Introduction: In december 2019, in Wuhan, China, an outbreak of unexplained pneumonia started, spreadlind rapidly to the whole word. In early january 2020, SARS-CoV-2 was isolated. In a view of COVID19, as a non-pharmacological measures of containment, such as social isolation and knowledgr of epidemiology, such as the basic reproduction number R0, it becomes essential to select a pandemic spread. Objective: To simulate the Evolution of the COVID 19 epidemic in a hypothetical population using the SEIR model. Methods: Perform a computer simulation using the SEIR model considerating 4 scenarios: social isolation (R0=1,5), without isolation measures (R0=2,5), social agglomeration (R0=3,5) and social isolation during 90 days (R0=1,5) and after without isolation measures (R0=2,5). The simulations were carried out in a period of 240 days. Results: scenario 1 presents 4.57% of infected; scenario 2, 15.4% were infected; scenario 3 represents 22.9% of infected; scenario 4, in the first 90 days, detected 4.11% of infected and after 90 days, increased to 10.71% of infected. Conclusion: social isolation is na essential tool to fight a pandemic, not only because it reduces the peak of infected people, but also because it flattens an infection curve over time.Introdução: Em dezembro de 2019, em Wuhan, China, iniciou um surto de pneumonias inexplicadas, disseminando-se rapidamente para todo mundo. No início de janeiro de 2020, foi isolado o SARS-CoV-2. Diante do COVID19, as medidas não farmacológicas de contensão, como o isolamento social, e o conhecimento de parâmetros epidemiológicos, como o número básico de reprodução R0, tornam-se fundamentais para tolher a disseminação da pandemia. Objetivo: Simular a evolução da epidemia do COVID19 em uma população hipotética utilizando o modelo SEIR. Métodos: realizou-se uma simulação computacional por meio do modelo SEIR considerando 4 cenários: o isolamento social (Ro=1,5), sem medidas de isolamento (Ro=2,5), aglomeração social (Ro=3,5) e isolamento social durante 90 dias (Ro=1,5) e após sem medidas de isolamento (Ro=2,5). As simulações foram realizadas em um período de 240 dias. Resultados: cenário 1 apresenta 4,57% de infectados; cenário 2 obteve-se 15,4% de infectados; cenário 3 representa 22,9% de infectados; cenário 4, nos primeiros 90 dias obteve-se 4,11% de infectados e após 90 dias, aumentou para 10,71% de infectados. Conclusão: o isolamento social é uma ferramenta imprescindível para o combate a pandemia, não só por diminuir o pico de infectados, como também para achatar a curva de infecções ao longo do tempo.