Estimación de contagios por Covid19 en México

Autores/as

  • María Beatriz Bernábe Loranca Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla
  • Gerardo Martínez Guzman Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla
  • Mariano Larios Gómez Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla
  • Alberto Carrillo Canan Facultad de Filosofía y Letras, BUAP Universidad Autónoma del Carmen, Facultad de Ciencias de la Información
  • Carmen Cerón Garnica Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla

DOI:

https://doi.org/10.30973/progmat/2022.14.1/5

Palabras clave:

Análisi Multicriterio, Covid19, Curva de Contagio, Función Logística, Predicción Basada en Datos, Regresión Lineal

Resumen

En este trabajo se propone una exploración de datos para la predicción del comportamiento de los contagios por la pandemia del año 2020 por el COVID-19, enfermedad causada por el Coronavirus SARS-COV2. La investigación realizada presenta una exploración los datos adquiridos por la base de datos de la OMS (Organización Mundial de la Salud) y del CEPCE (Centro Europeo para la Prevención y Control de Enfermedades). Se desarrollaron dos propuestas, la primera utiliza una función logística y la segunda una ecuación de regresión, ambas generan pronósticos con una buena aproximación. Con estas propuestas se lograron buenos resultados demostrables. Finalmente, se utilizó un modelo multicriterio que proporciona un resultado independiente de la función logística. Los resultados importantes arrojados por un algoritmo es que se estima que el mayor contagio ha sido desde el 5 de mayo durante 10 días críticos posteriores.

Biografía del autor/a

María Beatriz Bernábe Loranca, Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla

Nació en la ciudad de Puebla, México. Recibió el B.S. la licenciatura en Ciencias de la Computación de Benemérita Universidad Autónoma de Puebla (BUAP), México en 1993 y el M.I. grado en calidad ingeniería de la Universidad Iberoamericana (UIA), México en 2003. En enero de 2010, recibió el grado de Doctorado en Operaciones Investigación de la Universidad Nacional Autónoma de México (UNAM.). Desde 1995, ella ha sido profesor en la Facultad de Informática Ciencia de BUAP, donde trabaja en bases de datos y estadísticas. Ella pertenece a la Nacional Sistema de Investigadores con Nivel Candidato (SNI). Sus intereses de investigación son: combinatoria optimización, diseño territorial y multiobjetivo técnicas.

Gerardo Martínez Guzman, Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla

Obtuvo el título de Licenciado en Matemáticas. Maestría y Doctorado en Ciencias Matemáticas por la Facultad de Ciencias Físico Matemáticas de la Benemérita Universidad Autónoma de Puebla, México. Actualmente es profesor investigador de la Facultad de Ciencias de la Computación de la Benemérita Universidad Autónoma de Puebla, México

Mariano Larios Gómez, Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla

Originario de Puebla-México. Profesor investigador tiempo completo en la Benemérita Universidad Autónoma de Puebla (BUAP) con perfil PRODEP. Recibió su grado de licenciatura y maestría en ciencias de la computación en la facultad de ciencias de la computación (BUAP) 1997-2001 y 2001-2003 respectivamente. Estudios de doctorado en sistemas en Sistemas Inteligentes en la UATX 2019. Desde 2004 es profesor en la facultad de ciencias de la computación (BUAP). Su interés en la investigación incluye tópicos en cómputo distribuido, blockchain, cómputo de alto rendimiento, sistemas de tiempo real y computo pervasivos. Actualmente colabora en proyectos de investigación sobre supercómputo en el laboratorio nacional del suroeste LNS.

Alberto Carrillo Canan, Facultad de Filosofía y Letras, BUAP Universidad Autónoma del Carmen, Facultad de Ciencias de la Información

Doctor en filosofía por la Universidad Libre de Berlín. Miembro del Sistema Nacional de Investigadores nivel III. Ha publicado diversos artículos en revistas con arbitraje nacional e internacional. Es profesorinvestigador de tiempo completo de la Benemérita Universidad Autónoma de Puebla (BUAP) y es responsable del Cuerpo Académico “La estética y los medios”. Sus áreas de investigación incluyen la estética, la teoría de medios, la filosofía de la tecnología, las ciencias cognitivas y la historia de la ciencia.

Carmen Cerón Garnica, Facultad de Ciencias de la Computación, Benemérita Universidad Autónoma de Puebla

Profesora Investigadora de Tiempo Completo en la Facultad de Ciencias de la Computación-BUAP desde 1995, participa en el Núcleo Básico del Doctorado de Investigación e Innovación Educativa DIIE de la Facultad de Filosofía y Letras desde 2018. Licenciada en Sistemas Computacionales realizando la Especialidad de Software Educativo en el ILCE, Maestra en Nuevas Tecnologías para el Aprendizaje de la Universidad Iberoamericana, Doctorado en Educación y Tecnologías de la Información de la Universidad La Salle Interinstitucional línea de Investigación Tecnologías Emergentes para la Ciencia Tecnología y Educación. Actualmente tiene Perfil Deseable PRODEP y pertenece al Sistema Nacional de Investigadores Nivel 1.

Citas

Navarro, E., Martínez, L., López, R., Fritz, J., Flores, B., Mendoza, J.: Modelo para estimación del comportamiento epidémico de la influenza A (H1N1) en México. Revista Panamericana Salud Pública, Vol. 31, No. 4, pp. 269–274 (2012)

Mooney, J., Holmes, E., Christie, P.: Modelización en tiempo real de las epidemias de gripe: un análisis de regresión lineal. Euro Surveill, Vol. 7, No. 12, (2002).

World Health Organization. https://covid19.who.int/ Datos del coronavirus de la enfermedad de COVID-19. Centro Europeo para la prevención y Control de las Enfermedades. https://data.europa.eu/euodp/es/data/dataset/covid-19-coronavirusdata (2019).

Li, F.: Structure, Function, and Evolution of Coronavirus Spike Proteins. Annual review of virology, Vol. 3, No. 1, pp. 237-261, (2016). https://doi.org/10.1146%2Fannurev-virology-110615-042301

Arranz, J., María, J.: COVID-19, SARS-CoV-2. GdT-semFYC en Enfermedades Infecciosas. https://www.semfyc.es/wpcontent/uploads/2020/03/Covid-19-semFYC.pdf (2020).

Emergencia de un nuevo coronavirus (2019-nCoV). Asociación Española de Pediatría. https://vacunasaep.org/profesionales/noticias/emergencia-de-unnuevo-Coronavirus-2019-ncov (2020).

Pérez, F., Fernández, H.: Econometría conceptos básicos. ECOE (2009).

Vázquez, K., Monzón, M., Hernández, J.: Modelo “SIR” para epidemias: Persistencia en el tiempo y nuevos retos en la era de la Informática y las pandemias. Revista Cubana de Informática Médica (2007).

Brauer, F.: Mathematical epidemiology: Past, present, and future. Infectious Disease Modelling, Vol. 2, No. 2, pp. 113–127, (2017).

Brauer, F., Castillo-Chavez, C., Feng, Z.: Mathematical Models in Epidemiology, Springer, (2019).

Descargas

Publicado

15-02-2022

Cómo citar

Bernábe Loranca, M. B., Martínez Guzman, G., Larios Gómez, M., Carrillo Canan, A., & Cerón Garnica, C. (2022). Estimación de contagios por Covid19 en México. Programación matemática Y Software, 14(1), 41–52. https://doi.org/10.30973/progmat/2022.14.1/5

Número

Vol. 14 Núm. 1 (2022): Febrero de 2022

Sección

Artículos

Licencia

Derechos de autor 2022 María Beatriz Bernábe Loranca, Gerardo Martínez Guzman, Mariano Larios Gómez, Alberto Carrillo Canan, Carmen Cerón Garnica

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.

Artículos más leídos del mismo autor/a