UNIVERSIDAD DE SAN CARLOS DE GUATEMALA Análisis Nota:

FACULTAD DE INGENIERÍA Mecánico

ESCUELA DE CIENCIAS
P
DEPARTAMENTO DE FÍSICA

LIC. ERICK HERNANDEZ AUX. FÉLIX CABRERA

TAREA No. CARNÉ: 200915131 FECHA: 25-03-2020

HOJA DE NOMBRE LUIS EDUARDO LÓPEZ SARAVIA
TRABAJO :
EXAMEN CORTO

----------------------------------------------------------------------------------------------------------------------------------------------

Introducción

La guerra contra el COVID-19 se lucha en muchos frentes. Entre las armas que aportan las
matemáticas destacan tres: el modelo SIR, que realiza predicciones como el previsible pico de
contagios en España a principios de abril; el teorema de Bayes, que ayuda a actualizar la
probabilidad de que se extienda COVID-19 con nuevos datos; y la teoría de juegos, que nos habla de
sacrificar el beneficio individual por el bien común para vencer a este enemigo invisible.

Objetivos

Aprender sobre el modelo matemático para las predicciones de crecimiento infeccioso del
Covid-19.

Entender la grafica que se obtiene del modelo matemático y comprender su predicción.

Entender las recomendaciones y procedimientos higiénicosanitarias y el aislamiento que piden

las autoridades.
Modelo matemático de predicción epidemiológicas (Covid-19)

Desde que el nuevo coronavirus SARS-Cov-2 salió de China y la enfermedad COVID-19 se ha

extendido por el mundo, los países a los que ha llegado la pandemia han tomado medidas drásticas
para aplanar sus curvas de infectados diarios, es decir, bajar y retrasar su pico lo máximo posible
para que no colapsen los sistemas sanitarios.

Detrás de esas gráficas hay modelos matemáticos que recogen las características de los brotes
epidémicos y permiten realizar predicciones. Sin duda uno de los más utilizados es el  modelo SIR,
cuyas siglas hacen referencia a las tres curvas o grupos de población implicados en una epidemia:
los susceptibles (S) de contraer la enfermedad, los infectados (I) y los recuperados (R). 

SIR es un modelo muy flexible que permite ver cómo varía el número de personas susceptibles de
contagio, las infectadas y las recuperadas, confirmando la importancia de aplanar la curva de los
infectados
 

En algunas versiones los fallecidos se incluyen en R (aunque resulte irónico) para facilitar los
cálculos, pero en la mayoría salen del sistema, ya que las personas pueden morir (también nacer y
se puede considerar) estando en cualquiera de los tres grupos.

“La suma del número de susceptibles, recuperados, infectados y fallecidos es constante en cualquier
instante de tiempo y es igual a la población inicial”, explica la matemática Anabel Forte de
la Universidad de Valencia, quien destaca la flexibilidad de este modelo de ecuaciones
diferenciales para entender cómo varía el número de personas en cada categoría, así como el
esfuerzo actual para aplanar una de las curvas: la de infectados.

Otro matemático, Manuel de León, del Instituto de Ciencias Matemáticas (ICMAT) recuerda que

SIR "es el modelo compartimental de Kermack-McKendrick, inspirado a su vez en el de
Ronald Ross –que en 1911 modelizó la propagación de la malaria–. La idea del modelo
compartimental es dividir la población en compartimentos y ver como se pasa de uno a otro, en este
caso de S a I y luego a R".
Ejemplo de las curvas de un modelo SIR (sin mortalidad). / Anabel Forte

“Una cuestión relevante es el valor de los parámetros que incluimos en las ecuaciones diferenciales,
porque en una epidemia nueva como esta no los conocemos a priori y los vamos a ir estimando”,
apunta De León, quien subraya la importancia de uno de los parámetros: R0, que indica el promedio
de infecciones que causa un individuo contagiado.

“R0 se calcula a partir de los parámetros del modelo y puede cambiarse si modificamos nuestro
comportamiento”, añade Forte, “y este número de personas a las que alguien infectado va a
contagiar tiene que ver con la virulencia de la enfermedad y con el número de contactos que
mantenemos”. De ahí la importancia de seguir las recomendaciones higiénicosanitarias y
el aislamiento que piden las autoridades.

Dependiendo del R0, se puede aplanar la curva de infectados: “Lo ideal es que esté por debajo de 1
porque así, la epidemia irá desapareciendo por si sola –dice la matemática–. El R0 del coronavirus
en circunstancias normales anda entre 1,5 y 2,5, que no es demasiado alto comparado con el del
sarampión, por ejemplo, que está entre 14 y 15. Pero eso no significa que no sea peligroso. Solo hay
que acordarse de que el de la gripe española fue de 2,1. Lo importante es reducirlo”.

Álex Arenas, catedrático del Departamento de Ciencias de la Computación y Matemáticas de

la Universitat Rovira i Virgili, ha creado un modelo matemático para predecir la propagación
del coronavirus entre la población. “Lo que hacemos es basarnos en la estructura de red que
tiene nuestro sistema de interacción. Es la cadena que queremos romper para la propagación”,
explica Arenas, quien señala en 'Hoy por Hoy' que también buscan explicar las probabilidades que
tiene el virus de propagarse y los datos epidemiológicos del virus.

"Las restricciones actuales nos llevan al mismo escenario que sin ellas, pero unos días más
tarde”, añade el catedrático, quien cree que lo más necesario es bajar la movilidad a cero “para
que la curva se aplane”. Esto, además de quedarse en casa, permite ganar tiempo a
la pandemia para que las investigaciones científicas sean “lo más acertadas posibles”.

Para Álex Arenas, es también indispensable bajar el número de contactos por debajo de
cuatro “para no colapsar el sistema sanitario”. Un reto realmente difícil, ya que significa
restringirse al entorno del hogar. “El sistema es tan sensible, que lo que vamos a ver es que la curva
de infectados va a superar la capacidad hospitalaria del país", señala el catedrático.

"El pico de la curva en circulación libre sería aproximadamente sobre 15 de abril y sería de
magnitud brutal, de 20 veces nuestra capacidad hospitalaria. Con las medidas actuales estamos
alejando la curva en el tiempo. Mis cálculos dicen que si vamos a restringir movilidad
laboral, podríamos tener el pico hacia mediados de verano", continúa Alex Arenas, quien incide
en la importancia de ganar tiempo para ganar la batalla “desde el punto de vista médico”, ya que si
no, el confinamiento será mucho más largo.

Según Álex Arenas, el fallo ha residido en que tanto autoridades como la opinión pública han
pensado que es un problema médico, pero señala que en el momento en el que se convierte en
pandemia, “la estrategia la deberían haber fijado los físicos y matemáticos que pueden predecir
cuál es el escenario al que nos podíamos abocar".

Por último, Alex Arenas indicaba que “las cifras son catastróficas” y volvía a hacer hincapié en el
tiempo: “Si tardamos una hora más en cortar la movilidad laboral, estamos poniendo encima
de la mesa cientos de muertos", finalizaba.

Conclusiones

Este modelo tiene por objetivo proporcionar una imagen completa de la situación de la pandemia y
poder predecir la situación en los próximos días pero no pretende interpretar las causas de la
evolución de los casos.

Sí evalúa, por el contrario, la calidad de las medidas de control llevadas a cabo en cada país y hacer
una predicción de tendencias a corto plazo.

Los expertos han indicado que los efectos de las medidas que se ponen en marcha en un día
determinado no se observarán hasta, aproximadamente, cinco o siete días más tarde.

Recomendaciones
1. Supresión: romper las cadenas de transmisión, tratando efectivamente de detener la
epidemia, y reducir los casos a lo más bajo posible, como lo ha hecho China.

2. Mitigación: aceptar que no se puede detener el coronavirus, por lo tanto, disminuir su

propagación y tratar de evitar el punto máximo en casos de contagio que harían colapsar al
sistema público de salud