 Hola, en este vídeo vamos a darle otra vuelta de tuerca al modelo y vamos a añadir una hipotecismas, un nuevo supuesto. En este caso el supuesto que añadimos a los anteriores es que los sanos cuando resultan infectados también se inmunizan, lo demás esto de igual, solo hay enfermo y sano, el contagio se produce por cerca de 3 personas, cuando un enfermo y un sano están suficientemente cerca el sano se vuelve enfermo, pero además este es el supuesto que metemos en este modelo 2, el sano se inmuniza inmediatamente con lo cual no puede volver a contraer la enfermedad. En la realidad esto significaría que si un sano que está inmunizado vuelve a contagiarse su sistema inmunitario eliminaría el virus, cabaría con el virus. Nosotros podemos atraer esto un poquito más con la condición equivalente de que si un sano ya está inmunizado simplemente aunque esté en contacto con un enfermo no se va a producir el contagio. Por último en un determinado tiempo el enfermo se cura, ahora vamos a poder controlar porcentaje de sanos, el número de personas totales, el radio de acción y el tiempo de cura igual que antes, exactamente igual que antes. Ya digo la única diferencia es que suponemos la inmunización de las personas cuando son contagiadas. Bien, pues igual que en los vídeos anteriores vamos a colocar el número de personas máximo 200, el porcentaje de sano a 95, de manera que sea un 5% el porcentaje de enfermo inicial. Colocamos el radio de acción a 25 y en la duración de la infección a 5, 5 unidades de tiempo que son aquí 5 segundos reales, pero que podemos imaginar que cada segundo que vale por ejemplo pues un par de días, un día, una semana en la escala de tiempo que nosotros queramos. Bien, una vez que tenemos esto ya podemos iniciar la simulación, picamos la banderita y comienza a crearse las personas sanas y las enfermas en una proporción pues del 95% de sanos, las verdes son las sanas, las rojarlas enfermas. La simulación comienza cuando ya toda la población se ha creado y vemos cómo se van contaminando contagiando una gran cantidad de sanos hasta cierto punto y después gracias a la inmunización pues cuando se van recuperando ya no vuelve a contagiarse del virus. La simulación termina cuando se llega al 100% y llegado a este punto la paro para exportar esta lista. Esta lista para ser exportada hay que irse al editor del snap y con el botón derecho sacamos el menú contextual y la exportamos. Una vez que la tenemos exportar en fichero CSV en el que la columna simboliza expresa el tiempo y la ve el número de contagiados pues podemos utilizar cualquier programa que permita representar gráficamente un fichero CSV. Yo voy a utilizar este de aquí el online graph maker y veremos pues qué pinta tiene esa evolución de contagios. En este programa simplemente le damos al botón de importar quitamos la primera fila como header que no hace falta como cabecera cargamos el fichero que hemos exportado hace un momento y cuando llegamos aquí trazamos el eje aquí con la que haremos el tiempo y en el eje y el número de enfermos y aquí tenemos el resultado de la evolución de contagios para este segundo modelo. Lo importante del resultado que acabamos de obtener es que este segundo modelo con las hipótesis que hemos propuesto da lugar a una curva de contagios que se parece mucho a las curvas reales de contagios por virus que consisten pues bueno lo que estamos viendo aquí primero hay una tasa de contagios muy alta que después se convierte en linea y cuando ya satura es decir cuando ya se han contagiado la cantidad que sea en este caso no se ha llegado al 100% porque 200% del total pero si es un número elevado de personas las que se han contagiado pues bueno ya gracias al efecto de la inmunización pues se van curando y digamos que la epidemia finaliza esto es muy importante esta curva puesto que es la que puede darnos una pista sobre la problemática real de una epidemia de este tipo y la problemática viene de lo siguiente supongamos que todos los contagiados deben ser hospitalizados es de nuevo una extracción puesto que en la realidad no todos los contagiados hay que hospitalizarlo habrá que hospitalizar únicamente un porcentaje pero de esta forma es una extracción que nos vale puesto que siempre podremos utilizar un factor de escala para hacer el mismo racionamiento entonces por simplificar supongamos que todos los contagiados hay que hospitalizarlo y supongamos por otro lado que el sistema de salud nuestro sistema sanitario los hospitales tal como están dimensionados pues tienen una capacidad para atender a 100 personas es decir aquí tendríamos un límite que nos marcaría cuando los hospitales están colapsados bien pues aquí obviamente tendremos un problema porque si se van a hospitalizar a todas estas personas pues se tendrá que dejar de atender seguramente a otros casos a lo que es la casuística normal del día a día en un hospital y además también los propios trabajadores del hospital médico enfermero y demás trabajadores pues terminarán bastante agotado por lo cual tendremos un problema grave que es precisamente lo que puede ocurrir está comenzando a ocurrir con esta crisis del coronavirus realizado varias simulaciones variando el radio de acción el radio de contagio y obtenemos los resultados que son los esperables este radio de contagio es una medida en nuestro modelo de cómo de contagioso es el virus de la eficacia que tiene la hora de contagiarse vemos que cuando va disminuyendo esa eficacia es decir cuando disminuye el radio pues la curva que se tiene es más ancha es decir crece más lentamente y además alcanza a menos personas en total el máximo de la curva está más abajo y bueno pues es lo esperable y también es lo que facilitaría pues que no colapse el sistema de salud un virus que no sea tan tan tan eficaz desgraciadamente este coronavirus que nos enfrentamos actualmente pues según los expertos tiene una eficacia contagio muy alta entonces estaríamos en el caso pues de los azulitos o del rojo en el que crece muy rápidamente el número de contagios alcanza a muchos personas y bueno pues haría colapsar rápidamente a cualquier sistema sanitario entonces en vista de esta gráfica pues lo que se nos ocurriría continuación es cómo podríamos hacer que esta curva tan acusada sea plane y vaya en esta dirección de la curva morada porque eso es lo que realmente va a facilitar que el sistema sanitario no colapse y bueno es lo que vamos a ver en los siguientes vídeos que medidas se pueden tomar introduciremos esas medidas en nuestro modelo para ver cómo afectan realmente a la curva de contagios