Au cours de leur histoire, les sociétés ont dû faire face à bon nombre d’épidémies, voire de pandémies. Être en capacité de prédire la progression et la propagation d’une épidémie est un enjeu critique pour en atténuer les effets, non seulement sur la santé des populations, mais également sur les bouleversements économiques et sociaux qui en découlent.

Depuis le début du XXe siècle, le domaine de l’épidémiologie s’est vu enrichi de techniques de modélisation mathématique permettant de comprendre de mieux en mieux les mécanismes de propagation des maladies.

Les auteurs ont ici étendu le modèle épidémiologique SIR (Sains, Infectés, Retirés) en développant un modèle économico-épidémiologique grâce à l’addition d’équations représentant les mesures de quarantaine. Le modèle considère des individus hétérogènes susceptibles d’être contaminés.

Le modèle d’optimisation dynamique non linéaire qui en résulte est résolu avec Artelys Knitro. Grâce à sa fonction multi-start et sa méthode de points intérieurs, Artelys Knitro permet aux chercheurs de mener une analyse poussée de l’évolution de la première vague de Covid-19 en Allemagne.