Análisis de datos relativos a la pandemia del COVID-19 en Argentina usando el modelo SIR

VICTORIA VAMPA; VIVIANA COSTA; JOSÉ GARCÍA CLÚA; MARÍA VALERIA CALANDRA

BUENOS AIRES

Congreso; 27°Congreso Argentino de Control Automático AADECA 2020; 2020

Asociación Argentina de Control Automático

Resumen?Este artículo presenta un estudio que utiliza los datos proporcionados por el Ministerio de Salud de Argentina sobre el número de personas infectadas, fallecidas y recuperadas por la enfermedad de Coronavirus 2019 (COVID-2019). El modelo estandar Susceptible-Infected-Removed (SIR) se usa para simular la poblacion infectada de esta epidemia en Argentina. El modelo SIR, desarrollado por Ronald Ross, William Hamer y otros, es una representacion matemática de cómo una infección se propaga en una poblacion en el tiempo. Este modelo tiene dos parametros, la tasa de transmisión por cápita, β y la tasa de recuperacion, γ. Se puede esperar que un individuo infectado recién introducido infecte a otras personas a la tasa β durante el período infeccioso esperado 1/γ. De esa manera, el parametro γ es fijo y el parámetro β se ajusta con el tiempo con datos reales, de tres formas distintas, que luego se comparan simulando la evolución epidémica mediante el modelo SIR. Se muestran los resultados obtenidos con datos reales del 3 de marzo de 2020al 21 de julio de 2020. Finalmente, como consecuencia de lavariacion propuesta de ´ β a lo largo del tiempo, el modelo seajusta satisfactoriamente a los datos de Argentina.