Identificação de parâmetros na modelagem dinâmica da COVID-19

Authors

  • Sebastião Cícero Pinheiro Gomes Universidade Federal do Rio Grande http://orcid.org/0000-0002-5422-4240
  • Igor Oliveira Monteiro Universidade Federal do Rio Grande – FURG, Rio Grande/RS.
  • Carlos Rodrigues Rocha Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul – IFRS, Campus Rio Grande/RS

DOI:

https://doi.org/10.15536/thema.V18.Especial.2020.26-53.1854

Keywords:

COVID-19, modelagem dinâmica, identificação paramétrica, MdSIR.

Abstract

O presente artigo aborda a identificação paramétrica em um modelo dinâmico da epidemia por COVID-19, localizada em uma determinada cidade ou região. O modelo dinâmico utilizado é uma adaptação do SIR (Suscetíveis, Infectados, Recuperados), que recebeu o nome MdSIR, adaptação esta específica para reproduzir dinamicamente a COVID-19. Foram identificados três parâmetros que variam ao longo do tempo: o índice de reprodução basal; a taxa de quarentena de infectados; o percentual de circulação. Utilizou-se o método de Nelder-Mead Simplex na identificação paramétrica. O procedimento de identificação paramétrica foi utilizado considerando-se os dados reais de diversas cidades brasileiras. Simulações realizadas para essas cidades mostraram que o modelo cujos parâmetros variam ao longo do tempo reproduziu muito bem os dados reais.

Downloads

Download data is not yet available.

Author Biography

Sebastião Cícero Pinheiro Gomes, Universidade Federal do Rio Grande

Instituto de Matemática, Estatística e Física

Núcleo de Matemática Aplicada e Controle

Published

2020-07-30

How to Cite

GOMES, S. C. P.; MONTEIRO, I. O.; ROCHA, C. R. Identificação de parâmetros na modelagem dinâmica da COVID-19. Revista Thema, Pelotas, v. 18, n. ESPECIAL, p. 26–53, 2020. DOI: 10.15536/thema.V18.Especial.2020.26-53.1854. Disponível em: https://periodicos.ifsul.edu.br/index.php/thema/article/view/1854. Acesso em: 3 jul. 2024.

Issue

Section

Ciências Exatas e da Terra

Most read articles by the same author(s)