Informe Metodos

INFORME METODOS MATEMATICOS
PROGRAMA DE INGENIERÍA MECATRÓNICA Periodo-2020-2
COVID-19
Nicolas Cadena, Carlos Vanegas
u {1803295, }@unimilitar.edu.co
Profesor: Lucia Gutiérrez
que tener en cuenta el tiempo transcurrido desde que la
enfermedad apareció y la cantidad de contagiados hasta el
I. INTRODUCCIÓN momento, asumiendo que del paciente 0 y cada uno de los
individuos infectados contaminan a cierta cantidad de
personas (Ro) promedio, si Ro>1 la enfermedad se puede
Teniendo en cuenta la enfermedad que azota al mundo desde esparcir de manera exponencial desde el primer momento,
comienzos del año 2020 llamado como COVID-19 y desde el pero ya que la población mundial es finita esta esparció
mes de marzo la “World Health Organization (WHO), declaro exponencial no puede durar para siempre, por lo tanto este va
cuarentena mundial obligatoria por la cantidad de personas a depender del número de personas de la población y el
que han contraído la enfermedad la cual ha cobrado miles y contacto que exista entre estas, teniendo en cuenta lo anterior
miles de vidas, con lo cual buscan reducir el numero de si se controlan estos parámetros la probabilidad de infectados
contagiados por el virus, pero para poder tener una cantidad puede decrementar.
acertada de personas contagiadas antes y después de la
cuarentena se busco realizar el modelo matemático de dichas Hence, el modelo esto caico de la propagación de una
cifras, el modelo matemático de un sistema es una gran infección el cual se implementó para poder mirar el
aproximación a la cantidad cuantitativa de sucesos que comportamiento de infectados por la enfermedad, el cual esta
puedan ocurrir en un sistema, por lo que para proporcionar la comúnmente basado en “branchin process” y “poisson
veracidad de los resultados de los estudios se busca obtener distribution”, para la probabilidad de contacto entre personas
los modelos matemáticos del COVID-19. infectadas y sanas.
II. MODELO MATEMATICO Este modelo se puede aplicar para poblaciones amplias, la idea
del modelo supone que “x(t)” el cual denota el numero de
A. Modelado matemático infectados de una población en un tiempo “t”, después
Según el sitio web “Definición. De” describe un modelo asumiendo que la chance de infectados aumente en lo cual
matemático como “Un modelo matemático describe toca asumir que el tiempo de infección puede variar de un
teóricamente un objeto que existe fuera del campo de las tiempo “t” a un tiempo “t+Δ”.
Matemáticas. Las previsiones del tiempo y los pronósticos
económicos, por ejemplo, están basados en modelos
matemáticos. Su éxito o fracaso depende de la precisión con la
dx ( t ) x ( t+ Δ )−x (t )
= = x(t ) ϕ(t)
que se construya esta representación numérica, la fidelidad dt Δ
con la que se concreticen hechos y situaciones naturales en
forma de variables relacionadas entre sí. En el que “ϕ(t)” se le denota “función de reproducción” el cual
Básicamente, en un modelo matemático advertimos 3 fases: puede ser interpretado como la velocidad exponencial con las
 la construcción, proceso en el que se convierte el unidades de tiempo invertidas.
objeto a lenguaje matemático.
 el análisis o estudio del modelo confeccionado. Xk =( R ( k−1 )∗R ( k−2 ) …∗Ro ) Xo
 la interpretación de dicho análisis, donde se aplican
los resultados del estudio al objeto del cual se partió. Para cualquier k, Rk < 1, la infección puede llegar a ser 0,
La utilidad de estos modelos radica en que ayudan a estudiar pero si para cualquier k, Rk >1, la infección puede generarse
cómo se comportan las estructuras complejas frente a aquellas de manera exponencial continua, teniendo en cuenta que
situaciones que no pueden verse con facilidad en el ámbito “ϕ(t)” = λ, en el cual se mantiene un constante numero de
real. Existen modelos que funcionan en ciertos casos y que reproducciones Ro=1+λΔ, resultando una ecuación
resultan poco precisos en otros, como ocurre con la mecánica exponencial:
newtoniana, cuya fiabilidad fue cuestionada por el propio
Albert Einstein.” [1]
x ( t )=x ( 0 )−e λt
B. Modelado diferencial de la propagación de una
enfermedad.
Dependiendo de la enfermedad el modelado matemático de
esta puede variar ya que no todas las enfermedades son igual
de contagiosas, es este caso estudiaremos el modelado de la
ecuación diferencial del COVID-19, pero para esto se tiene
r : Numero de contactos por unidad de tiempo

β : Probabilidad de transmision por contacto
1
: Duracion de la infeccion .
C. Ejemplo del modelado de la enfermedad γ
rβ
R0 =
γ
Si R0 <1, entonces el numero de casos introducidos no
conducen a una epidemia (el número de individuos infecciosos
disminuye hacia 0).
Si R0 >1, los casos introducidos pueden provocar una

epidemia (aumento temporal del número de individuos
Fig 1. Modelado de las ecuaciones. infecciosos).
rβ
En la figura 1 se muestra un modelo de tres compartimentos
∗S ( t )
γ
correspondiente al siguiente conjunto de ecuaciones: Re ( t ) =
N
Simulando el modelo descrito, se presentan dos casos del
dx ( t )
=λ−γx ( t )2 −αx ( t ) comportamiento de la pandemia, tal como se observa en la fig
dt 2, teniendo en cuenta que se considera que la pandemia no es
d y (t ) fatal.
=αx ( t )2−βy ( t)
dt
d z (t)
=γx (t )2 + βy ( t )− ρz(t)
dt
Las cuales se pueden poner en una matriz de espacio de
estados. Debido a la dependencia del estado de la tasa de flujo
entre x y z, el modelo no es lineal. También es un sistema
abierto, ya que la suma del cambio de velocidad no es cero, es
decir, hay un flujo neto de entrada y salida de todo el sistema
(debido a γ y ρ )
D. Epidemiologia matemática
Para el modelado de la propagación de una enfermedad

a ¿ SIR basico con inmunidad
epidemiológica se requiere asumir algunos aspectos
específicos de la enfermedad y la población afectada o en
riesgo.
Un modelo comúnmente usado en las enfermedades
epidemiológicas sin vida útil de por vida, como el COVID-19,
es conocido como SIR por sus siglas en ingles Susceptible-
Infected-Recovered.
Teniendo en cuenta lo anterior el diagrama de bloques que

describe el modelo SIR es el siguiente:
b ¿ SIR basico sin inmunidad

Siendo R el numero de humanos recuperados, y N la cantidad Fig . 2. Simulacion del modelo no fatal SIR con α =0.5 y β=0.05
total de afectados, descrita por: a ¿ γ=0.0 y b ¿ γ =0.0 4
N=S+ I + R
CONCLUSIONES
1. El modelo SIR puede simular pandemias con o sin

muertes.
2. El nivel de inmunidad a la enfermedad, es
proporcional a la cantidad de recuperados.
3. Es necesario incluir la demografía humana para las
enfermedades en las que el marco temporal de la
dinámica de la enfermedad es comparable al de la
demografía humana.
4. Las ecuaciones del modelo SIR no se pueden resolver
analíticamente.
5.
REFERENCIAS
[1]

Informe Metodos

Cargado por

Copyright:

Formatos disponibles

Informe Metodos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe Metodos

Cargado por

Copyright:

Formatos disponibles

INFORME METODOS MATEMATICOS

PROGRAMA DE INGENIERÍA MECATRÓNICA Periodo-2020-2

r : Numero de contactos por unidad de tiempo

Si R0 >1, los casos introducidos pueden provocar una

Para el modelado de la propagación de una enfermedad

Teniendo en cuenta lo anterior el diagrama de bloques que

b ¿ SIR basico sin inmunidad

1. El modelo SIR puede simular pandemias con o sin

También podría gustarte