Modelado basado en ecuaciones frente a modelado basado en agentes con aplicaciones a la propagación del brote de COVID-19
Autores: Kasereka, Selain K.; Zohinga, Glody N.; Kiketa, Vogel M.; Ngoie, Ruffin-Benoît M.; Mputu, Eddy K.; Kasoro, Nathanaël M.; Kyandoghere, Kyamakya
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelado basado en ecuaciones frente a modelado basado en agentes con aplicaciones a la propagación del brote de COVID-19
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Enfoques de modelado
Enfermedades infecciosas
Población
Modelado basado en ecuaciones
Modelado basado en agentes
Pandemia de COVID-19.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En este documento, exploramos dos enfoques de modelado para comprender la dinámica de las enfermedades infecciosas en la población: el modelado basado en ecuaciones (EBM) y el modelado basado en agentes (ABM). Para lograr esto, se realizó un estudio comparativo de estos enfoques y destacamos sus ventajas y desventajas. Se llevaron a cabo dos estudios de caso sobre la propagación de la pandemia de COVID-19 utilizando ambos enfoques. Los resultados obtenidos muestran que los modelos basados en ecuaciones diferenciales son más rápidos pero aún simplistas, mientras que los modelos basados en agentes requieren más capacidades de máquina pero son más realistas y muy cercanos a la biología. Basándonos en estos resultados, parece que la combinación de ambos enfoques podría ser un compromiso interesante.
Descripción
En este documento, exploramos dos enfoques de modelado para comprender la dinámica de las enfermedades infecciosas en la población: el modelado basado en ecuaciones (EBM) y el modelado basado en agentes (ABM). Para lograr esto, se realizó un estudio comparativo de estos enfoques y destacamos sus ventajas y desventajas. Se llevaron a cabo dos estudios de caso sobre la propagación de la pandemia de COVID-19 utilizando ambos enfoques. Los resultados obtenidos muestran que los modelos basados en ecuaciones diferenciales son más rápidos pero aún simplistas, mientras que los modelos basados en agentes requieren más capacidades de máquina pero son más realistas y muy cercanos a la biología. Basándonos en estos resultados, parece que la combinación de ambos enfoques podría ser un compromiso interesante.