Laderas Huillcahuari, EdisonGarcia Saez, Edwin Carlos2026-02-032026-02-032025TESIS CF68_Garhttps://hdl.handle.net/20.500.14612/8520La pandemia de COVID-19 marcó un desafío sin precedentes para los sistemas de salud globales, requiriendo modelos epidemiológicos que pudieran predecir y mitigar su impacto. Este estudio se centra en la aplicación del modelo matemático clásico SEIR y su extensión a SEAIHRD para analizar la propagación de la enfermedad en Estados Unidos durante marzo de 2020. El modelo extendido incluye categorías adicionales como asintomáticos, hospitalizaciones y fallecidos, permitiendo una mayor precisión en la representación de la dinámica epidemiológica. La metodología empleada consistió en simulaciones numéricas realizadas en Octave, con parámetros ajustados a datos reales de la primera ola de la pandemia. Los resultados evidenciaron que, en ausencia de medidas de control, la COVID-19 habría causado un colapso del sistema sanitario en pocas semanas debido al crecimiento exponencial inicial del brote. Por otro lado, estrategias como el distanciamiento social y el uso masivo de mascarillas demostraron reducir significativamente la tasa de transmisión y, por ende, la incidencia de casos graves y mortalidad. El modelo SEAIHRD destacó por su capacidad para prever la carga hospitalaria y los recursos necesarios, superando las limitaciones del SEIR clásico. En conclusión, la extensión del modelo SEIR mejora sustancialmente su utilidad para la toma de decisiones en salud pública. Se recomienda integrar factores como la vacunación y replicar este enfoque en otros contextos geográficos para fortalecer la preparación frente a futuras emergencias sanitarias.application/pdfspainfo:eu-repo/semantics/openAccessCOVID-19Modelo matemáticoDinámica epidemiológicaModelo SEIRMatemática aplicadainfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.01.02