scholarly journals ANALISIS MODEL EPIDEMIK SVEIR DENGAN CONTINUOUS TIME MARKOV CHAIN (CTMC) PADA PENYAKIT RUBELLA

2021 ◽  
Vol 15 (3) ◽  
pp. 591-600
Author(s):  
Nur Eliska ◽  
Hadi Sumarno ◽  
Paian Sianturi
Keyword(s):  
Markov Chain ◽  
Continuous Time ◽  
Continuous Time Markov Chain

Penyakit rubella yang dikenal dengan sebutan campak Jerman adalah penyakit menular yang disebabkan oleh virus rubella. Penelitian ini mempelajari model dinamika penyebaran penyakit rubella menggunakan model SVEIR yang merupakan modifikasi dari model yang dikembangkan oleh Beraud dan Saito, dengan pendekatan stokastik CTMC. Simulasi dilakukan untuk mengamati pengaruh perubahan: nilai awal, laju infeksi ( ), tingkat efektivitas vaksin ( ), dan laju vaksinasi ( ). Berdasarkan hasil simulasi diperoleh bahwa, perubahan nilai awal mempengaruhi peluang terjadinya wabah. Semakin tinggi laju sembuh dapat menurunkan peluang wabah. Sedangkan semakin tinggi tingkat efektivitas vaksin dan laju vaksinasi menyebabkan nilai  semakin rendah serta nilai peluang wabah yang cukup kecil; artinya peluang bebas penyakit semakin besar dan menghilangnya penyakit rubella dari sistem

scholarly journals Adaptive Duty Cycling in Sensor Networks With Energy Harvesting Using Continuous-Time Markov Chain and Fluid Models

2015 ◽  
Vol 33 (12) ◽  
pp. 2687-2700 ◽  
Author(s):  
Wai Hong Ronald Chan ◽  
Pengfei Zhang ◽  
Ido Nevat ◽  
Sai Ganesh Nagarajan ◽  
Alvin C. Valera ◽  
...  
Keyword(s):  
Markov Chain ◽  
Sensor Networks ◽  
Energy Harvesting ◽  
Continuous Time ◽  
Fluid Models ◽  
Continuous Time Markov Chain ◽  
Duty Cycling

STOCHASTIC MODELING OF PHYTOPLANKTON–ZOOPLANKTON INTERACTIONS WITH TOXIN PRODUCING PHYTOPLANKTON

2018 ◽  
Vol 26 (01) ◽  
pp. 87-106 ◽  
Author(s):  
T. MIHIRI M. DE SILVA ◽  
SOPHIA R.-J. JANG
Keyword(s):  
Markov Chain ◽  
Stochastic Modeling ◽  
Stochastic Models ◽  
Continuous Time ◽  
Toxin Production ◽  
Mutual Interference ◽  
Deterministic System ◽  
Continuous Time Markov Chain ◽  
Deterministic Systems ◽  
Population Interactions

We construct models of continuous-time Markov chain (CTMC) and Itô stochastic differential equations of population interactions based on a deterministic system of two phytoplankton and one zooplankton populations. The mechanisms of mutual interference among the predator zooplankton and the avoidance of toxin-producing phytoplankton (TPP) by zooplankton are incorporated. Sudden population extinctions occur in the stochastic models that cannot be captured in the deterministic systems. In addition, the effect of periodic toxin production by TPP is lessened when the birth and death of the populations are modeled randomly.

Sign in / Sign up

Export Citation Format

Share Document