Performance comparison of Python, MATLAB and R for numerical solutions of SI and SIR epidemiological models

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je een epidemioloog bent die probeert te voorspellen hoe een ziekte zich verspreidt door een dorp. Je hebt twee hoofdscenario's:

Het SI-model: Iedereen is ofwel gezond (S) ofwel ziek (I). Als je ziek bent, blijf je dat voor altijd.
Het SIR-model: Iedereen is gezond (S), ziek (I), of genezen (R). Als je genezen bent, ben je immuun.

Om te weten hoe snel de ziekte zich verspreidt, gebruiken wetenschappers wiskundige formules. Maar deze formules zijn vaak zo ingewikkeld dat je ze niet met de hand kunt uitrekenen. Je hebt een computer nodig die de situatie stap voor stap simuleert. Dit noemen we numerieke methoden.

De auteurs van dit artikel, Berkay en Elif, hebben een grote test gehouden. Ze wilden weten: Welke computerprogramma's zijn het snelst en het nauwkeurigst om deze ziektesimulaties te doen?

Ze hebben drie populaire "gereedschapskisten" vergeleken:

Python: De populaire, gratis tool die veel data-wetenschappers gebruiken.
MATLAB: De dure, professionele tool die vaak in universiteiten en ingenieursbureaus wordt gebruikt.
R: De tool die statistici en biologen vaak gebruiken.

En ze hebben drie verschillende "rekenmethoden" getest:

Euler: De simpele, snelle methode (alsof je een auto met je ogen dicht bestuurt: je kijkt alleen naar waar je nu bent en gaat rechtdoor).
RK4 (Runge-Kutta): De nauwkeurige, maar zware methode (alsof je een auto bestuurt met een supercomputer die constant de weg vooruit scant).
P-C (Predictor-Corrector): Een slimme mix (je maakt een gok, kijkt of het klopt, en corrigeert je koers).

De Test: Een Race tussen Software

De auteurs hebben een simulatie laten draaien van een griepepidemie op een school (gebaseerd op echte data uit 1978). Ze hebben gekeken naar twee dingen: Hoe snel was het? en Hoe nauwkeurig was het?

1. De Snelheid (De Race)

Stel je voor dat Python, MATLAB en R drie renners zijn in een marathon.

Python was de sprinter. Het was overal en altijd de snelste. Zelfs als de simulatie heel gedetailleerd moest zijn (met heel kleine stapjes), bleef Python razendsnel.
MATLAB was de middelste loper. Hij deed het prima, maar was duidelijk trager dan Python.
R was de loper die de hele weg moest wandelen. Het was consequent de langzaamste van de drie.

Conclusie: Als je snelheid belangrijk vindt, wint Python de race met kop en schouders.

2. De Nauwkeurigheid (De Schutter)

Nu keken ze naar hoe goed de resultaten waren.

Voor het SI-model (waar ze het echte antwoord al kenden) konden ze precies meten hoe ver de computer van het echte antwoord afzat.
- RK4 (de nauwkeurige methode) was een perfecte schutter. Hij raakte de kern van de doelwit, zelfs als de stapjes groot waren.
- P-C was ook heel goed, bijna net zo goed als RK4.
- Euler (de simpele methode) miste vaak. Hoe groter de stapjes, hoe verder hij van het doel zat.
Voor het SIR-model (waar ze het echte antwoord niet kenden) gebruikten ze een "super-referentie" (een zeer nauwkeurige MATLAB-oplossing) om de andere methoden te vergelijken. Ook hier bleek dat RK4 het dichtst bij de waarheid zat.

Belangrijke ontdekking: Het maakt niet uit of je Python, MATLAB of R gebruikt; als je dezelfde rekenmethode (bijvoorbeeld RK4) gebruikt, krijg je exact hetzelfde resultaat. De software verandert de wiskunde niet, alleen de snelheid waarmee het wordt gedaan.

Wat betekent dit voor jou?

Stel je voor dat je een taart moet bakken.

Python is als een moderne, elektrische oven die de taart in 10 minuten perfect bakt.
MATLAB is als een goede gasoven die 15 minuten doet.
R is als een ouderwetse houtkachel die 20 minuten doet.
De rekenmethode (RK4 vs Euler) is het recept. Als je een slecht recept (Euler) gebruikt, is de taart niet lekker, ongeacht welke oven je hebt. Als je een goed recept (RK4) gebruikt, is de taart perfect, ongeacht de oven.

Het Grote Advies

De auteurs concluderen dat Python de beste keuze is voor epidemiologen en onderzoekers. Waarom?

Het is gratis.
Het is veel sneller dan de andere twee.
Het is net zo nauwkeurig als de dure software, zolang je maar de juiste rekenmethode (zoals RK4) kiest.

Kortom: Als je wilt voorspellen hoe een ziekte zich verspreidt, hoef je niet per se de dure software te kopen. Met Python en de juiste wiskundige methode kun je net zo goed werk leveren, maar dan veel sneller en goedkoper.

Each language version is independently generated for its own context, not a direct translation.

Hier is een gedetailleerde technische samenvatting van het artikel "Performance Comparison of Python, MATLAB and R for Numerical Solutions of SI and SIR Epidemiological Models" in het Nederlands.

Titel

Prestatievergelijking van Python, MATLAB en R voor numerieke oplossingen van SI- en SIR-epidemiologische modellen.

1. Probleemstelling

Mathematische modellering is essentieel in de epidemiologie om de verspreiding van infectieziekten te begrijpen en te controleren. De klassieke compartimentale modellen (SI: Susceptible-Infected en SIR: Susceptible-Infected-Recovered) vormen de basis van veel studies. Hoewel sommige eenvoudige gevallen analytische oplossingen toelaten, vereisen de meeste realistische scenario's numerieke methoden zoals de Euler-methode, de vierde-orde Runge-Kutta (RK4) methode en de Predictor-Corrector (P-C) methode.

Deze methoden worden geïmplementeerd in wetenschappelijke software zoals Python, MATLAB en R. Echter, er ontbreekt in de literatuur een uitgebreide vergelijking van de rekenkracht (computational efficiency) en uitvoeringstijd (run-time performance) van deze drie populaire softwaretools wanneer ze worden gebruikt voor het oplossen van epidemiologische modellen. Bestaande studies gebruiken vaak slechts één softwarepakket of rapporteren geen uitvoeringstijden.

2. Methodologie

De auteurs hebben een experimenteel ontwerp opgezet om de prestaties van Python, MATLAB en R objectief te vergelijken.

Modellen:
- SI-model: Een systeem van differentiaalvergelijkingen met een bekende analytische oplossing. Dit maakt het mogelijk om de nauwkeurigheid van numerieke methoden direct te valideren.
- SIR-model: Een complexer systeem zonder bekende analytische oplossing. Voor de validatie werd een hoog-nauwkeurige referentieoplossing gegenereerd met de MATLAB ODE45 solver.
Numerieke Methoden:
- Euler-methode: Eenvoudige eerste-orde methode.
- RK4 (Runge-Kutta 4e orde): Een geavanceerde vierde-orde methode.
- Predictor-Corrector (P-C): Een iteratieve techniek die een voorspelling doet en deze vervolgens corrigeert.
Implementatie en Hardware:
- Alle simulaties werden uitgevoerd op een MacBook Air met Apple M4-chip en 16 GB RAM.
- De gemeten tijd omvatte alleen de pure rekentijd van de algoritmen; initialisatie, parameterdefinitie en plotting werden uitgesloten.
- Drie stapgroottes ( $h$ ) werden getest: 0.25, 0.10 en 0.01.
Evaluatiemetrics:
- Nauwkeurigheid: Voor het SI-model werd de $R^2$ -waarde (coëfficiënt van determinatie) gebruikt om de numerieke oplossing te vergelijken met de exacte analytische oplossing. Voor het SIR-model werd de $R^2$ gebruikt om de RK4-oplossing te vergelijken met de ODE45-referentie.
- Efficiëntie: De uitvoeringstijd in seconden werd geregistreerd voor elke combinatie van software, methode en stapgrootte.

3. Belangrijkste Resultaten

A. Nauwkeurigheid (SI-model)

RK4: Leverde consistent de hoogste nauwkeurigheid, met $R^2$ -waarden van 1.0 (perfecte overeenkomst) voor alle stapgroottes in alle drie de softwarepakketten.
P-C: Bode zeer nauwkeurige resultaten, dicht bij RK4, met $R^2$ -waarden die naderden tot 1.0 bij kleinere stapgroottes.
Euler: Was de minst nauwkeurige methode, vooral bij grotere stapgroottes (bijv. $R^2 \approx 0.95$ bij $h=0.25$ ), maar verbeterde aanzienlijk bij kleinere stapgroottes.
Software-onafhankelijkheid: De nauwkeurigheid was identiek voor Python, MATLAB en R voor dezelfde methode en stapgrootte, wat aangeeft dat de numerieke fouten voornamelijk door het algoritme en niet door de taal worden bepaald.

B. Rekenkracht en Uitvoeringstijd

De resultaten tonen duidelijke verschillen in snelheid tussen de platforms:

Python: Was in bijna alle gevallen de snelste, met aanzienlijk lagere uitvoeringstijden, vooral bij fijnere stapgroottes ( $h=0.01$ $h = 0.01$ ).
- Voorbeeld (SI, Euler, h=0.01): Python ~0.0007s vs. MATLAB ~0.0187s vs. R ~0.0094s.
MATLAB: Toonde een gemiddelde prestatie. Het was langzamer dan Python, maar vaak sneller dan R, hoewel de verschillen soms klein waren afhankelijk van de methode.
R: Was consequent de langzaamste van de drie, met de hoogste uitvoeringstijden voor zowel eenvoudige als complexe methoden.

C. SIR-model Validatie

De vergelijking van de RK4-oplossing in MATLAB met de ODE45-referentie toonde zeer hoge $R^2$ -waarden (bijv. 0.9999998), wat bevestigt dat RK4 een betrouwbare numerieke benadering is voor het SIR-model.
De trend in snelheid bleef hetzelfde: Python was het meest efficiënt, gevolgd door MATLAB, met R als minst efficiënt.

4. Bijdragen en Significantie

Invulling van een literatuurgat: Dit is een van de weinige studies die systematisch de drie belangrijkste numerieke methoden (Euler, RK4, P-C) vergelijkt in de drie meest gebruikte wetenschappelijke talen (Python, MATLAB, R) voor epidemiologische modellen.
Praktische richtlijnen: De studie biedt onderzoekers en praktici een datagedreven basis voor het kiezen van de juiste tool:
- Voor snelheid en efficiëntie (bijvoorbeeld bij grote datasets of real-time simulaties) wordt Python sterk aanbevolen.
- Voor nauwkeurigheid zijn alle drie de tools geschikt, mits de juiste numerieke methode (RK4 of P-C) wordt gekozen.
- R kan worden gebruikt, maar onderzoekers moeten rekening houden met de hogere rekentijd.
Validatie van methoden: De studie bevestigt dat RK4 en P-C methoden superieur zijn aan de Euler-methode in termen van nauwkeurigheid, maar dat dit ten koste gaat van de rekentijd (zoals verwacht bij complexere algoritmen).

Conclusie

Hoewel Python, MATLAB en R allemaal effectief kunnen worden gebruikt voor het numeriek oplossen van SI- en SIR-modellen, biedt Python de beste balans tussen snelheid en nauwkeurigheid. Voor toepassingen waarbij rekenkracht en uitvoeringstijd kritiek zijn, is Python de superieure keuze, terwijl MATLAB en R geschikt blijven voor toepassingen waar de specifieke ecosystemen van deze talen noodzakelijk zijn, mits de gebruiker rekening houdt met de hogere rekentijd.