miércoles , agosto 5 2020

¿Por qué no se entienden las matemáticas del COVID-19?

*En su texto, el Dr. Alfredo Sandoval asegura que la mayor parte de los modelos estadísticos han dado resultados insuficientes para planear una reactivación económica efectiva

 

Al igual que ha ocurrido con el fenómeno del calentamiento global, los argumentos de tipo económico han prevalecido sobre el conocimiento científico en la toma de decisiones relacionada con la pandemia causada por el nuevo coronavirus. Las medidas de mitigación para contener al COVID-19 han tenido un efecto devastador sobre la mayor parte de las economías del planeta, al tiempo que el número de nuevos contagios y defunciones continúa aumentando.

La mayor parte de los modelos estadísticos encaminados a estimar con una precisión razonable la duración y los picos de la pandemia han dado resultados insuficientes para planear una reactivación económica efectiva. Una de las principales razones de este fracaso parcial es la incomprensión de los modelos aplicados, lo cual ha llevado al relajamiento de las medidas de prevención en varios países, incluido México.

En el ámbito docente es bien sabido que el rendimiento escolar crece a medida que se comprenden los fundamentos de los métodos que se aplican en la resolución de problemas. Por ejemplo, si se requiere determinar las coordenadas del punto máximo de una curva plana, es mucho más efectivo que se conozcan los fundamentos del método de localización, que el aplicar mecánicamente una receta.

En casos como el de la pandemia por la que atravesamos, el obedecer ciegamente una serie de indicaciones a costa del ingreso monetario necesario para subsistir es cada vez más complicado; muchos ciudadanos han preferido aumentar sus riesgos de contagio que aceptar un confinamiento cuyo fin se ha ido postergando desde hace meses.

Es necesario reconocer que las conferencias vespertinas sobre el COVID-19 reflejan un esfuerzo esmerado y paciente por parte de los responsables de su organización y desarrollo diarios, pero la falta de comprensión por parte de la mayoría del auditorio y el desesperante ascenso de la curva epidémica han hecho estragos en la confianza de la población en la información cuantitativa difundida diariamente.

La aplicación de secuencias didácticas que pueden ser llevadas a cabo por diversas instituciones de educación superior pueden abatir el problema de la incomprensión de las matemáticas del COVID-19.

Partiendo desde cómo ubicar un punto en un plano cartesiano y nombrar los ejes respectivos se puede llegar en unas cuantas semanas a diferenciar entre procesos de naturaleza probabilística como el desarrollo de epidemias y procesos deterministas, como la caída libre de los cuerpos 1. Con ello, también será posible difundir los indicadores R locales, útiles para la toma de decisiones y que en cierto sentido trascienden a una fecha definida del fin de la epidemia.

En México aún no se ha registrado un valor menor a uno del parámetro R, el cual corresponde al número de contagios potenciales por parte de una persona infectada. Un valor de R mayor a 1 indica que cada persona contagiada posteriormente contagiará a más de una persona.

Una de las principales metas de las medidas de contención del COVID-19 debe ser generar un valor de R menor que uno; ello indicará un descenso de la epidemia en una población dada. Este tipo de semáforo diario se ha utilizado en Alemania con gran éxito2.

Es un gran reto didáctico transmitir cómo se establece este importante parámetro con base en matemáticas simples. La adición de este indicador a la cultura de la pandemia permitirá abatir en forma definitiva la peor crisis sanitaria que ha afectado a México en las últimas décadas.

Referencias:

1. A. Sandoval Villalbazo “Fórmulas matemáticas simples no pueden predecir evolución del Covid”, prensa Ibero, 29 de mayo del 2020.
https://ibero.mx/prensa/formulas-matematicas-simples-no-pueden-predecir-evolucion-del-covid

Ver también la nota publicada por Arturo Sánchez Jiménez el 31 de mayo del 2020: “La aparición del virus escapa a fórmulas predictivas exactas”
https://www.jornada.com.mx/2020/05/31/politica/005n1pol

2. D. Adam, “A guide to R – The pandemic´s misunderstood metric”, Nature News, 03 July 2020.
https://www.nature.com/articles/d41586-020-02009-w

El Dr. Alfredo Sandoval Villalbazo es académico del Departamento de Física y Matemáticas e Investigador Nacional Nivel II (SNI).
Twitter: @Fred_FisMat

Acerca de Redacción

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Time limit is exhausted. Please reload CAPTCHA.