Os modelos matemáticos são ferramentas essenciais para entender e prever a dinâmica de propagação de doenças infecciosas em populações. Abaixo estão os principais modelos utilizados neste simulador:
Modelo SIR (Suscetível-Infectado-Recuperado)
O modelo SIR foi proposto por Kermack e McKendrick em 1927 e é um dos modelos epidemiológicos mais básicos e amplamente utilizados. Ele divide a população em três compartimentos:
S - Suscetíveis: indivíduos que podem contrair a doença
I - Infectados: indivíduos que têm a doença e podem transmiti-la
R - Recuperados: indivíduos que se recuperaram da doença e estão imunes
As equações diferenciais que descrevem este modelo são:
dS/dt = -β × S × I
dI/dt = β × S × I - γ × I
dR/dt = γ × I
Onde:
β (beta): taxa de transmissão - representa o número de contatos efetivos por unidade de tempo
γ (gama): taxa de recuperação - inverso do período infeccioso médio
Um parâmetro importante derivado deste modelo é o número de reprodução básico (R₀):
R₀ = β / γ
R₀ representa o número médio de infecções secundárias causadas por um único indivíduo infectado em uma população totalmente suscetível. Se R₀ > 1, a epidemia se espalha; se R₀ < 1, a epidemia diminui.
O modelo SEIR é uma extensão do modelo SIR que inclui um compartimento adicional para indivíduos que foram expostos ao patógeno mas ainda não são infecciosos (período de incubação):
S - Suscetíveis: indivíduos que podem contrair a doença
E - Expostos: indivíduos que foram infectados mas ainda não são infecciosos
I - Infectados: indivíduos que têm a doença e podem transmiti-la
R - Recuperados: indivíduos que se recuperaram da doença e estão imunes
As equações diferenciais que descrevem este modelo são:
dS/dt = -β × S × I
dE/dt = β × S × I - σ × E
dI/dt = σ × E - γ × I
dR/dt = γ × I
Onde:
β (beta): taxa de transmissão
σ (sigma): taxa de incubação - inverso do período de incubação médio
γ (gama): taxa de recuperação
O número de reprodução básico (R₀) para o modelo SEIR é:
R₀ = β / γ
Aplicações Matemáticas
A modelagem epidemiológica envolve diversos conceitos matemáticos importantes:
Equações Diferenciais: Para descrever as taxas de mudança em cada compartimento ao longo do tempo
Funções Exponenciais: Na fase inicial de uma epidemia, o crescimento do número de casos geralmente segue um padrão exponencial
Probabilidade: Para modelar a chance de transmissão em encontros entre indivíduos
Estatística: Para analisar dados epidemiológicos e estimar parâmetros do modelo
Teoria dos Grafos: Para modelar redes de contato entre indivíduos
Quiz de Epidemiologia Matemática
Teste seus conhecimentos sobre a aplicação da matemática na modelagem epidemiológica!
1. Se o número de reprodução básico (R₀) de uma doença é 2,5 e a taxa de recuperação (γ) é 0,2, qual é a taxa de transmissão (β)?
2. Uma doença infecciosa tem um período de incubação médio de 5 dias e um período infeccioso médio de 7 dias. Quais são os valores de σ e γ, respectivamente?
3. Se 30% da população total foi infectada ao final de uma epidemia, qual foi a taxa de ataque da doença?
4. Se em uma população de 1000 pessoas, 100 estão inicialmente infectadas e a taxa de crescimento inicial é de 30% ao dia, quantos novos casos surgirão no primeiro dia?
5. No modelo SIR, quando o número de novos infectados por dia começa a diminuir?
Resultado
Você acertou 0 de 5 questões.
Matemática na Epidemiologia - Conteúdos BNCC
Este simulador epidêmico está alinhado com os seguintes conteúdos da Base Nacional Comum Curricular (BNCC):
Ensino Fundamental - Anos Finais
EF09MA08: Resolver e elaborar problemas que envolvam relações de proporcionalidade direta e inversa entre duas ou mais grandezas, inclusive escalas, divisão em partes proporcionais e taxa de variação, em contextos socioculturais, ambientais e de outras áreas.
EF08MA25: Obter os valores de medidas de tendência central de uma pesquisa estatística (média, moda e mediana) com a compreensão de seus significados e relacioná-los com a dispersão de dados, indicada pela amplitude.
EF09MA21: Analisar e identificar, em gráficos divulgados pela mídia, os elementos que podem induzir, às vezes propositadamente, erros de leitura, como escalas inapropriadas, legendas não explicitadas corretamente, omissão de informações importantes (fontes e datas), entre outros.
Ensino Médio
EM13MAT104: Interpretar taxas e índices de natureza socioeconômica (índice de desenvolvimento humano, taxas de inflação, entre outros), investigando os processos de cálculo desses números, para analisar criticamente a realidade e produzir argumentos.
EM13MAT202: Planejar e executar pesquisa amostral sobre questões relevantes, usando dados coletados diretamente ou em diferentes fontes, e comunicar os resultados por meio de relatório contendo gráficos e interpretação das medidas de tendência central e das medidas de dispersão (amplitude e desvio padrão), utilizando ou não recursos tecnológicos.
EM13MAT302: Construir modelos empregando as funções polinomiais de 1º ou 2º graus, para resolver problemas em contextos diversos, com ou sem apoio de tecnologias digitais.
EM13MAT304: Resolver e elaborar problemas com funções exponenciais nos quais seja necessário compreender e interpretar a variação das grandezas envolvidas, em contextos como o da Matemática Financeira, entre outros.
EM13MAT305: Resolver e elaborar problemas com funções logarítmicas nos quais seja necessário compreender e interpretar a variação das grandezas envolvidas, em contextos como os de abalos sísmicos, pH, radioatividade, Matemática Financeira, entre outros.
EM13MAT308: Aplicar as relações de proporcionalidade para resolver problemas envolvendo escala, divisão em partes proporcionais e taxa de variação.
EM13MAT311: Identificar e descrever o comportamento de funções exponenciais e logarítmicas, reconhecendo suas características.
EM13MAT401: Converter representações algébricas de funções polinomiais de 1º grau em representações geométricas no plano cartesiano, distinguindo os casos nos quais o comportamento é proporcional, recorrendo ou não a softwares ou aplicativos de álgebra e geometria dinâmica.
EM13MAT511: Reconhecer a existência de diferentes modelos matemáticos (probabilísticos, computacionais, estatísticos etc.) para resolver problemas de natureza diversa, utilizando ferramentas matemáticas, elaborando estratégias, analisando limitações e validando conclusões.
Este simulador demonstra como a matemática é aplicada à modelagem epidemiológica, abordando conceitos como crescimento exponencial, equações diferenciais, análise estatística e probabilidade - todos fundamentais para a compreensão de fenômenos biológicos e de saúde pública.