Professional Documents
Culture Documents
Oscar G. Duarte
El modelo representa la evolucin de enfermedades infecciosas. Las poblaciones de
las especies involucradas se representan por compartimentos. Se modela el tamao
de la poblacin de cada compartimento y las interacciones entre los mismos.
La evolucin de las enfermedades infecciosas es uno de los
temas de investigacin de la epidemiologa. Los modelos matemticos de estos fenmenos permiten realizar experimentos
computacionales que ayudan a analizar la propagacin de las
enfermedades y eventualmente realizar predicciones.
Los modelos deben representar los mecanismos de infeccin y
recuparacin de la enfermedad as como el nacimiento y muerte
de individuos. En ocasiones, en estos procesos intervienen poblaciones de diferentes especies, o subpoblaciones de una misma
especie.
Figura 1: Aedes aegypty. Insecto transSe presenta aqu una implementacin que permite ensamblar misor del Dengue. Foto tomada de
modelos relativamente sofisticados sin la necesidad de escribir http://www.saludputumayo.gov.co
explcitamente el conjunto completo de ecuaciones diferenciales
y algebraicas. Los primeros modelos presentados tienen pocos compartimentos (2 o 3) y posteriormente
se desarrollan casos ms complejos (hasta 19 compartimentos).
ndice
1. El modelo
1.1. Modelo SIR . . . . . . . . . . . . . . .
1.2. Modelo SIR con nacimientos y muertes
1.3. Modelo SIS . . . . . . . . . . . . . . .
1.4. Modelo SIR-SI . . . . . . . . . . . . .
1.4.1. Modelo del vector . . . . . . . .
1.4.2. Modelo del humano . . . . . . .
1.5. Modelo SIR-SI con dos serotipos . . . .
1.6. Modelo del dengue . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
3
3
4
4
4
4
6
7
3. La implementacin
17
3.1. Ejemplo: implementacin del modelo SIR . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2. Listado de Archivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.
El modelo
Los modelos aqu explicados han sido compilados e implementados en [1]. La estrategia bsica consiste en identificar las especies involucradas en el proceso de propagacin de la enfermedad y realizar una
1
particin1 de su poblacin. Cada uno de los subconjuntos de la particin es un compartimento. Las poblaciones de los compartimentos evolucionan con el tiempo debido a fenmenos tales como nacimientos,
muertes, infecciones y recuperaciones de la enfermedad.
Para cada compartimento se plantea una ecuacin dinmica que describe la rata de cambio del
tamao de la poblacin x. La forma general de la ecuacin es:
x =
entradas
salidas
(1)
P
1.1.
Modelo SIR
En este modelo slo se considera la especie de humanos. Su poblacin se subdivide en tres compartimentos, que dan origen al nombre del modelo:
S-Susceptibles: son los individuos que no han contrado la enfernedad pero que pueden llegar a contraerla.
I-Infectados: son los individuos que han contrado la enfermedad y an no la han superado.
R-Recuperados: son los individuos que se han superado la enfermedad.
Los tamaos de las poblaciones de estos compartimentos se representan por S, I, R respectivamente.
En el modelo SIR, las dinmicas de las poblaciones se rigen por las siguientes reglas
Un individuo puede pasar del compartimento Susceptible al Infectados a travs del contagio.
Un individuo puede pasar del compartimento Infectados al Recuperados a travs de la recuperacin.
Los individuos recuperados adquieren inmunidad, y por tanto no vuelven a enfermarse.
La poblacin total de la especie es constante.
La dinmica de la enfermedad es mucho ms rpida que la dinmica natural de la especie, y por
tanto no se modelan los nacimientos ni las muertes.
El contagio se da por el contacto entre un individuo susceptible y uno infectado. Por esta razn,
el nmero de contagios es directamente proporcional al producto SI (proporcional a la probabilidad
de encuentro entre un individuo infectado y uno susceptible) con cosntante de proporcionalidad . El
nmero de recuperaciones es proporcional al nmero de infectados I; la tasa de recuperacin es el
1
La particin de un conjunto es la definicin de subconjuntos de dicho conjunto con dos propiedades: 1) los subconjuntos
son disyuntos, es decir no tienen elementos en comn, o lo que es igual su interseccin es vaca 2) la unin de los subconjuntos
es igual al conjunto original
SI
SI
1.2.
(2)
El modelo SIR puede modificarse para incluir el fenmeno de muerte natural en cada compartimento.
La muerte natural se modela proporcional a la poblacin de cada compartimento, con una constante de
proporcionalidad igual para todos los compartimentos. Para compensar la disminucin de la poblacin,
se consideran los nacimientos, que igualan en cantidad a las muertes.
La figura 3 muestra el diagrama correspondiente al modelo. Las ecuaciones correspondientes son las
siguientes:
Ecuaciones del modelo SIR con nacimientos y muertes
S = N SI S
I = SI I I
R = I I
N = S+I +R
1.3.
(3)
Modelo SIS
En algunas enfermedades la recuperacin no asegura inmunidad. En otras palabras, es posible adquirir la enfermedad ms de una vez. Como se muestra en la figura 4, el modelo SIS (sin nacimientos
ni muertes) slo tiene dos compartimentos: Susceptibles e Infectados; los individuos que se recuperan
pueden enfermarse de nuevo, y por tanto pasan al compartimento de los suscceptibles. Las ecuaciones
del modelo son:
Ecuaciones del modelo SIS
S = SI + I
I = SI I
(4)
I
S
SI
1.4.
Modelo SIR-SI
El vector se representa por dos compartimentos: los Susceptibles y los Infectados. Los mosquitos
infectados son los que servirn de transmisores de la enfermedad. La probabilidad de que un mosquito
se infecte es proporcional a la probabilidad de encuentro entre un mosquito no infectado y un humano
infectado, es decir, es proporcional al producto Sv Ih /Nh . Hay dos elementos ms que intervienen: la tasa
de picadura (representada por b) y la probabilidad de que el mosquito resulte infectado (representada
por pv ).
1.4.2.
La poblacin humana se representa por tres compartimentos: los Susceptibles, Infectados y Recuperados. La probabilidad de que un humano se infecte es proporcional a la probabilidad de encuentro
entre un mosquito infectado y un humano susceptible, es decir, es proporcional al producto Sh Iv /Nv .
Tambin intervienen: la tasa de picadura (representada por b) y la probabilidad de que el humano resulte
infectado (representada por ph ).
Ecuaciones del modelo SIR-SI.
Vector.
S v = Nv v v Sv
Iv = v v Iv
Humano.
S h = Nh h h Sh
Ih = h Ih h Ih
R h = Ih h Rh
Nh = Sh + Ih + Rh
h = ph bSv Iv /Nv
Nv = Sv + Iv
v = pv bSv Ih /Nh
1.5.
(5)
Este modelo contempla dos variantes de la enfermedad, caracterizada por dos serotipos. Los serotipos
se identifican por los subndices 1 y 2. El nmero de compartimentos se incrementa ahora as:
La poblacin de vectores infectados (Iv ) se subdivide en dos comparimentos:
Iv1 : los vectores infectados por el serotipo 1
Iv2 : los vectores infectados por el serotipo 2
Sh
v Iv
Iv
Ih
Ih
h Rh
h Nh
h Sh
Sv
h Ih
v Sv
v Nv
Rh
dos serotipos.
(6)
Serotipo
Ih2 =
R h2 =
Ih21 =
h2 =
2
h2 Ih2 h Ih2
Ih2 h Rh2 h1 Rh2
h1 Rh2 Ih21 h Ih21
ph bSv Iv2 /Nv
Sv
v Iv2
Ih1
h1
Sh
Rh1
h Ih12
h2 Rh1
Ih21
Ih
12
h Ih1
Ih2
Ih2
Rh2
h1 Rh2
I h 21
Rh
Ih21
h Ih21
h Nh
Ih1
h Rh1
h Sh
h Ih1
h Rh1
Iv2
h Rh
v Sv
v1
v Nv
v Iv1
Iv1
1.6.
En [1] se propone un modelo para la propagacin del dengue, y se identifican los parmetros correspondientes para el caso colombiano. El modelo separa la poblacin de humanos en dos poblaciones
diferentes:
La poblacin de jvenes, identificada con el subndice j
La poblacin de adultos, identificada con el subndice a
Para cada una de estas subpoblaciones se formula un modelo SIR-SI con dos serotipos, como el
presentado en la seccin 1.5. Sobre ese modelo, se adiciona la migracin de cada compartimiento de la
poblacin joven a su homlogo de la poblacin adulta, a una rata que representa la rapidez del paso
de joven a adulto.
En esas condiciones, el diagrama resultante es el que se muestra en la figura 7. La ecuacin 7 consigna
el conjunto de relaciones matemtica correspondientes.
2.
Adulto.
S a = Na a1 a2 a Sa + Sj
R a = Ia12 + Ia21 a Ra + Rj
Na = Sa + Ia + Ra
Joven-Serotipo 2
Ij2 = j2 Ij2 j Ij2 Ij2
R j2 = Ij2 j Rj2 j1 Rj2 Rj2
Ij21 = j1 Rj2 Ij21 j Ij21 Ij21
j2 = pj bSv Iv2 /Nv
Adulto-Serotipo 2
Ia2 = a2 Ia2 a Ia2 + Ij2
R a2 = Ia2 a Ra2 a1 Ra2 + Rj2
Ia21 = a1 Ra2 Ia21 a Ia21 + Ij21
a2 = pa bSv Iv2 /Nv
(7)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
9
9
9
9
11
11
11
11
13
13
13
13
14
15
15
15
15
15
15
v Nv
Sv
Iv1
v Iv2
Ia1
Rj2
j Ij12
j1 Rj2
I1
Ra1
I j 21
Ij21
a2 Ra1
Ia21
a Ia1
Ia2
Ia2
Ra2
Rj
j Ij21
a Ra1
a Ia1
a Sa
Ij
a1 Ra2
Ia
a Ra
Ij2
j Ij1
Ij2
Sa
Ij21
12
j2
a1
j2 Rj1
a Ia12
Sj
Rj1
12
I a21
Ra
Ia21
a Ia21
j Nj
Ij1
j Rj1
j1
Ij1
a Ra1
j Sj
j Ij1
j Rj1
Iv2
j Rj
v Sv
v1
v Iv1
Figura 7: Diagrama del dengue modelo SIR-SI con dos serotipos de virus y poblacin de humanos separad
por edades. Las lneas punteadas representan la migracin de las poblaciones jvenes a adultas, Xj ,
donde Xj es la poblacin del compartimento joven
Ttulo:
Descripcin:
Crditos
Grupo
Modelo SIR
Modelo de propagacin de una enfermedad con tres compartimentos
de individuos: Susceptibles, Infectados y Recuperados
Implementacin
Oscar Germn Duarte Velasco
e-mail
ogduartev@unal.edu.co
Parmetros
nombre Modelica
nombre
descripcin
Enfermedad
Poblacin
Tasa de contagio
Poblaciones
Curva
Susceptibles
Infectados
Recuperados
Descripcin
x
dia
dia
dia
y
S.pob
I.pob
R.pob
Descripcin
x
I.pob
y
S.pob
Descripcin
x
R.pob
y
S.pob
Descripcin
x
R.pob
y
I.pob
Retrato S-I
Curva
S vs I
Retrato S-R
Curva
S vs R
Retrato I-R
Curva
I vs R
Variable
dia
S.pob
I.pob
R.pob
Descripcin
Unidades
das
Individuos
Individuos
Individuos
10
Ttulo:
Descripcin:
Crditos
Grupo
Enfermedad
11
Tiempo de recuperacin
Poblaciones
Poblaciones
Curva
Susceptibles
Infectados
Recuperados
Descripcin
x
S.dia
S.dia
S.dia
y
S.S.pob
S.I.pob
S.R.pob
Descripcin
x
S.dia
y
S.I.pob
Descripcin
x
S.I.pob
y
S.S.pob
Descripcin
x
S.R.pob
y
S.S.pob
Descripcin
x
S.R.pob
y
S.I.pob
Infectados
Curva
Infectados
Retrato S-I
Curva
S vs I
Retrato S-R
Curva
S vs R
Retrato I-R
Curva
I vs R
12
Variable
S.dia
S.S.pob
S.I.pob
S.R.pob
Descripcin
Unidades
das
Individuos
Individuos
Individuos
Cuadro 6: Variables en la tabla de resultados del experimento 2, Modelo
Susceptible-Infectado-Recuperado con nacimientos
Ttulo:
Modelo SIS
13
Descripcin:
Crditos
Grupo
Enfermedad
Poblaciones
Poblaciones
Curva
Susceptibles
Infectados
Descripcin
x
dia
dia
y
S.pob
I.pob
Variable
dia
S.pob
I.pob
Descripcin
Unidades
das
Individuos
Individuos
Cuadro 9: Variables en la tabla de resultados del experimento 3, Modelo
Susceptible-Infectado-Susceptible
Planta de experimentacin 4 (Modelo SIR para humanos y SI con dos cepas para mosquito)
Presentacin Modelo de propagacin de una enfermedad en el que hay dos cepas del virus. Los humanos
recuperados de la infeccin de una cepa pueden reinfectarse con la otra. El modelo se presenta en la seccin
1.5.
Instrumentacin El modelo cuenta con 11 parmetros ajustables organizados en 2 grupos de controles
(Ver tabla 10). Como resultado del experimento, el programa despliega:
11 curvas organizadas en 4 grficos (Ver tabla 11).
Una tabla de datos del comportamiento de 12 variables (Ver tabla 12).
Experimentos sugeridos La siguiente es el listado de experimentos sugeridos:
14
Ttulo:
Descripcin:
15
Crditos
Grupo
Enfermedad
Implementacin
e-mail
Parmetros
nombre Modelica
b
nombre
Tasa de picadura
H.ph
V.pv
H.trec
V.tvida
H.tvida
to2
Poblaciones
V.N Iv1
V.N Iv2
H.N ih1
H.N ih2
descripcin
Tasa de picadura ante
contacto entre humano
y mosquito
Probabilidad de contagio ante picadura
Probabilidad de contagio ante picadura
Nmero de das de recuperacin de la enfermedad
Nmero de das de vida
del mosquito
Nmero de aos de vida de los humanos
Da en que aparece el
primer mosquito del serotipo 2
Nmero de mosquitos
infectados con el serotipo 1 al inicio de la simulacin
Nmero de mosquitos
infectados con el serotipo 2 al inicio de la simulacin
Nmero de humanos
infectados con el serotipo 1 al inicio de la simulacin
Nmero de humanos
infectados con el serotipo 2 al inicio de la simulacin
y SI
Infectados
Curva
Infectado
serotipo 1
Infectado
serotipo 2
Reinfectados
serotipo 1
Reinfectados
serotipo 2
Descripcin
dia
H.Ih1.pob
dia
H.Ih2.pob
dia
H.Ih21.pob
dia
H.Ih12.pob
dia
H.Rh1.pob
dia
H.Rh2.pob
dia
H.Rh.pob
Recuperados
Curva
Recuperados
serotipo 1
Recuperados
serotipo 2
Recuperados
16
Descripcin
Susceptibles
Curva
Susceptibles
Descripcin
x
dia
y
H.Sh.pob
Descripcin
x
dia
dia
dia
y
V.Sv.pob
V.Iv1.pob
V.Iv2.pob
Vectores
Curva
susceptibles
Serotipo 1
Serotipo 2
Cuadro 11: Figuras del experimento 4, Modelo SIR para humanos y SI con
dos cepas para mosquito
Variable
Descripcin
Unidades
dia
das
H.Ih1.pob
Individuos
H.Ih2.pob
Individuos
H.Ih21.pob
Individuos
H.Ih12.pob
Individuos
H.Rh1.pob
Individuos
H.Rh2.pob
Individuos
H.Rh.pob
Individuos
H.Sh.pob
Individuos
V.Sv.pob
Individuos
V.Iv1.pob
Individuos
V.Iv2.pob
Individuos
Cuadro 12: Variables en la tabla de resultados del experimento 4, Modelo SIR
para humanos y SI con dos cepas para mosquito
3.
La implementacin
La implementacin del modelo utiliza la librera de bloques Modelica Standard Library. Se definen
dos clases principales: Compartimento e Interaccin.
class compartimento: Esta clase implementa la ecuacin 1 haciendo explcitos los fenmenos de nacimiento y muerte. Para ello se utilizan dos vectores de objetos de la clase interaccin, que modelan
el conjunto de entradas y salidas de individuos al compartimento, respectivamente.
Las variables pertenecientes a la clase compartimento son:
pob: representa el nmero de individuos en el compartimento, es decir, su poblacin.
nace: representa el nmero de nacimientos en el compartimento.
muere: representa el nmero de muertes de individuos del compartimento.
entra: es un vector de objetos de la clase interaccion, que representa los fenmenos por los
que aumenta la poblacin del compartimento.
17
sale: es un vector de objetos de la clase interaccion, que representa los fenmenos por los
que disminuye la poblacin del compartimento.
N: variable de la poblacin total de la especie del compartimento. Es una variable de tipo
outer porque la poblacin total de la especie es externa al compartimento.
Los parmetros pertenecientes a la clase compartimento son:
natalidad: tasa de natalidad.
mortalidad: tasa de mortalidad.
nentra: nmero de interacciones en el vector entra.
nsale: nmero de interacciones en el vector sale.
Las ecuaciones bsicas implementadas son las siguientes:
dpob
dt
(8)
class interaccion: Esta clase modela el contacto entre dos especies. Es una extensin de un bloque
general MISO con entradas x1 , x2 , , xnin y salida y. La salida y se calcula como
y = coef iciente
nin
Y
xi
(9)
i=1
En general, xi representa la poblacin de algn compartimento. Por ejemplo, El nmero de contagios de una especie a otra es p
roporcional al nmero de veces que se encuentran dos individuos
de esas especies; en esta situacin, existirn dos entradas (nin = 2), cada una de las cuales ser la
poblacin de cada especie, y el coeficiente representar la probabilidad de contagio.
3.1.
El modelo SIR (seccin 1.1) emplea tres compartimientos denominados S, I, R (Susceptibles, Infectados y Recuperados, respectivamente) y dos interacciones denominadas I1 e I2.
La interaccin I1 representa la infeccin de individuos susceptibles, y corresponde al trmino SI
de la ecuacin 2. Esta interaccin tiene entonces dos entradas, correspondientes a las poblaciones de los
compartimientos S e I, y su coeficiente corresponde a la tasa de contagio .
La interaccin I2 representa la recuperacin de individuos infectados, y corresponde al trmino I
de la ecuacin 2. Esta interaccin tiene entonces una entrada, correspondiente a la poblacin del I, y su
coeficiente corresponde a la tasa de recuperacin .
Las poblaciones iniciales de los tres compartimientos se han modelado con los parmetros NS, NI,
y NR. La implementacin total del modelo se encuentra en el archivo SIR.mo
3.2.
Listado de Archivos
18
w i t h i n Epidemia ;
Archivo
SIR.mo
SIRn.mo
SIS.mo
compartimento.mo
dengue.mo
dosserotipos.mo
humano.mo
interaccion.mo
package.mo
vector.mo
Archivo 1: SIR.mo
w i t h i n Epidemia ;
Archivo 2: SIRn.mo
model SIRn
SIR S ( S . n a t a l i d a d=mu1 , S . m o r t a l i d a d=mu1 , I . m o r t a l i d a d=mu1 ,R. m o r t a l i d a d=mu1 ,NR=646) ;
pa r a meter Real mu1=mu1 e 6;
pa r a meter Real mu= 4 4 . 1 8 9 ;
end SIRn ;
Archivo 3: SIS.mo
19
w i t h i n Epidemia ;
model SIS
i n t e r a c c i o n I 1 ( n i n =2 , c o e f i c i e n t e=beta / (NS+NI ) ) " Co ntag io " ;
i n t e r a c c i o n I 2 ( n i n =1 , c o e f i c i e n t e=gamma) " R e c u p e r a c i n " ;
compartimento S ( n e n t r a =1 , n s a l e =1 ,pob ( s t a r t=NS) ) " S u s c e p t i b l e s " ;
compartimento I ( n e n t r a =1 , n s a l e =1 ,pob ( s t a r t=NI ) ) " I n f e c t a d o s " ;
i n n e r Real N;
pa r a meter Real beta = 0 . 4 ;
pa r a meter Real gamma=1/ t r e c " Tasa de r e c u p e r a c i o n " ;
pa r a meter Real t r e c ( u n i t =" d i a s " ) =7 " Tiempo de r e c u p e r a c i n " ;
pa r a meter Real NS=1000NI ;
pa r a meter Real NI=1;
Real d i a ( u n i t ="d a s " ) ;
equation
d i a=time ;
N=(S . pob+I . pob ) ;
c o n n e c t ( I 1 . u [ 1 ] , S . pob ) ;
c o n n e c t ( I 1 . u [ 2 ] , I . pob ) ;
c o n n e c t ( I 2 . u [ 1 ] , I . pob ) ;
connect (S . entra [ 1 ] , I2 . y) ;
connect (S . s a l e [ 1 ] , I1 . y ) ;
connect ( I . entra [ 1 ] , I1 . y) ;
connect ( I . s a l e [ 1 ] , I2 . y ) ;
end SIS ;
w i t h i n Epidemia ;
Archivo 4: compartimento.mo
w i t h i n Epidemia ;
Archivo 5: dengue.mo
model dengue
v e c t o r V(muv=muv , pv=pv , b=b , NSv=Nv , NIv1 =0 ,NIv2 =0 ,Nh=Nh) ;
humano j o v e n (muh=muj , gamma=gamma , Nsh=600000 , Nih1 =100 , Nih2 =0 ,Nrh1 =0 ,Nrh2 =500 , Nih12 =0 ,
Nih21 =0 ,Nrh=0 ,Nh=Nh , ph=pj , b=b , Sh . n a t a l i d a d=lambda /Nh ,
Sh . n s a l e =3 , Ih1 . n s a l e =2 , Ih2 . n s a l e =2 , Rh1 . n s a l e =2 , Rh2 . n s a l e =2 , Ih1 2 . n s a l e =2 , Ih2 1 .
n s a l e =2 ,Rh . n s a l e =1) ;
humano a d u l t o (muh=muv , gamma=gamma , Nsh=199300 , Nih1 =100 , Nih2 =0 ,Nrh1 =100000 ,Nrh2 =100000 ,
Nih12 =0 , Nih21 =0 ,Nrh=0 ,Nh=Nh , ph=pv , b=b , Sh . n a t a l i d a d=0
,
Sh . n e n t r a =1 , Ih1 . n e n t r a =2 , Ih2 . n e n t r a =2 ,Rh1 . n e n t r a =2 ,Rh2 . n e n t r a =2 , Ih1 2 . n e n t r a =2 , Ih2 1 .
n e n t r a =2 ,Rh . n e n t r a =3) ;
i n t e r a c c i o n ASh( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
20
i n t e r a c c i o n AIh1 ( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n AIh2 ( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n ARh1( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n ARh2( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n AIh12 ( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n AIh21 ( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
i n t e r a c c i o n ARh( n i n =1 , c o e f i c i e n t e=a l f a )
" paso a l a a d u l t e z " ;
pa r a meter Real Nh = 1 e6 ;
pa r a meter Real Nv = 4 e5 ;
pa r a meter Real lambda = 5 4 . 8 ;
pa r a meter Real muj = 1 / ( 6 2 3 6 5 ) ;
pa r a meter Real mua = 1 / ( 4 7 3 6 5 ) ;
pa r a meter Real muv = 1 / 1 1 ;
pa r a meter Real kappa = 1 ;
pa r a meter Real t r = 0 ;
pa r a meter Real t i r = 1 0 0 ;
pa r a meter Real t s = 3 0 0 ;
pa r a meter Real b = 0 . 8 ;
pa r a meter Real p j = 0 . 1 ;
pa r a meter Real pa = 0 . 2 ;
pa r a meter Real pv = 0 . 5 ;
pa r a meter Real a l f a = 1 / 5 5 0 0 ;
pa r a meter Real gamma = 1 / 1 0 ;
// OJO: e s t o no e s t b i e n manejado ! ! ! !
pa r a meter Real f i = 1 ;
pa r a meter Real q = 0 . 8 ;
Real Year ;
equation
Year=time / 3 6 5 ;
c o n n e c t (ASh . u [ 1 ] , j o v e n . Sh . pob ) ;
c o n n e c t (ASh . y ,
j o v e n . Sh . s a l e [ 3 ] ) ;
c o n n e c t (ASh . y ,
a d u l t o . Sh . e n t r a [ 1 ] ) ;
c o n n e c t ( AIh1 . u [ 1 ] , j o v e n . Ih1 . pob ) ;
c o n n e c t ( AIh1 . y ,
j o v e n . Ih1 . s a l e [ 2 ] ) ;
c o n n e c t ( AIh1 . y ,
a d u l t o . Ih1 . e n t r a [ 2 ] ) ;
c o n n e c t ( AIh2 . u [ 1 ] , j o v e n . Ih2 . pob ) ;
c o n n e c t ( AIh2 . y ,
j o v e n . Ih2 . s a l e [ 2 ] ) ;
c o n n e c t ( AIh2 . y ,
a d u l t o . Ih2 . e n t r a [ 2 ] ) ;
c o n n e c t (ARh1 . u [ 1 ] , j o v e n . Rh1 . pob ) ;
c o n n e c t (ARh1 . y ,
j o v e n . Rh1 . s a l e [ 2 ] ) ;
c o n n e c t (ARh1 . y ,
a d u l t o . Rh1 . e n t r a [ 2 ] ) ;
c o n n e c t (ARh2 . u [ 1 ] , j o v e n . Rh2 . pob ) ;
c o n n e c t (ARh2 . y ,
j o v e n . Rh2 . s a l e [ 2 ] ) ;
c o n n e c t (ARh2 . y ,
a d u l t o . Rh2 . e n t r a [ 2 ] ) ;
c o n n e c t ( AIh12 . u [ 1 ] , j o v e n . Ih1 2 . pob ) ;
c o n n e c t ( AIh12 . y ,
j o v e n . Ih1 2 . s a l e [ 2 ] ) ;
c o n n e c t ( AIh12 . y ,
a d u l t o . Ih1 2 . e n t r a [ 2 ] ) ;
c o n n e c t ( AIh21 . u [ 1 ] , j o v e n . Ih2 1 . pob ) ;
c o n n e c t ( AIh21 . y ,
j o v e n . Ih2 1 . s a l e [ 2 ] ) ;
c o n n e c t ( AIh21 . y ,
a d u l t o . Ih2 1 . e n t r a [ 2 ] ) ;
c o n n e c t (ARh . u [ 1 ] , j o v e n . Rh . pob ) ;
c o n n e c t (ARh . y ,
j o v e n . Rh . s a l e [ 1 ] ) ;
c o n n e c t (ARh . y ,
a d u l t o . Rh . e n t r a [ 3 ] ) ;
V. I v 1 . pob = j o v e n . I v 1 ;
V. I v 2 . pob = j o v e n . I v 2 ;
V. I v 1 . pob = a d u l t o . I v 1 ;
V. I v 2 . pob = a d u l t o . I v 2 ;
j o v e n . Ih1 . pob + a d u l t o . Ih1 . pob =V. Ih1 ;
21
w i t h i n Epidemia ;
Archivo 6: dosserotipos.mo
model d o s s e r o t i p o s
v e c t o r V( b=b ) ;
humano H( b=b ) ;
pa r a meter Real t o 2 =370;
pa r a meter Real I o t 2 =1;
Real d i a ( u n i t ="d a s " ) ;
Real anno ( u n i t ="a o s " ) ;
pa r a meter Real b = 0 . 9 ;
equation
d i a=time ;
anno=d i a / 3 6 5 ;
V. I v 1 . pob =H. I v 1 ;
V. I v 2 . pob =H. I v 2 ;
H. Ih1 . pob =V. Ih1 ;
H. Ih1 2 . pob=V. Ih1 2 ;
H. Ih2 . pob =V. Ih2 ;
H. Ih2 1 . pob=V. Ih2 1 ;
when time>t o 2 then
r e i n i t (H. Ih2 . pob , I o t 2 ) ;
end when ;
end d o s s e r o t i p o s ;
w i t h i n Epidemia ;
Archivo 7: humano.mo
model humano
compartimento Sh ( pob ( s t a r t=Nsh ) , n e n t r a =0 , n s a l e =2 , m o r t a l i d a d=muh, n a t a l i d a d=muh) ;
compartimento Ih1 ( pob ( s t a r t=Nih1 ) , n e n t r a =1 , n s a l e =1 , m o r t a l i d a d=muh) ;
compartimento Ih2 ( pob ( s t a r t=Nih2 ) , n e n t r a =1 , n s a l e =1 , m o r t a l i d a d=muh) ;
compartimento Rh1 ( pob ( s t a r t=Nrh1 ) , n e n t r a =1 , n s a l e =1 , m o r t a l i d a d=muh) ;
compartimento Rh2 ( pob ( s t a r t=Nrh2 ) , n e n t r a =1 , n s a l e =1 , m o r t a l i d a d=muh) ;
compartimento Ih1 2 ( pob ( s t a r t=Nih12 ) , n e n t r a =1 , n s a l e =1, m o r t a l i d a d=muh) ;
compartimento Ih2 1 ( pob ( s t a r t=Nih21 ) , n e n t r a =1 , n s a l e =1, m o r t a l i d a d=muh) ;
compartimento Rh ( pob ( s t a r t=Nrh ) , n e n t r a =2 , n s a l e =0 , m o r t a l i d a d=muh) ;
i n n e r Real N;
i n t e r a c c i o n C1 ( n i n =2 , c o e f i c i e n t e=phb/Nh) " ShIh1 " ;
i n t e r a c c i o n C2 ( n i n =1 , c o e f i c i e n t e=gamma)
" Ih1Rh1 " ;
i n t e r a c c i o n C3 ( n i n =2 , c o e f i c i e n t e=phb/Nh) " Rh1Ih1 2 " ;
i n t e r a c c i o n C4 ( n i n =1 , c o e f i c i e n t e=gamma)
" Ih12Rh " ;
i n t e r a c c i o n C5 ( n i n =2 , c o e f i c i e n t e=phb/Nh) " ShIh2 " ;
i n t e r a c c i o n C6 ( n i n =1 , c o e f i c i e n t e=gamma)
" Ih2Rh2 " ;
i n t e r a c c i o n C7 ( n i n =2 , c o e f i c i e n t e=phb/Nh) " Rh2Ih2 1 " ;
i n t e r a c c i o n C8 ( n i n =1 , c o e f i c i e n t e=gamma) " Ih21Rh " ;
pa r a meter Real muh=1/(365 t v i d a ) ;
pa r a meter Real t v i d a ( u n i t ="a o s " ) =62;
22
w i t h i n Epidemia ;
Archivo 8: interaccion.mo
pa cka g e Epidemia
end Epidemia ;
Archivo 9: package.mo
w i t h i n Epidemia ;
model v e c t o r
compartimento Sv ( pob ( s t a r t=NSv ) , n e n t r a =0 , n s a l e =4 , m o r t a l i d a d=muv , n a t a l i d a d=muv) ;
compartimento I v 1 ( pob ( s t a r t=NIv1 ) , n e n t r a =2 , n s a l e =0 , m o r t a l i d a d=muv) ;
compartimento I v 2 ( pob ( s t a r t=NIv2 ) , n e n t r a =2 , n s a l e =0 , m o r t a l i d a d=muv) ;
i n n e r Real N;
i n t e r a c c i o n C11 ( n i n =2 , c o e f i c i e n t e=pvb/Nh) ;
i n t e r a c c i o n C12 ( n i n =2 , c o e f i c i e n t e=pvb/Nh) ;
i n t e r a c c i o n C21 ( n i n =2 , c o e f i c i e n t e=pvb/Nh) ;
i n t e r a c c i o n C22 ( n i n =2 , c o e f i c i e n t e=pvb/Nh) ;
pa r a meter Real muv=1/ t v i d a ;
pa r a meter Real t v i d a ( u n i t ="d a s " ) =11;
pa r a meter Real pv = 0 . 8 ;
pa r a meter Real b = 0 . 9 ;
pa r a meter Real NSv=375(NIv1+NIv2 ) ;
pa r a meter Real NIv1 =0;
pa r a meter Real NIv2 =0;
pa r a meter Real Nh=1000;
Real Ih1 , Ih2 , Ih12 , Ih2 1 ;
equation
N=Sv . pob+I v 1 . pob+I v 2 . pob ;
c o n n e c t ( C11 . u [ 1 ] , Sv . pob ) ;
c o n n e c t ( C11 . u [ 2 ] , Ih1 ) ;
c o n n e c t ( C12 . u [ 1 ] , Sv . pob ) ;
c o n n e c t ( C12 . u [ 2 ] , Ih2 1 ) ;
c o n n e c t ( C21 . u [ 1 ] , Sv . pob ) ;
c o n n e c t ( C21 . u [ 2 ] , Ih2 ) ;
c o n n e c t ( C22 . u [ 1 ] , Sv . pob ) ;
c o n n e c t ( C22 . u [ 2 ] , Ih1 2 ) ;
c o n n e c t ( C11 . y , I v 1 . e n t r a [ 1 ] ) ;
c o n n e c t ( C12 . y , I v 1 . e n t r a [ 2 ] ) ;
c o n n e c t ( C21 . y , I v 2 . e n t r a [ 1 ] ) ;
c o n n e c t ( C22 . y , I v 2 . e n t r a [ 2 ] ) ;
c o n n e c t ( C11 . y , Sv . s a l e [ 1 ] ) ;
c o n n e c t ( C12 . y , Sv . s a l e [ 2 ] ) ;
c o n n e c t ( C21 . y , Sv . s a l e [ 3 ] ) ;
c o n n e c t ( C22 . y , Sv . s a l e [ 4 ] ) ;
end v e c t o r ;
Referencias
[1] Guido Camargo. Modelamiento de la dinmica del dengue en colombia. Masters thesis, Universidad
Nacional de Colombia. Facultad de Ingeniera, 2012.
24