你想弄懂什么？

当 $(N-1)\beta/\gamma > 1$ 时，流行病开始增长，因为这一条件确保了新感染的初始速率超过移除速率。对于一个初始感染者（$I=1$）和 $S=N-1$，感染者方程 $\frac{dI}{dt}=\beta SI-\gamma I$ 只有在感染产生项 $\beta(N-1)$ 大于移除项 $\gamma$ 时才为正。

适用条件：适用于爆发开始时。；使用单感染者初始化 $I(0)=1$。；假设黑板上显示的 SIR 动力学。；除以 $\gamma$ 隐含假设 $\gamma>0$。

当 $(N-1)\beta/\gamma > 1$ 时，流行病开始增长，因为这一条件确保了新感染的初始速率超过移除速率。对于一个初始感染者（$I=1$）和 $S=N-1$，感染者方程 $\frac{dI}{dt}=\beta SI-\gamma I$ 只有在感染产生项 $\beta(N-1)$ 大于移除项 $\gamma$ 时才为正。

适用条件：适用于爆发开始时。；使用单感染者初始化 $I(0)=1$。；假设黑板上显示的 SIR 动力学。；除以 $\gamma$ 隐含假设 $\gamma>0$。

基本再生数 $R_0$ 是模型使用的初始人口设置中，一个感染者产生的继发感染的预期数量。在本次讲座中，它被写为 $(N-1)\beta/\gamma$ 或 $\hat{\beta}/\gamma$。

适用条件：在 $I(0)=1$ 的初始条件下为 SIR 模型定义。；$\hat{\beta}$ 是本节引入的集总暴露率参数。；该量是从初始增长条件得出的相同 $R_0$。；模型背景是黑板上显示的 SIR 框架。

基本再生数 $R_0$ 是模型使用的初始人口设置中，一个感染者产生的继发感染的预期数量。在本次讲座中，它被写为 $(N-1)\beta/\gamma$ 或 $\hat{\beta}/\gamma$。

适用条件：在 $I(0)=1$ 的初始条件下为 SIR 模型定义。；$\hat{\beta}$ 是本节引入的集总暴露率参数。；该量是从初始增长条件得出的相同 $R_0$。；模型背景是黑板上显示的 SIR 框架。