Solving nesting problems or irregular strip packing problems is to position polygons in a fixed width and unlimited length strip, obeying polygon integrity containment constraints and non-overlapping constraints, in order to minimize the used length of the strip. To ensure non-overlapping, we used separation lines. A straight line is a separation line if given two polygons, all vertices of one of the polygons are on one side of the line or on the line, and all vertices of the other polygon are on the other side of the line or on the line. Since we are considering free rotations of the polygons and separation lines, the mathematical model of the studied problem is nonlinear. Therefore, we use the nonlinear programming solver IPOPT (an algorithm of interior points type), which is part of COIN-OR. Computational tests were run using established benchmark instances and the results were compared with the ones obtained with other methodologies in the literature that use free rotation.

No abstract

Objetivo: Comparar dos modelos epidemiológicos matemáticos determinísticos de la literatura, para simular la curva de decesos en el departamento del Atlántico causados por el COVID-19. Metodología: El primer modelo propuesto para simular el número de decesos por el COVID-19 es el de Tappe. Este enfoque se basa en el comportamiento exponencial de la curva del número de decesos, e inicialmente fue usado por el autor con los datos disponibles del número de muertos en China. El otro modelo propuesto es el SIRD, una extensión del modelo SIR, que divide la población entre susceptibles, infectados, muertos y recuperados. Resultados: Los resultados obtenidos a partir de los dos modelos, en las fechas estipuladas, mostraron que, comparados con los datos tomados del INS, ambos describen un comportamiento relativamente similar. Sin embargo, al analizar una proyección realizada para noventa días, treinta días después de la fecha final de análisis (26 de mayo), se observa que el modelo SIRD describe una curva de crecimiento mayor que la del modelo de Tappe, esto se debe, probablemente, a la inserción de más variables en el modelo. Conclusiones: Al ser SIRD un modelo más completo, con mayor número de variables representativas de la población, la proyección realizada con éste es más confiable que la realizada con el modelo de Tappe. Para estudios futuros se pretende incorporar la población de los expuestos para describir el número de decesos, en un modelo SEIRD, en este departamento