Escolar Documentos
Profissional Documentos
Cultura Documentos
Trabalho Modelagem - Gislaine S. Jacinto
Trabalho Modelagem - Gislaine S. Jacinto
a) Ajuste um modelo logstico para estes dados (Estime o valor da taxa de crescimento k),
simulando valores para o populao de Pseudomonas para um perodo de 0 a 120 minutos.
Considere como populao inicial igual a 40.
pop=c(39,49,56,69,75,91,95,97,98,99)
Para transpor os dados em um grfico, preciso utilizar o comando plot, e para gravar os dados
em uma tabela com as colunas de tempo e populao, utiliza-se o comando data frame:
plot(tempo,pop,pch=16)
dados=data.frame(time=tempo,P=pop)
No script preciso fazer o requerimento dos pacotes FME e deSolve indicando a funo no
programa:
require(deSolve)
require(FME)
eq = function(time,y , parms){
dP.dt=k*P*(1-(P/N))
Estabelecida a funo, para se ajustar o modelo logstico preciso utilizar o comando modCost
para definir uma funo custo e o comando e modFit para fazer o ajuste .Alm disso preciso
atribuir valores para k e N, "um chute". Logo, o script utilizado :
modCost(solu1,dados,weight='none') }
K=c(k=0.2, N=50);
y0 = c(P=40);
t=seq(0,120, by=0.05)
fit=modFit(f=cost, p=K);
coef(fit)
Atribuindo o valor 0.2 para K e 50 para N, o valor estimado pelo programa para as variveis foram de
k=0.06273674 e N=100.31635697
Para encontrar a soluo considerando os valores dos coeficientes e visualizando esse resultado, ou
seja, o valor da populao em um tempo variando de 0.05 segundos, utiliza-se o seguinte comando.
head(soludados,10)
plot(soludados,obs=dados,type="l",col=2,lwd=2,lty=2,xlab="tempo", ylab="P(t)",
obspar=list(pch=16) )
legend("bottomright",col=2,lwd=2,lty=2,legend=c("Ajuste de dados") )
Para estimar o tempo em que a populao bacteriana ir ultrapassar 95, preciso encontrar entre
os valores da populao um tempo que esteja prximo a 95. Para isso, deve-se procurar valores
entre 95 e 95.1, por exemplo.
d) Considere a taxa de crescimento estimada anteriormente, altere a populao mxima para 105
(N=105) e uma populao inicial igual a 30. Simule dados para este modelo e plote o grfico desta
soluo com a soluo anterior
k=coef(fit)[1];
N=105; y0=c(P=30)
t=seq(0,120,by=0.05)
Para visualizar um grfico com as duas solues, para o N estimado com P(0)=40 e para o N=105 com
P(0)=30, utiliza-se o comando plot.
plot(soludados,soludados2,obs=dados,type="l",col=1:2,lwd=2,lty=2:3,xlab="tempo",ylab="P(t)",obsp
ar=list(pch=16) )