MODELO

EPIDÉMICO
SIMPLE
M O D E L O D E K E R M A C K -
M C K E N D R I C K ( 1 9 2 7 ; 1 9 3 2 ; 1 9 3 3 )

Presentado por María Camila Daza, Juan José Giraldo,

Laura I. González.
 SITUACIÓN PROBLEMA
EN UNA PEQUEÑA ISLA AL NOROESTE DE USTED COMO CIENTÍFICO FUE ESCOGIDO
LA COSTA CARIBE COLOMBIANA, EXISTE ENTRE UN SELECTO GRUPO DE
UNA ESPECIE ÚNICA EN EL MUNDO DE PROFESIONALES PARA DESCRIBIR LA
PANDAS ROJOS. EN UN MOMENTO DADO, EPIDEMIA QUE AFECTÓ A LOS PANDAS.
DESPUÉS DE UNA INCURSIÓN DE UN ESTO CON EL FIN DE GENERAR UNA
GRUPO DE PERSONAS, SE ESTRATEGIA PARA EVITAR QUE UNA
DESESTABILIZÓ SU ECOSISTEMA SITUACIÓN COMO ESTA SE REPITA.
SURGIENDO UNA ENFERMEDAD
INFECCIOSA CON ALTO ÍNDICE DE
MORTALIDAD, LA CUAL SE PROPAGÓ POR
LA ISLA Y REDUJO LA POBLACIÓN A LA
MITAD.
 MODELO DE KERMACK-MCKENDRICK

Contexto Histórico
Daniel Bernoulli (1700 - 1782)
La Peste Negra Ronald Ross (1857 - 1932)
La Peste de Eyam Anderson Gray McKendrick (1876-1943)
Pandemia de gripe de 1918 William Ogilvy Kermack (1898-1970)
 ¿QUÉ ES Y PARA QUÉ SIRVE ESTE MODELO?

Modelo determinístico
Permite el estudio de
El modelo epidémico enfermedades infecciosas.
simple SIR es un Usado para determinar formas
sistema que estudia la
dinámica de las
de recolección de datos para la
enfermedades prevención y rápida acción para
transmisibles. erradicar el factor infeccioso.
 El modelo
Una población N, se divide en tres clases

S: Individuos susceptibles al contagio.

I: Individuos infectados y que pueden contagiar.
R: Individuos recuperados e inmunes a la
enfermedad.

Esas clases fluyen entre sí de la siguiente

manera

S  I R
La dinámica de este modelo es descrita por un sistema de ecuaciones
diferenciales autónomas (no lineal):

Nótese que

Como
 Se deduce que S(t) + I(t) + R(t) es una constante que se puede identificar como el
tamaño de la población N. Para analizar el sistema, se supone que en el instante cero

Una cuestión de interés es si la infección se va a extender. Se dice que la infección se extiende si

Se puede dar respuesta a esta cuestión si

Entonces I(t) crece al principio y por tanto la infección se puede extender. Esta condición se
puede escribir de la siguiente forma

Mientas el número de individuos susceptibles esté por debajo de un

cierto umbral, la infección no se extenderá
 Análisis e interpretación cualitativa
El modelo está basado en las siguientes suposiciones:

1. Todas las muertes son causadas por la enfermedad. Esta suposición implica
la relación d(S+I+R)/dt = 0

2. La transmisión de la enfermedad se supone regida por la ley de acción de masas entre

infectados y susceptibles. Es reflejada en los términos −βS(t)I(t) y βS(t)I(t) en las ecuaciones para
S(t) e I(t) respectivamente
 Análisis e interpretación cualitativa

3. La transmisión de la enfermedad está regida por lo que ahora llaman “incidencia común”
entre infectados y susceptibles

4. La tasa de remoción de individuos infectados es constante e igual a 1/T es decir, una

fracción 1/τ de miembros infectados pasa a la clase de removidos por unidad de tiempo.

5. La población N(t) = S(t)+I(t)+R(t) es constante y, por lo tanto, matemáticamente hablando, no

hay diferencia entre la ley de de acción de masas y la llamada incidencia común
Como no todos los individuos se infectan cuando la infección llega
a su fin es por inexistencia de individuos infecciosos, no por la
falta de individuos susceptibles.
Gráficas del Modelo SIR
 Solución situación problema
En una población de 800 pandas rojos, hay inicialmente 700 individuos susceptibles y
100 infectados.

Rojo, ind. infectados

Azul, ind. susceptibles
Verde, ind. recuperados
 Conclusiones
1. El modelo epidémico simple SIR, permite explorar el impacto de la
incursión de una enfermedad a través de un individuo en una población.

2. Ayuda a identificar, cuantificar y evaluar la epidemia. Se realiza un análisis

a partir del cual se puede tomar medidas para reducir el efecto de la epidemia
a través de la reducción del impacto. Como las vacunas.

3. Por medio del ejemplo se puede identificar un comportamiento del modelo

en el, en final de la epidemia, el número de individuos recuperados siempre
tiende a aumentar con respecto al tiempo, mientras que los susceptibles y
recuperados disminuyen, considerando que la mortalidad por causas naturales
es insignificante.
 Referencias
Brauer, F., Castillo-Chávez, C., De La Pava, E., Barley, K., Castillo-Garsow, C., Chowell,
D., Espinoza, B., González, P., Hernández, C., Moreno, V. (2015) MODELOS DE LA
PROPAGACIÓN DE ENFERMEDADES INFECCIOSAS. Universidad Autónoma de
Occidente, Santiago de Cali, Colombia.
Fajardo, J. (2010). Modelos determinísticos y estocásticos S-I y S-I-R para difusión de
enfermedades contagiosas (Tesis de maestría). Universidad Nacional de Colombia,
Bogotá, Colombia.
Kermack, W. y McKendrick, A. (1927). A contribution to the mathematical theory of
epidemics. Edinburgh, Scotland: Laboratory of the Royal College of Physicians
Neuhauser, C. (2004). Matemáticas para ciencias. Nueva Jersey, Estados Unidos:
Prentice Hall.
Piñera, A. (2014). Modelo de ecuaciones diferenciales para la propagación de
enfermedades infecciosas (Tesis de pregrado). Universidad de Cantabria, Cantabria,
España.
Sanz, I. (2016). Modelos epidemiológicos basados en ecuaciones diferenciales. La Rioja,
España: Universidad a La Rioja.