Un nuevo modelo matemático predice flujos migratorios y epidemias con un solo parámetro

SINC

Saber dónde habrá atascos antes de que los habitantes de un área geográfica salgan de vacaciones es posible gracias a un nuevo modelo matemático, que predice flujos migratorios y de transporte con solo un parámetro, la distribución de la población. La nueva fórmula mejora los resultados del modelo Zipf, porque corrige las inconcreciones y la necesidad de datos del método estándar.

El modelo radial, que se presenta esta semana en Nature, mejora la precisión de las herramientas predictivas en función de flujos de movimientos sociales, como la migración, el transporte, la epidemiología e incluso las llamadas telefónicas. El líder del estudio, Filippo Simini, declara a la Agencia SINC: 'Hay muchos fenómenos de gran interés social y científico que se ven afectados por los patrones de movilidad de un gran número de personas'.

Una de las aplicaciones más interesantes es el estudio de poblaciones sin un histórico de datos. A diferencia del método anterior, la falta de información no impide predecir con exactitud la movilidad de una determinada zona. 'La precisión en la predicción del número de viajeros entre dos lugares, al igual que dos ciudades, es de gran importancia con el fin de diseñar un sistema de transporte cómodo y funcional, cuya alta o baja calidad tiene el potencial de obstaculizar o mejorar la economía de un país', declara Simini.

Además, los científicos han descubierto que el modelo radial ofrece una descripción cuantitativa más fiable de la movilidad y el transporte en escalas de espacio y tiempo (cada hora, diaria y anual), a partir de procesos como los desplazamientos, las migraciones, el registro de llamadas y las operaciones financieras en los distintos continentes.

Aunque el nuevo modelo haya demostrado una mayor eficacia predictiva que el Zipf, aún tiene que ajustar ciertos parámetros para afinar al máximo sus resultados. En este sentido, Simini explica que la adaptación del modelo a contextos y situaciones específicas, mejora las predicciones mediante la incorporación de información adicional proveniente de los datos de movilidad. Por ejemplo: 'Reemplazar la distancia geográfica por el tiempo real de viaje entre dos lugares. De esta manera, sabríamos la presencia de sistemas de transporte y qué infraestructuras que reducen eficazmente las distancias'.

Los inconvenientes del modelo Zipf

El método estándar Zipf para estudiar los flujos migratorios presenta varias limitaciones. Por ejemplo, necesita parámetros variables en función de la región que se analiza y sus resultados presentan contradicciones. La fórmula tiene sus orígenes en el siglo XVIII y su forma contemporánea se utiliza desde el año 1946.

En analogía a la ley de la gravitación universal de Newton, Zipf dice que el número de individuos que se mueven de una población a otra en un período de tiempo es proporcional a la productividad de las dos ciudades, y decae con la distancia entre los dos sitios.

Por ejemplo, Zipf supone que el origen y el destino de los desplazamientos diarios y rutinarios están marcados por la oportunidad laboral. Su predicción de flujo migratorio presupone que una persona prefiere ocupar un puesto de trabajo menos satisfactorio para estar más cerca de su casa. Como el número de posibilidades laborales en cada país es proporcional al volumen de la población, esta asignación de variables permite determinar los flujos migratorios diarios a lo largo de una zona.

A diferencia de este, el nuevo modelo considera que los desplazamientos de la población son independientes de la distribución del beneficio o la densidad laboral y por eso consiguen un modelo libre de parámetros.

Referencia bibliográfica:

Simini, F.; González, M.C.; Maritan, A.; Barbási, A-L. "A universal model for mobility and migration patterns". Nature, 26 de febrero 2012. DOI: 10.1038/nautre10856