Modelli matematici per lo studio del Covid-19 - Liceo scientifico "Galileo Galilei" - Tecnica della ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Liceo scientifico “Galileo Galilei” Modelli matematici per lo studio del Covid-19 Alunno: Giuseppe Dattilo Docente: Prof.ssa Antonella Mongiardo Classe VD
Evoluzione epidemiologica coronavirus Tre fisici, Alessio Traficante, Daniele Teresi e Dario Buttazzo, hanno studiato, dal punto di vista matematico, l’evoluzione epidemiologica del Coronavirus utilizzando due modelli di funzioni: l’esponenziale e la logistica. Questo studio è partito da alcune evidenze sperimentali e dai dati diffusi dai bollettini quotidiani della protezione civile. Questi numeri prendono in considerazione tutti i contagiati (con e senza sintomi) a partire dal 19 febbraio, che si considera come giorno “zero” (giorno in cui si conosceva un solo contagiato, il cosiddetto paziente “uno”), e solo i contagiati con sintomi a partire dal 27 febbraio. Tuttavia, questi dati si possono ritenere omogenei, perché anche il numero totale dei contagiati considerato tra il 19 e il 27 febbraio si può pensare coincidente con quello dei sintomatici; infatti, si è visto che fino al 27 febbraio il numero dei contagiati asintomatici era inferiore al 5%, quindi trascurabile. Per modellizzare matematicamente il fenomeno dei contagi, si parte dall’evidenza che ogni giorno il numero di contagiati da Coronavirus aumenta. Il 19 febbraio si aveva notizia di un solo contagiato; il 27 febbraio il numero dei contagiati era circa 650; il 5 marzo il numero era circa 4000. Gli studiosi hanno preso in considerazione due funzioni che possono rappresentare questa evoluzione: la funzione esponenziale e la funzione logistica. Funzione esponenziale La funzione esponenziale presenta un “andamento a J”, all’inizio cresce lentamente per poi accelerare in maniera impressionante. La funzione esponenziale ha un equazione del tipo: = A rappresenta il numero di persone infette il giorno 0, mentre K esprime la velocità dell’infezione. Funzione logistica L’equazione logistica presenta un “andamento ad S”: una lenta crescita iniziale, seguita da un’accelerazione e poi da un successivo rallentamento in prossimità del valore massimo permesso, che costituisce un limite asintotico della funzione. La funzione logistica ha un equazione del tipo: = − 1+
A rappresenta la velocità dell’infezione, B è il giorno in cui si sono verificate le infezioni massime mentre C è il numero totale di persone infette registrate alla fine dell’infezione. Gli studiosi hanno fatto un confronto tra queste due curve, che in questa prima fase possono entrambe rappresentare il fenomeno. Dal confronto, emerge che mentre fino al 5 marzo, le due curve si somigliano e quasi si confondono, dunque entrambe possono modellizzare bene la situazione, dal 5 marzo in poi, invece, l’evoluzione reale dei contagi si discosta nettamente dalla esponenziale e segue l’andamento logistico. Questo studio è, dunque, confortante, perché se l’evoluzione seguisse sempre un andamento esponenziale, il numero di contagiati potrebbe raggiungere presto un numero ingestibile per il nostro sistema sanitario. Invece, fortunatamente, osservando i dati ufficiali, si vede che l’andamento reale dei contagi si discosta dall’evoluzione esponenziale e, sotto misure di contenimento valide ed efficaci, segue un andamento logistico, ovvero arriverà un momento in cui il numero di contagiati raggiungerà un limite massimo, oltre il quale non salirà più. E’ necessario sottolineare che si tratta di una simulazione dell’evoluzione dell’epidemia di coronavirus tramite un classico modello matematico epidemiologico, tale elaborazione NON può assolutamente sostituirsi ai dati ufficiali diffusi dal Ministero della Salute e dalla Protezione Civile, ed ha un valore puramente teorico, suscettibile di variazioni, ma molto utile per capire la possibile evoluzione dell’emergenza.
Passiamo ora allo studio di queste due funzioni: Studio funzione logistica Si consideri una generica funzione logistica: = − 1+ Per ricavare il valore dei 3 parametri A, B e C si impongono le seguenti condizioni: • Y(0)=1 • Y(8)=650 • Y(15)=4000 =1 1+ = 1+ −8 = 650 → { −8 1+ = 650 + 650 −15 −15 = 4000 = 4000 + 4000 {1+ Sostituisco la prima equazione nella seconda e nella terza: = 1 + =1+ −8 −8 1 + = 650 + 650 → { 1 + = 650 + 650 −15 −15 1 + = 4000 + 4000 1 + = 4000 + 4000 { Ricavo : = 1+ =1+ −8 649 = −8 (1 − 650 ) = 649 → 1−650 −15 3999 { (1 − 4000 ) = 3999 = −15 { 1−4000 Eguaglio la seconda e la terza equazione:
−15 −8 649 3999 −8 = −15 → 649 − 2596000 = 3999 − 2599350 1−650 1−40000 −15 −8 2596000 − 2599350 + 3350 = 0 −1 Pongo: = 2596000 15 − 2599350 8 + 3350 = 0 Risolvo graficamente l’equazione: −1 1 = −0.435123590904927 → Non accettabile, poichè non può essere negativo 2 = −0.4354455379949619 → Accettabile −1 3 = 1 → Non accettabile, in quanto affinchè sia uguale a 1 è necessario che l’esponente sia uguale a 0 e ciò è impossibile. Quindi: −1 −1 1 = → = ln → = − = 1,202810859 ≅ 1,2 ln Sostituisco A nella seconda equazione per trovare B: 649 649 = −8 → = ln −8 = 9,9944767 ≅ 10 1− 650 1 − 650 Sostituisco A e B nella prima equazione per trovare C:
= 1 + = 4062,335347 ≅ 4062 = 1,2 4062 { = 10 → = 10− = 4062 1+ 1,2 4062 = 10− 1+ 1,2 Dominio: ℝ Parità e disparità: F(-X): → Diverso da F(X), quindi la funzione non è pari. → Diverso da –F(X), quindi la funzione non è dispari. Intersezioni con gli assi: =0 =0 { = 4062 → { 4062 → { = 0 10− = 10 =1 1+ 1,2 1+ 1,2 =0 { = 4062 →Ø 10− 1+ 1,2 Segno: Sia numeratore che denominatore sono sempre positivi, quindi anche la funzione è sempre positiva. Asintoti: • Asintoti verticali: Sono assenti in quanto la funzione non presenta punti di discontinuità. • Asintoti orizzontali: 4062 4062 lim 10− = = 4062 → y=4062 è a. orizzontale per → ∞ →∞ 1+ 1,2 1+ −∞
4062 4062 lim 10− = =0 → y=0 è a. orizzontale per → −∞ →−∞ 1+ 1,2 1+ +∞ • Asintoti obliqui: Sono assenti in quanto la funzione presenta un asintoto orizzontale sia per → ∞ che per → −∞. Derivata prima e relativo studio: 10− 10− ′ ′ 10− 10− (4062) (1+ 1,2 )−(4062)(1+ 1,2 ) −1 −4062( 1,2 )(1.2) 3385( 1,2 ) ′ = 10− 2 = 10− 2 = 10− 2 (1+ 1,2 ) (1+ 1,2 ) (1+ 1,2 ) Dominio: ℝ Monotonia: Sia numeratore che denominatore sono sempre positivi, quindi anche la derivata prima è sempre positiva, quindi la funzione è sempre crescente. Punti di non derivabilità: Sono assenti in quanto la derivata non presenta punti di discontinuità. Derivata seconda e relativo studio: 10− ′ 10− 2 10− 10− 2 (3385)( 1,2 ) (1+ 1,2 ) −3385( 1,2 )((1+ 1,2 ) )′ ′′ = 10− 4 (1+ 1,2 ) 10− 10− 2 10− 10− 10− 1,2 −1 1,2 1,2 1,2 −1 3385( )(1.2)(1+ ) −3385( )(2(1+ )( 1,2 )(1.2) = 10− 4 (1+ 1,2 ) 10− 10− 10− 10− 10− 10− 1,2 −1 1,2 1,2 (3385)( )( )(1+ )(1+ −2 1,2 ) 2821( 1,2 )( 1,2 −1) 1.2 = 10− 4 = 10− 3 (1+ 1,2 ) (1+ 1,2 ) Dominio: ℝ
Concavità e convessità: Il denominatore è sempre positivo, quindi è sufficiente studiare il segno del numeratore: 10− 10− 2821( 1,2 )( 1,2 − 1) > 0 10− 10− 2821 ed ( 1,2 ) sono sempre positivi, quindi basta studiare il segno di ( 1,2 − 1): 10− 10− 1,2 −1>0 → > 0 → 10 − > 0 → < 10 1,2 0 10 + - U ∩ X=10 è punto di flesso discendente. F(10;f(10)) → F(10;2031) Grafico:
In verde l’asintoto orizzontale: y = 4062 Il punto F rappresenta il punto di flesso, il decimo giorno il numero di infetti giornalieri sarà massimo. Studio funzione esponenziale Si consideri la funzione esponenziale: = Per trovare i due parametri si impongono le seguenti condizioni: • y(8)=650 • y(15)=4000 650 8 = { 15 = 650 → { 8 4000 = 4000 = 15 Eguaglio le due equazioni: 650 4000 15 4000 = → 650 15 = 4000 8 → = 8 15 8 650 80 80 ln13 7 = → = = 0.2595824682 ≅ 0.26 13 7 Sostituisco k nella prima equazione per ricavare A: 650 = = 81.47633561 ≅ 81.5 8 = 0.26 { → = 81.5 0.26 = 81.5 = 81.5 0.26 Dominio: ℝ
Parità e disparità: F(-X): → Diverso da F(X), quindi la funzione non è pari. → Diverso da –F(X), quindi la funzione non è dispari. Intersezione con gli assi: =0 =0 { → { = 81.5 0.26 = 81.5 =0 { →Ø = 81.5 0.26 Segno: La funzione è sempre positiva. Asintoti: • Asintoti verticali: Sono assenti in quanto la funzione non presenta punti di discontinuità. • Asintoti orizzontali: lim 81.5 0.26 = ∞ →∞ lim 81.5 0.26 = 0 → y=0 è a. orizzontale per → −∞ →−∞ • Asintoti obliqui: Per → ∞ potrebbe esserci un asintoto obliquo in quanto la funzione non presenta quello orizzontale: ( ) 81.5 0.26 = lim = = ∞ → Non c’è l’asintoto obliquo →∞ →∞ Derivata prima e relativo studio: ′ = 81.5( 0.26 )′ = 81,5( 0.26 + 0.26) Dominio: ℝ Monotonia: La derivata prima è sempre positiva, quindi la funzione è sempre crescente.
Punti di non derivabilità: Sono assenti in quanto la derivata non presenta punti di discontinuità Derivata seconda e relativo studio: ′′ = 81,5( 0.26 + 0.26)′ = 81,5 0.26 Dominio: ℝ Concavità e convessità: La derivata seconda è sempre positiva, quindi la funzione è sempre convessa. Grafico: Grafici a confronto:
In blu la funzione logistica. In rosso la funzione esponenziale. 14/03/2020 Tuttavia queste due funzioni non rappresentano l’andamento reale dell’epidemia in quanto le equazioni sono state ottenute attraverso un sistema, dunque sono frutto di approssimazione. Per ottenere delle funzioni che siano più fedeli possibili alla realtà è necessario ricorrere a strumenti matematici più complessi: la regressione statistica e l’interpolazione curvilinea. Grazie all’utilizzo di un software online è possibile individuare le due funzioni: Funzione logistica: 56908 = 26.3− 1− 4.3 In questo caso il numero massimo delle persone infette è 56908, mentre il picco dei contagi è previsto tra il ventiseiesimo e il ventisettesimo giorno. Funzione esponenziale: = 233.5 0.19
Analizziamo il grafico: I punti evidenziati in verde rappresentano il numero totale dei contagiati dal 19 febbraio al 14 marzo. Il punto F (in nero) rappresenta il punto di flesso, tra il ventiseiesimo e il ventisettesimo giorno il numero di infetti giornalieri sarà massimo. 24/03/2020 Inserendo i dati dei nuovi contagi, si ottengono delle funzioni più precise: Funzione logistica: 114903 = 31.8− 1+ 5.1 In questo caso il numero massimo delle persone infette è 114903, mentre il picco dei contagi è previsto tra il trentunesimo e il trentaduesimo giorno. Funzione esponenziale: = 843 0.13 Analizziamo il grafico
I punti evidenziati in verde rappresentano il numero totale dei contagiati dal 19 febbraio al 24 marzo. Il punto F (in nero) rappresenta il punto di flesso, tra il trentunesimo e il trentaduesimo giorno il numero di infetti giornalieri sarà massimo. Rispetto al grafico precedente è possibile notare che la funzione logistica è più fedele all’andamento reale dei contagi, e che il picco dei contagi (F) è slittato in avanti di cinque giorni, ciò significa che in un primo momento non sono state rispettate al massimo le misure di sicurezza imposte dal governo, e di conseguenza si è verificato un ritardo degli effetti positivi. In biologia si usa anche un altro modello, la “campana” di Gauss. Si tratta di una curva statistica che rappresenta molti fenomeni sperimentali ed è usata in presenza di un numero elevato di osservazioni. Il suo nome deriva dal fatto che le frequenza tendono a distribuirsi secondo un andamento a campana, cioè si concentrano intorno alla media per diminuire verso gli estremi della variabile. Nel nostro caso, la campana di Gauss è utile per rappresentare il numero dei contagi giornalieri. Una generica curva di Gauss ha equazione: −( − )2 = 2 a, b e c sono dei parametri: a rappresenta il numero massimo di contagi giornalieri, b rappresenta il giorno in cui si verifica il picco dei contagi, c esprime la velocità dell’infezione.
Nel nostro caso, approssimando il passaggio per tutti i punti, la curva diventa: −( −31.6)2 = 5568 (10.6)2 In questo caso il numero massimo dei nuovi contagi è 5568, mentre il picco dei contagi è previsto tra il trentunesimo e il trentaduesimo giorno. Analizziamo il grafico: I punti evidenziati in verde rappresentano i contagi giornalieri dal 19 febbraio al 24 marzo. Il punto M (in rosso) rappresenta il punto di massimo assoluto, tra il trentunesimo e il trentaduesimo giorno il numero di infetti giornalieri sarà massimo. Giuseppe Dattilo 5D
Puoi anche leggere