Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul

Campus Caxias do Sul

Trabalho final da disciplina de Cálculo Numérico

Propagação De Uma Doença Infecciosa Através do Modelo SIR

Vinícius dos Santos Nunes

Engenharia Metalúrgica

Caxias do Sul, 20 de agosto de 2021.

1. Formulação do problema

Para que se obtenha uma organização da população em relação ao número de casos

envolvendo uma doença infecciosa, precisa-se levar em consideração o número de pessoas que
estão suscetíveis à doença, este número é uma variável de extrema importância pois pode levar a
inúmeros fatores agravantes para a população além da questão na área da saúde; o número de
pessoas infectadas, uma vez que este pode definir o quão perigoso é esta contaminação para um
certo grupo; e o número de recuperados. A partir desta ideia, o cálculo leva em consideração o
início da primeira contaminação e a soma estas variáveis em questão.

2. Justificativa

Tendo como base o cenário mundial dos últimos anos, é viável que utilize a comparação para
melhor entendimento. A utilização do cálculo numérico possibilita a obtenção de dados referentes
a taxa de crescimento ou decréscimo de recuperação e taxa de transmissão da infecção a
população.

Este número é conhecido através de uma função onde sua variável depende do tempo, posto
que cada indivíduo pode infectar-se apenas uma vez, a variável de transmissão irá diminuir com o
aumento do tempo, visto que enquanto está decresce a taxa de recuperação aumenta.

3. Fundamentação teórica do fenômeno

No último século, o problema foi profundamente estudado e diversas abordagens foram

utilizadas na tentativa de descrever o comportamento do número de indivíduos suscetíveis, de
indivíduos infectados e de indivíduos recuperados de uma certa doença infecciosa.

Um dos modelos mais vastamente utilizado, o SIR (do inglês Susceptible, infectious,
recovered) é reportado da década de 1920 e serve como ponto de partida para abordagens mais
robustas e aprofundadas na descrição de fenômenos epidemiológicos até o dia de hoje.

No modelo SIR, tem-se três equações diferenciais (EDOs) acopladas que juntas descrevem
a taxa de variação de cada grupo dentro de uma população em relação ao tempo. A taxa de variação
do número de pessoas suscetíveis (S), do número de pessoas infectados e do número de pessoas
recuperadas (R) é descrito pelas equações seguintes:

Sendo α a taxa de recuperação e β a taxa de transmissão. Partindo das premissas de que

um indivíduo não pode se contaminar com a doença duas vezes e que a doença não é grave o
suficiente para causar mortes, deseja-se resolver as equações acima de modo a determinar a
quantidade de pessoas em cada um dos três grupos ao longo do tempo.

4. Fundamentação teórica do método matemático

Para resolver o conjunto de equações diferenciais que descreve o problema, utilizou-se o

método de Runge-Kutta de quarta ordem. Este método consiste na especificação de um ponto inicial
em que sabemos os valores de S, I e R e na obtenção dos demais pontos ao longo do tempo através
das equações seguintes:

Sendo os 𝑦𝑛𝑠 pontos (S, I, R), os 𝑡𝑛𝑠 os valores de tempo, ℎ o tamanho do passo no tempo
e 𝑘1 , 𝑘2 , 𝑘3 e 𝑘14 coeficientes obtidos através das equações:

Sendo 𝑓 dada neste caso por:

5. Resolução do problema

Para resolver o problema, estimou-se uma população inicial de 500 mil pessoas, com um único
indivíduo contaminado. A taxa de transmissão estipulada foi de 1𝑥10−6 e a taxa de recuperação
5𝑥10−2. Assim, ao longo de 100 dias, o comportamento da população é representado pela figura 1
na sequência:
 Figura 1 - Comportamento 100 dias.

Fonte: (Autor).

Sendo que o problema foi resolvido com a linguagem de programação Python, de acordo com
a fundamentação do fenômeno e do método já explicadas nos itens anteriores. A implementação
detalhada utilizada na resolução pode ser encontrada no arquivo anexo 1.

Um cenário que pode ser investigado é a eficiência da redução da taxa de transmissão da

doença, quando os indivíduos são submetidos a isolamento ou quarentena, por exemplo. Para
avaliar este cenário, diminui-se a taxa de transmissão para um terço da inicial, com a mesma
população e mesma taxa de recuperação. O resultado obtido é mostrado na figura 2:

Figura 2 - Plano de Controle.

Fonte: (Autor).
 Observe como nesse caso o número de infectados demora mais para começar a crescer e
como o número total de infectados total no mesmo instante de tempo é inferior ao caso anterior,
demonstrando a eficiência da redução da transmissão sobre o controle da doença.

6. Conclusões

Ao dados logrados, verifica-se que a trajetória da curva transmissão-recuperação possui um

caminho de curso definido pelo cálculo das variáveis beta e Alpha. Apesar de determinado, pode-
se ainda, reduzir o aumento de transmissão com desenvolvendo sistemas de contenções para que
não haja propagação dessa doença e que impeça a fácil contaminação da população. Em geral, é
possível diminuir esses dados, com o apoio da população e dos estudos capazes de gerar recursos
para aumentar a imunidade.

7. Referências

[1] BUSKE, D.; GONÇALVES, G. A.; QUADROS, R. S. Evolução epidêmica do COVID-19 – modelo
SIR. Disponível em: https://wp.ufpel.edu.br/fentransporte/2020/04/09/a-evolucao-epidemica-do-
covid-19-modelo-sir/. Acesso 18 ago. 2021

[2] SPERANDIO, D.; MENDES, J. T.; SILVA, L. H. M. Cálculo numérico: características matemáticas
e computacionais dos métodos numéricos. São Paulo: Pearson, 2003.

[3] TODA A MATEMÁTICA. Método de Runge-Kutta Disponível em:

https://www.youtube.com/watch?v=wWjb-CtIl8M&ab_channel=TodaaMatem%C3%A1tica. Acesso
20 ago. 2021.