Sei sulla pagina 1di 5

La matematica del Coronavirus, ovvero perché

bisogna stare a casa


Davide Peressoni

20 Marzo 2020
Pubblicato su "Nadir" il 5 Aprile 2020

Il modello più semplice per modellare l’andamento del contagio del COVID-19
è il seguente:

• Ogni persona positiva contagia in media R0 persone

• Nel tempo in cui le persone contagiate diventano positive, la persona


che le ha contagiate è guarita

Questo modello può essere riassunto con la formula

c(t + 1) = R0 c(t)

Ovvero i contagiati dopo un certo lasso temporale sono R0 volte quelli al-
l’istante temporale precedente. La soluzione dell’equazione alle differenze
è:
c(t) = R0t
Notiamo quindi che l’andamento del contagio è di tipo esponenziale, con base
R0 .
Fermi tutti, pochi giorni fa per TV Zaia, Fontana e tanti altri dicevano
che la crescita non è più esponenziale ma lineare... Sbagliato! L’andamen-
to sarà sempre esponenziale (come per tutti i processi biologici descritti da
equazioni differenziali), solo che visto su un arco limitato di tempo può sem-
brare lineare.
Ad esempio in figura 1 vediamo un andamento esponenziale e ingrandendo
una piccola porzione possiamo notare come assomigli ad un andamento li-
neare.
Infatti la funzione esponenziale può essere localmente approssimata con una
funzione lineare: R0t = 1 + ln(R0 ) · t + O(t2 ).

1
y

Figura 1: L’andamento di un esponenziale può sembrare lineare, se visto in


un piccolo arco temporale

Il fatto che l’andamento sia sempre esponenziale non deve però preoc-
cuparci, infatti esponenziale non è sinonimo di grande, ma di veloce: una
crescita esponenziale vuol dire veloce, ma non necessariamente grande.
In figura 2 possiamo vedere 4 andamenti esponenziali. La curva arancione è
un andamento esponenziale con base (R0 ) 2 e si può notare che cresce meno
della curva blu, che ha base più grande: 2, 5.
La curva viola ha base 1 e vediamo che è piatta, mentre la curva verde avendo
base 0,5 addirittura cala nel tempo (sempre velocemente, perché si tratta di
esponenziale).
Quindi abbiamo capito che la crescita del fenomeno dipende dal valore
di R0 : se riusciamo a portare il suo valore sotto l’uno (ovvero ogni persona
positiva ne contagia in media meno di una) allora il virus si debellerà da solo
(la curva tenderà a decrescere fino ad arrivare quasi a zero). Ovviamente
ridurre R0 (che si stima attualmente valga circa 2,5) in modo che scenda così
tanto è molto difficile, ma già abbassandolo a valori come 2 o 1 si hanno
notevoli vantaggi, infatti la crescita sarà minore.
C’è però ancora qualcosa che non ci torna: dal grafico vediamo che abbas-
sando R0 la crescita sarà minore, ma che comunque tenderà a crescere se non
portiamo la base sotto l’uno. Questo perché nel nostro modello semplifica-
to non abbiamo tenuto conto della saturazione del sistema, ovvero del fatto
che le persone guarite non possono tornare ad ammalarsi e che non ci sono
infinite persone nel mondo. Possiamo dunque migliorare il nostro modello

2
y y=2,5x y=2x
6

y=1x
1
y=0,5x x

2 4

Figura 2: L’andamento esponenziale è veloce ma non necessariamente grande

così:
 
s(t)
c(t + 1) =R0 c(t) · 1 −
cmax
s(t + 1) =s(t) + c(t)

dove cmax è il numero massimo di persone che possono contagiarsi, e s(t)


rappresenta il totale dei contagiati (compresi i guariti) fin’ora.
Questo sistema non è lineare e quindi la sua risoluzione è complicata, ma per
vederne gli effetti possiamo fare le seguenti considerazioni:
• Per valori di t piccoli (all’inizio) s(t) sarà piccolo e quindi possiamo
approssimare 1 − cs(t)
max
con 1, che ci porta al caso visto in precedenza:
c(t) = R0t
• Andando avanti nel tempo s(t) crescerà fino ad arrivare a cmax , do-
ve il termine 1 − cs(t)
max
domina su R0 c(t), comportando un andamento
decrescente.
Nell’esempio in figura 3 si può vedere come l’andamento della diffusione del
virus sia delimitato dai due andamenti discussi poco fa.
Resta ora da capire come questo andamento sia determinato da R0 . Beh
quello che possiamo aspettarci è che al scendere di R0 il numero dei contagiati
totale cali (infatti l’esponenziale con una base piccola crescerà di meno).
Oltre a questo, come si vede in figura 4, il picco dei contagi verrà spostato
in avanti.

3
c(t)

Figura 3: Esempio dell’andamento del virus (arancione) ottenuto


dall’andamento iniziale (blu) e finale (viola)

c(t)
R0 =2,5

R0 =1,5

Figura 4: Le curve indicano l’andamento del numero di contagiati per due


valori di R0 , le curve piene rappresentano le persone ricoverate (che sono una
percentuale dei contagiati) e la linea verde la capienza massima degli ospedali

4
Quindi riuscire a diminuire R0 aiuta sia a diminuire i contagi (utile sia
a limitare i danni, che a non sovraccaricare gli ospedali), sia a spostare in
avanti nel tempo il picco dei contagi (utile perché più tempo abbiamo a
disposizione meglio possiamo organizzarci). Per poter portare R0 sotto l’uno
bisogna aspettare il vaccino, che non arriverà prima di un anno, ma per
il momento possiamo scendere di un po’ e portare R0 a 1,5 semplicemente
limitando il contatto con le altre persone, e il modo migliore per farlo è stare
a casa!