Universidad

Veracruzana Facultad de Ciencias

Químicas Ingeniería Química
Materia
Métodos numéricos

Catedrático
Francisco Alejandro Alaffita Hernández

Tarea 12: Primeros auxilios

Alumnos
Cambranis Cruz Viridiana
Olguin Ruiz Zahid Antonio

Grupo
IQ-401
 21-07-2020
Coronavirus es una familia de virus que causan enfermedades en animales. El síndrome
respiratorio del medio oriente (MERS), síndrome respiratorio agudo grave (SARS) y
recientemente COVID-19 conforman siete de los coronavirus que han mutado y ahora
pueden afectar a humanos. Generalmente estos virus provocan síntomas similares a la
influenza. Aunque la influenza es más contagiosa, COVID-19 es 10 veces más letal que la
gripe. La tasa de mortalidad actual según la Organización Mundial de la Salud (OMS) es
de 3-4 % aunque publicaciones científicas recientes indican que la tasa de mortalidad fuera
de China actualmente es de 15 % cuando se consideran los casos de COVID-19 en los
últimos 14 días.

¿Cómo se transmite?
El vehículo principal de COVID-19 es mediante las secreciones corporales tales como
saliva, moco, lágrimas y otras secreciones en los ojos las cuales pueden ser fácilmente
emitidas a otro ser humano al hablar, reír, besar o cuando esas secreciones hacen contacto
con superficies y otras personas las tocan y las llevan a su cara.

Origen del virus

El brote de coronavirus tuvo su epicentro en un mercado de mariscos y animales salvajes
en la ciudad de Wuhan, China. Los primeros infectados por el virus estuvieron asociados a
este mercado, vivían en Wuhan o habían viajado recientemente allí. Es posible que, al estar
manejando carne de animales salvajes en condiciones insalubres, el virus se haya
dispersado por medio de contacto y así infectara por primera vez a humanos.
Más de 100 000 casos y 5 000 muertes se han identificado en el mundo a causa de este
virus desde su propagación el pasado mes de diciembre. Dada la alta conectividad de
nuestro mundo actual, el virus sigue dispersándose rápidamente.
En México, hasta el 14 de marzo, se han identificado 41 casos de COVID-19. De acuerdo
con modelos matemáticos, de la Universidad Autónoma de México (UNAM), se espera
que la incidencia de casos vaya aumentando exponencialmente en México.

Factores a favor en México

La transparencia de información y la gran labor que el sector de salud pública y
epidemiologia están realizando en México es digna de reconocerse. Diariamente se
proporciona información concreta del avance de la transmisión del COVID-19 en México.
Una clara comunicación con la prensa y con la población son clave para el manejo efectivo
de esta pandemia. El humor y solidaridad característicos de la población mexicana son dos
factores que nos fortalecen como sociedad para conllevar las dificultades que se están
presentando y están por incrementar.

Factores en contra en México

Las enfermedades crónico-degenerativas aumentan la severidad con la cual COVID-19
puede afectar a las personas. En México, el 70 % de la población padece sobrepeso y
obesidad lo cual es un riesgo para las enfermedades crónico-degenerativas. El 10.3 % de la
población padece diabetes mientras que las enfermedades cardiovasculares son la primera
causa de muerte en el país.
Aunado a esto, la cultura mexicana es sumamente táctil. Las costumbres de saludo y
contacto habitual entre personas, ya sea de mano, abrazo o beso son mecanismos por los
cuales el virus se puede transferir entre individuos.
La epidemia de la desinformación en México es otro factor que puede afectar
negativamente a México. Las redes sociales se han convertido en vehículos de
supersticiones, mitos y teorías sin fundamento ni evidencia científica que contribuyen al
pánico, a no tomar los hechos con seriedad, y a no acatar las medidas de prevención que
pueden marcar la diferencia en la transmisión del virus y otras enfermedades respiratorias.

¿Qué nos dicen la evidencia científica en los países que han sido afectados
por COVID-19?
De acuerdo con datos disponibles actualmente, una vez que el virus entra a una zona
geográfica, se estima que el 81 % de personas sean infectadas por el virus, presentando
síntomas leves o pasando desapercibidss (fiebre, tos seca, y en algunos casos neumonía).
Estas personas son portadoras del virus y pueden contagiar a muchas personas. Los niños
menores de 10 años no tienden a presentar síntomas, pero tienden a ser portadores y
grandes esparcidores del virus. El 14 % presentarán síntomas severos (dificultad para
respirar y falta de aire). El 6 % de la población sufrirá una enfermedad grave (falla
pulmonar, choque séptico, fallo orgánico y riesgo de muerte). La edad aumenta nuestro
riesgo de padecer una enfermedad grave. Aquellos mayores de 60 años o con
comorbilidades, como por ejemplo enfermedades pulmonares o cardiovasculares o
diabetes, se encuentran en riesgo elevado.

Cómo disminuir el disparo de casos

La evidencia nos dice que para disminuir la probabilidad de un escenario similar al de
China, Irán o Italia hasta el momento, debemos retrasar lo más que podamos la cantidad de
personas que se infectan con COVID-19. Como lo explica la gráfica de abajo, esto se debe
a que si un gran número de personas se infectan al mismo tiempo la carga al sistema de
salud será muy elevada y el contagio exponencial a otros individuos sanos será mayor. La
lógica indica que un mayor número de personas infectadas genera un mayor número de
personas que pudieran presentar casos graves de la enfermedad saturando así las clínicas y
hospitales en México. Esta situación afectaría a toda la población mexicana, tanto
infectados como no infectados. No habría espacio, energía, ni personal para atender otros
padecimientos y la economía de las personas y el país se vería sumamente afectada por la
parálisis que desencadenaría esta situación.[ CITATION MAn20 \l 2058 ]
Por lo anterior el predecir el comportamiento de la pandemia en cada país se volvió una
tarea muy importante para así anticiparse y contar con la infraestructura, asimismo tener el
material especializado para hacer frente a la enfermedad como lo son: unidades de
ventilación, mascaras de protección para el personal de salud, salas de asilamiento, entre
otros.
En nuestro país el Dr. Roberto Agustín Conde Gutiérrez, Oscar Torrealba Rodríguez del
Colegio de México y actual profesor de la Universidad Politécnica del Estado de Morelos
(UPEMor); y Ana Laura Hernández Javier, alumna de la carrera de Ingeniería
Financiera también de esta universidad; se dieron a la tarea de diseñar un modelo que
predijera el numero de casos de COVID-19 en México aplicando modelos matemáticos y
computacionales, en particular el Gompertz y el logístico, los cuales están basados en
ecuaciones diferenciales. [ CITATION Cla20 \l 2058 ]
Modelo Gompertz
La curva de Gompertz o la función de Gompertz, es un tipo de modelo matemático para
una serie temporal y lleva el nombre de Benjamin Gompertz (1779-1865). Es una función
sigmoidea que describe el crecimiento como más lento al comienzo y al final de un período
de tiempo dado. La asíntota de la función hacia la derecha o el valor futuro de la función se
aproxima de manera mucho más gradual por la curva que la asíntota de la mano izquierda
o de valor inferior. Esto contrasta con la función logística simple en la que ambas asíntotas
se acercan simétricamente a la curva. Es un caso especial de la función logística
generalizada.
La función fue diseñada originalmente para describir la mortalidad humana, pero desde
entonces se ha modificado para que se aplique en biología, con respecto al detalle de las
poblaciones.
Una parametrización de este modelo, que es muy útil para fines analíticos es:
dP(t) k
=C ln ⁡( ) P(t)
dt P (t)
P ( t ) : Variable dependiente (la población)
C : Parámetro para la tasa de crecimiento
k : Valor máximo, alcanzado a medida que t tiende a infinito
Realizando una aproximación por mínimos cuadrados tenemos que:
Función población infectada
Código de MATLAB
clear
clc
Pf=[1,4,5,5,5,5,5,6,7,7,7,7,11,16,30,44,53,82,93,118,164,203,251,316,367,
405,475,585,717,848,993,1094,1215,...
1378,1510,1688,1890,2143,2439,2785,3181,3441,3844,4219,4661,5014,...
5399,5847,6297,6875,7497,8261,8772,9501,10544,11633,12872,13842,...
14677,15529,16752,17799,19224,20739,22088,23471,24905,26025,27634,...
29616,31522,33460,35022,36327,38324,40186,42595,45032,47144];
dy=(Pf(1:end-4)-8*Pf(2:end-3)+8*Pf(4:end-1)-Pf(5:end))/12;
Pi=Pf(3:end-2);
m1=sum(Pi.^2);
m2=-sum(log(Pi).*Pi.^2);
m3=-m2;
m4=-sum((log(Pi).*Pi).^2);
m5=sum(dy.*Pi);
m6=sum(dy.*Pi.*log(Pi));
A=[m1,m2;m3,m4];
yn=inv(A)*[m5;m6];%Metodo de Gauss-Newton
c=yn(2);
k=exp(yn(1)/yn(2));
y(1)=4;
T=length(Pf(13:end));
h=0.001;
m=T/h;
for i=1:m
y(i+1)=y(i)+h*(yn(1)-yn(2)*log(y(i))).*y(i);
end
t=2:h:T+2;
plot(t,y,'b*',1:79,Pf,'ro')
xlabel('Días transcurridos')
ylabel('Número de infectados')

Modelo de Verhulst
La función logística, curva logística o curva en forma de S es una función matemática que
aparece en diversos modelos de crecimiento de poblaciones, propagación de enfermedades
epidémicas y difusión en redes sociales. Dicha función constituye un refinamiento
del modelo exponencial para el crecimiento de una magnitud. Modela la función
sigmoidea de crecimiento de un conjunto P.
El estudio inicial de crecimiento es aproximadamente exponencial; al cabo de un tiempo,
aparece la competencia entre algunos miembros de P por algún recurso crítico K ("cuello
de botella") y la tasa de crecimiento disminuye; finalmente, en la madurez, el crecimiento
se detiene.
La función logística simple se define mediante la expresión matemática:

Función población infectada

*Aquí lo que cambio fue el sistema de ecuaciones ocupado.

Código de MATLAB
clear
clc
Pf=[1,4,5,5,5,5,5,6,7,7,7,7,11,16,30,44,53,82,93,118,164,203,251,316,367,
405,475,585,717,848,993,1094,1215,...
1378,1510,1688,1890,2143,2439,2785,3181,3441,3844,4219,4661,5014,...
5399,5847,6297,6875,7497,8261,8772,9501,10544,11633,12872,13842,...
14677,15529,16752,17799,19224,20739,22088,23471,24905,26025,27634,...
29616,31522,33460,35022,36327,38324,40186,42595,45032,47144];
dy=(Pf(1:end-4)-8*Pf(2:end-3)+8*Pf(4:end-1)-Pf(5:end))/12;
Pi=Pf(3:end-2);
m1=-sum(Pi.^3);
m2=sum(Pi.^2);
m3=-sum(Pi.^4);
m4=-m1;
m5=sum(dy.*Pi);
m6=sum(dy.*Pi.^2);
A=[m1,m2;m3,m4];
yn=inv(A)*[m5;m6];
c=yn(2);
k=c/yn(1);
h=0.1;
a=0;
b=79;
t=a:h:b;
y=k./(1+exp(-c.*(t-79.67)));
plot(t,y,'g*',1:79,Pf,'r-o')
xlabel('Días transcurridos')
ylabel('Número de infectados')
Conclusión
En el presente trabajo se hizo uso de 2 modelos matemáticos (Gompertz y Verhults) para
así estimar los casos de COVID-19 en México. Nos basamos en los cálculos usados en el
artículo del Dr. Roberto Agustín Conde Gutiérrez, Oscar Torrealba Rodríguez y Ana Laura
Hernández Javier.
Asimismo, hicimos uso de temas vistos a lo largo de nuestro curso, como lo son el ajueste
por mínimos cuadrados y el método de Gauss-Newton.
El modelado realizado en MATLAB® nos arrojo que para el fin de la pandemia el modelo
de Gompertz predice 461281 casos y el de Verhults 97057 casos.
Como lo menciona el articulo antes mencionado los resultados de los modelos pueden
diferir de manera significativa, si hay un cambio en el comportamiento de las personas, ya
sea por acciones del gobierno, distanciamientos social, entre otros factores.
Como podemos ver, los métodos numéricos pueden aplicarse en distintos campos, para
encontrar resultados aproximados a sistemas complejos utilizando sólo las operaciones
matemáticas más simples.
Los métodos numéricos pueden ser aplicados para resolver procedimientos matemáticos
en:
· Cálculo de derivadas
· Integrales
· Ecuaciones diferenciales
· Operaciones con matrices
· Interpolaciones
· Ajuste de curvas
· Polinomios
Además, los métodos numéricos se aplican en áreas como:
Ingeniería industrial, ingeniería química, ingeniería civil, ingeniería mecánica, ingeniería
eléctrica. 
En pocas palabras las aplicaciones de los métodos numéricos son muy variadas y
necesarias, especialmente parta las ingenierías.

Bibliografía
M Anderson, R., Heesterbek, H., Klinkenberg, D., & Déirdre, T. H. (2020). How will country-based
mitigation measures influence the course of the COVID-19 epidemic? The lancet.

Vázquez, C. P. (17 de 06 de 2020). Universidad Veracruzana. Obtenido de

https://www.uv.mx/prensa/regiones/investigador-creo-modelo-matematico-que-predice-
casos-de-covid-19/