Número ISSN |
 2706-5421

Picture of Javier Cladellas

Javier Cladellas

Investigador del Centro de Modelaje Matemático Carlos Castillo Chávez.

¿Por qué hay una disparidad entre la figura proyectada y los datos reportados de la fórmula matemática?

  • La curva proyectada está construida de manera que minimice su diferencia con respecto a los datos reportados. Por tanto, si nos interesamos en obtener la curva que más se apegue a los datos oficiales, esta siempre será la mejor opción. La curva tiene una forma determinada por el modelo SIR. Hay que tomar en cuenta que no se trata de una distribución normal o una campana de Gauss. 
  • Es imposible predecir al 100 % el futuro, por lo que siempre existirán valores atípicos. La intención de proyectar este fenómeno es de calcular cuántos casos habrá en el futuro, si y solo si la pandemia se comporta exactamente como en los modelos. Sin embargo, el fenómeno es en gran parte, aleatorio. Se pueden tener aproximaciones, pero nunca un resultado con ningún error.  
  • Al calibrar la curva, estamos suponiendo que los datos reportados no son valores atípicos. Todos los datos se incluyen al hacer el ajuste de la curva. Se pudiera suponer, por ejemplo, que los datos reportados a partir del primero de mayo son atípicos, y están muy por debajo del número real. En este caso obtendríamos una curva mucho más grande. El problema es que este es un supuesto que, como matemáticos, no nos podemos permitir hacer, debido a su carácter especulativo.  
  • La proyección no está tan alejada a la realidad como parece. Si se observa bien, tomando en cuenta el margen de error y la gráfica de hoy, existen 14 valores atípicos (según el modelo) de 86 valores utilizados. Se puede decir que el modelo se ha equivocado un 16 % de las veces.  
  • De algo que no hay duda, es que la transmisión (comunitaria) de la enfermedad, en cualquier país, se comporta de manera similar a lo que indica este tipo de modelos. Por lo que, si al pasar los días, los datos reportados no siguen en absoluto la forma de un modelo compartimental, se puede concluir que no se hacen suficientes pruebas con respecto al numero real de infectados, o no las aplican a los grupos correctos, bajo el supuesto que los datos no son manipulados.  

Comparte disruptiva