老卢干达语谚语,“Kaami katono okanyoomera mitala wa mugga,”意味着即使一件小事也会产生不利后果,如果没有以正确的方式处理。当前危机的COVID-19真正意义上说明了上面的谚语。据世界卫生组织(世卫组织)、COVID-19疫情导致162773940例确诊病例和3375573例死亡5月18日,2021;参见[ 1]。“冠状病毒”的蜕变是生物学上具有挑战性的研究,引起公众关注基于早期历史的大流行,造成人们的生活。感染引起的冠状病毒可能会增加突变的可能性,这可能会导致新的病毒变体的发展,如严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2),严重急性呼吸系统综合症(SARS),和中东呼吸综合症(即)。SARS-CoV-2第一冠状病毒被认为是在2020年3月初达到大流行水平,触发COVID-19基于早期SARS和即案件;参见[ 2- - - - - - 5]。

2020年初,全球参与寻找抗病毒疫苗COVID-19拯救全球人口,同时保持所有标准操作程序(sop)如社会距离和戴面罩是高度和认真执行世界各地的老人和儿童;参见[ 5- - - - - - 11]。的4^th2021年1月,顶级制药公司辉瑞和现代化等证实,目前的疫苗是95%有效的基于当前原始数据;参见[ 12- - - - - - 14]。

COVID-19大流行的重要影响之一公共卫生系统可能瘫痪和经济,主要集中在中低收入国家。在全球范围内,COVID-19疾病是一个需要解决的问题的经济规划和医疗策略。为了更好地理解大流行疫情,响应的技术进步,宣传、动员发挥着至关重要的作用;参见[ 15]。图 1阴影的说明COVID-19感染例病毒学评估病人需要紧急眼科手术时科学相信COVID-19病毒进入人类的眼睛,鼻子和嘴。目前流程图详细信息潜在的步骤,可以跟随在任何大流行或流行有关通用全球健康反应。

然而,普通人群采取所有可能的方法来抵制COVID-19标准操作程序(SOP)的需求,如社会距离和戴面罩,在全球范围内严格执行。

信息和技术部门已经设法保持流行的数据更新。例如,使用社会媒体来促进公共卫生运动是非常有效的。表 1展示了人类历史上最严重的流行病;参见[ 16, 17]。

有一些威胁参与社交媒体的意识COVID-19大流行,如死亡、传染病诊断和治疗选择像COVID-19疫苗或COVID-19药物给病人。所有这些因素身心中创建额外的恐惧和紧张。这导致普遍的混乱,害怕买回家的东西,囤积至关重要的大宗商品交易员,价格上涨,街头暴力,歧视,阴谋的思考等。 18]。

图 2显示县高人口,中国和美国是识别出的风险。传染病和流行病反复被认为是威胁人类。然而,大型科技公司正在努力减少错误信息的传播。Instagram谷歌,YouTube, Facebook,例如,不懈工作直接公众最新的、可核实的信息通过网站;参见[ 19, 20.]。

第五代连接技术和高速互联网与随之而来的好处是发起的融合技术,如移动、云,和机器人;参见[ 20., 21]。特别是人工智能,显示有一个重要的角色在促进健康,表明接种技术涉及交感神经病毒蛋白质结构( 22]。

基于COVID-19流行可用的增长率数据,它是相当复杂,以确定标准作业程式已经练习。大流行生长奇特和指数处于关键阶段就是极端人类理解和分析计算。这种复杂性提高技术问题喜欢指数增长偏差怎么能确定吗?指数增长的数据是从哪里来的呢?这样的数据增长的可能影响是什么?什么和什么时候停止?如何做到人口战略规划和管理的大流行像COVID-19玩吗?图 3说明人口风险高的国家如意大利、瑞典和法国,分别。

此外,重要的是要关注各种国家如意大利、中国和美国处理造成的压力自2019年大流行疫情。现在,数学的瓶颈是极其复杂的,以确定一个新的趋势在指数分布,重要的是要确定当它增长结束或否则,确定指数结束时,它简化了规划和管理的大流行。

本文的其余部分的结构如下:提出了一些文学事实COVID-19病毒 2。部分 3介绍了COVID-19流行关键技术的发展趋势。节 4,数据可视化模型。节 5COVID-19流感大流行的影响,金融是解释和证明。在第6节,结束语。

在本节中,提出了一些关于COVID-19的事实。

在本节中,反映了技术管理COVID-19大流行期间。

在本节中,我们将描述的数学表示的数学数据可视化模型(MDVM)所有国家的指数数据增长,描绘数据增长的变化令人难以置信的好。

图中的总确诊病例和确诊病例流行的最后一周增长出现下降指数增长的国家。图解积分法,三个因素是:(一)使用对数刻度;它管理指数增长证明通过标记图,使比例合适;(b)关注的是改变,而不是从根本上绝对数量。考虑在今年年初韩国24例^th2020年3月,总病例数第一个是指数从10到40天,除此之外每总改变了模式情况下,所以没有图形,它是很难注意到的变化指数增长;与时间和(c)情节,基于物理时间,满足指数;图形绘制与时间。

在这种情况下,总体人口感染COVID-19ℏ,和当前的增长率 θ。因此,我们有 d ℏ / d t ∝ ℏ , d ℏ / d t ∝ θ ℏ , (1) d ℏ d t ∝ θ d t 。

为简单起见, (2) ∫ ℏ 0 ℏ d ℏ ℏ = ∫ 0 t θ d t , ln ℏ ℏ 0 ℏ = θ t 0 t , ln ℏ − ln ℏ 0 , ln ℏ ℏ 0 = θ t 。

使用最大似然方法估计( 1)的患病率COVID-19在公众不同的年龄组。 (3) 经验值 ln ℏ ℏ 0 = 经验值 θ t , ℏ = ℏ 0 e θ t 。

考虑到一个公共的年龄和不同年龄组的患病率风险,COVID-19的发生率与年龄群λ是年龄和流行是α给出如下: (4) P λ | α = P λ | α P λ ∑ 我 P α | λ , 在哪里 P( λ| α)是年龄组的患病率风险( 我); P( λ _我)是相对于年龄( 我在公众。

让我们考虑一下 α不同年龄组获得物流功能的年龄 λ作为 (5) P α | λ = 1 1 + 经验值 μ − 我 / r 。

确定大流行性流感的死亡风险,采用最大生计方法更加紧密和铰接时估计疾病死亡率。 (6) P λ 我 | ϕ , ξ = P ξ | ϕ , λ P λ 我 | ϕ ∑ 我 P ξ , λ 我 | ϕ 。

考虑到 ϕ是感染, ξ是死亡率。因此, P( ξ, ϕ| λ _我)是死亡率的风险状况对个人的年龄和感染状态; P( λ _我| ϕ, ξ)成为死亡病例的年龄构成COVID-19大流行。我们考虑到感染发生在所有年龄组的公众,因此表达。我们进一步应用最大似然方法达到COVID-19为不同年龄组的死亡率。此外,有一个归责的感染者的死亡率,因此 (7) P λ 我 | ϕ = P λ 我 , P ξ | ϕ = ∑ 我 P ξ , λ 我 | ϕ 。

起初,如图 4,扩展一千零一十似乎接近对方。然而,上的对数尺度 X设在使我们有必要确定标准操作规程执行;因此,应用线性趋势是更好的显示数据增长的模式。第二,时间是推断;不像其他COVID-19绘图,我们已经看到,时间不是在 Y设在,可能配置错误和混乱,但时间通过动画显示。第三,当比较感染确诊病例,总确认受试者显示,而不是确切的病例数。它是未知多少COVID-19阳性病例存在;然而,COVID-19的筛检试验表明感染扩散的趋势。假设数据是准确的,国家出现低于通常的趋势图描述了所需的所有国家减少大流行性流感传播和发展。每日新闻和报告主要关注当前数据,然而,理解趋势是重要的规划和管理。假设数据是正确的,下面显示的国家图显示一个典型的模式,所有国家都是可取的,以减少大流行性流感传播和扩张。而每日新闻和报告主要关注当前数据,规划和管理理解趋势是至关重要的。

提供数据的可视化表示,如增长率与测试情况下,揭示了一些不一致的数据集。同样重要的是要注意,大流行COVID-19等传播比图中慢慢的在现实生活中,但是使用的数据不仅显示病例数也很多测试,导致确诊病例增长更快。因为在世界各地的卫生设施基本数据错误,不完整的数据来源获得的数据使用。此外,每个国家能够进行COVID-19测试设施不同。最近几周的图表是由几天跟踪模式/趋势,导致数据的不一致是由于日常增长率;参见图 5。

数据时使用对数刻度计算每个国家现有病例策划反对新病例。已经观察到疾病传播是不受控制的指数增长率。然而,严格的标准作业程式可能导致应用程序降低指数增长率。此外,结果还证明该模型的有效性;参见图 6。

在本节中,我们确定COVID-19对金融的影响。为了这个目的,一个案例研究巴基斯坦股市的表现。在这项研究中,我们使用的数据COVID-19每日收盘价的病例和PSX(巴基斯坦证券交易所),100年2月和2021年3月的索引。

本文证明COVID-19对金融的影响也描述技术角色在管理COVID-19大流行。COVID-19爆发金融和医疗领域的负面影响。在本文中,我们提出了一个数学数据可视化模型,分析流行指数增长和偏差等数据的行为。有人指出的趋势被感染的情况下,复苏和死亡有自己的假设和参数变化从一个区域人口领域到另一个地方。最后,采用回归工具看到COVID-19大流行对金融业的影响。根据本研究的结果,可以看出COVID-19大流行对金融行业有负面影响。