En la actual cuarentena he observado como las matemáticas, hermosa profesión que tuve el privilegio de estudiar en la Universidad de Los Andes, han tomado un gran protagonismo en medios y en la vida de las personas. El método científico, el uso de hipótesis, los modelos complejos y otra serie de conjeturas y demostraciones cobraron un súbito protagonismo, apenas reservado a grupos de académicos.

El número más importante en cualquier modelo epidemiológico es R, o índice de reproducción. R es la cantidad de personas a las que una persona transmite la enfermedad. Si tomamos un ejemplo de R = 3, entonces un caso inicial se convierte en tres, luego en nueve, luego en 27, luego se convierte en 81 casos, y así sucesivamente. Los supuestos sobre la R de Covid-19 varían en cada país, y en cierta medida esto es inevitable. No existe un número intrínseco comprobado de cómo se propaga la enfermedad. R es mucho más alto en un crucero o en una universidad que en una ciudad remota. El distanciamiento social busca reducir R. Toda la comunidad científica busca obtener R por debajo de 1, que es cuando la enfermedad deja de ser creciente exponencial y comienza a extinguirse dentro de la población. Toda la explicación es una traducción del famoso “aplanamiento de la curva” del que se habla a diario por la coyuntura.

Quiero destacar a dos grupos de matemáticos en el mundo que vienen trabajando duramente, en caliente, para obtener información útil para enfrentar esta pandemia. En Reino Unido, un grupo de matemáticos de la Universidad de Manchester, usan su experiencia en modelos complejos computarizados para asesorar al gobierno. Los resultados de los modelos informan posibles escenarios y formas de proteger mejor a la población.

El equipo de trabajo hace iteraciones diariamente en los modelos matemáticos con resultados entregables al gobierno. Para mapear estas tendencias complejas, analizaron puntualmente las pandemias de virus de 1880, 1918-19, 1957, 1968 y la gripe porcina de 2009. Como Covid-19 es una enfermedad completamente nueva, nadie en el mundo tiene actualmente una inmunidad natural, lo que hace más complejo el modelaje de variables.

Otro es el matemático Daniel Larremore, profesor asistente del Departamento de Ciencias de Computación del Instituto BioFrontiers, en Colorado, EE.UU. Larremore y sus colegas se unieron a un estudio a nivel nacional que busca utilizar datos de redes sociales para comprender mejor cómo los casos de coronavirus podrían crecer y viajar en las próximas semanas. La red de datos de movilidad procesa enormes volúmenes de información de ubicación anónima suministrada por Facebook. El algoritmo rastrea usuarios, los sigue en tiempo real, buscando identificar patrones y cómo los grupos de personas se desplazan de un lugar a otro. El conjunto de datos permitirá al grupo de investigadores construir mapas que muestren a dónde la gente todavía viaja durante el distanciamiento social.

Es esperanzador que los matemáticos sean parte de la solución. Reconforta igual ver como esta situación le ha enseñado un poco más a la sociedad de la utilidad de la estadística, la probabilidad, el cálculo diferencial y las escalas logarítmicas. Las matemáticas las desarrolló la sociedad por siglos entre grandes grupos de científicos. Cualquier vida adicional que se salve entonces justifica los millones de horas de tiza y tablero que los humanos hemos trabajado. Mathematicis salvari vitae.