Predicen la evolución de la progresión geométrica del COVID-19
El objetivo principal de este trabajo, que realiza el grupo de investigación Sistemas de Energía Eléctrica de la Universidad de Sevilla, es predecir la evolución de la progresión geométrica que caracteriza el número de infectados reales, y en consecuencia en qué momento se alcanzará el pico de la epidemia en el caso concreto de España.
Fuente: Universidad de Sevilla
El objetivo principal del trabajo, que realiza el grupo de investigación Sistemas de Energía Eléctrica de la Universidad de Sevilla, es predecir la evolución de la progresión geométrica que caracteriza el número de infectados reales, y en consecuencia en qué momento se alcanzará el pico de la epidemia en el caso concreto de España.
Los científicos, ingenieros, economistas, sociólogos, etc. disponen de numerosas herramientas matemáticas y estadísticas para el tratamiento y filtrado de series temporales, con vistas a extraer información útil de los datos disponibles, por definición inciertos, tales como tendencias, patrones, periodicidad, valores medios o esperados, varianzas, etc. Existen básicamente dos categorías de modelos para procesar la información: 1) Los que intentan caracterizar la realidad “física” que genera dichos datos. En el caso de una epidemia vírica, estos modelos consideran por ejemplo qué fracción de personas están en el trabajo, en la enseñanza o en la calle, cuánto tarda en manifestar síntomas una persona contagiada y cuánto tiempo dura el periodo de contagio, etc. 2) Modelos que intentan determinar parámetros o variables explicativas desde un punto de vista puramente matemático (caja negra), sin entrar en cuáles son las causas o interacciones que explican los datos resultantes.
El modelo de los investigadores US pertenece a la segunda categoría, y no prejuzga cuál será exactamente la forma o curva de la evolución temporal de las magnitudes de interés, sino que utiliza una ecuación de transición de estados, que intenta captar la dinámica del problema relacionando las variables en un instante en función de las variables en el instante anterior. Se trata de determinar cómo evolucionan en el tiempo los parámetros que definen dicha ecuación, de forma que las diferencias entre lo observado y lo estimado se reduzcan al máximo, y la herramienta utilizada para ello es lo que se conoce como un filtro de Kalman. El Filtro de Kalman fue propuesto para sistemas dinámicos lineales a comienzos de los años 60, y está considerado como una de las herramientas fundamentales que permitieron al hombre pisar la luna, al ser empleado con éxito en el guiado de las misiones espaciales del programa Apolo.
Para más detalles, se pueden consultar los informes que se van actualizando periódicamente en el repositorio idUS: https://idus.us.es/handle/11441/94508
Últimas publicaciones
Un equipo de investigación andaluz junto con expertos de Reino Unido comprueba que el contenido en compuestos antioxidantes de estos organismos marinos mitiga la emisión de metano hasta un 40%, en una digestión simulada en rumiantes.
Sigue leyendoUn equipo de investigación del Instituto de Agricultura Sostenible de Córdoba (IAS-CSIC) ha analizado más de un centenar de muestras de quinoa cultivada en Andalucía y Extremadura durante dos años. El estudio ha demostrado que tanto el contenido de antioxidantes como grasas saludables depende en gran medida de la genética de la planta, lo que permitirá seleccionar aquellas variedades con mayor valor nutricional que mejor se adapten al clima del sur de España.
Un equipo de investigación de la Estación Experimental el Zaidín de Granada (CSIC), del Centro Tecnológico EnergyLab y de la Universidad de Copenhague ha aplicado una solución a partir de residuos vegetales para reducir la liberación de sustancias nocivas de los desechos de la ganadería porcina. El hallazgo ofrece una alternativa al uso de productos químicos agresivos y abre la puerta a nuevas formas de gestionar el estiércol con menor impacto ambiental.