Resumo |
Modelos epidêmicos são utilizados nos estudos de diversos fenômenos tais como biológicos, digitais e sociais. Tais modelos conseguem prever e ajudam a compreender o espalhamento de um patógeno, como no caso da pandemia da COVID-19, que iniciou-se na China em dezembro de 2019 e que atualmente fez a área de pesquisa de dinâmicas populacionais ganhar grande visibilidade, com muitas contribuições realizadas por físicos e físicas. Os modelos epidêmicos contêm os possíveis estados da doença em uma população, sendo o mais simples deles o modelo suscetível-infectado-removido (SIR). A dinâmica entre os indivíduos de uma mesma população pode ser feita considerando a hipótese de mistura homogênea, que assume que os indivíduos de uma mesma população possuem igual chance de entrarem em contato. A fim de levar em conta a estrutura espacial e reduzir os efeitos da aproximação de mistura homogênea, a estrutura de metapopulações pode ser utilizada. Os modelos de metapopulações dividem o sistema em subpopulações que interagem entre si por meio de mobilidade recorrent. Deste modo, a dinâmica do modelo epidêmico SIR em metapopulações nos permite analisar como um patógeno se dissemina. Neste trabalho, implementamos tais modelos e verificamos os efeitos que o a taxa de contato, a estrutura de metapopulações e as taxas de mobilidade tem no espalhamento da epidemia. No caso em que analisamos a dinâmica em uma única população, observamos que a redução da taxa de contatos achata a curva de infecção da epidemia. Consideramos um caso onde diversas populações, representando cidades, estão arranjadas em uma rede unidimensional, na qual as populações interagem com de taxas de mobilidade dadas pelo modelo gravitacional. Modificamos os parâmetros que alteram a taxa de mobilidade e com isso observamos que a medida que a taxa de mobilidade aumenta, a epidemia demora mais para atingir outras cidades. Quando utilizamos populações idênticas, pudemos observar que, no pico epidêmico, todas as cidades possuem, aproximadamente, a mesma densidade de infectados. Realizamos também a comparação entre os casos de uma única população com o de diversas populações dispostas em uma rede unidimensional, para estudar o efeito que as metapopulações gera na dinâmica epidêmica e observamos uma discrepância entre os resultados. Além disso, estamos realizando o estudo de uma rede bidimensional que utiliza as mesmas regras da rede unidimensional e calculando a largura da curva epidêmicas. |