000 -Cabecera (24) |
Campo de control interno |
02241nam a2200325Ia 4500 |
001 - Número de control |
Campo de control |
ESSALUD13650 |
005 - Fecha y hora de la |
Campo de control |
20230127160802.0 |
007 - Tipo material - Descripcion fisica - info general |
Tipo material |
ta |
008 - Códigos de longitud fija (40p) |
Campo de control de longitud fija |
200105s2021||||si |||||||||||||| ||spa|| |
020 ## - INTERNATIONAL STANDARD BOOK NUMBER |
ISBN |
978-981-33-6415-8 |
040 ## - Origen de la Catalogacion |
Origen de la Catalogacion |
ESSALUD |
041 ## - Código de idioma (R) |
Código de lengua del texto/banda sonora o título independiente (R) |
eng |
043 ## - Pais ISO |
País ISO |
si |
082 ## - Número de la Clasificación |
Clasificación Dewey |
616.2 |
Codigo Cutter |
N45.2021 |
100 ## - Autor Personal |
Autor Personal |
Nesteruk, Igor |
Término indicativo de función (R) |
autor |
245 ## - Titulo |
Titulo |
COVID-19 pandemic dynamics : mathematical simulations |
250 ## - Mencion de edicion |
Mencion de edicion |
1a ed. |
260 ## - Editorial |
Ciudad |
Singapur |
Nombre de la Editorial |
Springer |
Fecha |
2021 |
300 ## - Descripcion |
Páginas |
xii, 172 páginas |
Otros detalles físicos |
il., tablas; 22 cm. |
504 ## - Nota Bibliografica |
Nota bibliografica |
Incluye referencias bibliográficas e índice. |
520 ## - Resumen |
Resumen |
Este libro destaca la estimación de las características de la epidemia para diferentes países / regiones del mundo con el uso del modelo SIR (susceptible-infectado-eliminado) conocido para la dinámica de la epidemia, la solución exacta conocida de las ecuaciones diferenciales lineales y el enfoque estadístico desarrollado. antes de. La pandemia de COVID-19 es de gran interés para los investigadores por su alta mortalidad y un impacto negativo en la economía mundial. La simulación correcta de la dinámica de la pandemia requiere modelos matemáticos complicados y muchos esfuerzos para la identificación de parámetros desconocidos. Se propone el método simple de detección de la nueva ola pandémica y se generaliza el modelo SIR. Los períodos ocultos, la duración de la epidemia, el número final de casos, el número de reproducción efectiva y las probabilidades de conocer a una persona infectada se presentan para países como EE. UU., Alemania, Reino Unido, República de Corea, Italia, España, Francia, República de Moldavia, Ucrania y para el mundo. La información presentada es útil para regular las actividades de cuarentena y predecir las consecuencias médicas y económicas de pandemias diferentes / futuras. |
650 ## - Temas - Descriptores |
Temas - Descriptores |
INFECCIONES POR CORONAVIRUS |
9 (RLIN) |
35287 |
650 ## - Temas - Descriptores |
Temas - Descriptores |
PANDEMIAS |
9 (RLIN) |
35384 |
650 ## - Temas - Descriptores |
Temas - Descriptores |
ANÁLISIS DE DATOS |
9 (RLIN) |
6357 |
650 ## - Temas - Descriptores |
Temas - Descriptores |
PREVENCIÓN DE ENFERMEDADES |
650 ## - Temas - Descriptores |
Temas - Descriptores |
SALUD PÚBLICA |
9 (RLIN) |
1652 |
653 ## - Palabras Claves |
Palabras Claves |
TEORÍA DE LA PROBABILIDAD Y PROCESOS ESTOCÁSTICOS |
653 ## - Palabras Claves |
Palabras Claves |
PANDEMIA COVID-19 / MODELOS MATEMÁTICOS |
942 ## - Datos personalizados Koha |
Tipo de Documento |
Libros |
Fecha procesamiento |
2023-01-27 |
Documentalista |
sqb, afc |