- -

Olas en una epidemia mediante el modelo SIR

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Olas en una epidemia mediante el modelo SIR

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


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem