Dynamics of a nonlocal epidemic model with a new free boundary condition, part 1: Spreading-vanishing dichotomy

Resumo Técnico: Dinâmica de um Modelo Epidêmico Não Local com uma Nova Condição de Fronteira Livre, Parte 1

Enunciado do Problema
Este artigo investiga a dinâmica de longo prazo de um modelo epidêmico não local que descreve a interação entre um patógeno (densidade $u$) e humanos infectados (densidade $v$) dentro de uma região epidêmica unidimensional $[g(t), h(t)]$. A região expande-se ou contrai-se ao longo do tempo, sendo $g(t)$ e $h(t)$ fronteiras livres. O sistema incorpora mecanismos de difusão não locais, onde o movimento de ambas as espécies é governado por operadores integrais envolvendo funções de núcleo $J_1$ e $J_2$.

A inovação central deste trabalho reside na formulação de uma nova condição de fronteira livre. Diferente de modelos anteriores onde a taxa de expansão da fronteira é determinada unicamente pelo fluxo externo das espécies (análogo à condição de Stefan), ou unicamente pela população total ponderada, este modelo propõe uma condição onde a taxa de expansão $h'(t)$ (e $g'(t)$) é proporcional a uma combinação linear de:

1. O fluxo externo do patógeno $u$ através da fronteira (representando a dispersão ambiental, por exemplo, via água).
2. A população total ponderada de indivíduos infectados $v$ dentro da região (representando a expansão impulsionada por humanos).

Matematicamente, as condições de fronteira livre são dadas por:
$$h'(t) = \mu \int_{g(t)}^{h(t)} \left[ u(t, x)W_{J_1}(h(t)-x) + \rho v(t, x)W(h(t)-x) \right] dx$$
$$g'(t) = -\mu \int_{g(t)}^{h(t)} \left[ u(t, x)W_{J_1}(h(t)-x) + \rho v(t, x)W(h(t)-x) \right] dx$$
onde $W_{J_1}$ é a integral da cauda do núcleo do patógeno, e $W$ é uma função de peso independente do núcleo de dispersão para os humanos.

Metodologia
Os autores empregam um arcabouço analítico rigoroso combinando teoria de pontos fixos, princípios de comparação e análise espectral:

1. Bem-posedura: A existência e unicidade de soluções globais são estabelecidas usando o Teorema do Mapeamento de Contração. Os autores definem um espaço métrico completo adequado para as funções de fronteira $(g, h)$ e constroem um mapeamento baseado na solução do sistema de reação-difusão associado com fronteiras fixas.
2. Princípios de Comparação: Uma série de lemas de comparação é desenvolvida para limitar a solução $(u, v)$ e as fronteiras $(g, h)$ utilizando soluções superiores e inferiores. Esses princípios são cruciais para analisar o comportamento assintótico e provar os resultados de dicotomia.
3. Análise Espectral: O estudo baseia-se fortemente no autovalor principal $\lambda_p$ de um problema de autovalor não local relacionado definido em um intervalo finito. O sinal de $\lambda_p$ determina a estabilidade do equilíbrio zero e dita se a doença se espalha ou desaparece.
4. Análise Assintótica: O comportamento de longo prazo é analisado distinguindo dois cenários:
   • Desaparecimento (Vanishing): As fronteiras convergem para um intervalo finito e as densidades decaem para zero.
   • Espalhamento (Spreading): As fronteiras expandem-se para o infinito e as densidades convergem localmente uniformemente para um estado estacionário positivo único.

Principais Contribuições e Resultados

1. Existência Global e Unicidade (Teorema 1.1): O artigo prova que o proposto sistema não local com a nova condição de fronteira livre mista admite uma solução global única para todo $t > 0$, desde que os dados iniciais e as funções de núcleo satisfaçam as condições padrão de regularidade e positividade.

2. Dicotomia Espalhamento-Desaparecimento (Teorema 1.2): A dinâmica de longo prazo é caracterizada por uma dicotomia nítida. Dependendo dos parâmetros, o sistema ou:

   • Desaparece: A região epidêmica permanece limitada ($g_\infty, h_\infty$ são finitos) e as densidades do patógeno e da população infectada convergem uniformemente para $(0, 0)$.
   • Espalha-se: A região epidêmica expande-se para toda a reta real ($g_\infty = -\infty, h_\infty = +\infty$) e as densidades convergem localmente uniformemente para um estado estacionário positivo único $(u^*, v^*)$.

3. Critérios Precisos para Espalhamento e Desaparecimento (Teorema 1.3): Os autores derivam condições precisas que determinam qual resultado ocorre:

   • Se o número de reprodução básico $R_0 < 1$, o desaparecimento sempre ocorre.
   • Se $R_0 \geq (1 + d_1/a)(1 + d_2/b)$, o espalhamento sempre ocorre.
   • No regime intermediário ($1 < R_0 < (1 + d_1/a)(1 + d_2/b)$), o resultado depende do tamanho inicial do domínio $h_0$ e do coeficiente de expansão $\mu$:
     • Se $h_0$ for suficientemente grande ($h_0 \geq L^*$), o espalhamento ocorre.
     • Se $h_0$ for pequeno, existe um limiar crítico $\mu^*$ (dependente dos dados iniciais) tal que o desaparecimento ocorre para $\mu \leq \mu^*$ e o espalhamento para $\mu > \mu^*$.
     • Da mesma forma, para domínios pequenos fixos, existe um limiar para a magnitude da população inicial $\sigma$.

4. Limiar da Taxa de Difusão (Teorema 1.4): O artigo estabelece um limiar nítido para a taxa de difusão. Ao escalar os coeficientes de difusão como $(d_1, d_2) = s(d_1^0, d_2^0)$, os autores identificam um valor crítico $d^*$ tal que:

   • Se $s \leq d^*$ (difusão lenta), o espalhamento sempre ocorre (assumindo $R_0 > 1$).
   • Se $s > d^*$ (difusão rápida), o resultado depende do coeficiente de expansão $\mu$, exibindo uma dicotomia semelhante ao caso dos dados iniciais.
   • Este resultado complementa o trabalho de Nguyen e Vo [30] ao resolver o caso em que as taxas de difusão são iguais e fornecendo um limiar para o caso geral.

5. Caso Crítico $R_0 = 1$: O artigo mostra que, se $R_0 = 1$, o desaparecimento geralmente ocorre (as densidades vão a zero), embora provar a finitude do intervalo final exija condições adicionais sobre a função de peso $W$ ou a função de taxa de infecção $G$.

Significância e Alegações
O artigo afirma fornecer uma base teórica abrangente para uma nova classe de modelos epidêmicos que integram dispersão não local com uma condição de fronteira livre híbrida e biologicamente motivada. A significância reside em:

• Unificação: Ele preenche a lacuna entre modelos impulsionados puramente pelo fluxo (Cao et al. [4]) e aqueles impulsionados puramente pelo peso populacional (Long et al. [27]), oferecendo um arcabouço mais flexível para modelar doenças com transmissão tanto ambiental quanto mediada por humanos.
• Limiares Nítidos: A derivação de limiares nítidos para o tamanho inicial do domínio, o coeficiente de expansão e a taxa de difusão fornece critérios precisos para prever resultados de doenças, o que é vital para estratégias de controle.
• Rigor Matemático: O trabalho estende a teoria dos problemas de fronteira livre não locais, abordando especificamente a bem-posedura e a dinâmica assintótica sob as novas condições de fronteira, preenchendo lacunas na literatura existente sobre a interação entre difusão não local e drivers de fronteira mistos.

Este trabalho é apresentado como a Parte 1 de uma série de duas partes, sendo a Parte 2 dedicada a determinar as velocidades precisas de espalhamento e as taxas de espalhamento acelerado quando o espalhamento ocorre.