Dra. Yuriria Cortés Poza, (IIMAS Mérida)
Dr. Reymundo Ariel Itzá Balam, (CIMAT Mérida)
Drs. Joel Antonio Trejo Sánchez y Miguel Ángel Uh Zapata, (CONACYT-CIMAT Mérida)

Resúmenes:
E.1 Modelos matemáticos ante la pandemia ¿Qué tanto confiar en ellos? (Divulgación)
Dr. Miguel Ängel Uh Zapata

Durante la actual pandemia, en México y en el mundo, se vio el rol importante (sino por decir crucial) de los modelos matemáticos y computacionales para que los distintos gobiernos puedan tomar decisiones sanitarias y económicas. Sin embargo, distintos modelos fueron propuestos obteniendo resultados diferentes. De aquí la pregunta ¿qué tanto confiar en ellos?. En esta charla veremos algunos de ellos y analizaremos los resultados predichos hasta el momento. De manera general, discutiremos el porqué es difícil predecir resultados certeros ante una pandemia que aún se está desarrollando.

E.2 Modelos matemáticos del COVID-19: un enfoque de sistemas complejos (Divulgación)
Dra. Yuriria Cortés Poza
Una epidemia es un ejemplo típico de un sistema complejo: está formada por un gran número de componentes que interactúan entre sí (individuos expuestos a la enfermedad), cuya actividad agregada es no lineal y que típicamente exhibe una auto-organización jerárquica bajo presiones selectivas. El modelado del esparcimiento de una enfermedad infecciosa como sistema complejo utiliza como herramientas modelos basados en agentes y redes complejas. Este enfoque nos permite considerar información detallada que no puede incluirse en modelos tradicionales, como los basados en ecuaciones diferenciales. En esta plática se hace un análisis de la epidemia de la enfermedad COVID-19 y su dinámica en el estado de Yucatán. Se hace un comparativo utilizando un modelo basado en ecuaciones diferenciales y otro basado en agentes y redes complejas

E.3 La retroalimentación como una herramienta para afrontar al COVID-19 (Divulgación)
Dr. Reymundo Ariel Itzá Balam
En la actualidad, las matemáticas han cobrado mayor importancia y los modelos epidemiológicos son el foco de atención. Los modelos suelen ser tan diversos, y algunos tan complicados, que para ser interpretados requieren de expertos. La interpretación de los modelos se vuelve crucial para la determinación de políticas sanitarias y económicas. El confinamiento o distanciamiento físico ha sido una de las principales medidas sanitarias para controlar el crecimiento del número de contagiados, sin embargo, esta medida representa un duro golpe a la economía mundial. La pregunta es ¿qué modelo nos ayuda a seleccionar una estrategía para garantizar ayuda hospitalaria a la población y minimizar el impacto económico? En esta plática, se discutirá a modo de introducción, modificaciones de modelos epidemiológicos existentes para incluir retroalimentación que ayude a tener políticas para relajar o endurecer las medidas de distanciamiento social.

E.4 Problemas de optimización en el contexto de la pandemia COVID-19 (Divulgación)
Dr. Joel Antonio Trejo Sánchez
Un problema de optimización consiste en encontrar la mejor solución posible dentro de un conjunto de todas las soluciones posibles. Muchos de los problemas de optimización pertenecen a la clase de problemas NP-difícil, lo cual implica que encontrar una solución óptima no es factible. En esta charla se describen al menos dos problemas de optimización implícitos durante el COVID-19. El primer problema se conoce como plegamiento de proteínas, el cual consiste en obtener la estructura molecular tridimensional de un virus (en este caso el SARS-COV 2). Entender dicha estructura permite a los científicos limitar la propagación del virus.
Otro problema que surge durante la pandemia COVID-19 se relaciona con la asignación óptima de camas hospitalarias en el sistema de salud. El problema de asignación de camas supone un reto adicional bajo la pandemia COVID-19 debido a la saturación hospitalaria.

Volver