Escolar Documentos
Profissional Documentos
Cultura Documentos
Jefferson Cruz dos Santos Leite com S + I = 1. Prova-se que quando H(↵) = P {u ↵} tem ponto fixo
(Orientador, Departamento de Matemática - UFPI) ¯ , então F EV [u] = ↵
↵ ¯.
Onde S é a proporção de indivıduos suscetıveis, I é a
proporção de indivıduos infectados e é o coeficiente de No nosso caso, temos H(↵) = P {I(v, t) ↵} =
transmissão. 1 P {I(v, t) < ↵}.
1 Resumo Como o parâmetro é em certo sentido ”responsável” A seguir vamos calcular F EV [I(v, t)] para os mesmos
pela chance de ocorrer novos casos, admitimos que ele de- casos considerados na esperança clássica.
Nesse projeto, estudamos a Teoria dos Conjuntos Fuzzy pende da carga viral. Assim, quanto maior for a carga viral,
desde as definições mais básicas até alguns resultados maior será a chance de transmissão da doença. Em outras Caso (a): vmin > v̄ +
mais sofisticados da teoria atual. Além disso, estudamos palavras, assumimos que = (v), onde v é a carga viral, Para esta situação, obtemos
as aplicações da Teoria da Lógica Fuzzy em problemas de é uma função não decrescente. Por outro lado, espera- ⇢
biologia, que era nosso principal objetivo. se que quando a carga viral é pequena não há chance de ↵ se ↵ I0
min[↵, H(↵)] =
Dentre os problemas de biologia estudados, foi dado en- ocorrer a transmissão. Em outras palavras, admitimos que 0 se ↵ > I0
foque especial nos modelos de epidemiologia. Tais mode- exista uma carga mınima necessárian vmin para que haja
e, portanto
los possuem incertezas oriundas de conhecimentos subje- chance de transmissão da doença. Além disso, a partir de
tivos inerentes ao objeto estudado. Nestes casos, acredi- uma certa carga viral vM , a chance é máxima. Admitimos F EV [I(v, t)] = I0
tamos que a Lógica Fuzzy seja uma ferramenta adequada ainda que, a carga viral máxima deve assumir um valor
para ser incorporada nos modelos com essas incertezas. máximo, vmax .
Escolhemos Caso (b): vM < v̄ e v̄ + < vmax
8 Para esta situação, obtemos
2 Introdução >
>
> 0 se v < vmin n
< v vmin
se vmin < v < vM I0 et
(v) = vM vmin min[↵, H(↵)] = ↵ se ↵ S0+I0et
A necessidade de se estudar o comportamento dinâmico > 1 se vM < v < vmax
>
>
de epidemias é de fundamental importância no que diz : 0 se v > vmax e, portanto
respeiro à sua evolução, estabilidade e controle. Porém, I0 et
como boa parte dos fenômenos naturais, os fenômenos F EV [I(v, t)] =
S0 + I 0 e t
biológicos possuem uma carga grande de subjetividade Além disso, consideramos que a carga viral distribui-se na
que não é incorporada nos modelos matemáticos tradici- população de acordo com a função distribuição ⇢(v) dada
onais determinısticos que os descrevem. a seguir:
Caso (c): v̄ > vmin e v̄ + < vM
Nosso principal interesse, nesta área, está relacionado 8 Neste caso, obtemos
>
> 0 se v < v̄
com o estudo de fenômenos biológicos que exibem graus <1 8
2 (v v̄ ) se v̄ < v < v̄
de incertezas e que possam ser modelados pela Teoria ⇢(v) = 1 >
> 1 se 0 ↵ < I(v̄ , t)
>
> 2 (v v̄ ) se v̄ < v < v̄ + >
< ( A v̄ +1)2
fuzzy, formalizanda por Zadeh. Tal ferramenta pode acres- : 1 se I(v̄ , t) ↵ < I(v̄, t)
0 se v > v̄ + H(↵) = 2
centar ”novas” informações, facilitando a análise e compre- > ( A v̄
+1)2
>
> 2 se I(v̄, t) ↵ < I(v̄ + , t)
ensão de algumas situações reais, como a propagação e :
0 se I(v̄ + , t) < ↵ 1
controle de epidemias, onde tem-se apenas informações Assim, o parâmetro v é a carga viral média presente
parciais ou imprecisas. (neste caso a carga viral média dos indivıduos infectados), ⇣ ⌘ 1t
Desta forma, nosso objetivo é estudar modelos epide- enquanto o dá a dispersão. Onde esse A = vmin + (vM vmin) ln I0↵SI00↵
miológicos incluindo aspectos de incertezas que estão pre- De acordo com a expressão de H(↵) é possivel concluir
sentes nos fenômenos biológicos. que F EV [I(v, t)] é no máximo I(v + , t). Desta forma, a
5 Análise e Interpretação do Modelo doença não se propaga se tivermos
PROPESQI
PRÓ-REITORIA DE PESQUISA UNIVERSIDADE
E INOVAÇÃO FEDERAL DO PIAUÍ