Escolar Documentos
Profissional Documentos
Cultura Documentos
Engenharia Metalúrgica
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.
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 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:
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.
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
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.