A aplicação de modelos computacionais à epidemiologia tem contribuído para o entendimento da dinâmica de várias doenças infecciosas. Tais modelos estão sendo usados para simulações e predições em várias políticas de saúde pública contra a atual pandemia do COVID-19. Três exemplos amplamente utilizados são formulações determinísticas dos modelos compartimentais, baseados em indivíduos e baseados em redes complexas. Neste contexto, este trabalho propõe estudos sobre uma perspectiva estocástica destes modelos no intuito de inserir incerteza à dinâmica epidemiológica, bem como a obtenção de estratégias de controle ótimo para sua mitigação. Os resultados mostram reduções significativas na quantidade de indivíduos infectados.