En su disertación cómo las herramientas matemáticas pueden ser empleadas para conseguir el máximo beneficio colectivo en la gestión de un problema grave, como la Covid-19. Recordó la utilización de estos modelos por el astrofísico Richard Gott, quien desarrolló su modelo predictivo de ‘Argumento Delta-t’ siguiendo el ‘principio Copernicano’ y el ‘principio de mediocridad’, razonamientos de teoría de probabilidades relativamente simples pero extremadamente poderosos.
La combinación del argumento ‘Delta-t de Gott’ con el ‘teorema del límite central’, utilizando una distribución de probabilidad binomial, permite predecir que aquellos países que son capaces de salir adelante por sus propios medios de manera rápida (pueden fabricar y desarrollar vacunas y fármacos eficaces y cuentan con la capacidad logística para implementar estrategias de control y de vacunación efectivas), un total de 38 países, conseguirán librarse de la Covid-19 antes del 30 de septiembre de 2021. Otros países, 82 en total, que no desarrollan vacunas ni fármacos rápidamente, pero tienen recursos suficientes para comprarlas y medios para usarlas de manera eficiente, entre los que se encuentra España, se librarán de la pandemia de coronavirus entre octubre de 2021 y finales de abril de 2022. Un tercer grupo, que no pueden comprar vacunas ni fármacos caros, pero tienen infraestructura para aplicar eficientemente cualquier ayuda internacional que puedan recibir, alrededor de 59 países más, se librarán de la Covid-19 entre mayo y noviembre de 2022. Por último, tendríamos países sin la suficiente logística como para utilizar eficientemente la ayuda internacional, apenas un par de países, que tardarán más en hacerlo.
Pero el proceso de librarnos de la Covid-19 será gradual y no ocurrirá como un milagro de un día para otro. Poco a poco iremos aumentando el porcentaje de población inmunizada frente al SARS-CoV-2, conseguiremos que los contagios no sigan descontrolados, tendremos mejores protocolos, etc., hasta conseguir que los casos de Covid-19 sean marginales.
