Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista

Detalhes bibliográficos
Autor(a) principal: Tessaro, Artur Santana
Data de Publicação: 2020
Outros Autores: Fanti, Vinicius Campos
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Digital do Mackenzie
Texto Completo: https://dspace.mackenzie.br/handle/10899/29257
Resumo: O SARS-CoV-2 é atualmente o maior problema de saúde pública do mundo e é considerado uma das maiores epidemias da história. Este trabalho tem como objetivo modelar e simular a propagação desse vírus por meio de autômato celular probabilista (ACP). No modelo proposto, a população é composta por indivíduos suscetíveis ao vírus (S), indivíduos infectados pelo vírus sem apresentar sintomas (A), indivíduos infectados pelo vírus apresentando sintomas (I) e indivíduos recuperados (R). Considerando parâmetros constantes e parâmetros variáveis ao longo do tempo, foram realizadas simulações numéricas para determinar como diferentes regimes de quarentena afetam a propagação do SARS-CoV-2.
id UPM_4bf8dea9a18376ae937413ddb7588c62
oai_identifier_str oai:dspace.mackenzie.br:10899/29257
network_acronym_str UPM
network_name_str Repositório Digital do Mackenzie
repository_id_str 10277
spelling Tessaro, Artur SantanaFanti, Vinicius CamposMonteiro, Luís Henrique Alves2022-05-20T15:20:24Z2022-05-20T15:20:24Z2020-12-11O SARS-CoV-2 é atualmente o maior problema de saúde pública do mundo e é considerado uma das maiores epidemias da história. Este trabalho tem como objetivo modelar e simular a propagação desse vírus por meio de autômato celular probabilista (ACP). No modelo proposto, a população é composta por indivíduos suscetíveis ao vírus (S), indivíduos infectados pelo vírus sem apresentar sintomas (A), indivíduos infectados pelo vírus apresentando sintomas (I) e indivíduos recuperados (R). Considerando parâmetros constantes e parâmetros variáveis ao longo do tempo, foram realizadas simulações numéricas para determinar como diferentes regimes de quarentena afetam a propagação do SARS-CoV-2.SARS-CoV-2 is currently the biggest public health problem in the world and is considered one of the biggest epidemics in history. This work aims to model and to simulate the spread of this virus through probabilistic cellular automaton (ACP). In the proposed model, the population is composed of individuals susceptible to the virus (S), individuals infected by the virus without symptoms (A), individuals infected by the virus showing symptoms (I) and recovered individuals (R). By considering time-constant and time-variable parameters, numerical simulations were performed to determine how different quarantine regimes affect the spread of SARS-CoV-2.https://dspace.mackenzie.br/handle/10899/29257Universidade Presbiteriana MackenzieEscola de Engenharia (EE)Attribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessautômato celular probabilistaCOVID-19modelos epidemiológicosregimes de quarentenaSARS-CoV-2epidemiological modelsprobabilistic cellular automatonquarantine regimesUm modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilistainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Digital do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIECC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstreams/52f4360a-120e-48e6-8c2d-36d2a2d625b7/downloade39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALARTUR SANTANA TESSARO - PROTEGIDO.pdfARTUR SANTANA TESSARO - PROTEGIDO.pdfARTUR SANTANA TESSAROapplication/pdf401289https://dspace.mackenzie.br/bitstreams/06d79112-9eaf-4460-9389-53ae20224540/downloadc53a90dc96e608d4118a47abd2838a85MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstreams/17fe87c1-b317-4be9-94c1-b596818335db/downloadfb735e1a8fa1feda568f1b61905f8d57MD53TEXTARTUR SANTANA TESSARO - PROTEGIDO.pdf.txtARTUR SANTANA TESSARO - PROTEGIDO.pdf.txtExtracted texttext/plain52049https://dspace.mackenzie.br/bitstreams/1d9d6457-8a06-458e-9d5f-161e3bdb0bea/download577a383951f0afe353c13be483419e7eMD54THUMBNAILARTUR SANTANA TESSARO - PROTEGIDO.pdf.jpgARTUR SANTANA TESSARO - PROTEGIDO.pdf.jpgGenerated Thumbnailimage/jpeg1674https://dspace.mackenzie.br/bitstreams/c6e5846c-58c1-4df3-a439-d46582c10039/download467cc994c76f97c5655697bc184df519MD5510899/292572022-07-12 02:03:10.146http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Braziloai:dspace.mackenzie.br:10899/29257https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-07-12T02:03:10Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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
dc.title.pt_BR.fl_str_mv Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
title Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
spellingShingle Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
Tessaro, Artur Santana
autômato celular probabilista
COVID-19
modelos epidemiológicos
regimes de quarentena
SARS-CoV-2
epidemiological models
probabilistic cellular automaton
quarantine regimes
title_short Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
title_full Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
title_fullStr Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
title_full_unstemmed Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
title_sort Um modelo epidemiológico para o SARS-COV-2 baseado em autômato celular probabilista
author Tessaro, Artur Santana
author_facet Tessaro, Artur Santana
Fanti, Vinicius Campos
author_role author
author2 Fanti, Vinicius Campos
author2_role author
dc.contributor.author.fl_str_mv Tessaro, Artur Santana
Fanti, Vinicius Campos
dc.contributor.advisor1.fl_str_mv Monteiro, Luís Henrique Alves
contributor_str_mv Monteiro, Luís Henrique Alves
dc.subject.por.fl_str_mv autômato celular probabilista
COVID-19
modelos epidemiológicos
regimes de quarentena
SARS-CoV-2
epidemiological models
probabilistic cellular automaton
quarantine regimes
topic autômato celular probabilista
COVID-19
modelos epidemiológicos
regimes de quarentena
SARS-CoV-2
epidemiological models
probabilistic cellular automaton
quarantine regimes
description O SARS-CoV-2 é atualmente o maior problema de saúde pública do mundo e é considerado uma das maiores epidemias da história. Este trabalho tem como objetivo modelar e simular a propagação desse vírus por meio de autômato celular probabilista (ACP). No modelo proposto, a população é composta por indivíduos suscetíveis ao vírus (S), indivíduos infectados pelo vírus sem apresentar sintomas (A), indivíduos infectados pelo vírus apresentando sintomas (I) e indivíduos recuperados (R). Considerando parâmetros constantes e parâmetros variáveis ao longo do tempo, foram realizadas simulações numéricas para determinar como diferentes regimes de quarentena afetam a propagação do SARS-CoV-2.
publishDate 2020
dc.date.issued.fl_str_mv 2020-12-11
dc.date.accessioned.fl_str_mv 2022-05-20T15:20:24Z
dc.date.available.fl_str_mv 2022-05-20T15:20:24Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.mackenzie.br/handle/10899/29257
url https://dspace.mackenzie.br/handle/10899/29257
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.publisher.department.fl_str_mv Escola de Engenharia (EE)
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Repositório Digital do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Repositório Digital do Mackenzie
collection Repositório Digital do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/52f4360a-120e-48e6-8c2d-36d2a2d625b7/download
https://dspace.mackenzie.br/bitstreams/06d79112-9eaf-4460-9389-53ae20224540/download
https://dspace.mackenzie.br/bitstreams/17fe87c1-b317-4be9-94c1-b596818335db/download
https://dspace.mackenzie.br/bitstreams/1d9d6457-8a06-458e-9d5f-161e3bdb0bea/download
https://dspace.mackenzie.br/bitstreams/c6e5846c-58c1-4df3-a439-d46582c10039/download
bitstream.checksum.fl_str_mv e39d27027a6cc9cb039ad269a5db8e34
c53a90dc96e608d4118a47abd2838a85
fb735e1a8fa1feda568f1b61905f8d57
577a383951f0afe353c13be483419e7e
467cc994c76f97c5655697bc184df519
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1822588091016151040

Registros relacionados