NetLogo User Community Models

(back to the NetLogo User Community Models)

Download If clicking does not initiate a download, try right clicking or control clicking and choosing "Save" or "Download". Try It in NetLogo Web

## ¿DE QUÉ TRATA?

Este es un modelo que muestra cómo se modifica la velocidad de propagación de un virus de acuerdo a la cantidad de población inmóvil y cómo contribuye a lo que coloquialmente se le ha llamado "aplanar la curva".

## CÓMO FUNCIONA

Existe una población sana (círculos verdes), la cual un porcentaje se mantiene fija emulando la restricción "quédate en casa" y el resto se desplaza de manera aleatoria en el espacio de la pantalla. Una persona de la población móvil está enferma (círculo rojo) de un virus que, al entrar en contacto con gente sana la infecta. Esta nueva gente infectada a su vez infecta a más gente sana.
La gente infectada es removida de la pantalla, ingresa al hospital y ocupa una cama. El tiempo que deja pasar cada persona entre estar infectada y decidir hospitalizarse es aleatorio. Después de cierto tiempo de estar en cama se vuelve inmune, deja libre la cama y reaparece en pantalla de manera móvil (círculo gris). Esta dinámica se da en un contexto de cantidad limitada de camas de hospital disponibles.
La simulación se detiene cuando ya no hay gente enferma o cuando ya no hay más camas disponibles.

## CÓMO USAR EL MODELO

1) Asignar una cantidad de población total con el deslizador "poblacion".
2) Determinar el porcentaje de población que se mantendrá fija en el campo "%poblacion-fija".
3) Determinar el número total de camas de hospital en el campo "camas".
4) Presionar el botón "preparar" para generar la población asignada.
5) Presionar el botón "iniciar" para iniciar o pausar el modelo.

## COSAS QUÉ NOTAR

Observar en la gráfica si en algún momento la cantidad de población enferma supera a la cantidad de camas disponibles, lo cual es un escenario no deseado.

Observar cómo se "aplana la curva" al aumentar el porcentaje de personas fijas.

## COSAS A PROBAR

Probar con diferentes porcentajes de personas fijas y comparar los resultados de cantidad de población enferma.
Probar con estos porcentajes hasta que la cantidad de población enferma no supere la cantidad de camas disponibles, lo cual es un escenario deseado.

## CRÉDITOS Y REFERENCIAS

La elaboración de este modelo se inspiró en el artículo del Washington Post titulado "Por qué brotes como el del coronavirus crecen exponencialmente y cómo ‘aplanar la curva’" de Harry Stevens (https://www.washingtonpost.com/graphics/2020/world/corona-simulator-spanish/)