Modelamiento matemático de la mortalidad por COVID-19 en China

Se ha desarrollado un modelo matemático que permita analizar el comportamiento de la mortalidad en la República Popular de China ocasionado por COVID-2019. Se aplicó el modelo logístico para los datos reportados entre 11 de enero y el 12 de abril del 2020. El modelo formulado fue linealizado y planteado en dos formas. La primera, evaluando el factor de corrección B, que hace las veces de cantidad máxima de fallecidos. Se determinaron los parámetros A, k y r, obteniendo el modelo (Ecuación 7), con un coeficiente de correlación r=-0,9660 y el coeficiente de determinación r^2×100=93,31 %. La segunda forma, con el mismo valor de B, introduciendo un factor de corrección para la variable independiente, t, que hace las veces de “periodo”. Se determinaron los parámetros A, k y r, obteniendo el modelo (Ecuación 10), con un coeficiente de correlación r=-0,9668 y el coeficiente de determinación r^2×100=93,48 %; lo que demuestra buena estimación del modelo (Ecuación 7 y Ecuación 10). Asimismo, se evaluó la velocidad de mortalidad, derivando, ordinariamente los modelos (Ecuación 7 y Ecuación 10), obteniendo los modelos de velocidad (Ecuación 8 y Ecuación 11); concluyendo que la máxima velocidad de mortalidad fue de 118 personas por día el día 24 de febrero de 2020.Palabras clave: comportamiento, coronavirus, modelo logístico, mortalidad. ABSTRACT A mathematical model has developed in order to analyze the behavior of mortality in the People's Republic of China caused by COVID-2019. The logistical model was applied for the data reported between January 11th and April 12th, 2020. The model formulated was linearized and raised in two forms. The first, pre-evaluating correction factor B, representing the maximum number of deaths. Parameters A, k and r, were assessed obtaining the model (Equation 7), with a Pearson correlation coefficient r=-0,9660 and the coefficient of determination r2x100=93.31%. The second form, with the same value of B, by entering a correction factor for the independent variable t as a "period", Parameters A, k and r, were assessed obtaining the model (Equation 10), with a Pearson correlation coefficient r=-0,9668 and the coefficient of determination r2x100=93.48%; deducting good estimation of the model (Equation 7 and Equation 10). In addition, the death rate was evaluated, ordinating the models (equations 7 and 10), and obtaining the speed models (Equation 8 and Equation 11); describing the maximum death rate was 118 people per day on February 24th 2020.Key words: behavior, coronavirus, logistical model, mortality.