Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata
|
|
- Pedro Lucas Lagos Barreto
- 7 Há anos
- Visualizações:
Transcrição
1 Capítulo XX Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata Célia A. dos Reis 1, Diego Colón 2, Helenice O. Florentino 3, Daniela Cantane 3, Suélia S. R. F. Rosa 4, José M. Balthazar 5, Fábio J. da Costa 4, Adson F. da Rocha 6 1 Unesp, Fac. de Ciências de Bauru, Dep. de Matemática (celia@fc.unesp.br) 2 USP, Escola Politécnica, Lab. de Automação e Controle (diego@lac.usp.br) 3 Unesp, Dep. de Bioestatística - IB (helenice@ibb.unesp.br, dcantane@ibb.unesp.br) 4 BioEngLab, Fac. Gama, MIT Media Lab (suelia@unb.br, fabio.costa.unb@gmail.com) 5 Instituto Tecnológico da Aeronáutica (ITA)(jmbaltha@gmail.com) 6 BioEngLab, Fac. Gama, UnB(adsonr@gmail.com) Resumo Este capítulo trata da análise de um modelo não linear que descreve a dinâmica populacional do mosquito transmissor da dengue via a técnica da linearização exata entrada-saída. Supondo que seja possível interferir na evolução do sistema por meio do controle de apenas uma variável de entrada, deseja-se investigar estratégias em que se possa controlar a população do mosquito, de modo a diminuir a transmissão da doença. Essa metodologia permite transformar a dinâmica de um sistema não linear em uma dinâmica linear em malha fechada, mediante uma realimentação não linear dos estados, que representa a estratégia de combate ao mosquito. A linearização exata tem sido utilizada com êxito em uma grande gama de aplicações em diversas áreas da Engenharia. Esta técnica decompõe o sistema na chamada forma normal, isto é, em uma parte externa linear (que relaciona entrada-saída) e uma parte interna não linear e não observável, e que fornece a dinâmica interna do sistema original, que deve ser estável para que o método funcione. O sistema
2 realimentado (com controle) deve ser assintoticamente estável. Foram estudadas duas estratégias: uma para eliminar completamente a população de mosquitos, e outra para controlar em uma situação de equilíbrio. 2
3 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata 3 1 Introdução A dengue é uma doença infecciosa febril aguda causada por vírus da família Flaviridae e é geralmente transmitida para o homem pela picada de mosquito do gênero Aedes aegypti. A Organização Mundial da Saúde (OMS) estima que 2,5 bilhões de pessoas vivem em áreas de risco de contrair a dengue e que 5 milhões de pessoas por ano se infectam em todo o mundo. Cerca de 55 mil doentes necessitam de hospitalização e 2 mil morrem em consequência do agravo desta doença. O número de casos de infectados aumentou mais de 3 vezes nas últimas 5 décadas. Assim sendo, a dengue tem sido atualmente uma das mais preocupantes doenças na área de saúde pública, principalmente em regiões tropicais e subtropicais, em que há maior adaptabilidade do mosquito transmissor [1, 2, 3, 4, 5, 6]. Desta forma, a dengue tornou-se tema de muitas pesquisas. Hoje busca-se uma vacina eficaz, tratamentos específicos para a doença e meios de controlar o vetor da dengue de forma eficiente, econômica e ambientalmente correta. Muitas medidas de controle do vetor têm sido utilizadas na tentativa de erradicar a doença, seja por meio de controles físicos (ou mecânicos), genéticos, químicos e biológicos, ou a partir de medidas médicas e educacionais como sistemas de alerta de surtos e casos, capacitação para o manejo dos casos clínicos e mobilização social [6]. No Brasil, a forma mais utilizada de controle do Aedes aegypti é o químico, mediante o uso de inseticidas. Este tem sido um dos controles mais eficazes da população do mosquito, mas pode promover resistência nestes insetos, pois a exposição a altas dosagens mata os indivíduos suscetíveis e os resistentes sobrevivem e transferem essa capacidade a seus descendentes, devendo assim ter de utilizar dosagens cada vez maiores ou produtos quimicamente mais potentes, o que pode causar grandes danos ao ambiente e à saúde pública [1]. Uma forma de minimizar a necessidade de grandes quantidades de inseticida é investir no controle físico com a remoção de criadouros, diminuindo
4 4 C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha assim a quantidade de indivíduos na fase aquática, e promovendo a redução dos mosquitos adultos. Esse tipo de estratégia teria maior sustentabilidade que aquelas centralizadas e baseadas em uso exclusivo de inseticidas [1]. O gerenciamento do uso deste controle, é porém, muito complexo, pois necessita de apoio de órgãos públicos e da população, e pode também apresentar custos muito elevados, dependendo das dimensões das cidades e da necessidade de fiscalização das residências e outros locais em busca dos criadouros. Esta forma de controle necessita ainda de muitos estudos. Com base nestes argumentos, propõe-se neste capítulo um estudo, a partir de técnicas matemáticas, do controle físico aplicado a uma população do mosquito transmissor da dengue. Para descrever a dinâmica desta população, considera-se o ciclo de vida dos mosquitos dividido nas fases aquática e alada (terrestre) [4]. Na fase aquática considera-se que os insetos estão nos estágios de ovos, larvas e pupas e na alada estão no estágio adulto. Os mosquitos adultos são divididos em machos, fêmeas imaturas (antes de acasalar) e fêmeas fertilizadas. Neste estudo apresenta-se um modelo considerando a dinâmica não linear da população do mosquito e o controle é aplicado apenas na fase aquática. O objetivo é utilizar a técnica da linearização exata entrada-saída para análise desta dinâmica. A linearização exata por realimentação (do inglês Feedback Linearization) é um procedimento que permite transformar a dinâmica de um sistema não linear em uma linear, mediante uma realimentação não linear dos estados ou da saída escolhida previamente [7]. Esta metodologia de análise tem sido utilizada com êxito numa grande gama de aplicações, como em problemas de rastreamento, no controle de braços de robôs e manipuladores, peças de artilharia, helicópteros, aviões e satélites, além de ser usada em bioengenharia, aparelhagens médicas e nas indústrias química e farmacêutica [8, 9, 1, 7, 11]. Para atingir o objetivo efetua-se uma decomposição da dinâmica do sistema não linear na chamada forma normal, isto é, em uma parte externa linear (que relaciona entrada-saída) e uma parte interna não linear e não observável. Para
5 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata 5 tal, define-se um novo conjunto de estados a partir da saída e suas derivadas, provando a existência de um difeomorfismo, o qual transforma o sistema não linear em outro linear de menor grau, que relaciona a entrada-saída, e uma parte não linear que representa os estados não observáveis, fornecendo a dinâmica interna do sistema original. O conhecimento da dinâmica interna é importante, pois a partir de seu equacionamento torna-se possível a análise da dinâmica zero, a qual pode ser utilizada para análise de estabilidade assintótica da dinâmica não linear, e assim avaliar se a linearização por realimentação pode ser usada. Destaque-se que este procedimento, quando possível, é uma forma alternativa de estudo da estabilidade assintótica da malha fechada diferenciada do método clássico de Lyapunov [7]. Por sua vez, a análise da estabilidade assintótica do sistema relacionado com a dinâmica populacional do mosquito transmissor da dengue é importante, pois define o período em que se deve aplicar o controle nesta população, ou seja, o período em que há uma saturação de mosquitos no ambiente, podendo a dengue apresentar sua forma epidêmica. O capítulo está organizado da seguinte forma: inicialmente é apresentado e discutido um sistema não linear modelando a dinâmica populacional do vetor da dengue. Em seguida, um estudo do plano de fase desta dinâmica é efetuado objetivando o conhecimento do comportamento do modelo não linear, além da utilização da dinâmica interna desse sistema para análise de estabilidade assintótica. Exemplos numéricos são apresentados. 2 O modelo matemático da dinâmica populacional não linear A dengue é uma doença viral comumente transmitida pelo mosquito Aedes aegypti. Segundo [12], a doença é transmitida a partir da picada das fêmeas. Esta acasala uma única vez em sua vida e libera seus ovos aos poucos e em
6 6 C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha lugares diferentes, aumentando a probabilidade de nascimento de novos mosquitos. A fêmea torna-se contaminada com o vírus ao sugar o sangue das pessoas infectadas e o período de incubação do vírus no mosquito é de 8 a 1 dias, estando esta apta a transmitir o vírus a indivíduos suscetíveis [2]. Não há transmissão por contato direto de um doente ou de suas secreções para uma pessoa sadia, nem através da água ou alimento. Existem relatos de outras formas de transmissão vertical da dengue, como doação de sangue e/ou órgão e gestação. De acordo com [13], os quatro sorotipos do vírus pertencem à família Flavivirus e são denominados DEN-1, DEN-2, DEN-3 e DEN-4. Após a infecção por um destes sorotipos, o indivíduo desenvolve imunidade somente a esse sorotipo podendo ser contaminado por um outro. Um quinto sorotipo do vírus da dengue está sob investigação, o DEN-5 [14]. O ciclo do Aedes aegypti é composto por: ovo, larva, pupa e adulto. Este ciclo é dividido em dois estágios: fase aquática (ovos, larvas e pupas) e fase alada (mosquitos adultos). A fase aquática é um período crítico, pois as fêmeas são muito versáteis na escolha dos locais para deposição dos seus ovos e por sua vez, os ovos são extremamente resistentes, podendo sobreviver até um ano. Uma vez imersos, os ovos desenvolvem-se rapidamente em larvas, que dão origem às pupas, das quais surge o adulto [5]. Para descrever a dinâmica de controle do mosquito transmissor da dengue, considera-se o ciclo de vida dos mosquitos nas duas citadas fases: aquática e alada. Os mosquitos adultos são divididos em machos, fêmeas imaturas (antes de acasalar) e as fêmeas fertilizadas. O modelo matemático não linear que descreve a dinâmica dos mosquitos adotado neste capítulo é baseado em [4] e tem a seguinte notação: 1. Fase aquática: x 1 = x 1 (t) = densidade de indivíduos da população na fase aquática
7 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata 7 (ovos, larvas e pupas); 2. Fase alada: x 2 = x 2 (t) = densidade de indivíduos da população de mosquitos fḙmeas imaturas (antes de acasalar); x 3 = x 3 (t) = densidade de indivíduos da população de mosquitos fḙmeas fertilizadas (depois de acasalar); x 4 = x 4 (t) = densidade de indivíduos da população de mosquitos machos (macho natural). São consideradas no modelo taxas de mortalidade associadas com cada segmento da população (aquática, fêmeas imaturas, fêmeas fertilizadas e machos), sendo denotadas respectivamente por: µ 1, µ 2, µ 3, µ 4. A taxa de oviposição da fêmea fertilizada é proporcional a sua densidade, mas também dependerá do número de criadouros e disponibilidade de alimento e é dada por: ( φ 1 x ) 1 C sendo φ a taxa de oviposição intrínseca e C a capacidade do meio relacionada com o número de nutrientes, espaço, etc. Ainda são assumidos os seguintes parâmetros: 1. γ: taxa per capita com que os mosquitos na fase aquática passam para a fase alada, sendo que uma proporção r são de fêmeas e (1 r) são de machos. 2. β: taxa de acasalamento das fêmeas imaturas com mosquitos machos naturais. Sob tais considerações, o modelo matemático que descreve a dinâmica da
8 8 C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha população de mosquito, sem a presença de controle, é dado por: ( ẋ 1 = φ 1 x 1 C ẋ 2 = rγx 1 (β + µ 2 )x 2 ẋ 3 = βx 2 µ 3 x 3 ẋ 4 = (1 r)γx 1 µ 4 x 4 ) x 3 (γ µ 1 )x 1 (1) sendo x = (x 1, x 2, x 3, x 4 ) o vetor de estados. Objetiva-se o estudo do controle mecânico que consiste na redução da população de mosquitos na fase aquática. Neste caso, introduz-se a variável de controle u(t) na primeira equação do sistema (1), afetando diretamente a taxa de mortalidade da fase aquática, como que representando a adição de um veneno nos criadouros, resultando na seguinte dinâmica: ( ẋ 1 = (γ + µ 1 )x 1 + φx 3 + φ ) x 1 x 3 x 1 u(t) C ẋ 2 = rγx 1 (β + µ 2 )x 2 ẋ 3 = βx 2 µ 3 x 3 ẋ 4 = (1 r)γx 1 µ 4 x 4. (2) Em (2), fazendo A 1 = (γ + µ 1 ), A 2 = φ C, A 3 = rγ, A 4 = (β + µ 2 ), A 5 = (1 r)γ, esta dinâmica pode ser reescrita como: ẋ 1 ẋ 2 ẋ 3 ẋ 4 sendo os campos vetoriais: A 1 x 1 + φx 3 + A 2 x 1 x 3 x 1 = A 3 x 1 + A 4 x 2 βx 2 µ 3 x 3 + u(t), (3) A 5 x 1 µ 4 x 4
9 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata 9 A 1 x 1 + φx 3 + A 2 x 1 x 3 x 1 f(x) = A 3 x 1 + A 4 x 2 βx 2 µ 3 x 3 e g(x) = A 5 x 1 µ 4 x 4 (3 a) 3 A linearização entrada-saída da dinâmica não linear e a dinâmica interna Nas equações (3), (3-a), assumindo saída y como uma combinação linear dos estados x 2 e x 3, o que significa que existe um método de se medir a densidade de fêmeas, essa dinâmica se escreve como: ẋ 1 ẋ 2 ẋ 3 ẋ 4 A 1 x 1 + φx 3 + A 2 x 1 x 3 x 1 = A 3 x 1 + A 4 x 2 βx 2 µ 3 x 3 + u(t) (4) A 5 x 1 µ 4 x 4 y = ax 2 + bx 3. Segundo [7, 9], prova-se que a dinâmica (4) possui grau relativo r = 2. Além disso, um difeomorfismo que transforma essa dinâmica na forma normal tem expressão: φ(x) = [z 1, z 2, ψ 1, ψ 2 ] (5) sendo que z 1 = y, z 2 = ẏ e ψ j, j = 1, 2 são soluções da equação diferencial parcial ψ.g =, j = 1, 2. De (5), portanto, tem-se que: z 1 = ax 2 + bx 3 z 2 = aa 3 x 1 + (aa 4 + bβ)x 2 bµ 3 x 3 = B 1 x 1 + B 2 x 2 + B 3 x 3 (6)
10 1C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha sendo: B 1 = aa 3, B 2 = (aa 4 + bβ)eb 3 = bµ 3. (7) Da equação ψ.g =, j = 1, 2, tem-se que uma solução para esta EDP é: ψ 1 = x 3 ψ 2 = x 4. (8) Assim, φ(x) = [z 1, z 2, ψ 1, ψ 2 ] = (ax 2 + bx 3, B 1 x 1 + B 2 x 2 + B 3 x 3, x 3, x 3, x 4 ) (9) e B 1, B 2, B 3 são como na Eq. (7). Da Expressão (9), prova-se que φ é um difeomorfismo global se e somente se a, x 1, x 2, x 3, x 4. Além disso, x 4 = ψ 2 é o difeomorfismo inverso. x 3 = ψ 1 x 2 = 1 a z 1 b a ψ (1) 1 ( x 1 = B2 ab 1 z B 1 z bb2 B 1 a B ) 3 ψ1 Das Expressoes (9) e (1), a dinâmica não linear de equação (4) tem a forma normal: [ ż 1 ż 2 ] [ ] z 2 = Γ(z 1, z 2, ψ 1, ψ 2 ) + Υ(z 1, z 2, ψ 1, ψ 2 )u(t) (11) [ ] [ ψ 1 = ψ 2 ( ) β a z 1 + bβ a + µ 3 ψ 1 ( A5B2 ab 1 z 1 + A5 B 1 z 2 + A5 bb2 B 1 a B 3 ) ψ1 µ 4 ψ 2 ] (11 a)
11 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata11 sendo: [ + 1 B 1 ( bb2 1 a y = z 1 Γ(z [ 1, z 2, ψ 1, ψ 2 ) + Υ(z 1, z 2, ψ 1, ψ 2 )u(t) ] = (A 4 B 2 + βb 3 ) B2 B 1 (A 1 B 1 + A 3 B 2 ) + A1B1+A3B2 B 1 z 2 ] a B 3) (A1 B 1 + A 3 B 2 ) b a (A 4B 2 + βb 3 )(B 1 φ µ 3 B 3 ) + A2 a [ B 2z 1 + az 2 (ab 3 bb 2 )ψ 1 ]ψ a [B 2z 1 az 2 + (ab 3 bb 2 )ψ 1 ]u(t). z 1 ψ 1 (11 b) A dinâmica não linear de Equação (11) representa a parte observável da dinâmica de Equação (4), isto é, a parte que relaciona entrada-saída. dinâmica linear de Equação (11-a) representa a dinâmica interna do sistema (4), ou seja, é a parte não observável desta dinâmica. Nota-se que a dinâmica interna não depende da entrada u(t). Segundo [7, 9], o conhecimento da dinâmica interna é importante, pois, a partir de seu equacionamento, torna-se possível a análise de uma dinâmica, a dinâmica zero, a qual pode ser utilizada para análise de estabilidade assintótica da dinâmica não linear de Equação (4). A 4 A análise da estabilidade assintótica via a dinâmica zero Para a análise da dinâmica interna e da dinâmica zero, torna-se necessária a determinação dos pontos críticos de (4) ou (11) - (11-b). Da Equação (4) temse que esta dinâmica tem dois pontos críticos, a saber: P 1 = (,,, ) e P 2 = (x 1, x 2, x 3, x 4 ) (12)
12 12C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha sendo os valores de x 1, x 2, x 3, x 4 na Equação (12) dados por: x 1 = A4 A 3 x 2 x 2 = A3βφ A 2A 4 µ3 A 2 (A 1 u(t)) x 3 = β µ 3 x 2 (13) x 4 = A4A5 A 3µ 4 x 2. Para análise da estabilidade assintótica na vizinhança dos pontos críticos P 1 e P 2, o método de linearização de Liapunov pode ser utilizado [7]. Neste capítulo, esta análise será efetuada a partir da análise da estabilidade da dinâmica zero, quando possível. Inicialmente será efetuada a análise da estabilidade assintótica em torno do ponto P Análise da Estabilidade Assintótica em Torno de P 1 Segundo [7, 9] a dinâmica zero é obtida da Eq. (11-a) quando y(t) para todo t >, o que implica z 1 z 2 t. Isto significa que existe uma subvariedade M o no espaço de estados na qual a saída e suas derivadas são todas nulas, isto é, y (n) (t) = t, e então os estados que se iniciam em M o permanecem em M o, daí, ż = e ψ = W (, ψ), gerando a dinâmica dada pela equação: [ ] [ ( ψ bβ 1 a = + µ ] 3) ψ 1 ψ A 2 5 ( bb2 B 1 a B ) 3 ψ1 µ 4 ψ 2 y = (14) A importância da dinâmica de Equação (14), que é a dinâmica zero do sistema, está no fato de que esta deve ser assintoticamente estável para que a linearização por realimentação conduza a um sistema estável em malha fechada, isto é, para que a estratégia de controle do mosquito conduza à eliminação de todos os indivíduos. Em (14), fazendo-se:
13 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata13 esta dinâmica se escreve como: ( ) C 1 = bβ a + µ 3 ( C 2 = A5 bb2 B 1 a B ) (14 a) 3 [ ] [ ] ψ 1 C 1 ψ 1 = ψ 2 C 2 ψ 1 µ 4 ψ 2. (15) y = De (15), nota-se que P = (, ) é o único ponto crítico da dinâmica zero. Além disso, sua equação característica é dada por: (C 1 λ)( µ 4 λ) = (16) cujos autovalores são: ( ) λ 1 = bβ a + µ 3 λ 2 = µ 4. (17) Nota-se que λ 2 = µ 4 <. Agora, ( ) bβ λ 1 = a + µ 3 < b a > µ 3. (17 a) β Assim, de (17-a), P = (, ) é um nó assintoticamente estável se e somente se b a > µ3 β. Daí, a dinâmica (4) é assintoticamente estável em torno de P 1 = (,,, ) se e somente se b a > µ3 β. Nota-se que para a análise da estabilidade do ponto crítico P = (, ) da dinâmica zero (15) usamos o método de Lyapunov, no entanto esta informação será utilizada para a análise da estabilidade assintótica da dinâmica de malha fechada (4) ou (11), (11-b) de acordo com [7]. De fato, considerando-se a estratégia de controle não linear da população
14 14C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha de mosquitos dada por [7]: u(x) = 1 L g L f y ( L2 f y + v) (18) sendo L f y a derivada de Lie e do campo h com respeito ao campo f, tem-se que: u(x) = 1 aa 3 x 1 [ (aa 1 A 3 +(aa 4 +bβ)a 3 )x 1 ((aa 4 +bβ)a 4 bβµ 3 )x 2 (aa 3 φ + bµ 2 3 )x 3 aa 2 A 3 x 1 x 3 + v] (18 a) sendo v(x) = ak 1 A 3 x 1 (ak 1 A 4 + bk 1 β + ak )x 2 (bk bk 1 µ 3 )x 3 e k 1, k escolhidos de forma conveniente tal que p(λ) = λ 2 + k 1 λ + k tenha raízes negativas [7], torna a malha fechada da dinâmica (4) assintoticamente estável em torno de P 1. Sabendo-se que a variável u(t) está relacionada ao controle da população de mosquitos na fase aquática, pode-se observar que a Equação (18-a) sempre conduzirá à eliminação dos mosquitos, sejam quais forem as densidades iniciais de cada fase (ou seja, x 1 (), x 2 (), x 3 (), x 4 ()). Nota-se que p(λ) = λ 2 + k 1 λ + k tem raízes negativas se e somente se k > e: k 1 = 2 k, se o discriminante = ; k 1 (, 2, k ) (2 k, + )se > ; k 1 ( 2 k, 2 k )se < ; (18 b) de modo que estas relações devem ser observadas na hora de escolher k, k 1.
15 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata Análise da estabilidade assintótica em torno de P 2 Nesta seção faz-se a análise para o caso no qual se deseja controlar a população de mosquitos em torno de uma situação de equilíbrio não necessariamente nula. Tal estratégia pode ter interesse quando o controle de todos os locais de criação não é viável, e deve-se aceitar que pelo menos uma população reduzida de mosquitos irá permanecer. Da expressão do ponto de equilíbrio P 2 em (12) e (13), tem-se que: P 2 = ( A 4 x 2, x 2, β x 2, A ) 4A 5 x 2, (19) A 3 µ 3 A 3 µ 4 sendo x 2 = A3βφ A 2A 4 µ3 A 2 (A 1 u(t)) real, é um ponto crítico fora da origem. Além disso, a substituição de x 2 gera: P 2 = ( βφ A 2 + A 4µ 3 A 2 A 3 (A 1 u(t)), A 3βφ A 2 A 4 µ 3 A 2 (A 1 u(t)), A 3 β 2 φ β (A 1 u(t)), A 5βφ A 2 A 4 µ 3 A 2 A 2 µ 4 + A 4A 5 µ 3 (A 1 u(t))) = (x 1 A 2 A 3 µ, x2, x3, x4 ). (2) 4 Para realizar esta análise, é necessário transformar P 2 na origem de um novo sistema de coordenadas, o que se consegue efetuando-se a translação: y 1 = x 1 x 1 y 2 = x 2 x 2 y 3 = x 3 x 3 y 4 = x 4 x 4. (21) Além disso, de (1), em termos de coordenadas normais, tem-se que:
16 16C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha x 4 = ψ 2 x 3 = ψ 1 x 2 = 1 a z 1 b a ψ 1 ( x 1 = B2 ab 1 z B 1 z bb2 B 1 a B 3) ψ1. (21 a) O objetivo é a determinação do sistema transladado em termos de coordenadas normais. Assim, a translação (21) se escreve como: y 1 = B2 ab 1 z B 1 z B 1 ( bb2 a B 3) ψ1 x 1 y 2 = 1 a z 1 b a ψ 1 x 2 y 3 = ψ 1 x 3 y 4 = ψ 2 x 4. (22) De (22), a translação inversa se escreve como: ψ 1 = y 3 + x 3 ψ 2 = y 4 + x 4 z 1 = ay 2 + by 3 + ax 2 + bx3 z 2 = B 1 y 1 + B 2 y 2 + B 3 y 3 + B 2 x 2 + B 3 x 3. (23) Para se calcular a relação entre as derivadas temporais das coordenadas (jacobiana), de (22), tem-se que: ẏ 1 = B2 ab 1 ż B 1 ż B 1 ( bb2 a B 3) ψ 1 ẏ 2 = 1 aż1 b a ψ 1 ẏ 3 = ψ 1 ẏ 4 = ψ 2. (24) Definindo-se as constantes:
17 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata17 pode-se reescrever (24) como: D 1 = B2 ab 1, ( D 2 = 1 bb2 B 1 a B ) (24 a) 3 ẏ 1 = D 1 ż B 1 ż 2 + D 2 ψ 1 ẏ 2 = 1 aż1 b ψ a 1 ẏ 3 = ψ 1 ẏ 4 = ψ 2. (24 b) De (11) - (11-a) o sistema dinâmico (24) é dado por: [ ( ẏ 1 = D 1 ż 2 D β 2 a a 1 + bβ ẏ 2 = bβ a z a z 2 b ( ) a ẏ 3 = β a z 1 + bβ a + µ 3 )] a + µ B 1 (Γ(z 1, z 2, ψ 1, ψ 2 ) + Y (z 1, z 2, ψ 1, ψ 2 )u(t)) ( ) bβ a + µ 3 ψ 1 ψ 1 ( ẏ 4 = A5B2 ab 1 z 1 + A5 B 1 z 2 + A5 bb2 B 1 a B 3) ψ1 µ 4 ψ 2 y = z 1. De (14-a), tem-se que: (25) ẏ 1 = D2β a z 1 + D 1 z 2 C 1 D 2 ψ B 1 (Γ(z 1, z 2, ψ 1, ψ 2 ) + Y (z 1, z 2, ψ 1, ψ 2 )u(t)) ẏ 2 = bβ a z a z 2 + bc1 a ψ 1 ẏ 3 = β a z 1 C 1 ψ 1 ẏ 4 = A5B2 ab 1 z 1 + A5 B 1 z 2 + C 2 ψ 1 µ 4 ψ 2 y = z 1. (25 b) sendo Γ(z 1, z 2, ψ 1, ψ 2 ) e Y (z 1, z 2, ψ 1, ψ 2 )u(t) como em (11 - b). Em (25 - b) fazendo:
18 18C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha obtém-se: E 1 = D2β a, E 2 = bβ a, E 2 3 = bc1 a, E 4 = A5B2 ab 1, E 5 = A5 B 1 (25 c) ẏ 1 = E 1 z 1 + D 1 z 2 C 1 D 2 ψ B 1 (Γ(z 1, z 2, ψ 1, ψ 2 ) + Y (z 1, z 2, ψ 1, ψ 2 )u(t)) ẏ 2 = E 2 z a z 2 + E 3 ψ 1 ẏ 3 = β a z 1 C 1 ψ 1 ẏ 4 = E 4 z 1 + E 5 z 2 + C 2 ψ 1 µ 4 ψ 2 y = z 1. (25 d) Dessa forma, de (23), nas novas coordenadas normais da translação (21), a dinâmica (11) - (11 - a) se escreve como em (25 - d). Assim, a dinâmica interna no sistema transladado tem equação: ẏ 2 = E 2 z a z 2 + E 3 ψ 1 ẏ 3 = β a z 1 C 1 ψ 1 ẏ 4 = E 4 z 1 + E 5 z 2 + C 2 ψ 1 µ 4 ψ 2 (26) y = z 1 e a dinâmica zero é dada por: ẏ 2 = E 3 ψ 1 ẏ 3 = C 1 ψ 1 ẏ 4 = C 2 ψ 1 µ 4 ψ 2 y =. (27) De (24 - b), nas condições da dinâmica zero, nota-se que:
19 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata19 ẏ 1 = D 2 ψ 1 ẏ 2 = b aψ 1 ẏ 3 = ψ 1 ẏ 4 = ψ 2. (28) Então de (28), a dinâmica (27) se escreve como: b ψ a 1 = E 3 ψ 1 ψ 1 = C 1 ψ 1 ψ 2 = C 2 ψ 1 µ 4 ψ 2 y = (29) De (25 - c) tem-se que a primeira e a segunda equação de (29) são iguais e então a dinâmica zero é dada pela dinâmica: [ ] [ ] ψ 1 C 1 ψ 1 = ψ 2 C 2 ψ 1 µ 4 ψ 2 (3) y =. Assim, a análise da estabilidade assintótica desta dinâmica é análoga ao que foi efetuado para o ponto P 1. Desta forma, de (16) e (17-a) a dinâmica (4) é assintoticamente estável em torno de P 2 se e somente se b a > µ3 β. Além disso, a lei de controle (18) torna a malha fechada da dinâmica (4) assintoticamente estável em torno de P 2. Para a determinação desse controle, observa-se inicialmente que da translação (21) tem-se que a dinâmica
20 2C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha (4) escreve-se como: ẏ 1 ẏ 2 ẏ 3 ẏ 4 A 1 y 1 + φy 3 + A 2 y 1 y 3 + B 1 (y 1 + x 1 ) = A 3 y 1 + A 4 y 2 + B 2 βy 2 µ 3 y 3 + B 3 + u(t) (31) A 5 y 1 µ 4 y 4 + B 4 y = ay 2 + by 3 + ax 2 + bx 3. Deste modo, de (18) tem-se que u(y) = 1 L gl yy ( L2 f y + v), onde: L g L f y = aa 3 (y 1 + x 1 ) (32) L 2 f y = [aa 3(A 1 + A 2 x 2 ) + (aa 4 + bβ)a 3 ]y 1 +[(aa 4 + bβ)a 4 bβµ 3 ]y 2 +[aa 3 (φ + A 2 x 1 ) + bµ 2 ]y 3 +aa 3 [A 2 y 1 y 3 + A 1 x 1 + φx3 + A 2x 1 x3 ] +(aa 4 + bβ)[a 3 x 1 + A 4 x 2 ] bµ 3 [βx 2 µ 3 x 3 ] (33) v(y) = ak 1 A 3 y 1 (ak 1 A 4 + bk 1 β + ak )y 2 (bk bk 1 µ 3 )y 3 ak 1 A 3 x 1 (ak 1 A 4 + k 1 bβ + ak )x 2 (34) (bk k 1 bµ 3 )x 3 com k 1, k escolhidos de forma conveniente tal que p(λ) = λ 2 + k 1 λ + k tenha raízes negativas [7].
21 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata21 5 Análise do plano de fase e simulações Nesta seção apresentam-se simulações para os dois casos estudados nas seções 4.1 e 4.2, ou seja, para o caso de equilíbrio e estabilidade em torno dos pontos P 1 e P 2, respectivamente. No caso de P 2, o que se faz é escolher um ponto de equilíbrio não nulo. Destaca-se que os valores adotados para a, b, k e k 1 foram escolhidos mediante as condições necessárias e suficientes para estabilidade assintótica obtidas em (17-a) e (18-b). Na Tabela 1 apresentam-se os valores dos parâmetros utilizados no modelo que descreve a dinâmica populacional do vetor da dengue [15, 2, 16]. Tais valores foram adotados por terem sido obtidos em condições climáticas próximas da realidade brasileira. Na Figura 1 mostra-se o efeito na resposta da dinâmica do sistema (4), da lei de controle da Equação (18), de acordo com os valores da Tabela 1 e com as constantes a = b = 1 e k = k 1 = 1, em torno do ponto P 1. Em linha pontilhada, estão os estados x 1, x 2, x 3 e x 4 para o sistema em (4) - ou seja, sem controle - para diversas condições iniciais. Nota-se que a trajetória dos estados tende para o ponto de equilíbrio P 2. Em linha contínua, tem-se os mesmos estados para o sistema com a lei de controle (18-a), e nos dois últimos gráficos da figura, tem-se os dois sinais de controle u e v aplicados (o segundo fazendo parte do cálculo do primeiro). Nota-se que o sistema controlado é eficiente em levar a população de mosquitos, em todas as fases, assintoticamente para zero, entretanto, como o modelo (e seu controle) só fazem sentido para valores positivos das variáveis de estado, a partir do momento em que x 1 atingir o valor zero, a aplicação do controle u deve ser suspensa, dado que ocorre uma indeterminação na expressão (18-a). Na Figura 2 mostra-se o efeito na resposta dinâmica do sistema (4) para a lei de controle das equações (18) e (32) a (34), cujo objetivo é levar a população de mosquitos para um ponto de equilíbrio P 2 a ser escolhido. Neste caso, o ponto de equilíbrio escolhido tem coordenadas: x 1 =.213, x 2 =.1,
22 22C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha x 2 =.296 e x 2 = Nota-se novamente que a lei de controle é capaz de levar a população de mosquitos para os valores (de densidades) desejados. Os valores escolhidos para as constantes foram k = 1 e k 1 = 5. Outros valores poderiam ter sido escolhidos, desde que respeitassem (18-b), de modo a se obter uma resposta mais rápida do sistema. Novamente é necessário suspender a aplicação do controle u quando o estado x 1 atingir o valor nulo, pelas mesmas razões do caso anterior. Evidentemente, o controle u deve ser reativado, conforme as fórmulas apresentadas, ao se notar novamente aumento da população de mosquitos. Tabela 1. Valores de parâmetros Parameters C γ r β φ µ 1 µ 2 µ 3 µ 4 Valor Conclusões Neste capítulo a análise e o controle de um modelo não linear que descreve a dinâmica populacional do mosquito transmissor da dengue via a técnica da linearização exata entrada-saída foram efetuados. Com o objetivo de um melhor entendimento do comportamento desta dinâmica, efetuou-se o estudo de seu plano de fase e leis de controle foram obtidas de forma a linearizar o referido sistema e obter a análise da estabilidade assintótica para dois pontos de equilíbrio diferentes: a origem (P 1 ) e um ponto de equilíbrio não nulo (P 2 ), este último podendo ser escolhido. Condições necessárias e suficientes também foram obtidas envolvendo parâmetros do sistema para análise de estabilidade assintótica. As análises da dinâmica interna e da dinâmica zero foram feitas de modo a verificar se as leis de controle propostas realmente estabilizam o sistema (e não somente a parte controlável/observável). Com isto, é possível estabelecer estratégias de controle da população de mosquitos, tanto levando-a a desaparecer quanto a ficar numa situação de equilíbrio escolhida pelo projetista. Este estudo também propiciou um melhor entendimento desta dinâmica,
23 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata23 Figura 1. Simulação para P1 (malha aberta e fechada, com diferentes condições iniciais) x Densidade Populacional na Fase Aquática tempo Densidade de Fêmeas Fecundadas 6 x Densidade de Fêmeas na Fase Imatura tempo Densidade de Machos x 3 2 x 4 1 u tempo Sinal de Controle u v tempo Sinal de Controle v tempo tempo possibilitando a análise de condições de instabilidade que permitirão em trabalhos futuros o estudo de ciclos limites e comportamento caótico, se existirem. As simulações foram realizadas com e sem o controle, com o objetivo de uma melhor compreensão do comportamento dinâmico do sistema, verificando a eficácia do controle introduzido na fase aquática para estabilizar a população em densidades muito baixas, demonstrando assim a eficácia desta técnica como uma ferramenta a ser utilizada pelos gestores da saúde pública. Esta metodologia, portanto, apresenta um grande potencial no auxílio de planejamento, criação de estratégias e tomadas de decisão na resolução de problemas relacionados ao controle do mosquito transmissor da dengue e, consequentemente, na erradicação da doença. Também são linhas de pesquisa futu-
24 24C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha Figura 2. Simulação para P2 (malha aberta e fechada, com diferentes condições iniciais) x Densidade Populacional na Fase Aquática tempo Densidade de Fêmeas Fecundadas 6 x Densidade de Fêmeas na Fase Imatura tempo Densidade de Machos x 3 2 x 4 1 u tempo Sinal de Controle u tempo v tempo Sinal de Controle v tempo ras os estudos sobre qual a melhor forma de se pôr em prática estas estratégias de controle, por meio de estimadores de tempo real dos estados (observadores).
25 Análise de um modelo populacional do mosquito transmissor da dengue via linearização exata25 Referências [1] M. R. Donalísio and C. M. Glasser, Vigilância entomológica e controle de vetores da dengue, vol. 5, no. 3, 22. [2] R. C. A. Thomé, H. M. Yang, and L. Esteva, Optimal control of Aedes aegypti mosquitoes by the sterile insect technique and insecticide, Mathematical Biosciences, vol. 223, pp , 21. [3] L. Barsante, T. Cardoso, and J. Acebal, Otimização multiobjetivo no controle de gastos com inseticidas e machos estéreis no combate da dengue, Anais do XLIII Simpósio Brasileiro de Pesquisa Operacional, pp , 211. [4] L. Esteva and H. M. Yang, Mathematical model to assess the control of Aedes aegypti mosquitoes by the sterile insect technique, Mathematical Biosciences, vol. 198, pp , 25. [5] H. O. Florentino, B. F. Bannwart, D. R. Cantane, and F. L. P. Santos, Multiobjective genetic algorithm applied to dengue control, Mathematical biosciences, vol. 258, pp , 214. [6] R. C. A. Thomé, Controle ótimo aplicado na estratégia de combate ao Aedes aegypti utilizando inseticida e mosquitos estéreis, Tese de Doutorado/UNICAMP, 27. [7] J. J. Slotine and W. LI, Applied nonlinear control, University of Michigan: Prentice Hall, [8] C. Liqun and L. Yanzhu, Control of the lorenz chaos by the exact linearization, Applied Mathematics and Mechanics, vol. 19, pp , [9] A. Isidori, Nonlinear control systems, ACM Transactions on Embedded Computing Systems, no. 3, 1995.
26 26C. Reis, D. Colón, H. Florentino, D. Cantane, S. Rosa, J. Balthazar, F. Costa e A. da Rocha [1] G. V. M. Silva, Controlo não linear, Escola Superior de Tecnologia Setúbal, Setúbal, 23. [11] C. A. Reis, J. M. Balthazar, and L. Barbanti, The input-state linearization of a maglev vehicle type, 22nd International Congress of Mechanical Engineering, November 213. [12] J. Alvarez-Gallegos, Nonlinear regulation of a lorenz system by feedback linearization techniques, Dynamics and Control, vol. 4, pp , [13] C. M. Bender and S. A. Orszag, Advanced mathematical methods for scientists and engineers, New York: McGraw-Hill, [14] N. Vasilakis, J. Cardosa, K. A. Hanley, E. C. Holmes, and S. C. Weaver, Fever from the forest: prospects for the continued emergence of sylvatic dengue virus and its impact on public health, Nature Reviews Microbiology, vol. 9, no. 7, pp , 211. [15] M. A. S. Koiller, M. O. Souza, C. Codeço, A. Iggidr, and G. Sallet, Aedes, wolbachia and dengue, INRIA Research Report RR8462, 214. [16] H. M. Yang, M. L. G. Macoris, K. C. Galvani, M. T. M. Andrighetti, and D. M. V. Wanderley, Assessing the effects of temperature on the population of Aedes aegypti, vector of dengue, Epidemiology & Infection, vol. 137, pp , 29.
Controle populacional do mosquito Aedes aegypti na fase aquática
Controle populacional do mosquito Aedes aegypti na fase aquática Helenice de O. Florentino Daniela R. Cantane Depto de Bioestatística, IB, UNESP 18618-670, Botucatu, SP E-mail: helenice@ibb.unesp.br e
Leia maisAlgoritmo de Busca em Vizinhança Variável para Determinação de Controle Otimizado para a População de Aedes aegypti
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo de Busca em Vizinhança Variável para Determinação
Leia maisSoluções otimizadas via Algoritmo Genético para o controle do mosquito transmissor da Dengue
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol., N., 5. Trabalho apresentado no XXXV CNMAC, Natal-RN, 4. Soluções otimizadas via Algoritmo Genético para o controle
Leia maisESTUDO PARA ESTIMAÇÃO DAS TAXAS DO MODELO MATEMÁTICO PARA PREVER O COMPORTAMENTO POPULACIONAL DO MOSQUITO TRANSMISSOR DA DENGUE
ESTUDO PARA ESTIMAÇÃO DAS TAXAS DO MODELO MATEMÁTICO PARA PREVER O COMPORTAMENTO POPULACIONAL DO MOSQUITO TRANSMISSOR DA DENGUE Ariane C. Cristino 1, Daniela R. Cantane 1, Rogério A. Oliveira 1, Fernando
Leia maisAnálise da Coexistência de Sorotipos de Dengue
Análise da Coexistência de Sorotipos de Dengue Thomas Nogueira ilches Claudia Pio Ferreira Depto. de Bioestatística BB UNESP 18618-97 - Botucatu SP E-mail: thomas vilches@ibb.unesp.br pio@ibb.unesp.br
Leia maisXLVSBPO. Algoritmo Genético Aplicado ao Controle da Dengue. 16 a 19
Algoritmo Genético Aplicado ao Controle da Dengue Daniela R. Cantane UNESP - Univ. Estadual Paulista, IBB - Instituto de Biociências, Departamento de Bioestatística, Distrito de Rubião Júnior, S/N, CEP:
Leia maisINTELIGÊNCIA COMPUTACIONAL APLICADA AO CONTROLE DO AEDES AEGYPTI
INTELIGÊNCIA COMPUTACIONAL APLICADA AO CONTROLE DO AEDES AEGYPTI Laura E. M. Santos Carlos A. Silva lauraesantos@hotmail.com carlos.silva@ifmg.edu.br Instituto Federal de Minas Gerais Av. Serra da Piedade
Leia maisOtimização mono-objetivo no controle do mosquito Aedes aegypti por meio de um modelo de duas populações com influência da pluviosidade
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, v. 6, n. 1, 218. Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 217. Proceeding Series of the Brazilian
Leia maisRealimentação Linearizante
Realimentação Linearizante ENGC65: Sistemas de controle III Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 03 de junho de 2019 Prof. Tito Luís Maia Santos 1/ 22 Sumário
Leia maisTema Tendências em Matemática Aplicada e Computacional, 17, N. 2 (2016),
Tema Tendências em Matemática Aplicada e Computacional, 17, N. 2 (216), 129-142 216 Sociedade Brasileira de Matemática Aplicada e Computacional www.scielo.br/tema doi: 1.554/tema.216.17.2.129 Controle
Leia maisTeoria de Controle aplicada à modelagem e análise da transmissão da dengue, do zika e da chikungunya
Teoria de Controle aplicada à modelagem e análise da transmissão da dengue, do zika e da chikungunya M. Soledad Aronna Escola de Matemática Aplicada, FGV, Rio de Janeiro, Brasil Trabalho conjunto com:
Leia maisSimulação de um modelo epidemiológico com renovação de população em redes Small World
Simulação de um modelo epidemiológico com renovação de população em redes Small World Diego Robles Vieira Ribeiro, Reginaldo A. Zara UNIOESTE - Universidade Estadual do Oeste do Paraná Centro de Ciências
Leia maisValidação de modelo entomológico com dependência da pluviosidade para o Aedes aegypti
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 4, N., 26. Trabalho apresentado no DINCON, Natal - RN, 25. Proceeding Series of the Brazilian Society of Computational
Leia maisEES-20: Sistemas de Controle II. 31 Julho 2017
EES-20: Sistemas de Controle II 31 Julho 2017 1 / 41 Folha de informações sobre o curso 2 / 41 O que é Controle? Controlar: Atuar sobre um sistema físico de modo a obter um comportamento desejado. 3 /
Leia maisAnálise da Taxa de Infestação Vetorial do Aedes
Trabalho apresentado no XXXVIII CNMAC, Campinas - SP, 218. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Análise da Taxa de Infestação Vetorial do Aedes Bruna Azevedo
Leia maisSistemas Dinâmicos Lineares
Sumário Sistemas Dinâmicos Lineares 4 de julho de 2016 () Sistemas Dinâmicos Lineares 4 de julho de 2016 1 / 29 () Sistemas Dinâmicos Lineares 4 de julho de 2016 2 / 29 Apresentação da disciplina Objetivos
Leia maisUm modelo de otimização multiobjetivo com influência da pluviosidade no controle do mosquito da dengue
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 5, N., 27. Trabalho apresentado no CNMAC, Gramado - RS, 26. Proceeding Series of the Brazilian Society of Computational
Leia maisPERSPECTIVAS DE NOVAS ESTRATÉGIAS NO CONTROLE DO AEDES AEGYPTI
PERSPECTIVAS DE NOVAS ESTRATÉGIAS NO CONTROLE DO AEDES AEGYPTI 03 DE SETEMBRO DE 2018. XXVII CONGRESSO BRASILEIRO E X CONGRESSO LATINO AMERICANO DE ENTOMOLOGIA JOSÉ BRAZ DAMAS PADILHA MINISTÉRIO DA SAÚDE
Leia maisSistemas Dinâmicos e Caos Lista de Problemas 2.1 Prof. Marco Polo
Sistemas Dinâmicos e Caos - 2016.2 - Lista de Problemas 2.1 1 Sistemas Dinâmicos e Caos Lista de Problemas 2.1 Prof. Marco Polo Questão 01: Oscilador harmônico Considere o oscilador harmônico ẋ = y, ẏ
Leia maisControle Não LInear. LINEARIZAÇÃO EXACTA POR REALIMENTAÇÃO CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro
Controle Não LInear LINEARIZAÇÃO EXACTA POR REALIMENTAÇÃO CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro 1 5.1. Uma primeira abordagem A linearização exacta por
Leia maisAplicação da Teoria de Controle à modelagem e análise da transmissão da dengue, da zika e da chikungunya
Aplicação da Teoria de Controle à modelagem e análise da transmissão da dengue, da zika e da chikungunya M. Soledad Aronna Escola de Matemática Aplicada, FGV, Rio de Janeiro, Brasil Trabalho conjunto com:
Leia maisEstimadores ou Observadores de Estado
Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19 Estimadores ou Observadores
Leia maisModelo matemático espaço-discreto para análise de propagação da dengue
Modelo matemático espaço-discreto para análise de propagação da dengue Mathematical discrete-space model for analysis of the spread of dengue fever ISSN 36-9664 Volume 7, dez. 6 Edição ERMAC Gabriela Colovati
Leia maisControle de um Oscilador com Memória de Forma
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 4, N. 1, 216. Trabalho apresentado no DINCON, Natal - RN, 21. Proceeding Series of the Brazilian Society of Computational
Leia maisAedes aegypti: temos competência para controlar, afinal somos Agentes de Saúde
Aedes aegypti: temos competência para controlar, afinal somos Agentes de Saúde Paulo Roberto Urbinatti Laboratório de Entomologia em Saúde Pública/FSP/USP urbinati@usp.br Aedes aegypti - fêmea BIOECOLOGIA
Leia maisUm estudo da dinâmica interna para um problema com Rigidez Não Linear Célia Aparecida dos Reis 1,
Um estudo da dinâmica interna para um prolema com Rigidez Não Linear Célia Aparecida dos Reis, Faculdade de Ciências, Departamento de Matemática, Unesp, Bauru, SP Luis Antonio S. Vasconcellos 2 Faculdade
Leia maisRealimentação de Estado Sistemas SISO
1. Realimentação de Estado para Sistemas SISO pag.1 Teoria de Sistemas Lineares Aula 18 Considere o sistema n dimensional, SISO: ẋ = Ax + bu y = cx Na realimentação de estados, a entrada u é dada por u
Leia maisControle da dengue na estação seca da cidade de Curvelo-MG através de um modelo preditivo
Trabalho apresentado no XXXV CNMAC, Natal-RN, 24. Controle da dengue na estação seca da cidade de Curvelo-MG através de um modelo preditivo Lillia S. Barsante, Flávia S. Cordeiro, Rodrigo T. N. Cardoso,
Leia maisSEM Sistemas de Controle. Aula 4 - Controladores PID, Avanço, Atraso, Esp. Estados
SEM 5928 - Sistemas de Controle Aula 4 - Controladores PID, Avanço, Atraso e no Espaço de Estados Universidade de São Paulo Controlador PID Controlador Proporcional Controlador Integral Controlador PID
Leia mais1 Equações Diferenciais Ordinárias: Sistemas de Equações
Equações Diferenciais Ordinárias: Sistemas de Equações O sistema geral de duas equações diferenciais pode ser escrito como: ẋ = F x,y,t ẏ = Gx,y,t Uma Solução de é um par x t e y t de funções de t tais
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
CONTROLE ADAPTATIVO POR POSICIONAMENTO DE POLOS E ESTRUTURA VARIÁVEL PARA SUPRESSÃO DO CAOS NO SISTEMA DE LORENZ Isaac Dantas Isidório, Aldayr Dantas de Araújo Universidade Federal do Rio Grande do Norte
Leia maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
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 maisDENGUE ESTADO DE SANTA CATARINA SECRETARIA DE ESTADO DA SAÚDE DIRETORIA DE VIGILÂNCIA EPIDEMIOLÓGICA GERÊNCIA DE VIGILÂNCIA DE ZOONOSES
ESTADO DE SANTA CATARINA SECRETARIA DE ESTADO DA SAÚDE DIRETORIA DE VIGILÂNCIA EPIDEMIOLÓGICA GERÊNCIA DE VIGILÂNCIA DE ZOONOSES DENGUE O QUE É DENGUE? É uma doença infecciosa causada por um arbovírus
Leia maisAnálise das Deflexões Grandes de uma Viga Com Rigidez Não Linear Utilizando a Linearização Exata a Realimentação
Análise das Deflexões Grandes de uma Viga Com Rigidez Não Linear Utilizando a Linearização Exata a Realimentação Celia A dos Reis 1, Luis Antonio da S Vasconcellos 1, Luttgardes de O Neto, Rodrigo Rocha
Leia mais1. Realimentação de Estado: sistemas MIMO
Realimentação de Estado: sistemas MIMO 1. Realimentação de Estado: sistemas MIMO 2. Estimadores de Estado: sistemas MIMO pag.1 Teoria de Sistemas Lineares Aula 20 Realimentação de Estado: sistemas MIMO
Leia maisModelagem em Sistemas Complexos
Modelagem em Sistemas Complexos Bifurcação local de campos vetoriais Marcone C. Pereira Escola de Artes, Ciências e Humanidades Universidade de São Paulo São Paulo - Brasil Abril de 2012 Nesta aula discutiremos
Leia maisFUNDAMENTOS DE CONTROLE - EEL 7531
Soluções periódicas e ciclos limite Funções descritivas FUNDAMENTOS DE CONTROLE - EEL 7531 Professor: Aguinaldo S. e Silva LABSPOT-EEL-UFSC 9 de junho de 2015 Professor: Aguinaldo S. e Silva FUNDAMENTOS
Leia maisAspectos da bioecologiadoaedes aegyptie sua importância em Saúde Pública"
Aspectos da bioecologiadoaedes aegyptie sua importância em Saúde Pública" Paulo Roberto Urbinatti Faculdade de Saúde Pública/USP Departamento de Epidemiologia urbinati@usp.br CULICÍDEOS - são dípteros
Leia maisu t = c 2 u xx, (1) u(x, 0) = 1 (0 < x < L) Solução: Utilizando o método de separação de variáveis, começamos procurando uma solução u(x, t) da forma
Seção 9: Equação do Calor Consideremos um fluxo de calor em uma barra homogênea, construída de um material condutor de calor, em que as dimensões da seção lateral são pequenas em relação ao comprimento.
Leia maisFebre Amarela: O que você precisa saber sobre a doença
Febre Amarela: O que você precisa saber sobre a doença A febre amarela vem preocupando a sociedade brasileira. O número de casos no Brasil é o maior desde 1980. A OMS (Organização Mundial de Saúde) incluiu
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia maisEES-20: Sistemas de Controle II
EES-: Sistemas de Controle II 14 Agosto 17 1 / 49 Recapitulando: Estabilidade interna assintótica Modelo no espaço de estados: Equação de estado: ẋ = Ax + Bu Equação de saída: y = Cx + Du Diz-se que o
Leia maisFUNDAMENTOS DE CONTROLE - EEL 7531
14 de maio de 2015 Introdução a sistemas não-lineares Embora modelos lineares sejam muito usados, sistemas reais apresentam algum tipo de não-linearidade Em muitos casos a faixa de operação limitada faz
Leia maisInstituto de Física Universidade Federal do Rio de Janeiro. Cap. 1 - Vetores. Prof. Elvis Soares - Física I
Instituto de Física Universidade Federal do Rio de Janeiro Cap. 1 - Vetores Prof. Elvis Soares - Física I 2014.1 Vetores são descrições matemáticas de quantidades que possuem intensidade, direção e sentido.
Leia maisDoenças transmitidas por vetores: um problema emergente de dimensão global.
Doenças transmitidas por vetores: um problema emergente de dimensão global. João Pinto jpinto@ihmt.unl.pt Ciclo de Conferências 18 Alterações Climáticas: Impactos Biológicos e Socioeconómicos Doenças Transmitidas
Leia maisTeoria para Pequenas Perturbações
Teoria para Pequenas Perturbações João Oliveira Departamento de Engenharia Mecânica, Secção de Mecânica Aeroespacial Instituto Superior Técnico Estabilidade de Voo, Eng. Aeroespacial João Oliveira (SMA,
Leia maisMatemática. Alex Amaral (Allan Pinho) Probabilidade
Probabilidade Probabilidade 1. Observe a figura que mostra um desses baralhos, no qual as cartas representadas pelas letras A, J, Q e K são denominadas, respectivamente, ás, valete, dama e rei. Uma criança
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 mais(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
Leia maisEXAMES DE ANÁLISE MATEMÁTICA III
EXAMES DE ANÁLISE MATEMÁTICA III Jaime E. Villate Faculdade de Engenharia Universidade do Porto 22 de Fevereiro de 1999 Resumo Estes são alguns dos exames e testes da disciplina de Análise Matemática III,
Leia maisVEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL
VEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL São Bernardo do Campo 2016 O Figura 1 Single track bicycle model. 0.1 USANDO LAGRANGE O modelo físico do carro é ilustrado na
Leia maisBettina Fiorini Bannwart
OTIMIZAÇÃO MULTIOBJETIVO NO CONTROLE DA DENGUE Bettina Fiorini Bannwart Dissertação apresentada à Universidade Estadual Paulista Júlio de Mesquita Filho para a obtenção do título de Mestre em Biometria.
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 maisSEL364 Controle Não Linear Aplicado
SEL364 Controle Não Linear Aplicado Vilma A. Oliveira 1 Projeto: Estabilização de um pêndulo invertido Considere o problema de controle de um pêndulo invertido em um carro em movimento conforme ilustra
Leia maisCombate ao mosquito deve ser permanente A GUERRA NÃO TERMINOU. NÃO PODEMOS DAR TRÉGUA AO AEDES AEGYPTI
ESPECIAL - Saúde & Bem-Estar 2 MARÇO 2017 INFORME DA ASSOCIAÇÃO PAULISTA DE JORNAIS/REDE PAULISTA DE JORNAIS Combate ao mosquito deve ser permanente A GUERRA NÃO TERMINOU. NÃO PODEMOS DAR TRÉGUA AO AEDES
Leia maisIntrodução às Equações Diferenciais e Ordinárias
Introdução às Equações Diferenciais e Ordinárias - 017. Lista - EDOs lineares de ordem superior e sistemas de EDOs de primeira ordem 1 São dadas trincas de funções que são, em cada caso, soluções de alguma
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 maisORDINÁRIAS. Víctor Arturo Martínez León
INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS Víctor Arturo Martínez León September 3, 2017 Súmario 1 Equações diferenciais lineares de primeira ordem 2 2 Equações diferenciais lineares de segundo ordem
Leia maisAA-220 AERODINÂMICA NÃO ESTACIONÁRIA
AA-22 AERODINÂMICA NÃO ESTACIONÁRIA Aerodinâmica Linearizada Prof. Roberto GIL Email: gil@ita.br Ramal: 6482 1 Linearização da Equação do Potencial Completo - proposta ( φ φ) 2 2 1 φ φ ( φ φ) φ 2 + + =
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 5 de Fevereiro de - Parte I (h3m). Considere
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia maisFOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS
FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS Maio 12, 2008 2 Contents 1. Complementos de Álgebra Linear 3 1.1. Determinantes 3 1.2. Valores e vectores próprios 5 2. Análise em
Leia maisUtilização do Índice de Moran para avaliação da dinâmica espacial da Dengue
Utilização do Índice de Moran para avaliação da dinâmica espacial da Dengue Crsttian Arantes Paião 1 2 Iraziet da Cunha Charret 1 Renato Ribeiro de Lima 1 1 Introdução A dengue é um dos principais problemas
Leia maisProcessos de determinação das doenças transmitidas por mosquitos: Aspectos sócio-ecológicos
Processos de determinação das doenças transmitidas por mosquitos: Aspectos sócio-ecológicos Prof. Dr. Gabriel Schütz Universidade Federal do Rio de Janeiro Doenças transmitidas por mosquitos Relações sócio-ecológicas
Leia maisSEM Sistemas de Controle Aula 1 - Introdução
SEM 5928 - Sistemas de Controle Universidade de São Paulo O que é controle? Dicionário Houaiss: Controle:... 3. Dispositivo ou mecanismo destinado a comandar ou regular o funcionamento de máquina, aparelho
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Leia maisUma 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 maisLinearização e Estabilidade Dinâmica
Linearização e Estabilidade Dinâmica AB-722 Flávio Luiz Cardoso Ribeiro http://flavioluiz.github.io flaviocr@ita.br Departamento de Mecânica do Voo Divisão de Engenharia Aeronáutica e Aeroespacial Instituto
Leia maisCap. 4 Linearização Exata e Flatness
Cap. 4 Linearização Exata e Flatness 1 Introdução e Motivação Este capítulo estuda brevemente o problema de linearização exata via mudança de coordenadas e realimentação de estado. De fato, veremos que
Leia maisMONITORAMENTO E CONTROLE VETORIAL DE Aedes aegypti
SECRETARIA MUNICIPAL DE SAÚDE COORDENADORIA GERAL DE VIGILÂNCIA EM SAÚDE VIGILÂNCIA DE ROEDORES E VETORES (EVDT/EVRV) MONITORAMENTO E CONTROLE VETORIAL DE Aedes aegypti Monitoramento Vetorial Fonte: MIAedes/ECOVEC
Leia maisFebre Amarela Informações (18/01/2018)
Febre Amarela Informações (18/01/2018) Segundo o Ministério da Saúde, O Brasil enfrentou em 2016/2017 um grande surto de febre amarela, envolvendo principalmente os estados da região Sudeste, com destaque
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide 1 Slide 1 Sobre Modelos para SLIT s Introdução
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 maisRealimentação e Observador no Espaço de Estados Revisão
Realimentação e Observador no Espaço de Estados Revisão 1. Realimentação de estados 1.1. Um tour por alocação de pólos 2. Observador ou Estimador 2.1. Observador? Por quê? 3. Princípio da separação 4.
Leia maisNota Técnica sobre a Vacina contra Dengue
São Paulo, 22 de maio de 2017 Nota Técnica sobre a Vacina contra Dengue 1) A doença no Brasil e no Mundo A Dengue é reconhecida como um importante problema de saúde pública, que alcança proporções mundiais.
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 2
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 2 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Agenda Resposta no espaço de estados Representações
Leia maisAnálise Dinâmica de Sistemas Mecânicos e Controle
Análise Dinâmica de Sistemas Mecânicos e Controle Unidade 3 Espaço de Estados: álgebra e resolução das equações dinâmicas Prof. Thiago da Silva Castro thiago.castro@ifsudestemg.edu.br Para trabalhar no
Leia maisDengue: Modelo Matemático para Evolução das População de Mosquitos e Humanos Infectados em Diferentes Estratégias de Controle
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS CEFET/MG DIRETORIA DE PESQUISA E PÓS-GRADUAÇÃO - DPPG PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA E COMPUTACIONAL - PPGMMC Dengue: Modelo Matemático
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 maisModelagem Computacional. Aula 9 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Aula 9 2 Prof. Thiago Alves de Queiroz 2 [Cap. 12] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010.
Leia maisIntrodução ao Sistema de Controle
Introdução ao Sistema de Controle 0.1 Introdução Controle 1 Prof. Paulo Roberto Brero de Campos Controle é o ato de exercer comando sobre uma variável de um sistema para que esta variável siga um determinado
Leia maisBiofísica II Turma de Biologia FFCLRP USP Prof. Antônio Roque Biologia de Populações 1 Modelo malthusiano O Modelo Malthusiano
O Modelo Malthusiano Para começar nosso estudo de modelos matemáticos para populações, vamos estudar o modelo mais simples para mudanças no tamanho de uma população, que chamaremos de modelo malthusiano.
Leia maisUniversidade Federal do Rio de Janeiro Instituto de Física. Física I IGM1 2014/1. Cap. 1 - Vetores. Prof. Elvis Soares
Universidade Federal do Rio de Janeiro Instituto de Física Física I IGM1 2014/1 Cap. 1 - Vetores Prof. Elvis Soares Vetores são descrições matemáticas de quantidades que possuem intensidade, direção e
Leia maisMATRIZES POSITIVAS DEFINIDAS
MATRIZES POSITIVAS DEFINIDAS Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 7 de novembro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Por que saber se uma matriz é definida positiva? Importância do sinal
Leia maisModelagem para a dinâmica populacional do Aedes aegypti via simetrias de Lie
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 3, N. 1, 2015. Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Modelagem para a dinâmica populacional do Aedes
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 maisObservabilidade, Decomposição Canônica
Observabilidade, Decomposição Canônica 1. Observabilidade de Sistemas LIT 2. Dualidade 3. Índices de Observabilidade 4. Decomposição Canônica pag.1 Teoria de Sistemas Lineares Aula 16 Observabilidade Sistemas
Leia maisANÁLISE DAS RELAÇÕES ENTRE AS VARIÁVEIS AMBIENTAIS E A INCIDÊNCIA DE DENGUE NO MUNICÍPIO DE CAMPO GRANDE-MS
ANÁLISE DAS RELAÇÕES ENTRE AS VARIÁVEIS AMBIENTAIS E A INCIDÊNCIA DE DENGUE NO MUNICÍPIO DE CAMPO GRANDE-MS Suely Franco Siqueira Lima Elisabete Caria Moraes Gabriel Pereira Instituto Nacional de Pesquisas
Leia maisFunções suaves e Variedades
a aula, 5-03-2007 Funções suaves e Variedades Os objectos de estudo da Topologia Diferencial são as variedades e as aplicações suaves, onde suave significa ser de classe C. As variedades consideradas são
Leia maisChikungunya: o próximo desafio
Chikungunya: o próximo desafio Febre do Chikungunya É uma doença infecciosa febril, causada pelo vírus Chikungunya: CHIKV O nome chikungunya deriva de uma palavra em Makonde (língua do grupo Banto) que
Leia maisÁlgebra Linear II - Poli - Gabarito Prova SUB-tipo 00
Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 [ ] 4 2 Questão 1. Seja T : R 2 R 2 o operador linear cuja matriz, com respeito à base canônica de R 2, é. 1 3 [ ] 2 0 Seja B uma base de R 2 tal que
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia maisAedes aegypti, mosquito transmissor e medidas preventivas
Aedes aegypti, mosquito transmissor e medidas preventivas Marly Satimi Shimada msatimi@yahoo.com.br Manaus- AM Dengue Problema de saúde pública Amazonas em 2011: A maior epidemia de dengue da sua história,
Leia maisMarina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisProblemas em Álgebra Linear
Problemas em Álgebra Linear A seguir são listadas diversas ilustrações do uso da teoria básica da Álgebra Linear. Cada um dos exemplos abaixo serão discutidos em sala de aula ou em listas de exercícios
Leia maisRealimentação. gerados tanto por os componentes do circuito como interferências externas. (continua) p. 2/2
p. 1/2 Resumo Realimentação Dessensibilização do Ganho Extensão de Largura de Banda Redução de Ruído Redução de Distorção não Linear As quatro tipologias básicas Amplificadores de Tensão Amplificadores
Leia maisBifurcações da região de estabilidade de sistemas dinâmicos autônomos não lineares: Bifurcação Sela-Nó do Tipo-1
Bifurcações da região de estabilidade de sistemas dinâmicos autônomos não lineares: Bifurcação Sela-Nó do Tipo-1 Fabíolo Moraes Amaral Departamento de Ensino, IFBA Campus Eunápolis 45.822-000, Eunápolis,
Leia mais