Modelación de la propagación de procesos de contagio influidos por la distancia de contacto

Autores/as

DOI:

https://doi.org/10.5281/zenodo.15292952

Palabras clave:

contagiados, logístico, 00A72, MSC 26, MSC 26-04, MSC 34, MSC 34-11

Resumen

La propagación de disímiles enfermedades en agrupaciones de personas, animales o plantas puede ocurrir de diversas formas como el aire, el agua, contacto físico, vectores, fluidos de los individuos, entre otros. Algunas de estas vías pueden estar vinculadas a la distancia en la que se relacionan los objetos de contagio. En esos casos, es posible elaborar un modelo de propagación basado en el modelo logístico, donde se incluye un factor de distancia entre individuos. En este artículo se realiza una propuesta de modelo para la propagación y la recuperación de los afectados, se muestran gráficas que indican una distribución diaria y se compara el modelo con un caso real.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Acosta, D., P. Fernández de Córdoba, J.M. Isidro, and J.L. González Santander: An Entropic Picture of Emergent Quantum Mechanics. International Journal of Geometric Methods in Modern Physics, 9(5):1250048, 2012. https://doi.org/10.1142/S021988781250048X.

BBC News: Coronavirus Disease Named COVID-19, 2020. https://www.bbc.com/news/world-asia-china-51466362.

Beldarraín Chaple, E.: La información científica confiable y la COVID-19. Revista Cubana de Información en Ciencias de la Salud, 31(3):e1609, 2019. https://www.medigraphic.com/pdfs/acimed/aci-2020/aci203d.pdf.

Broche Pérez, Y., Z. Fernández Fleites, and E. Jiménez Puig: Gender and Fear of COVID-19 in a Cuban Population Sample. International Journal of Mental Health and Addiction, 2020. https://doi.org/10.1007/s11469-020-00343-8.

Chen, J., R. Wang, and H. Zhang: Impact of Contact Distance on Disease Spread in Complex Networks. Scientific Reports, 11:1223, 2021. https://doi.org/10.1038/s41598-021-81234-7.

Córdoba, P. Fernández de, L. García, A. Mayado, and J. M. Sanchis: A real delivery problem dealt with monte carlo techniques. TOP, 8(1):57, 2000. https://link.springer.com/article/10.1007/BF02564828.

Garcia, L.M. and P.M. Gomez: Quantitative Approaches to Epidemiological Modeling. Computational Biology and Chemistry, 98:107664, 2023. https://doi.org/10.1016/j.compbiolchem.2023.107664.

Gorbalenya, A.E., S.C. Baker, R.S. Baric, R.J. De Groot, C. Drosten, and A.A. Gulyaeva: Severe Acute Respiratory Syndrome-Related Coronavirus: The Species and Its Viruses, 2020. https://doi.org/10.1101/2020.02.07.937862.

Guinovart Díaz, R., I. Abelló Ugalde y W. Morales Lezca: La ocurrencia de rebrotes de la COVID-19 y su relación con el número reproductivo. Revista Cubana de Higiene y Epidemiología, 57:e303, 2020. http://scielo.sld.cu/scielo.php?pid=S1561-30032020000100020&script=sci_arttext&tlng=pt.

Huang, Q. and Y. Zhang: Mathematical Modeling of COVID-19 with Variable Transmission Rates. Bulletin of Mathematical Biology, 85(3):36, 2023. https://doi.org/10.1007/s11538-023-01034-8.

Iglesias Martínez, M.E., J.C. Castro Palacio, P. Fernández de Córdoba, J.M. Isidro, and E. Navarro Pardo: Feature extraction and similarity of movement detection during sleep, based on higher order spectra and entropy of the actigraphy signal: Results of the Hispanic Community Health Study/Study of Latinos. Sensors, 12(18):4310, 2018. https://www.mdpi.com/1424-8220/18/12/4310/pdf.

Johns Hopkins University: Coronavirus COVID-19 Global Cases by the Center for Systems Science and Engineering, 2020. https://www.rfp.org/resources/coronavirus-covid-19-global-cases-by-the-center-for-systems-science-and-engineering-csse-at-johns-hopkins-university-jhu/.

Jones, M.E., R.T. Smith, and A.B. White: Modeling Epidemics in Real-Time Using Differential Equations. Journal of Mathematical Biology, 86(2):89–112, 2023. https://doi.org/10.1007/s00285-023-01756-x.

Liu, X., X. Zhao, and Y. Yu: COVID-19 Transmission Dynamics: A Mathematical Approach. Mathematical Biosciences, 342:108670, 2022. https://doi.org/10.1016/j.mbs.2022.108670.

Medina Mendieta, J.F., M. Cortés Cortés, and M. Cortés Iglesias: COVID-19 Forecasts for Cuba Using Logistic Regression and Gompertz Curves. MEDICC Review, 22(3), 2020. https://www.scielosp.org/article/ssm/content/raw/?resource_ssm_path=/media/assets/medicc/v22n3/1555-7960-medicc-22-03-00032.pdf.

Medina Mendieta, J.F., M.E. Cortés Cortés, M. Cortés Iglesias, A.C. Pérez Fernández y M. Manzano Cabrera: Estudio sobre modelos predictivos para la COVID-19 en Cuba. Medisur, 18(3), 2020. https://www.medigraphic.com/pdfs/medisur/msu-2020/msu203n.pdf.

Mosquera, L.A. y M.H. Perea: Modelo matemático para la enfermedad del dengue. Boletín de Matemáticas, XIII(2):176–185, 2006. https://dialnet.unirioja.es/descarga/articulo/2382887.pdf.

Pérez, J., S. Hoyas, D. L. Skuratov, Y. . Ratis, I.A. Selezneva, P. Fernández de Córdoba, and J. Urchueguía: Heat Transfer Analysis of Intermittent Grinding Process. International Journal of Heat and Mass Transfer, 51:4132–4141, 2008. https://www.sciencedirect.com/science/article/abs/pii/S0017931008000148.

Pérez, J., F.R. Villatoro, J.L. González Santander, M.A. Borovsky, Y.L. Ratis, and E.A. Izzheurov: Heat transfer between a gas and an ultralow thermal conductivity porous structure. Applied Mathematics and Computation, 204:687–700, 2008. https://www.sciencedirect.com/science/article/abs/pii/S0096300308005390.

Prades Escobar, E. y D. Marín Sánchez: Modelos estadísticos para las predicciones de la COVID-19 en Cuba. Revista Cubana de Higiene y Epidemiología, 57:e303, 2020. https://www.medigraphic.com/pdfs/revcubhigepi/chi-2020/chi201d.pdf.

Zill, D.G.: Ecuaciones diferenciales ordinarias con aplicaciones de modelado. International Thomson Editores, 6ed edición, 1997, ISBN 968-7529-21-0. https://fiq.umich.mx/educenter/ficheros/cartas_descriptivas/Ecuaciones%20Diferenciales.pdf.

Descargas

Publicado

2025-02-24 — Actualizado el 2024-06-27

Versiones

Cómo citar

[1]
Acosta Iglesias, D. et al. 2024. Modelación de la propagación de procesos de contagio influidos por la distancia de contacto. Ciencias matemáticas. 38, 1 (jun. 2024), 77–84. DOI:https://doi.org/10.5281/zenodo.15292952.

Número

Vol. 38 Núm. 1: Junio, 2024

Sección

Artículo Original

Licencia

Derechos de autor 2024 Dagoberto Acosta Iglesias, Miguel, Milton

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.