Lanju Fotografie.
La expansión del coronavirus sigue un comportamiento característico de la teoría del caos: es determinista y al mismo tiempo caótica o no lineal.
Lo ha descubierto una investigación que utilizó datos de las epidemias de COVID-19 en China, Japón, Corea del Sur e Italia para construir modelos deterministas basados en la teoría del caos.
Estos modelos se aplicaron luego a otros países (Francia, España, Bélgica y el Reino Unido) para identificar los escenarios más probables y observar su evolución de manera operativa, durante la epidemia.
Gracias a los modelos matemáticos basados en la teoría del caos, los investigadores consiguieron anticipar la evolución de la pandemia en varios países, especialmente en Italia, España, Francia y el Reino Unido.
Atractor caótico
Los modelos muestran en todos los casos que una pequeña diferencia en las condiciones iniciales puede conducir a trayectorias muy diferentes en la expansión de la enfermedad, incluso utilizando ecuaciones deterministas.
Aunque las condiciones iniciales son diferentes, la dinámica de la expansión de la epidemia es estrictamente la misma: sigue las mismas ecuaciones deterministas.
Por esta razón, las tres trayectorias convergen en la misma estructura geométrica: un atractor caótico con forma de mariposa.
Un atractor es el conjunto de puntos hacia los cuales tiende un sistema dinámico. Es caótico cuando muestra sensibilidad a variaciones en las condiciones iniciales: entonces las alas de la mariposa se mueven.
Aunque las tres trayectorias de evolución de la enfermedad confluyen en el mismo atractor caótico, llegan de manera diferente: eso provoca un comportamiento impredecible de la pandemia a lo largo del tiempo.
Los modelos también revelan que el número de muertes por día experimenta una sucesión de oscilaciones como lo sugiere el atractor caótico.
Observación temprana
Los investigadores advierten que estos modelos se obtuvieron al inicio de todo el proceso, y que no han tenido en cuenta las actuaciones posteriores para la contención de la enfermedad.
Según esta investigación, la evolución temporal del número de infecciones podría pronosticarse utilizando los modelos dinámicos obtenidos para la epidemia de Covid-19 en las provincias de Zhejiang, Henan, Guangdong, Anhui y Jianxi.
Iniciadas el 24 de febrero, estas simulaciones sugieren que el final de la epidemia no puede alcanzarse antes de tres a cuatro semanas, con un número acumulado de infecciones que alcanzaría entre 800 y 1.400 casos.
Sin embargo, las últimas actualizaciones de casos confirmados (para el 27 de febrero) sugieren que estos modelos probablemente pueden subestimar el brote en Italia.
Este trabajo ha permitido mostrar que la magnitud de la epidemia ha estado directamente relacionada con la anticipación de las medidas de control tomadas para contenerla.
Teoría del caos
Lo que esta investigación viene a decir es que el comportamiento de la Covid-19 sigue los patrones de comportamiento de la teoría del caos.
Esta teoría, una rama de las matemáticas y la física, entre otras disciplinas, establece que en los sistemas dinámicos (los que evolucionan con el tiempo) el resultado de un proceso depende de distintas variables, por lo que es imposible de predecir.
Lo sorprendente de esta impredecibilidad es que se cumple aunque el sistema dinámico sea por principio determinista, es decir, que su comportamiento puede describirse conociendo sus condiciones iniciales.
Lo ha descubierto una investigación que utilizó datos de las epidemias de COVID-19 en China, Japón, Corea del Sur e Italia para construir modelos deterministas basados en la teoría del caos.
Estos modelos se aplicaron luego a otros países (Francia, España, Bélgica y el Reino Unido) para identificar los escenarios más probables y observar su evolución de manera operativa, durante la epidemia.
Gracias a los modelos matemáticos basados en la teoría del caos, los investigadores consiguieron anticipar la evolución de la pandemia en varios países, especialmente en Italia, España, Francia y el Reino Unido.
Atractor caótico
Los modelos muestran en todos los casos que una pequeña diferencia en las condiciones iniciales puede conducir a trayectorias muy diferentes en la expansión de la enfermedad, incluso utilizando ecuaciones deterministas.
Aunque las condiciones iniciales son diferentes, la dinámica de la expansión de la epidemia es estrictamente la misma: sigue las mismas ecuaciones deterministas.
Por esta razón, las tres trayectorias convergen en la misma estructura geométrica: un atractor caótico con forma de mariposa.
Un atractor es el conjunto de puntos hacia los cuales tiende un sistema dinámico. Es caótico cuando muestra sensibilidad a variaciones en las condiciones iniciales: entonces las alas de la mariposa se mueven.
Aunque las tres trayectorias de evolución de la enfermedad confluyen en el mismo atractor caótico, llegan de manera diferente: eso provoca un comportamiento impredecible de la pandemia a lo largo del tiempo.
Los modelos también revelan que el número de muertes por día experimenta una sucesión de oscilaciones como lo sugiere el atractor caótico.
Observación temprana
Los investigadores advierten que estos modelos se obtuvieron al inicio de todo el proceso, y que no han tenido en cuenta las actuaciones posteriores para la contención de la enfermedad.
Según esta investigación, la evolución temporal del número de infecciones podría pronosticarse utilizando los modelos dinámicos obtenidos para la epidemia de Covid-19 en las provincias de Zhejiang, Henan, Guangdong, Anhui y Jianxi.
Iniciadas el 24 de febrero, estas simulaciones sugieren que el final de la epidemia no puede alcanzarse antes de tres a cuatro semanas, con un número acumulado de infecciones que alcanzaría entre 800 y 1.400 casos.
Sin embargo, las últimas actualizaciones de casos confirmados (para el 27 de febrero) sugieren que estos modelos probablemente pueden subestimar el brote en Italia.
Este trabajo ha permitido mostrar que la magnitud de la epidemia ha estado directamente relacionada con la anticipación de las medidas de control tomadas para contenerla.
Teoría del caos
Lo que esta investigación viene a decir es que el comportamiento de la Covid-19 sigue los patrones de comportamiento de la teoría del caos.
Esta teoría, una rama de las matemáticas y la física, entre otras disciplinas, establece que en los sistemas dinámicos (los que evolucionan con el tiempo) el resultado de un proceso depende de distintas variables, por lo que es imposible de predecir.
Lo sorprendente de esta impredecibilidad es que se cumple aunque el sistema dinámico sea por principio determinista, es decir, que su comportamiento puede describirse conociendo sus condiciones iniciales.
Condiciones iniciales
El efecto mariposa asociado a la teoría del caos es una metáfora de la dependencia de los sistemas dinámicos de las condiciones iniciales.
Por eso se dice, metafóricamente, que una pequeña perturbación, como el batir de las alas de una mariposa, puede producir un tornado en el otro extremo del mundo.
Para la Covid-19, eso significa que una pequeña alteración en cómo se desarrolla en sus inicios la enfermedad, puede provocar un impacto mundial.
Es justo lo que ocurrió con la Covid-19: las variables iniciales en el desarrollo de la enfermedad hicieron impredecible su comportamiento a lo ancho del mundo.
Se convirtió en pandemia mundial a una velocidad inusitada y confinó en sus casas a más de la mitad de la población humana.
El caos se presenta así, una vez más, como una manifestación del desorden implicado en los procesos físicos: culmina como una forma más compleja del orden natural.
Si la entendemos así, podremos gestionarla mejor a nivel sanitario, demuestra esta investigación. Lo mismo valdría, tal vez, para gestionarla adecuadamente también en lo económico y en lo político.
El efecto mariposa asociado a la teoría del caos es una metáfora de la dependencia de los sistemas dinámicos de las condiciones iniciales.
Por eso se dice, metafóricamente, que una pequeña perturbación, como el batir de las alas de una mariposa, puede producir un tornado en el otro extremo del mundo.
Para la Covid-19, eso significa que una pequeña alteración en cómo se desarrolla en sus inicios la enfermedad, puede provocar un impacto mundial.
Es justo lo que ocurrió con la Covid-19: las variables iniciales en el desarrollo de la enfermedad hicieron impredecible su comportamiento a lo ancho del mundo.
Se convirtió en pandemia mundial a una velocidad inusitada y confinó en sus casas a más de la mitad de la población humana.
El caos se presenta así, una vez más, como una manifestación del desorden implicado en los procesos físicos: culmina como una forma más compleja del orden natural.
Si la entendemos así, podremos gestionarla mejor a nivel sanitario, demuestra esta investigación. Lo mismo valdría, tal vez, para gestionarla adecuadamente también en lo económico y en lo político.
Referencia
Chaos theory applied to the outbreak of COVID-19: an ancillary approach to decision making in pandemic context. Epidemiology & Infection, Volume 148 e95. DOI:https://doi.org/10.1017/S0950268820000990
Chaos theory applied to the outbreak of COVID-19: an ancillary approach to decision making in pandemic context. Epidemiology & Infection, Volume 148 e95. DOI:https://doi.org/10.1017/S0950268820000990