摘要

核苷類似物MK-4482/EIDD-2801塊SARS-CoV-2在雪貂中傳播，並可能減少傳播，直到疫苗誘導或自然獲得的保護性群體免疫達到[1]。正如斯金納所指出的，行為問題必須通過行為工程來解決。控製論在目前的條件下有充分的應用。就像酒精消費、吸煙、毒品、槍支犯罪、戰爭和性獲得性疾病一樣，亞裏士多德的目的論原因不是煙草、毒品或任何其他問題，而是反常的行為。這種情況並不簡單，它涉及到非經典邏輯和其他數學邏輯[3,4]。神經圖譜與伏隔核相對應。後者是戰場，被試者的執念是神經遞質多巴胺的上升[3,4]。一般來說，人們對政府的要求很高;然而，與此同時，它們對促進SARSCoV-2傳播的異常行為有著深深的寬容[4,5]。本文從科學的角度探討了如何處理這一問題，考慮概率方法和經典和多沙邏輯，利用簡約原則，以最小化接種量達到免疫。

關鍵字

新型冠狀病毒肺炎；群體免疫;行為工程;培養液;天花接種;控製疫情;概率方法;聰明的方法;信念的邏輯;貝葉斯定理

簡介

許多研究人員認為控製和管理睡眠的關鍵問題是新型冠狀病毒肺炎有特定症狀或體征的患者感染Covid的概率有多大?[6、7]。

但是，根據貝葉斯方法，在其領土內控製這一流行病的絕對關鍵問題是:

♦政府和醫療資源決策者應該向居民要求哪些可執行的政策?

♦減少或根除新冠疫情的具體行動是什麼?

最後一個問題涉及多學科領域，主要是:分析公民和國家不同群體信仰的亞裏士多德邏輯、模態邏輯和多薩斯邏輯，以及確定如何處理人民、媒體和政府的反常行為。病毒學與免疫學行為工程經濟學;不同情景發生概率的貝葉斯方法組合學、優化、機器學習和深度學習，以及幾個人工智能領域來評估和估計不同的場景，以及深度學習領域的醫學進展。

然而，大多數的文章都是關於新型冠狀病毒肺炎不考慮與上一個問題有關的真正問題，而隻考慮如何衡量現象、描述情況或介紹醫學進展，如新程序或疫苗。

本文討論這些問題，旨在確定控製該流行病的最佳措施。本文取材於新確診患者的指數函數場景;然後分析了將後一種函數從極指數型變為弱指數型甚至多項式型的作用。最後，通過行為矯正這一簡單的權宜之計，在世界範圍內提出了減少接種量、控製大流行的有效政策。

概率方法

相反，要計算具有特定體征或症狀的患者的概率新型冠狀病毒肺炎．為此，讓我們考慮下一個問題:

一個病人的概率是多少新型冠狀病毒肺炎有什麼特別的症狀或體征_e?

現在讓我們考慮下一個集合Δ={D_eeεJ}，它是任何一類互斥可數事件，滿足:

D_e這種疾病及其所有相關特征

A=測試結果異常

D_j=沒有疾病

P(●)=貝葉斯概率函數

如果A是異常測試，其中新型冠狀病毒肺炎檢驗結果為正，則用式1測量這種情況的概率。

盡管如此，眾所周知，流行病的演變可以用Kermack和McKendrick[8]提出的確定性微分方程(2)、(3)、(4)來模擬。

\[\壓裂{{dS}} {{dt}} = - \β(t)我(t) \壓裂{{S (t)}} {N};年代通用電氣(0)= {S_0} \ 0 \,\,\,\,\,\, - - - - - 2 \]

\[\壓裂{{dI (t)}} {{dt}} = \β我(t) \壓裂{{S (t)}} {N} - \γ(t)我(t);我通用電氣(0)= {I_0} \ 0 \,\,\,\,\, - - - - - 3 \]

\[\壓裂{{(t)博士}}{{dt}} = - \γ(t)我(t); R (0) = {R_0} \通用電氣0 \,\,\,\,\, - - - - 4 \]

地點:

S(t):在(t)時間未受感染但易受感染的人數

I(t):在時間(t)或迭代(k)時感染的個體數量

R(t):以前感染過而永遠不會再次感染的人數(免疫或死亡)。

最後一個變量S, I, R滿足式(5)，其中N為總體規模:

\[N(t) = S(t) + I(t) + R(t)\，\，\， - - - - 5\]

這些方程有幾個性質我們就不詳細討論了。目前，我們隻能通過改變一個隨機變量中的I, S，和R的分布來得到隨機微分方程，每個隨機變量的分布都是由以前的一個簡單樣本來決定的。這種轉換的顯著優勢是我們可以應用現代的隨機方法來預測和控製這類變量[4,5]。

盡管如此，政治家、媒體傳播者和公民真的關心新型冠狀病毒肺炎對於那些負責處理可能導致數百萬人失去生命的情況的人來說，應該理解最後一個方程式模型。對Kermack和McKendrick[8]的範例室模型進行思考而不是僅僅理解是很容易的。

根據參數和變量的性質，這些方程可以是隨機的，也可以是確定性的。第二類是最簡單的，其方程隻近似世界真實的隨機性能。然而，它們並不總是完全無用的，強大的隨機建模可以把它們作為其中的一部分。此外，從這個例子中，我們可以確定流行病控製的有用屬性。首先需要注意的是，方程中變量N的值在短時間內變化不大。那麼，N可以作為常數處理，dN/ dt為零。由此可知，三個區間微分方程的和為零，可得式(6):

\[\壓裂{{dS}} {{dt}} + \壓裂{{dI}} {{dt}} + \壓裂{{博士}}{{dt}} = -β\如果易建聯+β\ SI - + = 0 \,\,\,\,\]

這裏我們有一個典型的經典模型，通過它可以估計大流行的增長率。它基於三個因素:人受感染的易感性、實際發生感染的比率(傳染性)和感染率。反抗者包括康複者和死亡者。這就是SIR模型的構成，它對應於三個微分方程的聯立解，正如W. O. Kermack和A. G. McKendrick在1927年所描述的[8]。

定義\ [x (t) = \壓裂{{S (t)}} {N}; y (t) = \壓裂{{我(t)}} {N}; z (t) = \壓裂{{R (t)}} {N} \]

我們有下一個方程係統:\[\壓裂{{dx}} {{dt}} = -β\ xy; x(0) = \壓裂{{N (0)}} {{(0 )}}\,\,\,\,\, - - - - - 4 (a) \]

\[\壓裂{{dy}} {{dt}} = \βxy - \伽馬y; x(0) = \壓裂{{N (0)}} {{(0 )}}\,\,\,\,\,\, - - - - 4 (b) \]

\[\壓裂{{dz}} {{dt}} = - \伽馬y \,\,\,\,\,\, - - - - - 4 (c) \]

因為對於初始條件，所有人群都容易被感染，x(0)等於1;因此，我們可以用簡單的方法求解(4)式。例如，取式(4b)和(4c):

\[\壓裂{{dy}} {y} =(\βx - \γ)t; \]然後\ [K {e ^ y ={(\βx - \γ)t }}\,\,\,\, - - - - 5 \]

\[dz = \gamma ydt\，\，\，\， - - - - 6\]

每個變量都可以得到一個離散模型。例如，由式(6)可得:

\ [z (t + 1) = z (t) - \伽馬y (t) + \ varphi (t )\,\,\,\,\, - - - - 6 \]

其中φ (t)表示隨機方法在某一學習階段誤差估計的殘差。

在SIR模型中，基本複製號R₀定義為我們預期會發生的情況的數量。平均而言，在同質人群中，作為由單個感染者引起的感染的產物，當整個人群在流行病開始時易受感染，在免疫開始發展之前，在任何免疫嚐試之前。所以，如果一個病人感染了另外兩個人，那麼R₀是2[8]。當平均R₀在大於1的人群中，感染將根據最初指數增長的邏輯函數傳播。這個模型很不幸地服從以下微分方程:

\[\壓裂{{dN}} {{dt}} = rN(1 - \壓裂{N} {K })\,\,\,\,\,\, - - - - 7 \]

式(7)中，N為人口規模，K為環境所支持的居民數量，r為人口增長率。由這個方程，我們可以得到下一個關係式[8]:

\[\壓裂{{dN}} {{dt}} = - \壓裂{r} {K} N (N - K )\,\,\,\,\, - - - - 8 \]

然後

\[\壓裂{1}{{N (N - K)}} dN = - \壓裂{r} {K} dt \,\,\,\,\, - - - - 9 \]

方程可解為:

\[\壓裂{1}{{N (N - K)}} dN = - \壓裂{r} {K} dt \,\,\,\,\,\, - - - - 10 \]

對式(10)兩邊積分，得到式(11)給出的N的表達式

\ [N (t) = \壓裂{{- KC {e ^ {rt}}}} {{1 - C {e ^ {rt}}}} = \壓裂{{KC}} {{C - {e ^ {- rt}}}} = N (t) = \壓裂{K}{{1 - \壓裂{{{e ^ {- rt}}}} {C }}}\,\,\,\,\,\, - - - - 11 \]

正如我們之前提到的，當t=0時，N(0)=S(0)=K。則式(11)中的C參數由\[C = \frac{{{N_0}}}{{{N_0} - K}}\]給出

則得到式(12)

\ [N (t) = \壓裂{K}{{1 +(\壓裂{{{N_0} - K}} {{{N_0}}} - 1) {e ^ {- rt}}}} = \壓裂{K}{{1 +(\壓裂{K} {{{N_0}}} - 1) {e ^ {- rt }}}}\,\,\,\,\,\, - - - - 12 \]

因此，使用這樣的模型應用正確的政策可以減少與受大流行病影響的人數有關的變量的數量。我們將策略定義為為實現目標而應用的一組操作。一般來說，最優警察集在每個時間段都是不相同的。因此，應該為此設計一種特定的方法。

如果政治正確意味著接受錯誤的數據、公理、前提或協議條款，並毫無疑問地得出錯誤的結論，那麼政治正確就意味著反對邏輯、數學和科學的進步。這意味著要結合實體而不是假設，每個人都在談論，但從來沒有人證明過。

我們可以科學地研究一切，包括信仰(doxa)、宗教、自由意誌、無意識、qualia等等，這與接受它們是真實的是絕對不同的。所有這些都是與當前科學範式不相容的條件，就像精神分裂症一樣;這個過程不是以幻覺與現實相對應為前提開始的;然而，情況是，病人有它們。信仰的存在是真實的，盡管被信仰的東西是不存在的。

曆史上通過接種疫苗達到了獲得群體免疫和最低死亡率的目標。然而，許多naïve的支持者有一廂情願的策略，以達到群體免疫和低死亡率。

通常，病毒疫苗分為減毒活病毒、滅活病毒和病毒片段。盡管如此，有其他方法可以獲得免疫力，這不是天才思維的產物。它們是自然選擇的產物，自然選擇本身就是一個悲劇，盡管每一個生物都是自然選擇的產物。但有一個例外，一種分子失知症，它在數學上是災難性的:天花病[10]。

眾所周知，Kermack和McKendrick模型的微分方程及其變體構成了與艾滋病有關的每一個流行病學建議的基礎SARS-CoV-2必須製造大流行。與Kermack和McKendrick微分方程一樣，概率和貝葉斯計算必須非常嚴格，同時還必須考慮生物分子、病毒學、免疫學和生物物理學方麵的問題。

生物物理方麵的考慮可以預測病毒從受感染細胞釋放後的行為、排出、擴散和在環境中的軌跡、易感者體內的腔內行為以及與分子受體[11]的相互作用。

這是我們直接的理論方法，利用野生和未經修改SARS-CoV-2為了產生免疫力，簡單的權宜之計是將接種量減少到最低限度。

這項工作的目的是用係統論的方法向科學界提供證據，證明有可靠的科學知識可以馴服大流行，這主要是一個行為問題，需要控製論通過行為工程[2,12]。

雖然每個人都對SARSCoV-2疫苗有naïve的期望，但我們麵臨一個難題，我們必須決定:在疫苗短缺的情況下，分配政策將是什麼?我們必須認識到，一旦我們達到這種情況，這個決定將是對人權的侵犯。我們將沒有足夠的疫苗;當然，一開始不是。誰得到了最好的疫苗?其他可以采取的措施有:先到後右(排隊);按年齡分配;適用於那些最需要的人(拉撒路謬誤);獻給社會最需要的人(我們最需要的人);對那些付出更多的人(自由市場); random aleatory, a type of lottery; will it be decided through a plebiscite; first the old people, women, and children; first the workforce; First the most exposed; first, those to which the population is most exposed (the supermarket cashier for example).

關於將執行的經濟政策，按優先次序為煙草、酒精飲料、酒吧、美容院、快餐、賭場等重要市場部門提供保護;從經濟的角度來看，它們可能是重要的，但它們所生產的東西對人們來說遠遠不是必需的，相反，它們本身大多是有害的。

麵對疫苗的稀缺性和質量的多樣性，將會有一個沒有人會同意的決策算法，因為那些想要疫苗的人，即使他們不值得，即使他們不是最需要它的人，盡管他們不是對社會貢獻最大的人，即使他們沒有權利得到它。盡管沒有人認識到這一點，但這是一種迫在眉睫的事情，因為實在的存在既不服從於一種貪婪的邏輯，也不服從於一種欲望的邏輯。衝突的存在有條件地受製於一個專製的選舉過程[4]。

一篇新文章，全基因組關聯研究嚴重新型冠狀病毒肺炎呼吸衰竭發表在《新英格蘭醫學雜誌》上，科學家、政治家、媒體評論員和廣大公眾都有義務意識到，由於遺傳原因，有些人如果被感染，出現嚴重臨床症狀的風險更大。這一事實立即導致由於歧視而不可避免地侵犯人權。如果這些人得到了優待，那麼他們就會歧視那些沒有這種基因的人，如果他們沒有得到這種基因，那麼他們就會受到歧視，因為基因原因而懲罰他們[13]。然而,廣告不可能，尼莫，特尼圖爾．

從人權的角度來看，獲得疫苗接種是享有能達到的最高標準健康的權利的一個組成部分。聯合國經濟、社會和文化權利委員會(CDESC, 2000年)的第14號一般性意見甚至承認存在預防和治療疾病的權利，這意味著各國有義務在發生流行病和對健康造成類似危險的情況下建立緊急醫療護理製度，並有義務執行或擴大疫苗接種方案和其他防治傳染病的戰略。

原則上，應在不歧視的基礎上保障獲得疫苗的機會，以確保易受感染風險最大的人群受益;因此，一個國家拒絕為社區成員接種預防嚴重傳染病的疫苗可能構成對健康權的侵犯，即使這種拒絕是基於諸如國家安全或維護公共秩序等情況。

因此，根據經濟、社會、文化權利委員會的意見，任何意味著限製獲得治療，特別是限製獲得疫苗的國家措施，都必須符合國家和國際保護人權標準;追求一個合法的目的，並嚴格需要促進民主社會的普遍福利(CDESC, 2000年)。在疫苗的情況下新型冠狀病毒肺炎可以理解的是，隻要生產或獲得足夠的劑量以實現全國覆蓋，各州就被迫製定計劃，優先為某些人口群體提供這些藥物;但是，這一決定不應與人權方針相背離，因為它要求進行一項超越流行病領域的分析和加權，以考慮到不同部門的社會和經濟因素。

世界衛生組織(世衛組織)於2020年9月14日發布了關於分配和確定優先次序的價值框架文件新型冠狀病毒肺炎疫苗接種(世界衛生組織，2020年)，其中確定疫苗接種的優先群體除其他群體外，可包括基本工作人員——包括一線衛生人員——和老年人;但它也指出，每個國家的優先計劃必須補充關於疫苗具體特性的信息;不同人群的風險效益評價;疫苗供應的數量和比率;大流行的流行病學、臨床、經濟管理和社會影響。

該手冊確定了優先群體:有合並症的人、社會狀況加重原有健康狀況的人、不以年齡為標準具有顯著高感染和傳播風險的人群;幾代同堂的家庭群體、學齡女童、男童和青少年、生活在極端貧困中的人;由於民族、種族、性別歧視、宗教團體、性別偏好和殘疾人等原因，處於弱勢地位。

世衛組織建議，國家疫苗接種計劃不僅從健康角度考慮，而且從所有方麵考慮保護和促進人類福祉;這就是說，考慮到社會和經濟領域、安全、人權和公民自由以及未成年人的全麵發展。

從我們的角度來看，免疫接種計劃必須考慮尊重所有個人和群體的利益，在決定疫苗接種的優先次序時給予同等考慮，並確保考慮到受影響群體的脆弱性、風險和需求，由於潛在的社會、地理或生物醫學因素，他們可能麵臨更大的負擔新型冠狀病毒肺炎大流行。

當R₀小於1時，感染會進展緩慢然後消失。R的值越高₀疫情就會越快蔓延R的值₀是根據在田間、其他種群或其他時間獲得的數據進行計算，然後納入數學模型。

如果檢測的靈敏度為99%，但大量患者故意不進行檢測，被錯誤地認為是陰性，他們實際上是假陰性。因此，假陰性是指所有那些盡管生病了，但在測試中沒有被識別出的人，加上那些生病了，但沒有進行測試，並被錯誤報告為陰性[4]的人。

目前，由於進行了更多的檢測，陽性的數量增加了，原因是雙倍的;一方麵，一些州以前要求病人呆在家裏，除非他們病得很重，但不幸的是，由於對貝葉斯定理的無知和假陽性[4]的影響，他們正在接受檢測。

對所謂的群體免疫的狂熱癡迷激起了對他人的魯莽、自殺和有害的社會反應。支持者錯誤地認為，如果允許病毒以一種可控的方式傳播，人們就會獲得足夠的免疫力，傳播就會被阻止。

悲劇的是，如果我們允許人們自發或更糟地感染，故意嚐試群體免疫，就會產生致命的影響，高比例的人必然會死亡。這個百分比是死亡率。想象一個假設的病毒疾病，在世界上沒有人得過。對於所有的批評家來說，用基本的算術來做一個戲劇性的練習:如果R₀=1例及以下，潛伏期為1周，1年內感染52例。如果R₀=2，那麼將有大約1,000(1024)人被感染，在10周內，20周內將有大約1,000,000人被感染，30周內將有大約1,000,000,000人被感染。

\[\壓裂{{{R_0} - 1}} {{{R_0}}} = 1 - \壓裂{1}{{{R_0}}} = {R_0}(1 - \壓裂{1}{{{R_0}}}) \]

為了防止感染的傳播，必須獲得免疫的人口比例(Pi)必須大於(R)₀1) / R₀．例如，如果R₀=2，則免疫接種需要達到(2-1)/2=50%的人口;然而，如果R₀=5時，需要(5-1)/5 = 80%才能免疫。除此之外，R的增加₀/10增加獲得(10-1)/10=90%免疫的需要。例如，麻疹有一個R₀這一數字大於10，因此需要對幾乎所有人口進行免疫接種。

因此，如果R₀一個患有麻疹的嬰兒平均會感染十個易感染的健康兒童。讓我們假設其他孩子已經被感染了。因此，很明顯，他或她將無法感染那些已經死亡的人。此外，這些兒童不會感染那些已經康複的人。當人群的免疫力達到90%或更高時，與未免疫的易感者相互作用的概率將趨向於零，人群將免疫，但不幸的是，受影響者無法申報的死亡人數，即死亡率。

因此，在任何時候，Re =R₀(1-Pi)，其中Pi為該時刻免疫的人口比例。

這些都是嚴格的方法，涉及到R值的數學計算₀，它們構成了範式。

在許多其他變量中，靈敏度取決於暴露和測試性能之間所經過的時間。

我們可以假設RT-PCR檢測中陽性的流行率。一種病毒的致死率很高，但傳染能力很低。另一方麵，它的致死率可能很低，但傳染性極強。計算一個結果的概率不僅是必要的。計算一個結果或另一個結果的結果要超越得多。在俄羅斯輪盤賭的數學遊戲模型中，子彈殺死玩家的概率是1/5，也就是說什麼都沒發生的概率是4/5;也就是說，有利結果的概率是80%;盡管如此，用這種方法計算的人有20%最終都死了。更糟糕的是，那些第一次贏的人可能會因為純粹的迷信而覺得自己是個好預言家，並準備重複下注，直到子彈殺死他們。

與此極為相關的是小兒麻痹症。我們必須把感染的概念和後遺症的概念區分開來，這是非常有說服力的，根據世界衛生組織的說法，後遺症的絕大多數脊髓灰質炎病毒感染不會產生症狀，但每100名脊髓灰質炎病毒感染者中有5至10人可能出現一些類似流感的症狀;然而，每200個病例中就有1個會破壞阿爾法摩托神經元，導致腿部或手臂永久癱瘓。30年前，小兒麻痹症每天使近1000名兒童癱瘓。

立法人員和政策製定者必須充分認識到，疫苗可能沒有預期的那麼有效，還可能產生意想不到的嚴重副作用。

截至2020年11月底，全球約有150萬人死亡新型冠狀病毒肺炎和6300萬確診病例[15]。

絕對有必要認識到，對指數增長概念的無知被認為是曆史上最極端的智力缺陷[16-24]。

格丹肯實驗(德語:“思想實驗”)是阿爾伯特·愛因斯坦的一個表達，用來表達他用概念而不是實際的實驗來產生相對論的方法[25]。理論上，我們的最小最小量方法的目標是將最小數量的呼吸道上皮細胞直接暴露於最小數量的野生病毒顆粒SARS-CoV-2．在這一假設的雙曲線情景中，病毒的成功繁殖將引發強有力的免疫反應。這種反應應該是一種節儉的反應，即不是壓倒性的反應。通過這種方式，免疫係統將能夠及時地產生指數級反應，這嚴格來說將優於病毒的指數級複製。如果這可以實現，我們將獲得，不僅僅是免疫解決方案SARS-CoV-2還能對抗許多過去、現在和未來的病原體，如艾滋病毒、梅毒等。

有些病人是HIV控製者[26]。雖然尚不清楚那些被認為對HIV有抗藥性的患者，實際上是由於初次接觸了最低限度的接種而產生的，這與我們的工作假設是一致的。

沒有人知道為什麼感染了1000個病毒顆粒的病人與隻感染了一個病毒顆粒的人的免疫反應不同?正如論證所預期的那樣，我們認為答案是指數增長[17-24]。

結果與指數函數相對應。如果我們假設一個病毒，一旦它進入細胞的細胞質，它可以在一小時內複製，所以我們會有兩個病毒粒子。2小時後，會有4個粒子，3小時後會有8個粒子，以此類推。如果我們繼續10小時，我們將有大約1000個病毒顆粒(1024個)，20小時後，100萬個顆粒。

目的是使抗體產生的指數函數和t細胞活化的指數函數超過病毒繁殖的指數函數。

如果我們把一個與病人接觸的健康受試者定義為冠狀病毒這樣一來，當這個對象被感染時，感染的不是一個粒子，而是1000個粒子。如果一個人感染了1000個病毒粒子，這些病毒粒子可以在一小時內複製，所以1小時後會有2000個病毒粒子，2小時後會有4000個，3小時後會有8000個，以此類推。如果我們繼續，重複10個小時，我們將得到大約1,000,000個病毒粒子，20小時後，10,000,000個病毒粒子。

在指數增長的情況下，免疫反應的增長超過了病毒複製的指數增長，我們將不僅實現免疫，而且我們將有應對大流行的解決方案，並將有許多後續措施。

我們想在數學上把兩個指數函數之間的能力放在物理背景下。一方麵，病毒的指數繁殖，另一方麵，抗體的指數產生和T細胞的激活。我們應該盡量減少接種量，達到“最小最小量”的極限，從而能夠感染易感體中最小的易感細胞亞群。

戴口罩和傳染被直觀地描述為一個離散的現象，甚至是一個布爾概念，而實際上它是一個連續的現象，至少相對於接種量而言是這樣。沒有兩個易感者接受相同劑量的接種，也沒有他們的反應方式相同。

在數學博弈論中，關鍵問題是，如何傳遞抗原，以在易感人群中產生免疫反應;也就是說，用一個算法來得到最小的病毒接種量。在甘地和Cols的文章中。後來在NEJM[27]的Perspective中，他們明確地找到了病毒傳遞問題的解決方案。他們堅持認為，口罩的使用應該減少接種，產生不那麼嚴重的臨床症狀。他們將其描述為免疫接種[10]

普遍使用口罩，將產生減少接種量的目標效果，我們假設，反過來，病毒指數增長相對於免疫反應指數增長的簡約性。

一個基本的考慮是要認識到接種量隨感染患者和易感患者之間距離的平方而衰減。在這方麵，它是最具解釋性的:探索接種劑量對宿主免疫和發病率的影響，為基於模型的疫苗設計[28]提供信息。

一份新的出版物，針對這個主題進行評判，與我們的假設形成對比:《大巴林頓宣言》，它顯然與科學知識相悖[29]。

《大巴林頓宣言》的主要思想，至少在邏輯上是完全錯誤的，也是違反人權的，是:

“目前的封鎖政策正在產生悲劇性的影響。讓學生輟學是一種嚴重的不公正。我們知道所有的種群最終都會達到群體免疫。平衡實現群體免疫的風險和收益的最富有同情心的做法是，讓那些死亡風險最小的人正常生活，通過自然感染建立對病毒的免疫力，同時更好地保護那些風險最高的人留在家中。那些不容易受到傷害的人，應該立即被允許恢複正常生活。學校和大學應該對麵對麵教學開放。課外活動，如運動，應該恢複。年輕的低風險成年人應該正常工作，而不是在家工作。餐館和其他企業應該開門營業。藝術、音樂、體育和其他文化活動應該恢複。 People who are more at risk may participate if they wish, while society as a whole enjoys the protection conferred upon the vulnerable by those who have built up herd immunity.” On October 4, 2020, Great Barrington, United States, We epistemological and axiologically endorse The John Snow Memorandum [30].

《大巴林頓宣言》的發表是一個悲劇的例子。盡管如此，我們明確推薦的方法將改善一項基於不科學的《大巴林頓宣言》(Great Barrington Declaration)而可能被錯誤執行的政策的預期結果。

有些人的某些特征構成了社會的資產，這是他們的利益，社會應該利己地利用和保護他們，不是因為這是擁有這些特征的人的真正人權，而是因為這是社會的一種自私的便利，因為大部分人口的健康，往往是生命，取決於他們的福祉。

如果大巴林頓宣言被執行，結果將是在最壞的情況下納什均衡，約翰福布斯(1950)

我們正麵臨兩種同時發生的流行病，其中一種是由SARS-CoV-2另一個，由於錯誤信息[1]。不幸的是，大巴林頓的聲明聽起來非常合理，基本上滿足了所有各方，那些喜歡暴露自己的人，那些想要保護自己的人，經濟，政府，統治者。盡管如此，它有著不可否認的修辭成分，它是專製統治的典範。不幸的是，如果可達，它將是非帕累托最優的納什均衡[31]。

由於從曆史上看，隻根據表麵而不是基於強大的科學和法律基礎來執行這些政策是有利的，我們必須考慮到，根據大巴林頓宣言或任何類似的天真建議所產生的政策，有可能產生不僅在地方而且在全球範圍內造成悲慘後果的政策。即使這一荒謬的案件結果得到執行，我們的建議也將減輕悲劇後果的嚴重性。

作為一個不光彩的達爾文例子，病毒作為寄生蟲的一個分支，有一種趨勢，我們擬人化地解釋為爆炸，接管和劫持，也就是綁架被寄生的生物，讓寄生蟲或多或少地通過改變宿主的行為，提高寄生蟲[32]的繁殖成功率。

在那些驕傲和錯誤地相信進化論的人當中，他們不理解進化論，因為他們采取了戲劇性的拉馬克立場。傑出的達爾文主義者相信隨機變異和選擇最適合的，這也是錯誤的，因為這不是生存，而是繁殖。適用的情況是有誘惑力的雄性螳螂和黑寡婦的肥料。最基本的概念在於基因的選擇，自私的基因，這是進化的範式。遺傳的是基因。被選擇的是基因，而不是生物體。

我們已經受到國際醫學教育家的範例的影響，他們主要堅持從博弈的數學理論來看，病毒殺死或使被寄生的有機體失去能力是有害的，因為這削弱了它的增殖成功。將SARSCov-2視為敵人是不恰當的，naïve。對於病毒，沒有和平協議[31]。

導致《大巴林頓宣言》失效的其他致命的潛在原因是，那些受到接觸的人受到感染，然後他們會在自己家中感染受保護的親屬;此外，我們不知道免疫力的持續時間或效力。我們堅信，不戴口罩上街暴露的人，在自己家裏不太可能戴口罩，也不太可能保持適當的距離等，以免感染高危親屬。《大巴林頓宣言》中關於群體免疫最終將實現的論點是特別錯誤的，對感染、艾滋病毒、梅毒、瘧疾、皰疹、結核病和阿米巴蟲病的群體免疫尚未實現。

我們堅決認為，《大巴林頓宣言》有明顯的缺點，因為感染者可能在家庭內傳染給脆弱的人。在保護老人的爭論下，許多老人將被轉移到敬老院。工作的年輕成年人，經濟生產人口，不太可能決定住在地窖裏，以避免傳染給祖父母。

眾所周知，基因組SARS-CoV-2是已知最長的單鏈RNA。它有3萬個核苷酸，盡管絕大多數突變對受其影響的病毒產生不利影響(任何生命體都是如此)，但偶然帶來有利影響的罕見突變是達爾文選擇的基礎。SARS Co-2病毒的RNA基因組複製每個繁殖周期的錯誤率非常低，因為它擁有糾錯的酶機製

大巴林頓關於學前教育時間流失的陳述中所表達的論點是修辭和謬誤的，更重要的是，它是一個機會來證明目前的課堂教育是一個徹底的失敗，不應該試圖把它作為一部代表作來維護。禁閉讓我們學會了我們必須有選擇性，這不是一個我們應該維護我們的權利選擇多餘的東西或無用的服務的時候。錯誤信息大流行加劇了SARSCov-2大流行的擴大(圖1)[34]。

圖1:在這個圖表中，“c”代表免疫反應;“b”表示病毒的指數增長超過了免疫反應;“a”表示最小接種量下的病毒生長;“d”表示病毒生長的潛在不利影響乘以信息失調的影響，它增加了不正常的不負責任的行為[34]。

版權所有©國際GeoGebra研究所，2013。

答:y =2^x

B: y= 4^x

C: y= e^x

D: y= (2)^x) (4^x）

以這種方式，當他們被感染時，增加了易感者被感染的可能性，但也增加了接種物的大小，這增加了如果對話者被感染，他表現出更嚴重的臨床情況的可能性，由於更大的接種物。由此可見，whatsApp比電話更能預防和減少的影響SARS-CoV-2，因為對話者不說話。禁閉減少了環境汙染，節省了交通費用，減少了事故、打架、酒精消費、毒品和性侵犯。

大巴林頓的聲明構成了一則廣告verecundiam這是謬論，因為簽署者並不是他們所提議的專家。它有一種民主的色彩，似乎每個人都決定是暴露還是保護自己。所有這些考慮可能也適用於未來的流行病。

無數世界級的專家都遭受了這個謬論廣告的折磨verecundiam在他們擅長的領域之外的土地上推斷。這是鄧寧-克魯格效應[35]的一種表現。“不熟練和不知道:如何難以認識到自己的無能導致膨脹的自我評估。”

一個令人震驚的例子是在會議上明顯的一個科學家錯誤地認為它在第二講新型冠狀病毒肺炎， SARSCoV-2和大流行係列，由麻省理工學院生物係提供。加州大學伯克利分校的Britt Glaunsinger，當時她做了一場題為冠狀病毒生物學。”她說:“如果你有一個10000堿基長的基因組，而聚合酶出錯，平均來說，10000分之一，你就會在每次複製那個RNA的時候，在某個隨機的地方出錯。但如果你有一個更長的基因組，你每次複製那個RNA的時候就會出現不止一個錯誤。”正確的計算方法是:無錯誤的概率為[36,37]:

\[{\離開({\壓裂{{9999}}{{10000}}}\右)^ {10000}}= 0.368 \]

至少有一個錯誤的概率為:

\ [P = 1 -{\離開({\壓裂{{9999}}{{10000}}}\右)^ {10000}}= 0.632 \]

如果兩個人都戴口罩，傳染的概率是獨立概率的乘積，這在物理上是毋庸置疑的。如果掩碼效率為:

\[{\left({\frac{1}{t}} \right)^2}\]

如果兩個對話者都戴著口罩，當其中一個有傳染性時，保護效果是:

\[{\left({\frac{1}{t}} \right)^2}\]

從生物物理學上講，接種量隨受感染者和易感者之間距離的平方而衰減。

使用口罩時，如果感染者與易感者相互作用，則被感染的概率和接種量都會下降，因為這是每個口罩提供的保護的獨立概率的乘積。

流行病學上，感染的可能性隨接觸時間的增加而線性增加。我們假設，由於兒童與同齡人的距離較遠，他們彼此密切接觸的時間較少，他們花更多的時間在戶外玩耍，可能由於這些原因，感染兒童的接種量比成人小。這完全符合我們的假設，即接種量越少，亞臨床病例越多，臨床表現越少，因此死亡率越低。

我們承認，盡管我們的建議遠非理想，但它們可以改善應對該大流行病的幾乎任何政策。這包括違背科學的實施《大巴林頓宣言》。顯然，我們的模型適用於目前或未來的任何流行病/大流行。

獲得群體免疫的流行病學代價是由致死率決定的。截至2020年11月29日，根據來自冠狀病毒根據約翰霍普金斯大學醫學資源中心的報告，每100例確診病例的死亡人數(觀察到的病死率)在世界上最高的是墨西哥，為9.6%，美國為2.0%。這意味著，如果我們讓大流行病毫無限製地發展，我們可能會預期9.6%的墨西哥人口死亡，2.0%的美國人口死亡。墨西哥有1000萬人死亡，美國有600萬人死亡。

在我們的數據世界中，墨西哥的病死率為10%，而美國和全世界的病死率略高於2.5%。運用決策的邏輯，我們必須將願望與物理上、經濟上、法律上和政治上可執行的東西區分開來。這是一個建立在科學和法律基礎上的政策製定問題，而不是建立在錯誤信息和偏執基礎上的教條邏輯。這是一個通過控製論和行為工程來執行政策的問題，而不是一個建議。

正如世界衛生組織(世衛組織)總幹事譚德塞在慕尼黑安全會議上所表明的那樣:“但我們不僅僅是在抗擊一場流行病;我們正在與一場信息瘟疫作鬥爭”[1,39]。

要決定是保護弱勢群體，還是保護我們社會中最優秀、最聰明的天才，也就是那些最超越世界的人，如臨床醫生和研究人員、醫務人員、流行病學家、遠程醫療和教育通信工程人員等，這是至關重要的。

盡管人人享有同樣的權利，但每個人對社會福祉和健康的貢獻是不同的。一個是醫生，另一個是不負責任地自願接觸的醫生SARS-CoV-2享有相同的權利;然而，前者是捐助人，後者是社會成員，其行為可能對他人產生不利後果，這不僅是不可接受的，而且許多國家認為明知自己患有傳染病卻傳播傳染病是一種犯罪。

此外，那些可以在不暴露學生的情況下進行教育的公司，比如可汗學院(Khan Academy)、MITx、Coursera、That Quiz，或者像我們這樣的獨立製作人。我們在YouTube上有一個頻道:《原則》Pedagógica Eléntica Heurística:沒有學校，就沒有老師!5400節科學課。這比一個理工科本科畢業生在世界上最好的大學所能學到的東西還要多。

顯然，沒有槍支，沒有香煙，沒有飽和脂肪酸，沒有非法藥物，沒有酷刑，沒有歧視行為，沒有通過懲罰的教育行為可以被認為是健康的。同樣地，沒有任何異域寵物、異域美食、獵取異域動物、嗜獸癖可以被認為是適合健康的。我們認為，這延伸到一個事實，即家畜對全球健康不利，即使它們被視為家庭的一部分，如果它們被認為是可愛的。

第一例SARS-CoV-2在美國俄勒岡州已經證實，res ipsa loquitur[42]。

我們對其他哺乳動物棲息地的入侵和奇怪的行為一直是造成SARS-CoV-2以及艾滋病毒悲劇。我們大多認為愛德華·詹納的發現毫無價值。

的原因和影響的探討Variolæ菌苗æ或牛痘。1798愛德華·詹納。三份關於天花疫苗接種的原始出版物[43]。

人類脫離了自然賦予他的原始狀態，這似乎證明了人類是疾病產生的根源。我選擇了一個健康的男孩，大約8歲，為了接種牛痘。

這種物質是從一個被主人的奶牛感染的擠奶女工手上的傷口上取下來的，通過兩個表麵的切口插入男孩的手臂上。第7天，他說腋下不舒服，第9天，他有點發冷，食欲不振，還有點頭痛。這一整天，他都感到不舒服，整個晚上都有些不安，但第二天他就完全好了。

為了確定這個男孩是否不會感染天花，他接種了從膿皰中提取的各種物質。醫生做了幾處輕微的穿刺和切口，並小心翼翼地把那東西插入，但沒有出現疾病。幾個月後，他又接種了各種物質，但對體質沒有明顯的影響。

與讀者分享我們的想法:如果詹納在今天做他的實驗，我們現在的社會會對他做什麼?我們能從詹納的行為中學到什麼?在科學和倫理上，我們認為怎樣教詹納才是中肯的?

那些想要出去的人有被感染的風險。我們的建議是最便宜、最簡單的。雖然直覺上認為接種量越大，被感染的可能性就越大，這是完全公認的。然而，更大的接種必須進展到更嚴重的臨床症狀，這是事實上沒有人考慮的事情。

不僅是在這次大流行中，而且在不久的將來也會出現，因為如果我們繼續不遵守我們在這篇文章中展示的內容，它們將越來越頻繁地到來。

一個基本但實際上從未被考慮到的概念是，預防醫學和保健醫學增加了許多疾病的流行，這是一個眾所周知的流行病學現象，也違背了世界衛生組織的建議:為世界上大多數地區尋求最大的生物-心理-社會利益。這是構成謬誤的一個例子。我們不是說不應該這樣做;我們已經證明，世衛組織的定義必須從一項雄心勃勃的政策轉變為一項可實現的結果。因此，res ipsa loquitur。

《世界衛生組織組織法》的一段相關摘錄指出:健康是一種完全享有身體、精神和社會福祉的狀態，而不僅僅是沒有疾病或虛弱。各國人民的健康是實現和平與安全的根本，取決於個人和國家的最充分合作。向所有人民普及醫療、心理和相關知識的惠益，對充分實現健康至關重要。政府對其人民的健康負有責任，隻有通過提供適當的保健和社會措施才能履行這一責任[44]。

根據香農交流的數學理論，在大政選擇過程的背景下，為了在政府被選上或被選上的人選上，我們認為，我們在這裏表明，我們擁有科學知識和技術，不僅可以采取行動和作出反應，馴服這種流行病，而且還可以馴服我們必須麵對的那些流行病。我們應對免疫和流行病學的速度比大流行的速度要快。

此外，結合所謂的自助服務工具(智能手機和網站)和人工智能機器人，重新參與、采訪、保留和執行人口的有條件行為，以便讓人們做必須做的事，我們可以達到一種比舊的更好的新常態。

許多當局和立法者的產物是一個巨大的障礙，證明兩個問題，“保密和隱私”之上的健康，決策優化的政治或經濟目標，而不是科學目標。

QR碼、NFC、RFID和URL的可用性讓我們能夠讓大多數人按照這裏描述的控製論和行為工程來行為。通過雙重認證、生物識別和數字身份管理(DIM)，我們可以為個人和整個人口本身創建一個永久的健康信息係統，讓我們擁有希爾伯特數學宇宙無限維度子集中的“n”維度的基本數據，精確定位，行為類型，熱圖，這讓我們可以在矢量場中監測，衡量成功的程度，並就其行動的風險及其影響向個人和社區發出警告，例如向個人發送信息，就不同地形的感染風險發出警告。

通過增強現實(AR)技術，我們賦予公民通過訪問鏈接打開手機攝像頭看到周圍的環境，AR將精確定位在附近的人死亡，甚至是染色的人可以留下可以被鄰居看到的信息，通過替代行為計劃的方式提高意識。這可以通過使用手機GPS、附近應用程序接口和物聯網(IoT)等其他地理定位解決方案來實現。

人群信息源是從個人和個人身上實時獲取信息的最快、最可靠的方式，Waze通過GPS支持提供逐彎導航信息和用戶提交的旅行時間和路線細節，同時通過移動電話網絡下載與位置相關的信息，可免費下載和使用。它構成了最可靠的交通來源，通過人們分享他的“生活位置”，他的信息被用來處理算法，顯示最佳路線和交通水平。此外，這種類型的控製論解決方案可以通過實現一個成功平台的四個基本概念，隻捕獲一次(自動捕獲是捕獲每個人自己信息的最可靠的方式)，在雲上，使用人工智能，以最小的經濟和行為成本有效地實現個人啟發式來交付最佳結果。

使用“通信平台即服務”(CPaaS)和雲服務是實現本文提出的主張的最後一個環節。價值論結論性要求[9]。這些指導方針，如果要實施的話，取決於控製論、激進行為主義以及由此產生的行為工程的應用。

接種量隨距離的平方衰減，隨暴露時間線性衰減。如果強製普遍使用口罩，無論何時兩個人，其中一個是易感者，另一個是傳染性者，保護效果都是他們兩個人的產物。因此，如果口罩將病毒數量減少到1/10，那麼當兩人都戴口罩時，減少量是1/10乘以1/10，所以是1/100。這將感染的概率降低到1/100，但與我們的命題基本相關的是，在傳染的情況下，接種量將是沒有口罩的1/100。

這些都是為馴服的反科學教條邏輯和大流行付出的社會代價。行為工程優化的目標是:

強製普遍使用經批準的口罩，不要與旅行者打交道，不要與接觸過的人打交道;即對不符合此清單的，不與有臨床表現的人接觸，不共用餐具和眼鏡，咳嗽時捂嘴，不參加婚禮和守靈，不乘坐公共汽車和飛機，不在線支付一切費用，不開展或容忍、鼓勵或允許無用的商業、文化、娛樂活動;但隻有市場的必需品，較少的理發師，健身房等，沒有麵對麵的活動在學校，企業，或程序，沒有無用的旅行，永久和普遍的控製論儀器，激進的行為主義和貝葉斯定理應用在每一個條件概率的決策，承認虛假的選舉專製。所有這些都意味著被感染的概率很低，但接種量也很低。有亞臨床表現的患者釋放的病毒較少。距離最遠，互動時間最短，不聚。持續使用口罩，不要一起吃飯，因為這是我們摘下口罩的時刻，一個人吃飯，隔離，不去電影院，餐廳，酒吧，不出去，所有的會議都在戶外，人少，不開會，持續洗手，不喊叫，不唱歌，不說話，不接吻，不觸摸。不做沒有認識論或價值論意義的事情。讓這段時間成為學習邏輯的機會，數學、物理、化學、生物、生理學、計算科學是禁閉期間可以追求的領域[6,39]。

結果是悲劇，也可能是犯罪，開設不必要的業務的原因不是他們對社會有利，而是因為那些出售多餘的業務的人需要錢，而這些錢將被用來要求其他產品和服務。經濟學是熱力學的一個例子，因此必須要接近它。

利益衝突

Nery Lamothe和Mara Lamothe於2019年11月29日收到了來自墨西哥Secretaría de Gobernación(編號DACCP-CG/294/19)的官方信函，內容涉及向墨西哥共和國政府捐贈650節大學課程，並成為墨西哥總統的數學和科學顧問。基於上述原因，本作品獻給以裏克總統為代表的墨西哥公民。Andrés曼紐爾López奧夫拉多爾。

致謝:“Tabula Gratulatoria”

Nery Lamothe和Mara Lamothe致Ernesto Villanueva博士我們永遠感謝他拯救了我們在認識論，學術，價值論和教育學方麵的權利從侵犯中恢複到1^聖，3^{理查德·道金斯}，6^th，7^th，9^th, 14^th，和16^th， Constitución Política de los Estados Unidos Mexicanos的文章。

作者對Juan Frausto博士表示感謝，他是蒙特雷理工學院計算邏輯博士項目的前主任，因為他神化的教學部分，我們認為他是計算邏輯、隨機模型、馬爾可夫鏈、模態、多沙性和渴望邏輯的最高權威，所有這些都在這項工作中得到了廣泛的徹底應用，並具有普遍的應用。

因此，我們在最近的代表性文獻[46,47,48,49]中最強烈地堅持。混合預測方法SVRESAR新型冠狀病毒肺炎；針對多肽蛋白質折疊問題的GRSA增強算法基於種群的模擬退火方法預測石油生產時間序列用餘弦單純形法求解無限視界問題的馬爾可夫決策過程。首先采用預測方法進行Covid並使用隨機算法和機器學習。

第二部分是Boltzamn在模擬退火中使用的一種新的預測方法。這裏的挑戰有三個方麵，一方麵，檢測在許多情況下經常出現的不正確信息(它也發生在Covid)，第二種方法是估計可能正確的信息，第三種方法是準確預測能源實例中的信息。

第三章是一種新的馬爾可夫決策過程方法，用於解決私人或政府實體的決策問題。在這種情況下，政策是決策者為獲得最佳結果而必須采取的一係列行動，不僅是現在，而且是在一定時期內。

參考文獻

1. Cox RM, Wolf JD, Plemper RK(2020)治療性給予核糖核苷類似物MK-4482/EIDD-2801塊SARS-CoV-2在雪貂中傳播。微生物學雜誌6:11-18。［Ref。］
2. 關於行為主義。Vintage Books，美國。
3. 亞裏士多德(1987)Tratados de Lógica。社論Porrúa, México。［Ref。］
4. Lamothe PJ (2007) Estados的改革Democráticos y de los Oclócratas。México: Primer Mandante Epistemócrata de los Estados Unidos Mexicanos。
5. Wiener N(1961)動物和機器中的控製論或控製與通信，麻省理工學院。［Ref。］
6. 貝葉斯T(1763)《論解決機會主義中的一個問題》。由已故牧師貝葉斯先生、F. R. S.普萊斯先生在給約翰·坎頓的信中傳達，a.m.f . R. S.倫敦皇家學會哲學彙53:370-418。［Ref。］
7. Jameson JL, Fauci AS, Kasper DL, Hauser SL, Longo DL等(2015)《哈裏森內科原理》第19版。美國麥格勞-希爾教育。［Ref。］
8. 麥肯德裏克(1927)對流行病數學理論的貢獻。羅亞的社會。［Ref。］
9. Lamothe N, Lamothe M, Lamothe D, Lamothe P(2020)指數函數簡約原理在生產的應用新型冠狀病毒肺炎基於貝葉斯定理和控製論的免疫，馴服反科學的多沙邏輯和大流行。Glo J Biol Med。
10. 甘地M，盧瑟福GW(2020年)麵部掩蔽新型冠狀病毒肺炎-在等待疫苗的過程中可能出現“天花”。英國醫學雜誌383:e101。［Ref。］
11. 葉賀華(2007)人體物理學。施普林格。［Ref。］
12. Lamothe P(1998)知識主義:初級Tratado General de Ingeniería Política(西班牙語版)。
13. 嚴重的新型冠狀病毒肺炎GWAS小組，Ellinghaus D, Degenhardt F, Bujanda L, Buti M，等(2020)嚴重急性呼吸道綜合征全基因組關聯研究新型冠狀病毒肺炎呼吸衰竭。中華醫學雜誌383:1522-1534。［Ref。］
14. 世界衛生組織(2018年)根除脊髓灰質炎。
15. 冠狀病毒資源中心(2020年)。［Ref。］
16. 巴特利特AA(2020)指數增長算術，人口和能源。
17. 拉莫the N，拉莫the M (2020)新型冠狀病毒肺炎．墨西哥總統Enseñarle墨西哥人，墨西哥人，墨西哥人。《原理》Pedagógica Eléntica Heurística。［Ref。］
18. Lamothe N, Lamothe M (2020) Modelo Crecimiento Exponencial Población, Introducción。《原理》Pedagógica Eléntica Heurística。［Ref。］
19. Lamothe N, Lamothe M (2020) Ecuación Logística, Crecimiento Poblacional。《原理》Pedagógica Eléntica Heurística。［Ref。］
20. Lamothe N, Lamothe M (2020) Ecuación Logística, Límite Cuando el Tiempo Tiende a Infinito。Crecimiento Poblacion。《原理》Pedagógica Eléntica Heurística。［Ref。］
21. Lamothe N, Lamothe M(2020年)流行病的導火線新型冠狀病毒肺炎準備好了。Ecuacion Logistica。《原理》Pedagógica Eléntica Heurística。［Ref。］
22. Lamothe N, Lamothe M (2014) Área Ocupada por Lirios en una Laguna, problem(1/3)。脂肪酸Exponencial。《原理》Pedagógica Eléntica Heurística。［Ref。］
23. Lamothe N, Lamothe M (2014) Área Ocupada por Lirios en una Laguna, problem(2/3)。脂肪酸Exponencial。《原理》Pedagógica Eléntica Heurística。［Ref。］
24. Lamothe N, Lamothe M (2014) Área Ocupada por Lirios en una Lagunaj, problem(3/3)。脂肪酸Exponencial。《原理》Pedagógica Eléntica Heurística。［Ref。］
25. Perkowitz S (2010) Gedankenexperiment。Encyclopædia大英百科全書。［Ref。］
26. Noël N, Saez-Cirion A, Avettand-Fenoël V, Boufassa F, Lambotte O (2019) HIV控製者:治療還是不治療?這是嚴峻的問題嗎?《柳葉刀》艾滋病病毒6:E878-E884。［Ref。］
27. 甘地M，貝爾勒C，古斯比E(2020)口罩不僅能保護他人新型冠狀病毒肺炎:減少接種量SARS-CoV-2保護佩戴者。實習醫學35:3063-3066。［Ref。］
28. Handel A, Li Y, McKay B, Pawelek KA, Zarnitsyna V等(2018)探討接種劑量對宿主免疫和發病率的影響，為基於模型的疫苗設計提供參考。公共科學圖書館編譯生物學14:e1006505。［Ref。］
29. 庫爾多夫M，古普塔S，巴塔查裏亞J，沃克A，卡瓦利烏納斯A(2020)《大巴林頓宣言》。［Ref。］
30. 亞曆山大·K，阿爾索斯·CL，阿爾萬·N，伯吉斯·RA，貝爾·A(2020)《約翰·斯諾備忘錄》。［Ref。］
31. 納什JF(1950)議價問題。計量經濟學18:155-162。［Ref。］
32. 伯特A，特裏夫斯R(2006)基因衝突。Belknap哈佛，美國。
33. Dawkins R(1982)擴展表型。大不列顛，牛津。
34. Barreda S, Asadi S, Cappa CD, Wexler AS, Bouvier NM等(2020)發聲響度對新型冠狀病毒肺炎室內傳播。定量醫學雜誌。［Ref。］
35. 克魯格J，鄧寧D(1999)不熟練和不知情:如何難以認識到自己的無能導致膨脹的自我評估。心理學報77:1121-1134。［Ref。］
36. Glaunsinger B(2020)第二講:“冠狀病毒生物學麻省理工學院生物係。［Ref。］
37. Jaynes ET(2003)概率論科學的邏輯。英國劍橋大學出版社聯合會。［Ref。］
38. Ritchie H, ortizz - ospina E, Beltekian D, Mathieu E, Hasell J等(2020)新型冠狀病毒肺炎．我們的世界數據，美國。［Ref。］
39. 傑弗裏·R·C(1965)《決策的邏輯》(第二版)。芝加哥大學出版社出版。［Ref。］
40. Adhanom T(2020年)慕尼黑安全會議。世界衛生組織。
41. Lamothe N, Lamothe M(2020)原理Pedagógica Eléntica Heurística。［Ref。］
42. 俄勒岡州農業部(2020年)首例SARS-CoV-2在俄勒岡州發現的水貂［Ref。］
43. 詹納E(2001)《預防天花疫苗的三種原始出版物》。哈佛經典38:1909-1914。［Ref。］
44. 世界衛生組織(2020年)《世界衛生組織組織法》(49^thEd),美國。［Ref。］
45. Georgescu-Roegen N(1975)能源和經濟神話。南方經濟J 441: 347-381。［Ref。］
46. Solis JF, Vazquez JEO, Barbosa JJG, Valdez JC, Hernández JPS (2020)新型冠狀病毒肺炎．Int組合優化概率通知。［Ref。］
47. Frausto-Solís J, Sánchez-Hernández JP, Maldonado-Nava FG, González-Barbosa JJ(2019)增強的GRSA在多肽情況下的蛋白質折疊問題。公理8:136。［Ref。］
48. Frausto-Solís J，張誌強，張誌強(2015)基於種群模擬退火方法的石油產量時間序列預測。科學與工程40:1081-1096。［Ref。］
49. 弗勞斯托-索利斯J，聖地亞哥E(2010)用餘弦單純形法求解無限視界問題的馬爾可夫決策過程。《數學進展》雜誌61:1133-1150。［Ref。］
50. frauto - solis J, Hernández-Ramírez L, Castilla-Valdez G, González- Barbosa JJ, Sánchez-Hernández JP (2021) Job Shop調度問題的混沌多目標模擬退火和閾值接受。數學計算應用1:8。［Ref。］

在此下載臨時PDF

條信息

Aritcle類型:觀點文章

引用:Lamothe N, Lamothe M, Lamothe D, Sierra C, González- Téllez-Girón CH，等(2021)新型冠狀病毒肺炎通過指數函數的簡約來實現免疫，使接種量最小化。J新興病毒6(1):dx.doi.org/10.16966/2473-1846.160

版權:©2021 Lamothe N，等人。這是一篇開放獲取的文章，根據創作共用署名許可協議(Creative Commons Attribution License)發布，該協議允許在任何媒體上不受限製地使用、分發和複製，前提是注明原作者和來源。

出版的曆史:

收到日期:2020年12月6日

接受日期:2021年1月20日

發表日期:2021年1月27日