Difference between revisions of "MM&S:Principios: El modelo SIR de propagación de epidemias"
From hpcwiki
Gvillalobos (Talk | contribs) m (Gvillalobos moved page Ejemplo: El modelo SIR de propagación de epidemias to MM&S:Principios: Ejemplo: El modelo SIR de propagación de epidemias) |
Gvillalobos (Talk | contribs) |
||
Line 1: | Line 1: | ||
Motivación y sustentación: Uno de los primeros trabajos en epidemiología es el modelo SIR, propuesto por Kermack y McKendrick en 1927. Los autores proponen dividir la población en tres grupos: infectados, susceptibles y retirados. El modelo resultante es no-lineal y es susceptible de una simulación computacional. | Motivación y sustentación: Uno de los primeros trabajos en epidemiología es el modelo SIR, propuesto por Kermack y McKendrick en 1927. Los autores proponen dividir la población en tres grupos: infectados, susceptibles y retirados. El modelo resultante es no-lineal y es susceptible de una simulación computacional. | ||
+ | * GFH, Capítulo 12, Ejemplo 3, Pg. 564 y 565. | ||
* "DISCUSSION: THE KERMACK-McKENDRICK EPIDEMIC THRESHOLD THEOREM", Bulletin of Matheraatical Biology Vol. 53, No. 1/2, pp. 3-32, 1991, pg 1 a la 11. [http://www.sciencedirect.com/science/article/pii/S0092824005800394#] | * "DISCUSSION: THE KERMACK-McKENDRICK EPIDEMIC THRESHOLD THEOREM", Bulletin of Matheraatical Biology Vol. 53, No. 1/2, pp. 3-32, 1991, pg 1 a la 11. [http://www.sciencedirect.com/science/article/pii/S0092824005800394#] | ||
* Applet en java: [http://www.public.asu.edu/~hnesse/classes/sir.html?Alpha=0.9&Beta=0.2&initialS=10&initialI=1&initialR=0&iters=10] | * Applet en java: [http://www.public.asu.edu/~hnesse/classes/sir.html?Alpha=0.9&Beta=0.2&initialS=10&initialI=1&initialR=0&iters=10] | ||
* Ejercicios: STR 3.7.6, 6.5.6. | * Ejercicios: STR 3.7.6, 6.5.6. |
Revision as of 21:00, 9 February 2014
Motivación y sustentación: Uno de los primeros trabajos en epidemiología es el modelo SIR, propuesto por Kermack y McKendrick en 1927. Los autores proponen dividir la población en tres grupos: infectados, susceptibles y retirados. El modelo resultante es no-lineal y es susceptible de una simulación computacional.