SUBOPTIMAL STRATEGIES OF BIOLOGICAL PEST CONTROL OF SUGARCANE BORER
|
|
- Daniel Quintanilha
- 5 Há anos
- Visualizações:
Transcrição
1 SUBOPTIMAL STRATEGIES OF BIOLOGICAL PEST CONTROL OF SUGARCANE BORER Tatiane Angelelli Nishiwaki 1, Marat Rafikov 2 1 UFABC, Santo André, SP, Brazil, tati_angell@hotmail.com 2 UFABC, Santo André, SP, Brazil, marat9119@yahoo.com.br Abstract: Ethanol is a good choice as a fuel and additive. The increase in world demand for ethanol will bring an increase of the sugarcane planted in Brazil. One of challenges of the improvements in the farming and harvesting of cane is the biological pest control. The aim of this paper is to apply methods from optimal control theory, and from the theory of dynamic systems to the mathematical modeling of biological pest control. The nonlinear feedback control problem for nonlinear systems has been formulated in order to obtain the optimal pest control strategy only through the introduction of natural enemies. Numerical simulations for possible scenarios of biological pest control based on the Lotka Volterra models are provided to show the effectiveness of this method. Keywords: Biological pest control, linear control, nonlinear control. 1. INTRODUÇÃO Nos últimos anos, cresce no mundo o interesse em ampliar a produção de energia renovável. Uma excelente opção para este tipo de energia é a produção de etanol, que polui menos o meio ambiente, diminuindo os efeitos do aquecimento global, e reduz a dependência em relação às reservas de petróleo do mundo. No entanto, apesar de ter se destacado como uma cultura em expansão, a cana-de-açúcar enfrenta uma série de problemas fitossanitários, tais como a incidência de insetos-praga durante todo o seu desenvolvimento, desde sua implantação até o corte. Na agricultura, uma das formas de controle de populações é o controle biológico, que compreende a ação de predadores, parasitóides ou patógenos a fim de reduzir as populações de presas ou de hospedeiros. Trabalhos desta natureza, que buscam estratégias de controle biológico, são muito importantes, pois, na visão do agricultor, a preservação de sua produção passa obrigatoriamente pelo uso de inseticidas ou pela liberação de grandes quantidades de inimigos naturais, objetivando levar à zero a população de pragas. A longo prazo, entretanto, estas abordagens podem levar à ocorrência de fenômenos indesejados, tais como a ressurgência das pragas-alvo, além de surtos de pragas secundárias e o aparecimento de pragas resistentes [1]. Neste trabalho é aplicada a modelagem matemática para a formulação e resolução do problema de infestação de pragas na cultura da cana-de-açúcar, buscando estratégias de controle que levem o sistema modelado ao equilíbrio e ilustrando a aplicabilidade da metodologia proposta através das simulações numéricas realizadas. Uma das pragas mais incidentes sobre a cultura da cana é a broca da cana-de-açúcar (Diatraea saccharalis, uma mariposa de hábitos noturnos, de cor amarelo palha. É uma praga muito conhecida por causar prejuízos diretos e indiretos à cana. Sua incidência é menor quando a cana é jovem, aumentando os danos com o crescimento da planta. No entanto, esse comportamento pode variar em função da época do ano e da variedade de cana, principalmente. A partir do momento em que a broca penetra no colmo da cana, o controle químico, como o uso de inseticidas, torna-se inviável devido ao alto custo e baixa eficiência dos produtos que são incapazes de atingir as lagartas no interior dos colmos. Uma alternativa interessante e ecologicamente desejável é a liberação da vespa Cotesia flavipes, que é eficiente em localizar as lagartas e específica no modo de atuação (Fig. 1. Fig. 1. Vespa Cotesia flavipes parasitando a broca-da-cana Fonte: Controle biológico [2] é o uso de organismos vivos utilizados para controlar as populações de pragas, tornandoas menos abundantes e, portanto, menos perigosas do que elas seriam na ausência deles. Do ponto de vista ecológico, uma espécie é considerada praga se sua densidade populacional ultrapassa o nível de danos econômicos estabelecido experimentalmente pelos testes em campo. Inimigos naturais possuem papel fundamental no limite potencial do crescimento das populações de pragas. Portanto, a realização do controle biológico aplicado tem por objetivo reduzir e estabelecer a densidade da população de pragas em um nível de equilíbrio abaixo daquele indicado como sendo o de danos econômicos, buscar estabilidade ao sistema, minimizar os custos com as aplicações e diminuir a poluição causada pelos inseticidas. Os dois tipos principais de controle biológico, controle clássico e controle de aumento, exigem a liberação de Serra Negra, SP - ISSN
2 Suboptimal Strategies of Biological Pest Control of Sugarcane Borer Tatiane Angelelli Nishiwaki, Marat Rafikov grandes quantidades de inimigos naturais na lavoura com a intenção de que nenhuma praga escape ao ataque [3]. No entanto, um inimigo natural que elimina completamente a sua presa, fica sem alimento ou hospedeiro e, conseqüentemente, também é praticamente eliminado [4]. Neste caso, as pragas podem recolonizar a lavoura, não havendo então inimigos naturais para combatê-las. Conforme [5], menos de 40% das aplicações de controle biológico foram feitas com sucesso. O estudo e a compreensão da dinâmica entre as populações de pragas e inimigos naturais é fundamental para a obtenção de sucesso nas estratégias de controle [6]. Em se tratando de biocontrole, é mais desejável reduzir a população de pragas a números que não signifiquem uma preocupação econômica, permitindo que alguns indivíduos persistam para garantir a sobrevivência dos organismos controladores. Assim, esses organismos mantêm a sua população e impedem que a praga volte a assumir níveis prejudiciais [4]. A modelagem matemática é uma importante ferramenta usada no estudo de problemas da agricultura. Modelos matemáticos aplicados a problemas de controle biológico permitem uma avaliação qualitativa e quantitativa do impacto entre as populações de pragas e inimigos naturais [6]. 2. DINÂMICA DE INTERAÇÃO ENTRE A BROCA- DA-CANA E SEU PARASITÓIDE Para simular as interações entre a praga da cana-deaçúcar (broca-da-cana Diatraea saccharalis e o seu inimigo natural (Cotesia flavipes, considerou-se o modelo de Lotka- Volterra com competição entre pragas, descrito por duas equações diferenciais: d = ( r1 a11 a12x2 (1 dx2 = x2 ( r2 + a21 onde x 1 e x 2 são respectivamente, as populações da broca-dacana (quantidade de lagartas/ha e do parasitóide (quantidade de vespas/ha. Para a realização das simulações numéricas, foram utilizados os valores de coeficientes obtidos em [7], com base nos dados retirados de [8], e apresentados na Tab. 1. Tabela 1. Valores de coeficientes do modelo. Coeficiente Designação Valor Coeficiente de reprodução da praga Coeficiente de mortalidade do parasitóide Coeficiente de competição entre pragas Coeficiente de predação Coeficiente de reprodução do parasitóide r1 0,07168 r2 1 a 0, a 0, a 0, Conforme [9], os modelos que envolvem predação, como os de Lotka-Volterra, apresentam comportamento cíclico cuja amplitude depende fortemente das condições iniciais. Variando os valores das condições iniciais é possível perceber que as trajetórias do sistema mudam consideravelmente, diminuindo ou aumentando as oscilações em torno do ponto de equilíbrio. Os gráficos das Fig. 2 e 3 apresentam as oscilações das populações da broca-da-cana (presa e seu parasitóide (predador, considerando o modelo (1. Os gráficos apresentados foram gerados através do ambiente de interações do POPULUS, versão 5.4, um software utilizado para simular relações biológicas e de ecologia evolutiva, de uso e download livres, disponível em [10]. Fig. 2. Evolução das populações da broca-da-cana e seu parasitóide em direção ao ponto de equilíbrio do sistema (1, com condições iniciais x 1 (0 = 5000 e x 2(0 = Fig. 3. Diagrama de fase do sistema formado pelas populações da broca-da-cana e seu parasitóide, com condições iniciais x 1 (0 = 5000 e x 2 (0 = 1500, até que o ponto de equilíbrio seja alcançado. O gráfico da Fig. 2 mostra que o sistema (1 apresenta um ponto de equilíbrio (1923, 1421 abaixo do nível indicador de danos econômicos, isto é, o valor de equilíbrio da população de broca-da-cana (x 1 = 1923 lagartas/ha permanece menor do que o nível que considera a população de lagartas como uma praga em potencial (x d = 2500 lagartas/ha [8]. No entanto, embora a natureza ecológica se encarregue da estabilização de qualquer sistema considerado, o tempo necessário para obter os resultados satisfatórios buscados pode ser grande demais para as perspectivas do homem e seu agronegócio. Neste caso, as simulações mostram que o sistema pode demorar aproximadamente 800 dias para equilibrar as interações entre a praga e seu parasitóide, equivalente a pouco mais de dois anos, até que a praga deixe de representar um perigo em potencial para a cultura da cana-de-açúcar. Além disso, é importante notar que a amplitude máxima das oscilações atinge o valor de lagartas/ha. Por esse motivo, é necessário aplicar o controle biológico para evitar as grandes amplitudes das oscilações do sistema (1, mostradas nas Fig. 2 e 3. O objetivo do controle é manter a densidade de pragas à esquerda da linha x d = 2500 lagartas/ha, que limita o nível de danos econômicos. Quando a densidade de broca-da-cana Serra Negra, SP - ISSN
3 não ultrapassar esse valor limite, a melhor estratégia de controle é a liberação de uma quantidade de parasitóides que seja equivalente à diferença ( u = y entre o valor do ponto de equilíbrio do sistema (x 2 = 1421 vespas/ha e da densidade de inimigos naturais presentes, exatamente no momento em que a densidade das pragas esteja próxima da vizinhança de 1923 lagartas/ha. Isso leva o sistema à estabilidade, fugindo das oscilações e encontrando, de imediato, o ponto de equilíbrio (Fig. 4. crescer novamente e tender a aumentar as oscilações acima do valor limite de danos econômicos (Fig. 6. Fig. 6. Estratégia de controle para um sistema em que a densidade das pragas é maior que o nível de danos econômicos (x d = 2500 lagartas/ha. Fig. 4. Estratégia de controle eficaz para um sistema em que a densidade das pragas é muito próxima de 1923 lagartas/ha. Quando a aplicação do controle é tardia, mas a população das pragas ainda permanece abaixo do nível de danos econômicos, a liberação de uma quantidade de parasitóides u' = y' entre o valor de equilíbrio do sistema e a densidade de inimigos naturais presentes é uma boa estratégia (Fig. 5. Fig. 5. Estratégia de controle para um sistema em que a densidade das pragas ainda é inferior ao nível de danos econômicos (x d = 2500 lagartas/ha. Dessa forma, as oscilações se tornam muito menores e o tempo para que a estabilidade seja atingida é muito menor que no caso original, sem liberação de parasitóides. No entanto, quando a população de pragas ultrapassa o valor x d = 2500 lagartas/ha, surgem as oscilações do sistema, que se tornam maiores conforme aumenta o tempo, sem que nenhuma estratégia contenha sua instabilidade. Duas aplicações u = y se tornam necessárias uma para levar o sistema ao ponto em que os parasitóides atingem o valor de estabilidade, fazendo diminuir bruscamente as oscilações; e outra, durante a curva de crescimento, levando o sistema a encontrar, de imediato, o ponto de equilíbrio, conforme a primeira estratégia, antes que as curvas possam O controle biológico de pragas visa estabelecer o equilíbrio do ecossistema através do menor número possível de aplicações, objetivando diminuir ao máximo os custos e o tempo despendidos. Isso justifica a ausência de uma segunda aplicação de controle na segunda estratégia apresentada, onde o sistema continua a apresentar oscilações, embora próximas do ponto de equilíbrio. Muitas vezes, mesmo quando a população de pragas apresenta perigo potencial e encontra-se numa vizinhança próxima do limiar 2500 lagartas/ha, a ausência de aplicação de controle é aceitável, uma vez que as oscilações diminuem rapidamente com o tempo. Uma aplicação u = y que ultrapasse o valor 1421 parasitóides/ha é perigosa, pois contribui para aumentar as oscilações do sistema, diminuindo a eficácia das estratégias propostas. 3. RESULTADOS PRINCIPAIS O controle aplicado ao sistema descrito pela interação entre a broca-da-cana e seu parasitóide deve mover o sistema para o ponto de equilíbrio desejado, mantendo a população da praga em níveis inferiores ao indicador de danos econômicos x d e a população de parasitóides em níveis suficientes para controlar as pragas. Para formular a estratégia de controle deste sistema, utilizamos duas equações diferenciais e uma função de controle, descritas através da dinâmica do sistema de Lotka- Volterra: d = ( r1 a11 a12 x2 dx (2 2 = x2 ( r2 + a21 + U onde x 1 e x 2 são respectivamente, as populações de praga da cana-de-açúcar (broca-da-cana Diatraea saccharalis e de parasitóides (Cotesia flavipes, e U é a função de controle a ser introduzida. Sejam x 1 e x 2 as populações de praga e de parasitóides em níveis desejados para o equilíbrio do sistema. O objetivo é fazer com que xd através do valor de controle u Serra Negra, SP - ISSN
4 Suboptimal Strategies of Biological Pest Control of Sugarcane Borer Tatiane Angelelli Nishiwaki, Marat Rafikov onde xd indica a população de pragas em níveis causadores de danos econômicos. Os pontos de equilíbrio desejados x 1 e x 2 devem satisfazer as equações do sistema (2. Como são valores dx constantes, 1 dx = 2 = 0 e as expressões em (2 são igualadas a zero: ( r1 a11 a12 x 2 = 0 (3 x 2 ( r2 + a 21 + u = 0 Da primeira equação do sistema (3 obtemos a população de parasitóides necessária para manter a população de pragas no nível xd : x2 = ( r1 a11 / a12 (4 Da segunda equação do sistema (3 obtemos o valor do controle u : u = x 2 ( r2 a 21 (5 No caso geral, o ponto de equilíbrio desejado (3 do sistema (2 controlado por u pode ser instável. Neste caso, a introdução de equações de desvio pode tornar o sistema assintoticamente estável. Para a introdução das equações de desvio, definimos novas variáveis: y 1 x y = 1 =, u = U u y (6 2 x2 x2 onde y 1 e y 2 são os valores de desvio do sistema e x 1 e x 2 são, respectivamente, as quantidades de pragas e parasitóides encontrados no sistema no momento da aplicação do controle. Substituindo (6 em (2 e utilizando (3, obtemos o seguinte sistema em desvio: y = A y + Bu (7 onde as matrizes A e B são a 11 ( y1 + a12 y 2 a12 A =, a 21 x 2 a 21 y 1 0 B = 1 (8 O objetivo das próximas seções é apresentar o método utilizado neste trabalho para o controle do sistema nãolinear (7 e aplicá-lo no controle biológico da broca-da-cana Método SDRE do controle de sistemas nãolineares Considera-se o problema do controle sub-ótimo com horizonte infinito para um sistema autônomo não-linear: y = f ( y + B( y u, y ( 0 = y0 (9 n m onde y R é vetor de estado, u R é vetor de controle, e n n n n t [ 0,, com funções f : R R e B : R R que pertencem ao espaço C 1, e B( y 0 para todos os x. Assume-se que a origem y = 0 é o ponto de equilíbrio do sistema sem controle, ou seja, f ( 0 = 0. O problema do regulador não-linear com horizonte infinito é definido, através da minimização do seguinte funcional nãoquadrático em relação à x, mas quadrático em relação à u: T T V[ y] = min [ y Q( y y + u R( y u], (10 u( t 0 As matrizes de coeficientes de peso de variáveis de estado e de controle, nesse funcional, dependem de variáveis n nxn de estado tal que a matriz Q : R R é positiva semidefinida e a matriz R : R R é positiva definida para n mxm todo o y. Assume-se que as funções f(y, B(y, Q(y e R(y são suficientemente suaves e a função valor definida por (10 é continuamente diferenciável. De acordo com Mracek e Cloutier (1998 o método SDRE para encontrar a solução sub-ótima do problema (9- (10 consiste das seguintes etapas: 1 Uso direto da parametrização (fatorização para apresentar o sistema não-linear em forma similar à forma linear, com matrizes dependentes de variáveis do estado: y = A( y y + B( y u (11 onde f ( y = A( y y ; (12 2 Solução da equação de Riccati com matrizes dependentes do estado para valores iniciais do sistema: P( y A( y + A T 1 T, ( y P( y P( y B( y R ( y B ( y P( y + Q( y = 0 (13 onde as funções P(y são positivas definidas para todos os valores de y; 3 Projeto do controlador feedback não-linear: 1 T u = R B P( y y (14 4 Integração de (11 com o controle (14, encontrando o estado do sistema no próximo momento do tempo. Repetição do processo a partir da etapa 2. Sob as hipóteses f ( 0 = 0 e f C 1 ( R n, sempre existe, pelo menos, uma função contínua matricial A (y que n nxn satisfaz (12. A matriz A : R R, encontrada por meio da fatorização matemática (12, não é única para n > Controle sub-ótimo da broca-da cana Para controlar o sistema não-linear modelado (7 utilizando o método SDRE apresentado na seção anterior, foram utilizadas as matrizes A e B descritas em (8, cujos valores de coeficientes estão apresentados na Tab. 1. Escolhendo Q =, R = [ 1] ( obtivemos para cada instante do tempo, uma matriz da forma Serra Negra, SP - ISSN
5 p11( x p12 ( x P = p12 ( x p22 ( x (16 que é solução da equação de Riccati (13, calculada usando a função LQR do MATLAB TM. A expressão para o controle feedback u tem a seguinte forma: u = p12 ( x y1 p22 ( x y 2 (17 e adquire valores diferentes para cada instante do tempo. Para controlar o sistema (2, o controle U assume a seguinte expressão U = u + u (18 onde u é determinado pela fórmula (5 e u pela fórmula (17. A dinâmica do sistema não-linear (2 foi simulada na Fig. 7, considerando o método discutido na seção anterior para o controle sub-ótimo. population density (number/ha t (days Fig. 8. Evolução da dinâmica do sistema (2 de Lotka-Volterra, utilizando controle linear ótimo, com condições iniciais x 1 (0 = 5000 lagartas/ha e x 2 (0 = 500 parasitóides/ha. X1 X2 population density (number/ha t (days Fig. 7. Evolução da dinâmica do sistema (2 de Lotka-Volterra, utilizando controle ótimo aplicado pelo método SDRE, com condições iniciais x 1 (0 = 5000 lagartas/ha e x 2 (0 = 500 parasitóides/ha. 4. DISCUSSÃO É interessante que os resultados obtidos com o método SDRE aqui utilizado sejam comparados e discutidos com aqueles encontrados a partir do controle linear apresentado em [6] para simular a dinâmica do modelo (2 de Lotka- Volterra, fazendo uso dos mesmos valores de coeficientes. Na Fig. 8 é apresentado o gráfico de simulação com o controle linear [6]. x2 Nota-se que ambas as funções de controle estabilizam o sistema, mantendo a população de pragas em níveis inferiores ao de danos econômicos x d = 2500 lagartas/ha e a população de parasitóides em níveis suficientes para equilibrá-las. No entanto, embora tais resultados sejam satisfatórios do ponto de vista do controle, outro importante fator deve ser considerado. Levando em conta que ambos os modelos partem das mesmas situações, utilizando os mesmos parâmetros de condições iniciais, a quantidade de parasitóides que deve ser liberada no campo para conter o crescimento da praga é significativamente diferente. É possível observar pela Fig. 8 que no primeiro instante, representando menos de um dia para o agricultor, o controle do sistema pelo método linear exige que uma quantidade excessivamente grande de Cotesia flavipes seja liberada, chegando a patamares de 3700 lagartas/ha. Em contrapartida, o controle realizado pelo método não-linear, representado pela Fig. 7, mostra que no mesmo período de tempo considerado, a quantidade de parasitóides da brocada-cana exigidos cresce até 2700 lagartas/ha, ou seja, 1000 lagartas a menos por hectare na liberação. Isso, para o agricultor, significa redução de custos e de investimentos, traduzindo-se em lucro e melhoria da qualidade da plantação. O tempo necessário para levar o sistema até a configuração desejada de equilíbrio também é um fator relevante. No caso da Fig. 7, a população de pragas deixa de representar um perigo em potencial dentro de cerca de 17 dias, enquanto para o caso utilizado na Fig. 8, o tempo necessário para se obter o mesmo efeito oscila entre 12 e 13 dias. 5. CONCLUSÃO A análise das características de um e outro método de controle da broca-da-cana sobre as plantações de cana-deaçúcar nas lavouras indica que ambos atingem a estabilidade Serra Negra, SP - ISSN
6 Suboptimal Strategies of Biological Pest Control of Sugarcane Borer Tatiane Angelelli Nishiwaki, Marat Rafikov procurada, dentro de condições diferentes. Embora o tempo que o sistema leva para atingir o equilíbrio seja um fator de suma importância, a economia obtida com a liberação de uma quantidade muito menor de parasitóides no campo, a fim de se assegurar que a praga deixe de representar um perigo em potencial e se apresente controlada, é sem dúvida muito mais interessante do ponto de vista do agricultor. Por esse motivo, a dinâmica do controle não-linear utilizando SDRE é mais eficaz. Além disso, a diferença temporal entre os dois métodos para obter os mesmos resultados é relativamente pequena, oscilando entre 4 e 5 dias. É possível diminuir o tempo que o método não-linear de controle demora para estabilizar o sistema apenas aumentando os valores dos coeficientes da diagonal principal da matriz Q em (15, sofisticando ainda mais o controle sub-ótimo apresentado neste trabalho. [10] POPULUS Simulations of Population Biology. University of Minnesota. Disponível em: < Acesso em 15/12/2008. AGRADECIMENTOS A autora agradece à FAPESP pelo apoio financeiro dado à bolsa de Iniciação Científica. O autor agradece também à FAPESP e ao CNPq pelo apoio às pesquisas. REFERÊNCIAIS [1] R. Van Den Bosh, P.S. Messenger and A.P. Gutierrez, An Introduction to Biological Control, Plenum Press, New York, [2] P. Debach, Biological control by natural enemies,univ. Press, [3] J.S. Bevilacqua, M. Rafikov and C.L.C. Guedes, Modelagem em Biomatemática, Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC, vol.5, São Carlos - SP, 26-55, [4] M.J. Samways, Controle Biológico de pragas e ervas daninhas, Coleção Temas de Biologia vol. 34, E.P.U (Editora Pedagógica e Universitária, São Paulo, [5] M.B. Thomas and A.J. Willis, Biocontrol - risky but necessary, Trends in Ecology and Evolution, 13, , [6] M. Rafikov, T. Angelelli (Nishiwaki, Optimization of Biological Pest Control of Sugarcane Borer. In: 18th IEEE International Conference on Control Applications Part of 2009 IEEE Multi-conference on Systems and Control, 2009, Saint Petersburg.: IEEE, v. 1. p [7] A.M. Tusset, Aplicação da teoria do controle ótimo no controle biológico de pragas para modelos linearizados minimizando o funcional quadrático, Ms. dissertation, UNIJUI Ijuí University, RS, Brazil, [8] J.R.P. Parra, P.S.M. Botelho, B.S.C. Ferreira, and J.M.S. Bento, Controle Biológico no Brasil: Parasitóides e Predadores, São Paulo: Editora Manole, [9] Hasting, A., Population biology concepts and models, Springer, Serra Negra, SP - ISSN
Uma Abordagem direta para o Problema de Controle Ótimo de Pragas
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Uma Abordagem direta para o Problema de Controle Ótimo
Leia maisAnálise do ponto de equilíbrio no modelo Lotka- Volterra
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Análise do ponto de equilíbrio no modelo Lotka- Volterra Angelo Fernando Fiori, Antonio Carlos Valdiero, Luana Fransozi, Luiz Antonio Rasia Departamento
Leia maisSíntese do Controle Linear Aplicado em Sistemas Populacionais 1
TEMA Tend. Mat. Apl. Comput., 6, No. 1 (2005), 153-162. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Síntese do Controle Linear Aplicado em Sistemas Populacionais 1
Leia maisModelagem em Sistemas Complexos
Modelagem em Sistemas Complexos Marcone C. Pereira Escola de Artes, Ciências e Humanidades Universidade de São Paulo São Paulo - Brasil Março de 2012 Objetivos Nesta parte da disciplina pretendemos discutir
Leia maisLIBERAÇÃO DE DIFERENTES QUANTIDADES DE Cotesia flavipes NO CONTROLE DE Diatraea saccharalis EM CANA-DE-AÇÚCAR
LIBERAÇÃO DE DIFERENTES QUANTIDADES DE Cotesia flavipes NO CONTROLE DE Diatraea saccharalis EM CANA-DE-AÇÚCAR Maurício Bianchi Masson 1 ; Alexandre de Sene Pinto 2 ; Fábio Luiz Silva Canini 3 ; Vitor Roberto
Leia maisEstabilidade de sistemas baseados em regras fuzzy e a função de Lyapunov
Biomatemática 19 (2009), 1 10 ISSN 1679-365X Uma Publicação do Grupo de Biomatemática IMECC UNICAMP Estabilidade de sistemas baseados em regras fuzzy e a função de Lyapunov L. C. de Barros 1, IMECC, UNICAMP,
Leia maisManejo Integrado de Pragas - MIP. Eng. Agr. Luiz Paulo
Manejo Integrado de Pragas - MIP Eng. Agr. Luiz Paulo Introdução AC/DC Introdução O conceito de controle de pragas mudou nas últimas décadas, deixando de ser feito a aplicação de produtos químicos com
Leia maisFundamentos do Controle Biológico
Fundamentos do Controle Biológico Fundamentos do Controle Biológico O que é o controle biológico? É a ação de organismos (biocontroladores) que mantém as densidades de outros organismos (organismo alvo)
Leia maisLIBERAÇÃO DE Cotesia flavipes (Cameron) (Hymenoptera: Braconidae) PARA O CONTROLE DA BROCA DA CANA-DE-AÇÚCAR, UTILIZANDO DIFERENTES EMBALAGENS
Conbraf - Congresso Brasileiro de Fitossanidade,,. LIBERAÇÃO DE Cotesia flavipes (Cameron) (Hymenoptera: Braconidae) PARA O CONTROLE DA BROCA DA CANA-DE-AÇÚCAR, UTILIZANDO DIFERENTES EMBALAGENS Rafael
Leia maisCONTROLE BIOLÓGICO DAS PRAGAS DA CANA DE AÇÚCAR NO BRASIL: UM EXEMPLO A SER SEGUIDO José Roberto Postali Parra Alexandre de Sene Pinto
CONTROLE BIOLÓGICO DAS PRAGAS DA CANA DE AÇÚCAR NO BRASIL: UM EXEMPLO A SER SEGUIDO José Roberto Postali Parra Alexandre de Sene Pinto 45 CONTROLE BIOLÓGICO DAS PRAGAS DA CANA DE AÇÚCAR NO BRASIL: UM EXEMPLO
Leia maisOCORRÊNCIA E INFESTAÇÃO DE Diatraea saccharalis (FABRICIUS, 1794) (LEPIDOPTERA: CRAMBIDAE) EM SALTO DO JACUÍ - RS 1
OCORRÊNCIA E INFESTAÇÃO DE Diatraea saccharalis (FABRICIUS, 1794) (LEPIDOPTERA: CRAMBIDAE) EM SALTO DO JACUÍ - RS 1 STACKE, Regis F. 4 ; GUEDES, Jerson V. C. 2 ; STEFANELO, Lucas da S. 4 ; TOMAZI, Bruno
Leia mais3.1 INTRODUÇÃO AOS MODELOS LINEARIZADOS DA COLUNA DE DESTILAÇÃO
Modelagem da coluna de destilação 38 3 MODELAGEM DA COLUNA DE DESTILAÇÃO 3.1 INTRODUÇÃO AOS MODELOS LINEARIZADOS DA COLUNA DE DESTILAÇÃO A coluna de destilação utilizada neste trabalho apresenta uma dinâmica
Leia maisCOMPARAÇÃO DE TÉCNICAS DE CONTROLE APLICADAS A UM SISTEMA DE LEVITAÇÃO MAGNÉTICA
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol., N., 04. rabalho apresentado no CMAC-Sul, Curitiba-PR, 04. COMPARAÇÃO DE ÉCNICAS DE CONROLE APLICADAS A UM SISEMA
Leia maisMODELO LOGÍSTICO: CRESCIMENTO POPULACIONAL DO HAITI
MODELO LOGÍSTICO: CRESCIMENTO POPULACIONAL DO HAITI BOSI, D. 1 ; GABRIEL, K. 1 ; PILATTI, C. 1 ; ROMIO, T. M. 1 ; BAVARESCO, D. 2 ; STROSCHEIN, S.D. 3 RESUMO Este trabalho apresenta resultados e discussões
Leia maisProjeto de iniciação científica desenvolvido na UFFS campus Cerro Largo, PRO-ICT/UFFS 2
ANÁLISE DA ESTABILIDADE DE UM PULVERIZADOR DE POMARES DO TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ANALYSIS OF STABILITY OF A TOWER TYPE ORCHARD SPRAYER USING BIFURCATION DIAGRAMS Nadine Thiele 2,
Leia maisConsiderações sobre a Condição Inicial na Construção do Diagrama de Bifurcação para o Mapa Logístico
Trabalho apresentado no DINCON, Natal - RN, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Considerações sobre a Condição Inicial na Construção do Diagrama de
Leia maisSincronização do Sistema Caótico Unificado via Controle Ótimo Linear Feedback e Aplicação em
TEMA Tend. Mat. Apl. Comput., 9, No. 1 (28), 15-114. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Sincronização do Sistema Caótico Unificado via Controle Ótimo Linear
Leia maisTeoria dos jogos aplicada à ecologia matemática
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014 Teoria dos jogos aplicada à ecologia matemática Augusto César de Castro Barbosa, Carlos Antônio de Moura, Instituto de Matemática e Estatística, IME,
Leia maisIDENTIFICAÇÃO DE PARÂMETROS DE CONTROLE PID EM PROCESSO COM CSTR NÃO ISOTÉRMICO
IDENTIFICAÇÃO DE PARÂMETROS DE CONTROLE PID EM PROCESSO COM CSTR NÃO ISOTÉRMICO Polyana Gomes de Aguiar 1 *, Daiane Ribeiro Dias 1, Annanda Alkmim Alves 1, Mariana Oliveira Marques 1, Saulo Vidal 1 1 Instituto
Leia maisModelagem em Sistemas Complexos
Modelagem em Sistemas Complexos Interação de espécies Marcone C. Pereira Escola de Artes, Ciências e Humanidades Universidade de São Paulo São Paulo - Brasil Março de 2012 Nas próximas aulas discutiremos
Leia maisKátia Slodkowski Clerici 2, Cássio L. M. Belusso 3. Projeto de pesquisa PRO-ICT/UFFS 2. Acadêmica do curso de Física da UFFS Campus Cerro Largo 3
DETECÇÃO DE COMPORTAMENTO REGULAR E CAÓTICO EM UM PULVERIZADOR DE POMARES TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ON APPEARANCE OF REGULAR AND CHAOTIC BEHAVIOR ON THE TOWER ORCHARD SPRAYER USING
Leia maisDINÂMICA DO SISTEMA CARRO-PÊNDULO
DINÂMICA DO SISTEMA CARRO-PÊNDULO Rafael Alves Figueiredo 1 Universidade Federal de Uberlândia Av. João Naves de Ávila, 2121, Santa Mônica, Uberlândia, MG, Brasil. rafamatufu@yahoo.com.br Márcio José Horta
Leia maisINFLUÊNCIA DA METODOLOGIA DE ESTIMAÇÃO SOBRE OS PARÂMETROS CINÉTICOS E O PROJETO DE REATORES CONTÍNUOS
INFLUÊNCI D METODOLOGI DE ESTIMÇÃO SOBRE OS PRÂMETROS CINÉTICOS E O PROJETO DE RETORES CONTÍNUOS G. S. S. SRCINELLI 1, L. G. R. MIRND 1, J. C. S. DUTR 1, F. T. VIEIR 1 1 LMCES Laboratório de Métodos Computacionais,
Leia maisSISTEMAS P-FUZZY APLICADOS À DINÂMICA POPULACIONAL
SISTEMAS P-FUZZY APLICADOS À DINÂMICA POPULACIONAL Miriam Eulalina Martins *, Rodney Carlos Bassanezi, Cid Marcos G. Andrade Uningá Centro Universitário Ingá PR, prof.miriammartins@uninga.edu.br Universidade
Leia maisCOMO AVALIAR A EFICIÊNCIA NO CONTROLE DE PRAGAS
13º INSECTSHOW 2017 COMO AVALIAR A EFICIÊNCIA NO CONTROLE DE PRAGAS ENRICO DE BENI ARRIGONI ENRICO ARRIGONI SOLUÇÕES EM MANEJO INTEGRADO DE PRAGAS LTDA (19) 97128-6262 enricomip@gmail.com PREJUÍZO POTENCIAL
Leia maisÓtimo de Pragas: Modelos Linearizados, Funcional Quadrático 1. Controle
TEMA Tend. Mat. Apl. Comput., 5, No. 1 2004, 145-154. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Controle Ótimo de Pragas: Modelos Linearizados, Funcional Quadrático
Leia maisUm Estudo da Dinâmica da Equação Logística
Um Estudo da Dinâmica da Equação Logística Conconi, T.; Silva Lima, M.F. Resumo: Equações diferenciais são adequadas para representar sistemas discretos por grandezas cujos valores variam apenas em determinados
Leia maisPalavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico.
ISSN 177-9139 MODELAGEM MATEMÁTICA APLICADA AO CONTROLE BIOLÓGICO DE PRAGAS EM LAVOURAS DE MILHOS. Jéssica C. S. Bueno E-mail: jessica_bsaldivia@hotmail.com Universidade Federal de Pelotas, Departamento
Leia maisResultados 6.1. Teste de Deformação
6 Resultados 6.1 Teste de Deformação O teste foi realizado com a montagem mostrada na Figura 41. No centro da circunferência branca (moldura de nylon) encontra-se a região ativa com duas linhas pretas
Leia maisREFÚGIO ESTRUTURADO NA CULTURA DE SOJA E MILHO COM TECNOLOGIA BT
ESTRUTURADO NA CULTURA DE COM TECNOLOGIA BT Saiba por que adotar e como realizar esta prática fundamental para preservação dos benefícios trazidos pela tecnologia Bt. Uma publicação Refúgio na Área www.refugionaarea.com.br
Leia maisBROCA DA CANA-DE-AÇÚCAR Diatraea saccharalis MONITORAMENTO E CONTROLE
BROCA DA CANA-DE-AÇÚCAR Diatraea saccharalis MONITORAMENTO E CONTROLE Rafael Divino Alves da Silva Entomologia/Biotecnologia/Melhoramento Genético Entomotestes materiais Bt / Manejo de pragas CTC Email:
Leia maisCEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO
CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO MATERIAL DIDÁTICO IMPRESSO CURSO: Física DISCIPLINA: Informática para o Ensino de Física CONTEUDISTA: Carlos Eduardo Aguiar
Leia maisum passeio matemático pela biologia de populações Roberto A. Kraenkel Instituto de Física teórica - UNESP São Paulo, SP
um passeio matemático pela biologia de populações Roberto A. Kraenkel Instituto de Física teórica - UNESP São Paulo, SP CIÊNCIAS MOLECULARES 2010 Provocação Provocação Resumo da Palestra A biologia de
Leia maisde maior força, tanto na direção normal quanto na direção tangencial, está em uma posição no
66 (a) Velocidade resultante V (b) Ângulo de ataque α Figura 5.13 Velocidade resultante e ângulo de ataque em função de r/r para vários valores de tsr. A Fig. 5.14 mostra os diferenciais de força que atuam
Leia maisUNIVERSIDADE DE SÃO PAULO INSTITUTO DE BIOCIÊNCIAS CURSO DE PÓS-GRADUAÇÃO EM ECOLOGIA
UNIVERSIDADE DE SÃO PAULO INSTITUTO DE BIOCIÊNCIAS CURSO DE PÓS-GRADUAÇÃO EM ECOLOGIA Disciplina: BIE 5786 Ecologia de Populações Aluno: Santiago Montealegre Quijano Modelo Predador-Presa PREDAÇÃO Vamos
Leia maisRotor Não Axissimétrico
104 6 Vídeo e simulação Neste Capítulo comparam-se os resultados numéricos em um ambiente virtual e os vídeos do giroscópio que foram gravados no laboratório. É um método qualitativo de avaliação do modelo
Leia mais6 Controlador de Estado
6 Controlador de Estado Apresenta-se a seguir o método para implementação do sistema de controle por estados (Ogata, 1990). Considera-se agora o sistema representado em sua forma de estado: (25) cujo o
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução Com o elevado índice de expansão dos sistemas elétricos de potência, os freqüentes aumentos nas interligações e o alto número de variáveis que envolvem
Leia maisQUANTIDADE LIBERADA DE Cotesia flavipes EM CANA-DE- AÇÚCAR PARA O CONTROLE DE Diatraea saccharalis EM DOIS NÍVEIS DE INFESTAÇÃO
QUANTIDADE LIBERADA DE Cotesia flavipes EM CANA-DE- AÇÚCAR PARA O CONTROLE DE Diatraea saccharalis EM DOIS NÍVEIS DE INFESTAÇÃO Vinicius Pedrão 1 ; Júlio César Veneroso Mello 1 ; Eduardo Augusto Fonseca
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
Leia maisCapítulo 10 Estabilidade e Compensação. em Freqüência. que possui a seguinte função de transferência. Considerações Gerais
Capítulo 10 Estabilidade e Compensação Considerações Gerais em Freqüência A realimentação que é largamente utilizada por trazer diversas vantagens como as mostradas no capítulo 8, no entanto causa problemas
Leia maisModelos Biomatemáticos - aulas Teórico-Práticas
Modelos Biomatemáticos - aulas Teórico-Práticas 5/6 Capítulo Nulclinas, equilíbrios e campos vectoriais. Determine as nulclinas e os equilíbrios dos seguintes sistemas de equações diferenciais = a) = =
Leia maisUMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC
UMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC R. R. ROCHA 1 e L. C. OLIVEIRA-LOPES 1 1 Universidade Federal de Uberlândia, Faculdade de Engenharia Química E-mail para contato: rosi.rocha28@gmail.com;
Leia mais13/08/2012. Pedro Takao Yamamoto Departamento de Entomologia e Acarologia ESALQ/USP O Vetor O Patógeno. A Doença. até metade dos anos 60
Patossistema Pedro Takao Yamamoto Departamento de Entomologia e Acarologia ESALQ/USP O Vetor O Patógeno A Doença 1. Eliminação de plantas doentes Manejo do Greening % de Talhões Contaminados 60,0 50,0
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução O crescimento do sistema de energia elétrica, o aumento do número de interligações e a sofisticação dos modelos para representação dos componentes de
Leia mais7 Definição da Trajetória via Controle Ótimo
7 Definição da Trajetória via Controle Ótimo O objetivo desse trabalho é avaliar a metodologia de projeto e os controladores não só em percursos que representem o centro da pista, mas trajetórias ótimas
Leia maisConbraf - Congresso Brasileiro de Fitossanidade, 3, Águas de Lindóia-SP
Conbraf - Congresso Brasileiro de Fitossanidade, 3, 215. AVALIAÇÃO DO PERÍODO DE DEGRADAÇÃO DE EMBALAGENS UTILIZADAS PARA TRANSPORTE E LIBERAÇÃO DE Cotesia flavipes (Cameron) (Hymenoptera: Braconidae)
Leia maisMONITORAMENTO DE ADULTOS DE Spodoptera frugiperda e Diatraea saccharalis EM ÁREAS DE MILHO E SORGO 1
MONITORAMENTO DE ADULTOS DE Spodoptera frugiperda e Diatraea saccharalis EM ÁREAS DE MILHO E SORGO 1 Guilherme Souza de Avellar 2 e Ivan Cruz 3 1 Trabalho financiado pelo CNPq/Fapemig 2 Estudante do Curso
Leia maisCONTROLE ÓTIMO APLICADO NO CONTROLE DE VIBRAÇÕES DE SISTEMAS MECÂNICOS SUJEITOS A COMPORTAMENTO CAÓTICO
XXIX ENCONRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. Salvador, BA, Brasil, 06 a 09 de outubro de 009 CONROLE ÓIMO APLICADO NO CONROLE DE VIBRAÇÕES DE SISEMAS MECÂNICOS SUJEIOS A COMPORAMENO CAÓICO Angelo Marcelo
Leia mais4 Modelagem em Árvore
MODELAGEM EM ÁRVORE 39 4 Modelagem em Árvore 4.1 Introdução A modelagem por árvore de cenários é uma forma usual de representação de incertezas em problemas estocásticos multi-período [9, 14, 28, 42, 43].
Leia mais5 Formulação Dinâmica Não Linear no Domínio da Frequência
129 5 Formulação Dinâmica Não Linear no Domínio da Frequência No Capítulo 2, foram apresentadas as formulações para a análise dinâmica de estruturas reticuladas no domínio do tempo, sendo uma informação
Leia maisESTUDO E ANÁLISE DA MISTURA DE ÁGUA E ETANOL ATRAVÉS DE EQUAÇÕES DE ESTADO.
ESTUDO E ANÁLISE DA MISTURA DE ÁGUA E ETANOL ATRAVÉS DE EQUAÇÕES DE ESTADO. S. F. VASCONCELOS 1, F. J. F. CHAVES 1, C. V. FERNANDES 1, N. SILVA 1, H. BISPO 1 1 Universidade Federal de Campina Grande, Unidade
Leia maisControle Ótimo de Sistemas Não Lineares com Aplicação no Cultivo do Milho.
877 Artigo original DOI: http://dx.doi.org/59/7946x637 Ciência enatura, Santa Maria, v. 37 n. 3 set-dez. 5, p. 877-888 Revista do Centro de Ciências Naturais e Exatas UFSM ISSNimpressa: -837 ISSN on-line:
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA PURA E APLICADA PLANO DE ENSINO
017 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA PURA E APLICADA PLANO DE ENSINO Código MAT Nome 01017 Biologia Matemática Créditos/horas-aula Súmula Equações
Leia maisUtilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos
Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos André Luiz Ferreira Pinto Pontifícia Universidade Católica do Rio de
Leia mais3 a ij x j ), i = 1,2,3, (1.1)
TEMA Tend. Mat. Apl. Comput., 5, No. 2 (2004), 239-248. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Controle Ótimo para um Sistema Caótico de Lotka-Volterra A. MOLTER
Leia maisBiomatemática - Prof. Marcos Vinícius Carneiro Vital (ICBS UFAL) - Material disponível no endereço
Universidade Federal de Alagoas Instituto de Ciências e Biológicas e da Saúde BIOB-003 Biomatemática Prof. Marcos Vinícius Carneiro Vital 1. Como prever a natureza? (ou: apresentando uma função) 1.1. Visão
Leia maisUm modelo para controle biológico de pragas associado ao uso de pesticida
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 2, N. 1, 2014. Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Um modelo para controle biológico de pragas
Leia mais2 Caracterização do Fenômeno de Estabilidade de Tensão e Índices de Avaliação das Condições de Estabilidade de Tensão
2 Caracterização do Fenômeno de Estabilidade de Tensão e Índices de Avaliação das Condições de Estabilidade de Tensão 2.1. Introdução O objetivo deste capítulo é caracterizar o fenômeno de estabilidade
Leia mais6. Controle por Aprendizado Neuro-Fuzzy
6. Controle por Aprendizado Neuro-Fuzzy 6.1. Introdução Neste capítulo é apresentado o controle por aprendizado utilizando um sistema híbrido Neuro-Fuzzy, para o cálculo e atualização dos pontos de reversão
Leia maisAnálise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho
Análise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho MSc UERJ-FEN-DETEL Análise Estatística de Sistemas de Comunicação Digitais Os sistemas de comunicação digital operam com
Leia mais1 Introdução. 1.1 Considerações Gerais
1 Introdução 1.1 Considerações Gerais Depois de seguidas ocorrências de colapso em sistemas elétricos devido ao fenômeno de estabilidade de tensão, o assunto tornou-se tema de muitos estudos. O sistema
Leia maisFronteira e Região de Estabilidade Fraca de um Ponto de Equilíbrio Hopf Supercrítico do tipo zero
Trabalho apresentado no DINCON, Natal - RN, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Fronteira e Região de Estabilidade Fraca de um Ponto de Equilíbrio
Leia maisCAPÍTULO 8: O CONTROLADOR PID
CAPÍTULO 8: O CONTROLADOR PID Quando eu terminar este capítulo eu quero ser capaz de completar o seguinte Conhecer os pontos fortes e fracos do controle PID Determinar o modelo do sistema feedback utilizando
Leia maisGESTÃO AVANÇADA DO CONTROLE DE PRAGAS EM GRANDES LAVOURAS DE CANA-DE-AÇÚCAR
INSECTSHOW - IDEA GESTÃO AVANÇADA DO CONTROLE DE PRAGAS EM GRANDES LAVOURAS DE CANA-DE-AÇÚCAR Enrico De Beni Arrigoni ENRICO ARRIGONI SOLUÇÕES EM MANEJO INTEGRADO DE PRAGAS LTDA. (019) 97128-6262 14 DE
Leia mais1 Sistema Máquina-Barra in nita: apresentação e modelagem
EEL 751 - Fundamentos de Controle 1o rabalho Computacional 1 Sistema Máquina-Barra in nita: apresentação e modelagem Modelos do tipo máquina-barra in nita como o representado pelo diagrama uni - lar da
Leia maisCORREÇÃO ROTEIRO SUCESSÃO ECOLÓGICA, RELAÇÕES ECOLÓGICAS E DINÂMICA DE POPULAÇÃO APOSTILA 11 PROVA MENSAL 4º. BIMESTRE
CORREÇÃO ROTEIRO SUCESSÃO ECOLÓGICA, RELAÇÕES ECOLÓGICAS E DINÂMICA DE POPULAÇÃO APOSTILA 11 PROVA MENSAL 4º. BIMESTRE 1º. O que podemos entender por sucessão ecológica e quais seus tipos? PROCESSO GRADUAL
Leia mais1. Estudo do pêndulo
Objectivos odelizar um pêndulo invertido rígido de comprimento e massa, supondo uma entrada de binário. Simular em computador. entar estabilizar o pêndulo em ciclo aberto por manipulação directa do binário.
Leia maisControle Químico de Pragas
Técnicas de manejo Controle Químico Controle Biológico Semioquímicos (Feromônios/Atraentes) Manipulação Genética de Pragas Variedades Resistentes a Insetos (plantas modificadas geneticamente) Manipulação
Leia maisCapitulo 5 Projeto dos Controladores
Capitulo 5 Projeto dos Controladores Esse Capítulo tem com objetivo apresentar o projeto e a simulação em Matlab/Simulink dos controladores desenvolvidos na tese. Primeiramente será apresentado o projeto
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO
APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,
Leia maisPREDAÇÃO DE MASSAS DE Cotesia flavipes NA TÉCNICA DE LIBERAÇÃO POR ESPALHAMENTO DE PUPAS NO CANAVIAL
PREDAÇÃO DE MASSAS DE Cotesia flavipes NA TÉCNICA DE LIBERAÇÃO POR ESPALHAMENTO DE PUPAS NO CANAVIAL Bruno Marin Arroyo 1 ; Carlos César Fabbris Filho 1 ; Jairo Aparecido Lima 1 ; Alexandre de Sene Pinto
Leia maisAula 12 - Controle por Modos Deslizantes 1
Instituto Tecnológico de Aeronáutica 1/ 23 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Eletrônica Departamento de Sistemas e Controle São José dos Campos, São Paulo, Brasil Aula 12-1 EE-209:
Leia maisUma Proposta para Controle de Velocidade de DFIG
Uma Proposta para Controle de Velocidade de DFIG Camila M. V. Barros 1, Luciano S. Barros 1, Aislânia A. Araújo 1, Iguatemi E. Fonseca 1 1 Universidade Federal Rural do Semi-Árido (UFERSA) Mossoró RN Brasil
Leia maisCONTROLE POR ESTRUTURA VARIÁVEL DE UM SISTEMA PÊNDULO INVERTIDO SIMPLES
CONTROLE POR ESTRUTURA VARIÁVEL DE UM SISTEMA PÊNDULO INVERTIDO SIMPLES Autores : Renan Junior BALAN 1, Felipe JUNG 1, Marina PADILHA 1, Otávio Rafael de SOUZA 1, Rafael Garlet de OLIVEIRA 2, Antônio RIBAS
Leia maisCapítulo I Introdução 24
1 Introdução Na última década, a poluição atmosférica tem sido assunto freqüente e de destaque na mídia em geral. Problemas de caráter global como o efeito estufa e a redução da camada de ozônio têm sido
Leia maisOtimização Linear Aplicada a Problemas de Planejamento de Produção
Otimização Linear Aplicada a Problemas de Planejamento de Produção Rafaela Schuindt Santos¹, Daniela Renata Cantane² ¹Escola Estadual Luiz Campacci Laranjal Paulista SP - Brasil ²Universidade Estadual
Leia maisFigura 1. Modelo de 1/4 de
ESTUDO E SIMULAÇÃO DE CONTROLE DE SUSPENSÃO ATIVA PARA MODELOS DE UM QUARTO DE CARRO E CARRO INTEIRO STUDY AND SIMULATION OF ACTIVE SUSPENSION CONTROLLERS FOR QUARTER-CAR MODELS AND FULL-CAR MODELS Rafael
Leia mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisRelatório de pesquisa sobre o procedimento de otimização de modelos no Activate
Relatório de pesquisa sobre o procedimento de otimização de modelos no Activate 1 Introdução Esse trabalho tem por objetivo apresentar o bloco de otimização BobyqaOpt, suas funcionalidades, parâmetros
Leia maisControle Não Linear. CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro
Controle Não Linear CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro 1 Fundamentos da Teoría de Lyapunov Dadas as características dos sistemas não-lineares características,
Leia maisAnalisa-se agora o comportamento dinâmico da estrutura sob uma carga harmônica vertical da forma:
5 Vibração Forçada 5.1 Equações de movimento com carga harmônica Analisa-se agora o comportamento dinâmico da estrutura sob uma carga harmônica vertical da forma: = (Ω ), (5.1) onde é a magnitude da força
Leia maisDesafios da Pesquisa em Controle Biológico na Agricultura no Estado de São Paulo
Desafios da Pesquisa em Controle Biológico na Agricultura no Estado de São Paulo Controle biológico com fungos em cana-de-açúcar Antonio Batista Filho batistaf@biologico.sp.gov.br Desafio Produção de alimentos
Leia mais4 Modelo Linear de Quatro Graus de Liberdade
4 Modelo Linear de Quatro Graus de Liberdade O modelo linear descrito em (Spinola, 2003) na forma de estado (11) representa um veículo de dois graus de liberdade: velocidade lateral em relação ao referencial
Leia maisTópicos de Biologia-Matemática
Tópicos de Biologia-Matemática Roberto André Kraenkel, IFT http://www.ift.unesp.br/users/kraenkel Aula II Instituto de Física Teórica Julho de 2012 A aula de hoje 1 Espécies Interagentes 2 Predação 3 Lotka-Volterra
Leia maisProjeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido
Projeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido Allan Martins¹, Jéssica Aguiar¹, Paulo Henrique Melo¹,
Leia maisAjuste de dados por mínimos quadrados
Cálculo Numérico por mínimos quadrados Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343
Leia maisModelagem de Ecossistemas TX-770 (2012/01)
(EDITAL) a Lista de Eercícios Prof. Marcelo Risso Errera, Ph.D. Departamento de Engenharia Ambiental tel: (4)336-3030 e-mail: marcelo.errera@yahoo.com.br Modelagem de Ecossistemas TX-770 (202/0) OBJETIVOS:
Leia maisEQUAÇÕES DIFERENCIAIS E MODELAGEM MATEMÁTICA: IMPORTANTES ESTRUTURAS PARA O ESTUDO DE CRESCINEBTO E DECRESCIMENTO DE POPULAÇÕES
EQUAÇÕES DIFERENCIAIS E MODELAGEM MATEMÁTICA: IMPORTANTES ESTRUTURAS PARA O ESTUDO DE CRESCINEBTO E DECRESCIMENTO DE POPULAÇÕES Hélio Oliveira Rodrigues 1 1 Instituto Federal de Educação Ciência e Tecnologia
Leia maisORIENTADOR(ES): ANTÔNIO FERNANDO BERTACHINI DE ALMEIDA P, DENILSON PAULO SOUZA DOS SANTOS
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: MODELAGEM DE TRANSFERÊNCIAS ORBITAIS NO SISTEMA TERRA-LUA CATEGORIA: EM ANDAMENTO ÁREA: ENGENHARIAS
Leia maisDISTRIBUIÇÃO DA BROCA-DA-CANA, DIATRAEA SACCHARALIS, E DE SEUS DANOS NOS INTERNÓDIOS DO COLMO DA CANA-DE- AÇÚCAR
DISTRIBUIÇÃO DA BROCA-DA-CANA, DIATRAEA SACCHARALIS, E DE SEUS DANOS NOS INTERNÓDIOS DO COLMO DA CANA-DE- AÇÚCAR Cleyson Spagnollo da Silva (1) ; Victor Afonso Seabra (1) ; José Octávio Boro Henrique (1)
Leia maisIF-705 Automação Inteligente Controle Não Linear
IF-705 Automação Inteligente Controle Não Linear Paulo Henrique Muniz Ferreira Aluízio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática Cin {phmf,aluizioa}@cin.ufpe.br Sumário
Leia maisUm sistema fuzzy do tipo presa-predador: Aphis glycines x Orius insidiosus
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Um sistema fuzzy do tipo presa-predador: Aphis glycines x Orius insidiosus Magda da Silva Peixoto 1 Depto de Física, Química e Matemática, CCTS, UFSCar
Leia maisCapítulo 3. Intermitência Tipo III. 3.1 Forma Normal
Capítulo 3 Intermitência Tipo III 3.1 Forma Normal A intermitência classificada por Pomeau e Manneville como tipo III pode ser associada a um mapa discreto da forma x n+1 = (1 + ɛ )x n + α x 2 n + η x
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 1 Dinâmica no Espaço de Estados
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2010/11 Trabalho de Laboratório nº 1 Dinâmica no Espaço de Estados Objectivos Após realizar este trabalho, o aluno
Leia maisAnálise qualitativa da solução fuzzy do modelo presa - predador de Lotka - Volterra
Análise qualitativa da solução fuzz do modelo presa - predador de Lotka - Volterra Moiseis S. Cecconello Depto de Matemática, ICET, UFMT 786-9, Cuiabá, MT E-mail: moiseis@ufmt.br Rodne C. Bassanezzi Universidade
Leia maisANÁLISE E COMPARAÇÃO DE DINÂMICAS PARA TRANSFERÊNCIAS ORBITAIS NO SISTEMA TERRA-LUA
11 ANÁLISE E COMPARAÇÃO DE DINÂMICAS PARA TRANSFERÊNCIAS ORBITAIS NO SISTEMA TERRA-LUA ANALYSIS AND COMPARISON OF DYNAMICS FOR ORBITAL TRANSFERS IN THE EARTH-MOON SYSTEM Anderson Rodrigo Barretto Teodoro
Leia maisSistemas Dinâmicos. Ferramentas e Aplicações
Sistemas Dinâmicos Ferramentas e Aplicações y()= 3 Discreto 4 Discreto 5 Contínuo 6 Contínuo 7 8 9 Campos: modelos espaço-temporais 0 Sistemas Lineares Este sistema é linear? u(t) S y(t)=s(u) 3 4 Sistemas
Leia maisPROJETO DA MALHA DE CONTROLE DE UM PROCESSO DE HIDRÓLISE DE ANIDRIDO ACÉTICO EM CSTR
PROJETO DA MALHA DE CONTROLE DE UM PROCESSO DE HIDRÓLISE DE ANIDRIDO ACÉTICO EM CSTR A. C. S. R. DIAS, B. R. BOTINHA, J. R. COSTA, C. S. O. TENIS e J. C. S. DUTRA LAMCES Laboratório de Métodos Computacionais,
Leia mais