[:fim], label=nome)
plt.legend()
plt.title('Influência da topologia da rede na simulação de epidemias')
plt.xlabel('t')
plt.ylabel('Infectados')
plt.savefig('figuras/ex2.png')
def ex4(BA, ER):
BA_lambda_crítico = K_medio / calcula_momento(BA, 2)
print('BA - lambda_crítico = ', BA_lambda_crítico)
ER_lambda_crítico = K_medio / calcula_momento(ER, 2)
print('ER - lambda_crítico = ', ER_lambda_crítico)
print('ex4 - Processando reativo')
BA_reativo = []
ER_reativo = []
lambdas_x = np.arange(0, 0.2, 0.01)
for lbda in lambdas_x:
beta = lbda / mi_reativo
inf, _, _, _ = epidemia.reativo(BA, 'sis', num_iter_reativo, beta,
mi_reativo)
BA_reativo.append(inf[-1])
inf, _, _, _ = epidemia.reativo(ER, 'sis', num_iter_reativo, beta,
mi_reativo)
ER_reativo.append(inf[-1])
print('ex4 - Processando contato')
BA_contato = []
ER_contato = []
for lbda in lambdas_x:
beta = lbda / mi_contato
inf, _, _, _ = epidemia.contato(ER, 'sis', num_iter_contato, beta,
mi_contato)
ER_contato.append(inf[-1])
inf, _, _, _ = epidemia.contato(BA, 'sis', num_iter_contato, beta,
mi_contato)
BA_contato.append(inf[-1])
## Plots
# contato
plt.figure('ex4 - contato')
plt.clf()
plt.title(
'Coeficiente para propagação de epidemias por contato, teórico vs real'
)
plt.plot(lambdas_x,
BA_contato,
'b-',
label=r'BA: $\lambda_c$ = {}'.format(BA_lambda_crítico))
plt.plot(lambdas_x,
ER_contato,
'r-',
label=r'ER: $\lambda_c$ = {}'.format(ER_lambda_crítico))
plt.legend()
plt.xlabel(r'$\lambda$')
plt.ylabel('Infectados')
plt.savefig('figuras/ex4-contato.png')
# reativo
plt.figure('ex4 - reativo')
plt.clf()
plt.title(
'Coeficiente para propagação de epidemias reativo, teórico vs real')
plt.plot(lambdas_x,
BA_reativo,
'b-',
label=r'BA: $\lambda_c$ = {}'.format(BA_lambda_crítico))
plt.plot(lambdas_x,
ER_reativo,
'r-',
label=r'ER: $\lambda_c$ = {}'.format(ER_lambda_crítico))
plt.legend()
plt.xlabel(r'$\lambda$')
plt.ylabel('Infectados')
plt.savefig('figuras/ex4-reativo.png')