Threshold theorems for the SIR stochastic epidemic model

Orientador: Élcio LebensztaynDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação CientíficaResumo: Este trabalho tem como objetivo estudar o modelo SIR (suscetível-infectado-removido) de epidemia nas versões determinística e estocástica. Nosso objetivo é encontrar limitantes para a probabilidade de que o tamanho da epidemia não sobrepasse certa proporção do número inicial de suscetíveis. Iniciamos apresentando as definições e a dinâmica do processo de epidemia determinístico. Obtemos um valor limiar para o número inicial de suscetíveis para que a epidemia exploda ou não. Consideramos o modelo de epidemia estocástico SIR assumindo que não há período latente, isto é, que um infectado pode transmitir a infecção ao instante de ser contagiado. O modelo é considerado com uma configuração inicial de suscetíveis e infectados e é feita especial ênfases no estudo da variável aleatória ''tamanho da epidemia'', que é definida como a diferença entre o número de suscetíveis ao começar e ao terminar a propagação da doença. Como na parte determinística, obtemos teoremas limiares para o modelo de epidemia estocástico. Os métodos usados para encontrar os limitantes são os de análise da cadeia de Markov imersa e de comparação estocásticaAbstract: This work has as objective to study the SIR (susceptible-infected-removed) epidemic model in the deterministic and stochastic version. Our objective is to find bounds for the probability that the size of the epidemic does not exceed certain proportion of the initial number of susceptible individuals. We begin presenting the definitions and the dynamics for the deterministic model for a general epidemic. We obtain a threshold value for the initial number of susceptible individuals for the epidemic to build up or not. As fundamental part of this work, we consider a stochastic epidemic SIR model assuming there is no latent period, that is, one infected can transmit the infection at the moment of being infected. The model is considered with an initial configuration of susceptible and infected individuals and the study is focused on the random variable ''size of the epidemic'', which is defined as the difference between the number of susceptible individuals at the start and at the end of the propagation of the epidemic. As in the deterministic part, we obtain a threshold theorem for the stochastic epidemic. The methods used to prove the theorem are analysis of the embedded chain and the stochastic comparisonMestradoEstatisticaMestre em Estatístic