Mostrar el registro sencillo del ítem
dc.contributor.author | Izquierdo Sebastián, Joaquín | es_ES |
dc.date.accessioned | 2024-06-20T21:47:26Z | |
dc.date.available | 2024-06-20T21:47:26Z | |
dc.date.issued | 2024-06-20T21:47:26Z | |
dc.identifier.uri | http://hdl.handle.net/10251/205350 | |
dc.description.abstract | Este objeto considera el denominado modelo SIR de propagación de epidemias. La S=S(t) representa a los “susceptibles”, la I=I(t) a los “infectives” y la R=R(t) a los “removals” (curados e inmunes, muertos o aislados). El sistema de ecuaciones diferenciales para este modelo es: S' = – ASI; I’ = ASI – BI; R’ = BI, donde A es la tasa de infección y B es la tasa con que los infectados son sacados del sistema. En este objeto exploramos el efecto de los confinamientos cuando los niveles de infectados superan cierto porcentaje de la población total, y cómo al relajar el confinamiento, cuando se consigue descender a niveles bajos de infectados, de nuevo se experimenta un resurgimiento de los contagios. La repetición de este patrón en el tiempo lleva a la aparición progresiva de diversas olas de contagios, hasta una estabilización final. Para reducir el número de variables a utilizar y centrarnos en la tasa de contagio, A, y en la capacidad del sistema para reducir infectados, B, consideraremos una población cerrada, fija formada por 1 millón de habitantes, de los que inicialmente hay un 0.01% de infectados. Para simplificar el modelo, se decreta confinamiento cuando los infectados superan el 1% (diez mil) de la población y se levanta el confinamiento al bajar los infectados hasta el 0.1% (mil). La tasa de infección, A, es variable dependiendo de si hay o no confinamiento; la implantación del confinamiento es gradual: se realiza mediante una función A*exp(-ex*(t-t0)), siendo el coeficiente de decaimiento ex un valor real tal que 0<=ex<<1 y t0 el momento en el que se superan los diez mil infectados; por su parte, consideraremos que la supresión del confinamiento es instantánea, lo que devuelve la tasa de infección a su valor original A. En este objeto, la tasa de recuperación de infectados, B, no varía con el tiempo. | es_ES |
dc.description.uri | https://laboratoriosvirtuales.upv.es/webapps/sir_olas.html | es_ES |
dc.language | Español | es_ES |
dc.rights | Reconocimiento (by) | es_ES |
dc.subject | Epidemias | es_ES |
dc.subject | Modelo SIR | es_ES |
dc.subject | Ecuaciones diferenciales | es_ES |
dc.subject.classification | DERECHO CONSTITUCIONAL | es_ES |
dc.title | Olas en una epidemia mediante el modelo SIR | es_ES |
dc.type | Objeto de aprendizaje | es_ES |
dc.lom.learningResourceType | Laboratorio virtual de simulación | es_ES |
dc.lom.interactivityLevel | Alto | es_ES |
dc.lom.semanticDensity | Alto | es_ES |
dc.lom.intendedEndUserRole | Profesor | es_ES |
dc.lom.context | Ciclo superior | es_ES |
dc.lom.difficulty | Difícil | es_ES |
dc.lom.typicalLearningTime | 01 horas 00 minutos | es_ES |
dc.lom.educationalDescription | -Da valores a los parámetros A, ex y B. Ten en cuenta lo siguiente: --0.1 ≤ A ≤ 1: La tasa de infección A se introduce, por comodidad, mediante un valor entre 0.1 y 1, que es multiplicado internamente por 1e-7 para producir la tasa de infección real (producto de la virulencia del virus y de la tasa de contactos entre las personas, que es lo que se pretende modelar aquí). Por ejemplo, en esta escala, A=0.1 supone una mínima tasa de infección debido a un contacto mínimo entre personas; A=1 supone un gran contacto entre personas. --0.001 ≤ ex ≤ 0.2: por ejemplo, ex=0.001 significa un cambio muy lento hacia el confinamiento; ex=0.2 supone un cambio muy rápido hacia el confinamiento. --0.005 ≤ B ≤ 0.05: por ejemplo, B=0.005 supone una capacidad muy pequeña de 'eliminar' infectados; B=0.05 supone una gran capacidad del sistema para 'eliminar' infectados. -Elije también la 'duración' de la simulación, 0.01 <= T <= 1e5. La duración de la simulación, T, expresa el tiempo de simulación en unidades no determinadas (por ejemplo, días). -Podrás visualizar la representación cartesiana (evolución temporal) en tres gráficos: S, I y R; y también los planos de fases de las funciones S, I y R dos a dos, y el espacio de fases (S,I,R). | es_ES |
dc.lom.educationalLanguage | Español | es_ES |
dc.upv.convocatoriaDocenciaRed | 2023-2024 | es_ES |
dc.upv.ambito | PUBLICO | es_ES |
dc.subject.unesco | 1299 - Otras especialidades matemáticas | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Telecomunicación - Escola Tècnica Superior d'Enginyers de Telecomunicació | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Matemática Aplicada - Departament de Matemàtica Aplicada | es_ES |
dc.description.bibliographicCitation | Izquierdo Sebastián, J. (2024). Olas en una epidemia mediante el modelo SIR. http://hdl.handle.net/10251/205350 | es_ES |
dc.description.accrualMethod | DER | es_ES |
dc.relation.pasarela | DER\37965 | es_ES |