Fecha: 24 de marzo de 2021 a las 2 pm de México (GMT-6).
Por favor llena este formato para que te enviemos el link de Zoom para asistir a las charlas
Andrés Aranda López es investigador postdoctoral en el Departamento de Matemáticas Aplicadas (Katedra Aplikované Matematiky) de la Universidad Carolina de Praga. Completó sus estudios de licenciatura en FAMAT en 2009, seguidos por estudios doctorales en la Universidad de Leeds bajo la dirección de H. Dugald Macpherson. Ha hecho estancias postdoctorales en la Universidad de Calgary y en la Universidad Técnica de Dresde. Sus principales intereses son teoría de modelos, teoría de Ramsey y homogeneidad de estructuras relacionales.
Título. Estructuras homogéneas
Resumen. En esta plática daré una breve introducción a estructuras homogéneas y sus conexiones con la lógica, teoría de grupos, combinatoria y dinámica topológica. Si el tiempo lo permite, también hablaré de variaciones sobre el tema de homogeneidad.
Imelda Trejo obtuvo los grados de licenciatura, maestría, y doctorado en Matemáticas Aplicadas en la Universidad Autónoma del Estado de Hidalgo, CIMAT y Universidad de Texas en Arlington en el 2008, 2011 y 2019, respectivamente. Actualmente, se encuentra realizando un postdoctorado en el Laboratorio Nacional de Los Álamos, Nuevo México, EE. UU., donde ella trabaja con el grupo de Biología y Biofísica Teorética. Su campo de investigación se centra en el desarrollo, análisis, e implementación numérica de modelos biomatemáticos. En su trabajo postdoctoral, ella desarrolla modelos deterministas para describir la evolución temporal de epidemias y la dinámica del sistema inmune en respuesta a patógenos o traumas.
Titulo. Un modelo tipo Susceptible-Infectado-Recuperado modificado para estimar los casos Covid-19 no observados
Resumen. Ajustar modelos tipo Susceptible-Infectado-Recuperado (SIR) es problemático cuando una fracción de infectados no son reportados. Suponiendo una dinámica poblacional dictada por un modelo tipo SIR con una distribución general pero desconocida para el tiempo de residencia en la clase de infectados, introducimos un sistema de ecuaciones deferencial-integral para estimar los casos asintomáticos durante brotes epidémicos. Usando estas ecuaciones, desarrollamos un modelo estocástico para los casos de incidencia observables y proponemos una estimación Bayesiana para la estimación de los parámetros del modelo. Aplicamos nuestro modelo para estimar la tasa de infección y fracción de casos no reportados del presente brote epidémico Coronavirus 2019 en algunos países americanos. Nuestros resultados revelan que más del 80% de los infectados no fueron observados en varios países latinoamericanos durante el 2020.
Referencia:
A modified Susceptible-Infected-Recovered model for observed under-reported incidence data
I Trejo, N Hengartner – arXiv preprint arXiv:2012.05294, 2020 – arxiv.org