Resumen

Se emplea un modelo epidemiológico susceptible-infeccioso-recuperado (SIR) basado en autómatas celulares probabilísticos (ACP) para simular la evolución temporal de los casos registrados de varicela en Arizona, Estados Unidos, entre 1994 y 2004. En cada paso temporal, cada individuo se encuentra en uno de los estados S, I o R. Los parámetros de este modelo son las probabilidades de que cada individuo (cada célula que forma el entramado PCA) pase de un estado a otro. Aquí, los valores de estas probabilidades se identifican mediante un algoritmo genético. Si se permiten valores no realistas a los parámetros, las predicciones presentan mejor concordancia con las series históricas que si se fuerzan a presentar valores realistas. Se presenta una discusión sobre cómo afecta el tamaño del entramado PCA a la calidad de las predicciones del modelo.

• Materias:Análisis Matemático Álgebra Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Applied Mathematics Mathematical logic
• Palabras claves:celosía pca, autómata celular probabilístico, individuo, parámetros, probabilidades, estado, mejor concordancia, modelo epidemiológico, algoritmo genético, serie histórica
• Keywords:pca lattice, probabilistic cellular automaton, individual, parameters, probabilities, state, better agreement, epidemiological model, genetic algorithm, historical series