Em março de $2020$, a Organização Mundial da Saúde (OMS) declarou pandemia mundial da COVID-19. A tomada de decisões por autoridades em momentos de crise sanitária, como a causada pela COVID-19, requer ações na tentativa de restringir o contato entre indivíduos infectados e suscetíveis com o intuito de interromper ou diminuir o ciclo de contágio, porém, com atenção aos impactos dessas medidas nas sociedades afetadas, principalmente nos setores produtivos e da educação. A modelagem matemática com modelos da epidemiologia permite fazer simulações de diferentes cenários, constituindo-se como uma das ferramentas que podem auxiliar os gestores na tomada de decisões, permitindo uma análise mais equilibrada e embasada sobre os possíveis impactos de suas decisões sobre a epidemia. Neste trabalho, foi feita uma adaptação dos modelos SIR e SIRS, que descrevem a dinâmica entre indivíduos suscetíveis, infectados e removidos, com a finalidade de simular o desenvolvimento da pandemia no Brasil. Ao resolver o problema inverso foram ajustadas funções para modelar as taxas de transmissão e de letalidade de acordo com o modelo adaptado, tendo como parâmetro de comparação os dados oficiais de casos e de óbitos disponibilizados pelo Ministério da Saúde. Nas simulações realizadas observou-se a influência dessas taxas nas curvas de contágio e de óbitos. Uma das adaptações feitas no modelo permite considerar os efeitos da imunização da população. A análise destes efeitos é um dos resultados mais expressivos observados nas simulações, sugerindo-se que com seu avanço, foi possível flexibilizar regras de isolamento social com o retorno de atividades econômicas, sociais e de ensino, sem a retomada significativa do crescimento das curvas de contágio e, principalmente, de óbitos, dentro do período analisado.