Performance comparison of Python, MATLAB and R for numerical solutions of SI and SIR epidemiological models

Este estudio compara el rendimiento computacional y la precisión de Python, MATLAB y R al resolver numéricamente los modelos epidemiológicos SI y SIR mediante métodos como Euler, Runge-Kutta de cuarto orden y Predictor-Corrector, proporcionando orientación práctica para la selección de herramientas en la modelización de epidemias.

Lo esencial

¡Hola! Imagina que este artículo es como una carrera de coches de Fórmula 1, pero en lugar de pilotos famosos, los competidores son tres programas informáticos muy populares: Python, MATLAB y R. Y en lugar de una pista de asfalto, la "pista" son unos problemas matemáticos que intentan predecir cómo se propaga un virus (como la gripe o el COVID) en una población.

Aquí te explico la historia de la carrera de forma sencilla:

1. El escenario: ¿Qué están intentando resolver?

Los científicos usan modelos matemáticos para entender enfermedades. Imagina dos tipos de "juegos de mesa" para simular una epidemia:

• El juego SI (Susceptible-Infecioso): Es como un juego donde si tocas a alguien, te contagias y ya no puedes volver a estar sano. Es un modelo simple.
• El juego SIR (Susceptible-Infecioso-Recuperado): Es un poco más complejo. Aquí, después de estar enfermo, puedes curarte y quedarte inmune.

Para resolver estos "juegos" y saber cuánta gente se enfermará mañana, no podemos hacerlo a mano (sería como intentar contar hasta un millón con los dedos). Necesitamos usar métodos numéricos, que son como recetas de cocina paso a paso para calcular el resultado. Los autores probaron tres recetas:

1. Método de Euler: La receta más simple y rápida, pero a veces un poco "tosca" (como usar un cuchillo de plástico para cortar pan).
2. Método RK4: Una receta muy sofisticada y precisa (como un cuchillo de chef japonés).
3. Método Predictor-Corrector: Una receta que primero adivina el resultado y luego lo corrige para que sea perfecto.

2. Los competidores: Python, MATLAB y R

Ahora, ¿quién cocina estas recetas?

• Python: Es como un chef versátil y moderno. Es gratuito, muy popular y se adapta a todo.
• MATLAB: Es como un chef de un restaurante de lujo. Es muy potente y profesional, pero cuesta dinero y a veces es un poco más lento en tareas simples.
• R: Es como un chef especialista en estadística. Es excelente para analizar datos, pero a veces se toma su tiempo para cocinar platos complejos.

3. La carrera: ¿Quién gana?

Los autores pusieron a los tres chefs a cocinar los mismos platos (resolver los modelos SI y SIR) usando las tres recetas (métodos) en una computadora moderna (un MacBook con chip M4).

Los resultados fueron sorprendentes:

• Precisión (¿Qué tan bueno es el sabor?):

  • La receta RK4 fue la ganadora indiscutible en todos los casos. Fue tan precisa que, incluso cuando los otros métodos cometían pequeños errores, RK4 dio resultados casi perfectos (como si el sabor fuera idéntico al original).
  • El método Euler fue el menos preciso, especialmente si se intentaba cocinar rápido (con pasos grandes).
  • Conclusión: Si quieres que el resultado sea perfecto, usa la receta RK4, da igual qué programa uses.

• Velocidad (¿Quién termina primero?):

  • Python fue el campeón de la velocidad. Terminó la tarea mucho más rápido que los otros dos, especialmente cuando la receta era complicada o requería muchos pasos pequeños. Fue como si el chef Python tuviera un motor de cohete.
  • MATLAB fue el segundo lugar. Fue decente, pero más lento que Python.
  • R fue el último lugar. Aunque sus resultados eran correctos, tardó mucho más en cocinar el plato. Fue como un chef que mide cada gramo de sal con una balanza de precisión antes de echarla.

4. La analogía final

Imagina que tienes que pintar un mural gigante de una epidemia:

• Python es el pintor que usa una pistola de pintura de alta tecnología: rápido, limpio y preciso.
• MATLAB es el pintor que usa un rodillo profesional: hace un buen trabajo, pero tarda un poco más.
• R es el pintor que usa un pincel fino: hace un trabajo excelente, pero le toma mucho más tiempo cubrir la misma superficie.

¿Qué nos enseña esto?

El mensaje principal del artículo es: Si eres un investigador y necesitas simular epidemias, Python es probablemente tu mejor aliado.

Ofrece el mejor equilibrio: es tan preciso como los otros programas (especialmente si usas el método RK4) y es mucho más rápido. MATLAB sigue siendo útil, pero R, aunque poderoso para estadísticas, puede ser lento para estas simulaciones matemáticas específicas.

En resumen: Para predecir cómo se mueve un virus, usa Python con la receta RK4; será rápido y no te dará sorpresas.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Comparación de rendimiento de Python, MATLAB y R para soluciones numéricas de modelos epidemiológicos SI y SIR", escrito por Berkay Özışık y Elif Demirci.

1. Planteamiento del Problema

La modelización matemática es fundamental en epidemiología para comprender y controlar la propagación de enfermedades infecciosas. Los modelos compartimentales clásicos, como SI (Susceptible-Infectado) y SIR (Susceptible-Infectado-Recuperado), desarrollados por Kermack y McKendrick, requieren métodos numéricos para su resolución en escenarios del mundo real, ya que las soluciones analíticas exactas a menudo no existen o son insuficientes para modelos complejos.

Los métodos numéricos estándar incluyen el Método de Euler, el Método de Runge-Kutta de cuarto orden (RK4) y los Métodos Predictor-Corrector (P-C). Aunque estas técnicas se implementan habitualmente en software científico como Python, MATLAB y R, la literatura carece de una comparación exhaustiva que evalúe simultáneamente la eficiencia computacional (tiempo de ejecución) y la precisión de estas tres herramientas al resolver modelos SI y SIR bajo las mismas condiciones.

2. Metodología

El estudio se diseñó para resolver los sistemas de ecuaciones diferenciales ordinarias (EDOs) que definen los modelos SI y SIR utilizando tres algoritmos numéricos en las tres plataformas de software mencionadas.

• Modelos Matemáticos:
  • Modelo SI: Un sistema de dos ecuaciones con un parámetro de transmisión ($\alpha$). Dado que posee una solución analítica exacta, se utilizó para medir la precisión mediante el coeficiente de determinación ($R^2$).
  • Modelo SIR: Un sistema de tres ecuaciones con parámetros de transmisión ($\alpha$) y recuperación ($\beta$). Al carecer de solución analítica simple, se utilizó la solución obtenida por el solver ODE45 de MATLAB (de alta precisión) como referencia "verdadera" para calcular los errores.
• Algoritmos Implementados:
  1. Euler: Método de primer orden.
  2. RK4: Método de cuarto orden.
  3. Predictor-Corrector (P-C): Técnica iterativa que combina una predicción inicial con una corrección.
• Configuración Experimental:
  • Hardware: MacBook Air con chip Apple M4 y 16 GB de RAM.
  • Datos: Se utilizaron parámetros históricos de un brote de influenza en una escuela (Murray, 2002).
  • Medición: Se registró exclusivamente el tiempo de cómputo puro de los algoritmos, excluyendo la configuración de variables y gráficos. Se probaron diferentes tamaños de paso ($h = 0.25, 0.10, 0.01$).

3. Contribuciones Clave

• Comparación Tripartita Unificada: Es uno de los pocos estudios que implementa y compara simultáneamente los mismos métodos numéricos en Python, MATLAB y R para los modelos epidemiológicos SI y SIR.
• Evaluación Dual (Precisión vs. Rendimiento): No solo se analiza la velocidad, sino que se cuantifica la precisión mediante $R^2$ para el modelo SI (vs. solución exacta) y para el modelo SIR (vs. referencia ODE45).
• Guía Práctica: Proporciona evidencia empírica para que los investigadores elijan la herramienta de software más adecuada según sus necesidades de velocidad o precisión.

4. Resultados Principales

A. Precisión (Modelo SI y SIR)

• Método RK4: Demostró consistentemente la mayor precisión. En el modelo SI, logró un $R^2 = 1.0$ (ajuste perfecto) incluso con pasos grandes ($h=0.25$). En el modelo SIR, los resultados fueron casi idénticos a la referencia ODE45 ($R^2 > 0.999999$).
• Método P-C: Ofreció una precisión muy alta, muy cercana a la de RK4, superando significativamente al método de Euler.
• Método de Euler: Fue el menos preciso, especialmente con pasos grandes ($h=0.25$), mostrando desviaciones notables ($R^2 \approx 0.95$).
• Independencia del Software: La precisión numérica fue idéntica en los tres lenguajes para un mismo método y tamaño de paso, lo que indica que las diferencias radican en la implementación del motor de cómputo, no en la lógica matemática.

B. Rendimiento (Tiempo de Ejecución)

• Python: Fue el lenguaje más eficiente en casi todos los casos, mostrando tiempos de ejecución significativamente menores, especialmente a medida que el tamaño de paso disminuía (mayor número de iteraciones).
• MATLAB: Mostró un rendimiento moderado, siendo más lento que Python pero generalmente más rápido que R.
• R: Fue consistentemente el lenguaje más lento de los tres, con tiempos de ejecución considerablemente más altos, especialmente en métodos complejos como RK4 y P-C.
• Relación Complejidad-Tiempo: Como era de esperar, los métodos RK4 y P-C requirieron más tiempo de cálculo que el método de Euler debido a su mayor complejidad algorítmica (más evaluaciones de función por paso).

5. Significado y Conclusión

El estudio concluye que, aunque Python, MATLAB y R son herramientas válidas para la modelización epidemiológica, Python ofrece el mejor equilibrio entre velocidad y precisión.

• Para aplicaciones que requieren alta precisión y eficiencia computacional (como simulaciones en tiempo real o grandes conjuntos de datos), Python se presenta como la opción superior.
• MATLAB sigue siendo una opción robusta, aunque menos eficiente en tiempo de ejecución.
• R, aunque potente para análisis estadístico, mostró las peores métricas de rendimiento puro para la resolución numérica de EDOs en este contexto.

Esta investigación llena un vacío en la literatura al proporcionar datos cuantitativos directos que guían a los epidemiólogos y científicos de datos en la selección de herramientas computacionales, optimizando así el proceso de modelado de epidemias.