Resumen

El brote de la enfermedad por coronavirus (COVID-19) comenz en diciembre de 2019 en Wuhan. El virus se ha extendido por todo el mundo y ha causado una pandemia fuerte y grave. Los sntomas como tos, dificultad respiratoria, diarrea y fatiga asociados con COVID-19 son hallazgos clnicos tpicos. La infeccin por coronavirus se ha convertido en un importante problema de salud pblica debido a su creciente prevalencia, graves complicaciones y mortalidad. A la luz de esta informacin, en este artculo examinamos diferentes mtodos de entropa para ndices mundiales (ISE 30, FTSE 100, NIKKEI 225, SP 500 y DAX 30) en el periodo pre-COVID-19 (02.01.201917.11.2019) y en el periodo post-COVID-19 (18.11.201923.11.2020). Adems, discutimos los rendimientos de entropas como Shannon, Renyi, Tsallis, y entropa aproximada (ApEn) en detalle y realizamos la nocin de entropa para la medida de volatilidad. Como resultado, presentamos los resultados numricos para el conjunto de datos.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Coronavirus; COVID-19; Pandemia; Síntomas; Salud pública; Entropía
• Keywords:Coronavirus; COVID-19; Pandemic; Symptoms; Public health; Entropy