Velázquez Castro, JorgeVELAZQUEZ CASTRO, JORGE; 162738Rodríguez Hernández, Josué2023-12-062023-12-062023-06https://hdl.handle.net/20.500.12371/19628"La estimación de parámetros en modelos epidémicos es fundamental para comprender y controlar la propagación de enfermedades, así como para tomar decisiones informadas en la salud pública. Estos modelos son herramientas matemáticas que permiten simular y predecir el comportamiento de una enfermedad en una población. Para lograr predicciones precisas, es necesario estimar parámetros como las tasas de infección, mortalidad y recuperación. Estos parámetros brindan un mejor entendimiento de cómo se propaga la enfermedad y cuánto tiempo puede durar una epidemia. También son utilizados para evaluar futuros escenarios y sus posibles consecuencias, preparando a la población ante futuros brotes. Es por ello que el desarrollo e implementación de técnicas para la estimación de estos parámetros se ha vuelto un aspecto importante en la ciencia, tratando de implementar métodos cada vez más precisos, confiables y aptos para cualquier tipo de brote epidémico. En las siguientes páginas se presenta una nueva propuesta de técnica para la estimación de parámetros en modelos epidémicos. Específicamente, centrada en la estimación de las tasas de infección interpoblacional de un model SIR Metapoblacional mediante el uso de redes neuronales artificiales (RNA). Para ello, se realizan múltiples simulaciones matemáticas del modelo SIR Metapoblacional, con diferentes tasas de infección interpoblacional".pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRATransmisión de enfermedades infecciosasEnfermedades transmisibles--Modelos matemáticosEpidemiología--Modelos matemáticosSimulación por computadoraRedes neuronales (Computación)Aprendizaje automáticoTesis de licenciaturaEpidemias--Modelos matemáticosopenAccess