El movimiento de objetos sólidos o incluso fluidos puede ser descrito utilizando matemáticas. Los movimientos del viento, la turbulencia en los océanos, la migración de aves, la pandemia de enfermedades y todos los demás fenómenos o sistemas pueden ser comprendidos utilizando matemáticas, es decir, modelado matemático. Algunas de las técnicas más comunes utilizadas para el modelado matemático son la Ecuación Diferencial Ordinaria (ODE), la Ecuación en Derivadas Parciales (PDE), Métodos Estadísticos y Redes Neuronales (NN). Sin embargo, la mayoría de ellas requieren cantidades sustanciales de datos o una ecuación de gobierno inicial. Además, si un sistema aumenta su complejidad, es decir, si el número y la relación entre sus componentes aumentan, entonces la cantidad de datos requeridos y las ecuaciones de gobierno también aumentan. Un grafo es otro concepto bien establecido que se utiliza ampliamente en numerosas aplicaciones para modelar algunos fenómenos. Rara vez requiere datos y una forma cerrada de relaciones. El avance en la teoría ha llevado al desarrollo de un nuevo concepto llamado conjunto autocatalítico (ACS). En este documento, se introduce una nueva forma de ACS, a saber, el conjunto autocatalítico multidigráfico (MACS). Ofrece la libertad de modelar múltiples relaciones entre los componentes de un sistema cuando sea necesario. El concepto ha producido algunos resultados en forma de teoremas y en particular, su relación con el teorema de Perron-Frobenius. Luego, se codifica el Algoritmo de Grafo MACS (MACSGA) con fines de modelado dinámico. Finalmente, el MACSGA se implementa en el sistema de red de enfermedades transmitidas por vectores para exhibir la eficacia y fiabilidad del MACS. Identificó con éxito los dos distritos que fueron las principales fuentes del brote basándose en su número de reproducción.