Este artículo explica cómo reproducir una simulación discreta de la propagación del COVID-19 utilizando el lenguaje de programación J, a partir de un modelo SEIRS (Susceptible, Expuesto, Infeccioso, Recuperado, Susceptible de nuevo). El texto parte del modelo SEIR clásico, empleado por epidemiólogos durante la pandemia, y justifica su elección frente al SIR al incorporar un periodo de incubación de entre 2 y 14 días —según los CDC— y una tasa de reinfección del 14%. A partir de ahí, el autor deriva los parámetros del modelo: una tasa de reproducción básica R0 de 2,28, obtenida de un estudio publicado en PubMed; un periodo de incubación cercano a los 10 días; una duración aproximada de los síntomas de dos semanas; y una tasa de mortalidad (CFR) fijada en el 2%, dentro del rango del 0,25-3% sugerido por los CDC.
Con esos valores, el artículo muestra cómo construir una simulación en J sobre una población reducida de 10 personas, utilizando una matriz hermitiana para representar la cercanía entre individuos y una matriz de riesgo derivada de ella. Cada persona se codifica con un número según su estado epidemiológico (0 muerto, 1 susceptible, 2 expuesto, 3 infeccioso, 4 recuperado), y se define una función infect que avanza la simulación un día. El texto está pensado como recurso didáctico para estudiantes, docentes y profesionales con perfil cuantitativo (matemáticas, ciencia de datos, epidemiología computacional) que quieran comprender tanto la mecánica del modelo SEIRS como la sintaxis funcional de J aplicada a un problema real de salud pública.