Escolar Documentos
Profissional Documentos
Cultura Documentos
c
ao de tratamentos na evoluc
ao do peso
de bezerros
Maria Jose de Paula Castanho, Altemir Bortuli Jr., and Mikael Neumann
Universidade Estadual do Centro-Oeste, UNICENTRO
85040-080 Guarapuava, PR
zeza@unicentro.br
Introduc
ao
Comparaca
o de tratamentos na evoluca
o do peso de bezerros
Preliminares
(1)
para 0 < 1.
Definition 2. Um subconjunto fuzzy A e denominado n
umero fuzzy quando o
conjunto universo, no qual a func
ao de pertinencia A (x) est
a definida, e o
conjunto dos n
umeros reais < e satisfaz `
as condic
oes:
todos os -nveis de A s
ao n
ao vazios, com 0 1;
todos os -nveis de A s
ao intervalos fechados de <;
suppA = {x <|A (x) > 0} e limitado.
Um n
umero fuzzy triangular tem funcao de pertinencia da forma:
0xa se x a
ba se a < x b
A (x) = xc
se b < x c
bc
0
se x c
(2)
e os -nveis desses n
umeros sao da forma:
[a
1 , a2 ] = [(b a) + a, (b c) + b]
(3)
Sejam A e B n
umeros fuzzy, com -nveis dados por [A] = [a
1 , a2 ] e [B] =
respectivamente. Entao, valem as seguintes propriedades:
[b
1 , b2 ],
1. a soma entre A e B e o n
umero fuzzy A+B cujos -nveis sao:
[A + B] = [A] + [B] = [a
1 + b1 , a2 + b2 ]
2. a diferenca entre A e B e o n
umero fuzzy A-B cujos -nveis sao:
[A B] = [A] [B] = [a
1 b2 , a2 b1 ]
a+b+c 1
, ).
3
3
(4)
A
area entre o centr
oide (xA , yA ) e a origem (0, 0) do n
umero fuzzy A e
definida como S(A) = x
A yA [5].
Existem v
arios metodos para comparar n
umeros fuzzy [1, 2, 5, 6]. Um deles
utiliza a
area S(A). Quanto maior for a area, maior e o n
umero fuzzy [5]. Portanto, para dois n
umeros fuzzy A e B:
(6)
Este resultado garante que os -nveis do conjunto fuzzy, obtidos pelo princpio
de extens
ao de Zadeh, coincide com as imagens dos -nveis pela funcao f. Assim,
para cada [0, 1] e determinada uma famlia de trajetorias associadas ao grau
de pertinencia .
Material e M
etodos
3
dP
= aP 4 bP
dt
(7)
P (0) = P0
Comparaca
o de tratamentos na evoluca
o do peso de bezerros
bt
P0 1/4
) 1]e 4 }4
P
(8)
Resultados
Graficamente a soluc
ao do problema com condicao inicial fuzzy e uma famlia
de curvas em que cada uma tem um grau de pertinencia do resultado. A Figura
1 apresenta a soluc
ao do modelo de Von Bertalanffy para os dois tratamentos.
Fig. 1. Soluca
o obtida utilizando o Princpio de Extens
ao de Zadeh para os tratamentos
1e2
Para verificar se h
a diferenca no crescimento dos animais submetidos a diferentes dietas T1 (com inclusao de feno) e T2 (sem feno) na fase de aleitamento,
Fig. 2. Peso dos bezerros, de acordo com o modelo de Von Bertalanffy, no instante
inicial (t=37), durante a fase de aleitamento (t=51), desmama (t=65) e p
os-desmama
(t=121)
Table 1. Comparaca
o entre os tratamentos 1 (A) e 2 (B) utilizando a
area entre o
centr
oide e a origem
Dias
37
51
65
121
S(A)
15.5556
21.4628
26.6449
47.5423
S(B) Comparaca
o S(A B)
16.6667
AB
-0,ll
21.0903
AB
0.3725
25.8593
AB
0.7855
46.7560
AB
0.7863
Comparaca
o de tratamentos na evoluca
o do peso de bezerros
Conclus
ao
A soluc
ao do modelo de Von Bertalanffy, com condicao inicial fuzzy, embora
imprecisa, descreve bem a evolucao do peso dos bezerros pois e mais provavel
que o peso esteja em torno de um determinado valor do que seja exatamente
aquele valor como estabelece o modelo determinstico.
Comparando os dois tratamentos, foi possvel verificar que a presenca de feno
ad libitum, na fase de aleitamento, produz um maior ganho de peso nos bezerros
ate a fase p
os-desmama descartando a possibilidade de restricao do consumo de
alimentos concentrados e retardo no desenvolvimento corporal.
Utilizando a teoria dos conjuntos fuzzy, as variacoes que ocorrem nos dados reais s
ao inseridas, e as incertezas inerentes `a modelagem sao trabalhadas,
levando a resultados mais proximos `a realidade.
References
Asady, B., Zendehnam, A.: Ranking fuzzy numbers by distance minimization. Apllied
Mathematical Modelling. 31, 2589-2598 (2007)
Bakar, A.S.A., Mohamad, D., Sulaiman, N.H.: Distance-based ranking fuzzy numbers.
Advances in Computational Mathematics and its Applications (ACMA). 1-3, 146150
(2012)
Barros, L.C., Bassanezi, R.C.,: T
opicos de L
ogica Fuzzy e Biomatem
atica. Coleca
o
IMECC Textos Did
aticos, vol.5, Campinas-SP (2006)
Carvalho, L.A., Novaes, L. P., Gomes, A. T., Miranda, J. E. C, Ribeiro A.C.C.L.
Sistema de produca
o de leite - alimentaca
o de bezerros. (2013). Disponvel em
http://sistemasdeproducao.cnptia.embrapa.br/FontesHTML/Leite/LeiteZonadaMata
Atlantica/alimentacao1.html. Acesso em ago/2013.
Chu, T.C., Tsao, C.T.: Ranking fuzzy numbers by an area between the centroid point
and original point. Computers and Mathematics with Applications. 43, 111-117 (2002)
Ebadi, M.J., Suleiman, M., Ismail, F.B., Ahmadian, A., Shahryari, M.R. B. and
Salahshour, S: A new distance measure for trapezoidal fuzzy numbers. Mathematical
Problems in Engineering. http://dx.doi.org/10.1155/2013/424186 (2013)
Formehl, T., Castanho, M.J.P., Newmann, M.: Modelos matem
aticos para descrever o
aumento de peso em gado de corte. In: Anais do XII ERMAC-Encontro Regional de
Matem
atica Aplicada e Computacional (2008)
Scapim, J. , Bassanezi, R. C.: Modelo de Von Bertalanffy generalizado aplicado a
curvas de crescimento animal. Biomatem
atica. 18, 114 (2008)
West, G. B., Woodruff, W. H., Brown, J. H.: Allometric scaling of metabolic rate from
molecules and mitochondria to cells and mammals. In: Proceedings of the National
Academy of Sciences of the United States of America, vol. 99, pp.24732478 (2002)