Математическое моделирование распространения эпидемии коронавируса в мире и странах, с наибольшим количеством инфицированных в первой половине 2020 г
(Стр. 61-68)

На основе методов нелинейной динамики проведено математическое моделирование распространения эпидемии коронавируса COVID-19 в мире и в странах, с наибольшим числом инфицированных в первой половине 2020 г.: США, Бразилии, России, Индии. Показано, что для стран, в которых соблюдались жесткие ограничительные меры, распространение эпидемии коронавируса COVID-19 укладывалось на одну волну с малой емкостью, для ряда стран с нарушением ограничительных мер распространение эпидемии укладывалось на суперпозицию волн. Для стран с большим перемешиванием населения (Бразилии, Индии) распространение эпидемии коронавируса на сегодня тоже укладывается на единичную волну, но с огромным значением емкости (для Бразилии 80 млн. жителей, для Индии - 40 млн. жителей). Рассчитано, что распространение эпидемии в мире укладывается на сегодня на 5 волн. Первые две волны обусловлены распространением эпидемии в Китае (первая - в Ухани), третья распространением эпидемии в Европейских странах, четвертая в основном распространением эпидемии в России, США, пятая волна обусловлена в основном распространением эпидемии в странах Латинской Америки и Южной Азии. Именно пятая волна привела к тому, что распространение эпидемии коронавируса COVID-19 входит в новую фазу, с приростом численности заразившихся более чем 100 тыс. жителей. Для всех исследуемых стран и мира для каждой из волн суперпозиции рассчитаны емкости волн и показатели роста численности. Определены локальные пики волн и времена их окончания.

Куркина Е.С., Васецкий А.М., Кольцова Э.М., (2020), Математическое моделирование распространения эпидемии коронавируса в мире и странах, с наибольшим количеством инфицированных в первой половине 2020 г. Проблемы экономики и юридической практики, 3 => 61-68.

Keeling M. J., Rohani P. Modeling infectious diseases in humans and animals. Princeton University Press. 2008.
Murray J. D. Mathematical Biology: An introduction Springer. 2002.
Tam K. M., Walker N., Moreno J. Projected Development of COVID-19 in Louisiana. arXiv preprint arXiv: 2004.02859. 2020.
Blasius B. Power-law distribution in the number of confirmed COVID-19 cases. arXiv preprint arXiv: 2004.00940. 2020.
Roques L. et al. Using early data to estimate the actual infection fatality ratio from COVID-19 in France. Biology. 2020. V. 9. №. 5. P. 97.
Bjørnstad O. SEIR model. McMaster University. 2005. P. 1-8.
COVID-19 Scenarios. [Электронный ресурс] URL: https://neherlab.org/covid19 (Дата обращения: 27.03.2020)
Кольцова Э. М., Куркина Е. С., Васецкий А. М. Математическое моделирование распространения эпидемии коронавируса COVID-19 в Москве. Computational nanotechnology. 2020. Том. 7. №. 1. с. 99-105.
Кольцова Э. М., Куркина Е. С., Васецкий А. М. Математическое моделирование распространения эпидемии коронавируса COVID-19 в ряде европейских, азиатских стран, Израиле и России. Проблемы экономики и юридической практики. 2020. №. 2. с.154-165.
Кольцова Э.М., Гордеев Л.С. Методы синергетики в химии и химической технологии. М.: Химия, 1999. 256 c.
URL: https://www.worldometers.info/coronavirus/
URL: https://coronavirus-monitor.ru/coronavirus-v-rossii/
Andrianov M.S., Bogolyubov S. A., Booth N.D., Dobretsov D.G., Ermakova K.P. Legitimacy: theory and practice: monography: edited by Tikhomirov Y.A., Subanova N.V. Institute of legislation and comparative law at the government of Russian Federation, Academy of the Prosecutor Generals office of Russian Federation. Moscow: Contract, 2017. 244 p.

пандемия, коронавирус COVID-19, распространение эпидемии в мире, математическое моделирование.