Predicciones matemáticas

En lo referente a los modelos matemáticos, la mayoría de los que se emplean se basan en el modelo SIR, publicado en 1927, que divide la población en tres grupos: Susceptibles, Infectados y Recuperados. Una curiosidad del modelo es que los fallecidos se contabilizan junto a los recuperados, ya que son inmunes a la infección y no transmiten la enfermedad. Hay que aclarar que ni utilizando el SIR ni con ninguna de sus evoluciones se puede pretender hacer predicciones exactas, al final estamos hablando de herramientas estadísticas, y lo que vamos a obtener es un abanico de resultados entre los que estará el dato buscado con un grado de probabilidad determinado. El modelo del Imperial College, que hemos citado en varias ocasiones por la exactitud de sus predicciones, ofrece sus datos en intervalos amplios para conseguir una probabilidad del 95%. Eso quiere decir que una vez de cada 20, los datos reales no estarán dentro del intervalo predicho por el modelo, a pesar de su amplitud.

Es imposible ofrecer algo más que resultados aproximados, y hay dos motivos principales. El primero es que las epidemias no son sucesos mecánicos, sino sujetos a variabilidad. El segundo es que para que el modelo funcione tenemos que alimentarlo con datos, cuantos más sean y más exactos, mejor.

Seguro que todos hemos oído hablar del efecto mariposa. Generalmente lo asociamos al clima, pero no siempre es así. Se trata de un fenómeno asociado a los sistemas de ecuaciones no lineales; las predicciones meteorológicas se basan en estos sistemas, y el modelo SIR también. Eso quiere decir que cualquier pequeña desviación en los datos iniciales deriva en situaciones finales que pueden ser muy distintas. En el caso de las previsiones meteorológicas, la cantidad de datos que se recolectan cada día y la exactitud de los mismos son abrumadoras; aun así, la previsión falla muchas veces cuando miramos más allá de los próximos tres o cuatro días. En el caso de la pandemia de coronavirus, la calidad de los datos es más que discutible.

La utilidad de los modelos matemáticos estriba en una capacidad de predicción que es limitada; nos dejan ver el futuro, pero con unas gafas empañadas.