RESUMO
Diferentes tipos de modelos matemáticos têm sido usados para prever o comportamento dinâmico do novo coronavírus (COVID-19). Muitos deles envolvem a formulação e solução de problemas inversos. Esse tipo de problema geralmente considera que o modelo, o vetor de variáveis de projeto e os parâmetros do sistema são todos valores determinísticos. Nesta contribuição, uma metodologia baseada em um processo de iteração de loop duplo é considerada para avaliar a influência de incertezas durante a resolução do problema inverso, proposto para estimar os parâmetros do modelo. No loop intermo, a solução associada ao maior valor de probabilidade associada as variáveis que apresentam incerteza é determinada. Já no loop externo, os valores das variáveis determinísticas é obtida. Para essa finalidade, a Análise de Confiabilidade Inversa é considerada como ferramenta de confiabilidade e o algoritmo de Evolução Diferencial é usado como ferramenta de otimização. Para fins de ilustração, a metodologia proposta é aplicada para estimar os parâmetros do modelo SIRD (SusceptívelInfeccioso-Recuperado-Morto) associado ao comportamento dinâmico da pandemia de COVID-19, considerando dados reais da epidemia da China e incertezas no número básico de reprodução (ℛ0). Os resultados obtidos demonstram que o aumento da confiabilidade implica no aumento do valor da função objetivo.
Palavras-chave:
problema inverso; otimização baseada em confiabilidade; modelagem; COVID-19