top of page

DEFIM

Be Inspired

2019 /1

Epidemias cooperativas em redes complexas

Equipe integrante: Marcelo Martins de Oliveira¹; Matheus Henrique Alcântara de Lima Cardozo².

¹Professor do Departamento de Física e Matemática da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

²Aluno de Graduação em Engenharia de Bioprocessos da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

Endereço para correspondência: matheushacardozo@yahoo.com.br

 

Este projeto de iniciação científica envolve a modelagem de processos epidêmicos em redes complexas. Foi envolvida uma análise simulacional de processos epidêmicos, que ocorreram em redes complexas. Assim, este estudo contou com simulações computacionais, envolvendo conhecimentos de programação e de física básica, dentre outros. Os algoritmos para descrever o modelo foram escritos utilizando as linguagens de programação C.

 

Um modelo construído nesse estudo, por meio de algoritmos computacionais em linguagem C, foi o de rede aleatória, proposto originalmente por Erdős e Rényi. Outro modelo construído, também em linguagem C, foi o de Barabási-Albert, que foi criado originalmente com o objetivo de modelar a rede World Wide Web (WWW).

 

Modelos construídos por meio de algoritmos computacionais podem ser boas alternativas para estudar fenômenos biológicos, digitais ou sociais, colaborando com o desenvolvimento de novos métodos e modelando sistemas reais através de redes.

 

Palavras-chave: epidemias, redes complexas, simulação, modelagem, linguagem C.

 

Referências:

[1] S. N. Dorogovtsev e J.F.F. Mendes, “Evolution of Networks: from biological nets to internet and www'', (Oxford Univ. Press, 2003).

[2] R. Pastor-Satorras e A. Vespignani, Epidemic Spreading in Scale-Free Networks, Phys. Rev. Lett. 86, 3200 (2001).

[3] R Pastor-Satorras, C Castellano, P Van Mieghem, A Vespignani, Epidemic processes in complex networks, Reviews of modern physics 87, 925 (2016).

[4] M Boguñá, C Castellano, R Pastor-Satorras, "Nature of the epidemic threshold for the susceptibleinfected- susceptible dynamics in networks"

Physical review letters 111, 068701 (2015).

[5] V. Collizza et.al, Reaction-diffusion processes and metapopulation models in heterogeneous networks, Nature Physics 3, 276 (2007).

[6] Albert, R. and Barabási, A.-L., "Statistical mechanics of complex networks", Rev. Mod. Phys., 74, 2002, pp. 47.

[7] Costa, W, “Métodos de simulação de processos epidêmicos Markovianos em redes complexas” (2016)

2018

/2

Folheações, teoria dos nós e eletromagnetismo

Equipe integrante: Érico Goulart de Oliveira Costa¹; José Eloy Ottoni²; Wanderson Costa e Silva³; Gabriel Volino; Meison David Leite da Rocha; Emanuel Monção⁵'.

¹Professor do Departamento de Física e Matemática da Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

²Professor do Departamento de Física e Matemática da Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

³Pós-Doutorando no Instituto Nacional de Matemática Pura e Aplicada- IMPA- , Rio de Janeiro (RJ).

Gabriel Volino aluno do curso de Mestrado em Física na Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

Meison David Leite da Rocha aluno de graduação em Engenharia Civil na Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

⁵'Emanuel Monção aluno de graduação em Engenharia Mecatrônica na Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

Endereço para correspondência: legoulart@ufsj.edu.br.

A topologia é o ramo da matemática onde se estuda as qualidades pré-geométricas dos objetos. Em um certo sentido, é como se tratássemos os objetos como sendo feitos de um material elástico perfeito, sujeitos a todo tipo de deformações contínuas, isso é, sem rupturas e colagens, e procurássemos por aquelas características e grandezas que permanecem imutáveis sob tais transformações. Para um topólogo, a superfície de um cubo e a superfície de uma esfera, por exemplo, são objetos rigorosamente equivalentes, apesar de distintos geometricamente. Já a superfície dessa mesma esfera (ou do cubo) são topologicamente distintos de um toro (a superfície de uma rosquinha), pois não é possível transformar um desses objetos no outro sem rasgarmos e/ou colarmos essas superfícies. A grandeza topológica que os distingue, nesse caso, é o chamado gênero da superfície – é o número de buracos dessa superfície. A superfície da esfera (e do cubo) tem gênero zero, ou seja, nenhum buraco, já o toro tem gênero um, pois tem um buraco. A chamada teoria dos nós é uma área específica da topologia onde uma parte importante dos esforços é a caracterização dos invariantes topológicos de objetos unidimensionais chamados nós e links. Os nós são curvas fechadas no espaço que não se autointersectam, e os links; conjuntos de nós que podem estar “linkados”, isto é, entrelaçados ou emaranhados. Uma circunferência, por exemplo, é topologicamente distinta de uma curva fechada onde teria sido realizado um nó simples, antes de ter as pontas atadas. Duas circunferências podem estar ou não passando por dentro uma da outra, e constituem exemplos de situações que configuram links diferentes [4].

 

Há muito tempo a teoria dos nós desperta o interesse dos matemáticos, sendo o primeiro deles C.F. Gauss, o célebre matemático alemão do século XIX conhecido como o príncipe dos matemáticos. Ainda naquele século, o físico britânico Lorde Kelvin imaginava os átomos como algum tipo de vórtice em formas de nós, formado pelo fluxo de um fluido que se pensava, naquela época, como permeando todo o espaço; o éter. No entanto, com a advento da física moderna esse modelo atômico foi abandonado. A teoria da relatividade de Einstein descartou a existência do éter e a natureza do átomo foi ricamente descrita pela física quântica.

 

Um ramo bastante importante da topologia é a teoria das folheações [1], que surgiu nos trabalhos de Paul Painlevé, matemático e político francês do século XIX.  Grosseiramente falando, uma folheação de um espaço é uma decomposição do mesmo em subconjuntos disjuntos, que se acumulam como se fossem folhas de um livro, ou um feixe de curvas preenchendo todo o espaço (as “folhas” seriam as curvas). 

           

Também no século XIX, desenvolve-se, com a contribuição de inúmeros grandes físicos e matemáticos da época, a teoria do eletromagnetismo de Maxwell, que descreve de maneira incrivelmente precisa os fenômenos elétricos e magnéticos. Um desses grandes físicos é o inglês Michael Faraday, que enriqueceu a descrição desses fenômenos com a introdução do conceito de linhas de campo. As linhas de campo elétrico ou magnético são curvas matemáticas no espaço tais que os campos elétricos ou magnéticos são sempre tangentes a elas, respectivamente. A forma e geometria dessas linhas são bem conhecidas em uma variedade de situações, como a solução do campo magnético gerado por uma corrente elétrica constante passando por um fio condutor reto infinito – a configuração das linhas de campo magnéticas assim gerada é formada por um feixe de círculos concêntricos em torno do fio todo, preenchendo completamente o espaço (a menos de um eixo, o próprio fio) – um exemplo simples de folheação trivial do espaço por círculos.

           

Por décadas os físicos procuraram por soluções do eletromagnetismo de Maxwell onde a configuração dessas linhas se daria de forma topologicamente não trivial. Seria possível que essas linhas descrevessem nós? Que elas pudessem se enrolar umas nas outras se emaranhando de maneiras complexas? No início dos anos 90, um pesquisador espanhol chamado Antonio Rañada [3,4] construiu um modelo matemático que permitia mostrar que é perfeitamente possível e consistente termos soluções das equações de Maxwell no vácuo com uma topologia não trivial. A solução de Rañada descrevia linhas de campo elétrico e magnético formando círculos preenchendo todo o espaço (a menos de um eixo também), todos eles passando por dentro de cada um dos outros uma única vez, isto é linkados.  O nosso trabalho tem sido entender estas soluções não triviais do ponto de vista da teoria de folheações. No trabalho que realizamos recentemente conseguimos reobter alguns dos principais resultados do Rañada de uma maneira completamente diferente e elegante, reinterpretando as linhas de campo como intersecções de objetos geométricos mais elementares, as folhas elétricas e magnéticas, que seriam objetos com características físicas relativísticas e existiriam no espaço-tempo, e portanto, de importância primordial.

 

Apesar do trabalho de Ranãda tomar como fio matemático condutor a chamada fibração de Hopf [5] da esfera tridimensional, acreditamos que com a teoria que estamos desenvolvendo podemos estender o resultado a uma classe de fibrações muito mais ampla. Dentre elas cabe destacar as fibrações de Seifert [5]. As soluções nesses casos apresentam características topológicas muito mais ricas para as linhas de campo elétricas e magnéticas, e esperamos poder entender melhor a relação dessas características matemáticas dos campos com a conservação de certas grandezas físicas importantes, como a chamada helicidade do campo eletromagnético.

 

 

 

 

                                                                            A solução de Rañada

Resultados experimentais recentes têm reproduzido esses tipos de campos eletromagnéticos em laboratórios de física de altas energias, como reatores de fusão nuclear, e também em experimentos de óptica [6], e espera-se, por exemplo, que com isso possamos jogar luz na compreensão de alguns fenômenos astrofísicos ainda pouco entendidos, como as chamadas reconexões magnéticas no plasma solar, ou no controle da estabilidade do plasma em reatores de fusão, como os Tokamaks e Stellarators, ambas possibilidades de profundas implicações em termos de impacto tecnológico e ambiental.

 

Palavras-chave: eletromagnetismo, folheações, fibrações, formas diferenciais, teoria dos nós.

 

Páginas/ publicações:  On spacetime foliations and electromagnetic knots, disponível em https://arxiv.org/abs/1809.09259 .

 

Referências:

[1] C. Camacho and A. Lins Neto. “Geometric theory of foliations”; Birkhauser (1985)

[2] A. F. Rañada. “Knotted solutions of the Maxwell equations in vacuum”; J. Phys. A: Math. Gen., (23), L815-L820 (1990)

[3]A. F. Rañada. “A topological Theory of electromagnetic Field”; Letters in Mathematical Physics (18) 524, 97-106 (1989)

[4] D. Rolfsen. “Knots and Links’; Publish or Perish, Berkeley, California (1976)

[5] P. Scott. “The Geometry of 3-manifolds”; Bull. London Math. Soc., 15, 401-487 (1983)

[6] T. Sunn Pedersen, M. Otte, S. Lazerson, P. Helander and S. Bozhenkov, C. Bieder- mann, T. Klinger, R.C. Wolf, H.-S. Bosch and The Wendelstein 7-X Team. “Confirmation of the topology of the Wendelstein 7-X magnetic field to better than 1:100,000”; Nature Communications, Vol.7, 13493, 1-8 (2016)

 

 

 

 

 

dsdsasf.jpg

2018

/1

Forrageamento de cupins – investigação teórica, experimental e via modelos computacionais

Equipe integrante: Leticia Ribeiro de Paiva¹; Tulio²; Bruno Neves de Sá³; Jair dos Reis Ferreira Filho³; Lucas Almeida Botelho⁴; Kelvin Júnio Vieira Pereira⁵

¹Professora do Departamento de Física e Matemática do Campus Alto Paraopeba da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

²Aluno de Mestrado do Programa de Pós-Graduação em Física da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

³Alunos de Graduação em Engenharia Mecatrônica da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

⁴Aluno de Graduação em Engenharia Civil da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

⁵Aluno de Ensino Médio na Escola Estadual Cônego Luís Vieira da Silva, Ouro Branco (MG), Brasil.

Endereço para correspondência: leticia.paiva@ufsj.edu.br.

A caracterização de padrões de movimento de organismos é um tema controverso, pois há certa ambiguidade sobre qual padrão de movimento indivíduos empregariam e se um mesmo organismo poderia adotar estratégias diferentes dependendo de fatores externos. Portanto, o padrão de movimento de organismos poderia depender não apenas do grau de desenvolvimento cognitivo do organismo [1], mas também do ambiente onde o organismo forrageia, da densidade e heterogeneidade populacional, entre outros fatores [2].

Por muitos anos, o movimento browniano foi considerado o modelo mais adequado para descrever movimento de animais, e portanto o formalismo matemático usado para descrever a distribuição espacial das populações era a equação de difusão (ou, no caso mais geral, equações de reação-difusão) [3]. Entretanto, uma crescente quantidade de evidências empíricas tem mostrado que em muitos casos animais executam outros tipos de caminhadas aleatórias, que tem sido descritos principalmente por meio de caminhadas aleatórias correlacionadas e caminhadas de Lévy [3, 4, 5].

Por um lado, estamos interessados no problema teórico mais geral de buscas aleatórias, e os experimentos com cupins podem fornecer contrapartida empírica para investigar tal problema. Por exemplo, as origens microscópicas da difusão anômala em forrageamento de animais ainda têm sido debatidas e novas estratégias experimentais são necessárias para contribuir com essa discussão. Por outro lado, podemos contribuir em problemas em aberto em ecologia, biologia e sociologia, e nesse sentido nosso projeto tem aplicações diretas.

Estamos fazendo uma revisão sobre os principais formalismos matemáticos usados para descrever movimento browniano, caminhadas correlacionadas e caminhadas de Lévy, a saber: equação de Langevin, equação de Fokker-Planck e equação Mestra. Paralelamente ao estudo da abordagem analítica para forrageamento, vamos executar experimentos simples com cupins confinados como contrapartida empírica para as discussões sobre o formalismo mais adequado à descrição do movimento animal. Tais experimentos consistirão na filmagem das caminhadas de cupins confinados em arenas com condições controladas.

Nos últimos anos temos trabalhado na caracterização da influência da densidade de cupins nos padrões de forrageamento afim de identificar se tais caminhadas são modificadas por interações sociais, motivados pelos resultados experimentais de DeSouza et al. [6]. Também estamos trabalhando, em parceria com o Laboratório de Termitologia da UFV, para obter resultados quantitativos dos efeitos de diferentes obstáculos na arena, do intrigante fenômeno do inquilinismo e da propagação de alarme em cupins confinados.

Um passo importante na análise de dados experimentais de movimento de animais envolve a discretização da trajetória em uma séries de passos de certo comprimento e ângulos de giro. Tal discretização é necessariamente arbitrária e pode interferir na interpretação dos dados empíricos [7,8,9]. Em um dos nossos sub-projetos sendo desenvolvidos agora, investigamos novas metodologias para implementar tal discretização de modo objetivo.

Nos casos da procura por alvos cujas localizações são desconhecidas a priori, diferentes estratégias de busca fornecem diferentes probabilidades de encontra-los. Assumindo que caminhadas aleatórias são a ferramenta necessária para entender como animais encaram a ignorância sobre a localização dos alvos, estudamos diferentes modelos usados para ajustar dados de movimentos de animais a fim de quantificar suas eficiências no contexto de buscas aleatórias.

A topologia específica do meio onde se está forrageando é um fator fundamental. Portanto, buscas aleatórias em espaços discretos tem características diferentes de buscas em meios contínuos (Euclidianos). Estudos [10,11] confirmaram que características topológicas da rede influenciam os resultados de uma busca aleatória nessa rede, particularmente a conectividade entre os sítios. Em outro sub-projeto iniciado esse ano, pretendemos implementar computacionalmente modelos para forrageamento como o de Viswanathan et al. [4] e caminhadas aleatórias correlacionadas em diferentes redes regulares e complexas para discutir os efeitos da topologia da rede na eficiência de tais buscas [5].

Apesar do forrageamento de organismos ser bastante estudado, não há consenso sobre algumas questões cruciais, como as que estamos abordando nesse projeto.  Aqui, é importante destacar que o primeiro estudo dos padrões de movimento de cupins confinados para determinar suas características de escala foi publicado por nosso grupo [3].

Portanto, nosso projeto consiste em estudos analíticos de buscas aleatórias, combinado a execução e análise de experimentos controlados com cupins (em parceria com o Laboratório de Termitologia da Universidade Federal de Viçosa) e a elaboração de modelos computacionais para investigar os principais mecanismos microscópicos responsáveis pelo comportamento macroscópico observado experimentalmente.

 

Palavras-chave: forrageamento, buscas aleatórias, cupins, difusão anômala, modelos computacionais.

Publicações: http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0111183

 

Referências:

[1] S. Hapca, J.W. Crawford e I.M. Young. Journalofthe Royal Society Interface 6:111-112 (2009)

[2] V.A.A. Jansen, A. Mashanova, S.V. Petrovskii. Science 335 918-c (2012)

[3] O. Miramontes, O. DeSouza, L.R. Paiva, A. Marins, S. OrozcoPloS ONE ,9 :e111183 (2014)

[4] G.M. Viswanathan, S.V. Buldyrev, S. Havlin, et al. Nature 401:911 (1999)

[5] G. M. Viswanathan, M.G.E. da Luz, E.P. Raposo, H.E. Stanley. The PhysicsofForaging: AnIntroductiontoRandomSearchesandBiologicalEncounters. 1a edição (2011). Cambridge University Press.

[6] O. DeSouza, O. Miramontes, C. A. Santos, et al. InsectesSociaux48 : 21 (2001).

[7] A.M. Reynolds. J. R. Soc. Interface 7:1753 (2010)

[8] R. M. Tromer, M. B. Barbosa, F. Bartumeus, J. Catalan, M. G. E. da Luz, E. P. Raposo, G. M. Viswanathan.  PhysicalReview E 92 :022147 (2015)

[9] N.E.Humphries, H.Weimerskirch, D.W.Sims. Methods in EcologyandEvolution 4 :930 (2013).

[10] M.C.Santos, G.M. Viswanathan, E.P.Raposo, M.G.E. da Luz. PhysicalReview E 72 :046143 (2005)

[11] K. Kosmidis, S. Havlin, A. Bunde. EPL 82 :48005 (2008)

2017

/2

Busca por recursos renováveis com reinício estocástico

Equipe integrante: Ricardo Carvalho Falcão¹; Matheus Dias de Carvalho¹.

¹Professor do Departamento de Física e Matemática da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

²Aluno de Graduação em Engenharia Química da Universidade Federal de São João Del-Rei (UFSJ), Ouro Branco (MG), Brasil.

Endereço para correspondência: rfalcao@ufsj.edu.br.

Estratégias de busca aparecem frequentemente no nosso cotidiano, na natureza por exemplo, quando um leão está em busca de um cordeiro para se alimentar, este naturalmente irá retornar para sua toca ao encontrar o alimento. Problemas deste tipo são muito comuns e utilizados na modelagem de processos difusivos.

Neste trabalho foi analisado o problema de um caminhante aleatório que se movimenta em uma rede unidimensional com espaço e tempo discreto. Esse random walk salta de um sítio para outro da rede a cada segundo e o passo deste caminhante é de tamanho unitário. O fato interessante desta variação é que a rede está toda preenchida por alimento, onde a comida em cada sítio é consumida ao ser localizada pelo caminhante. Dois detalhes importantes de ressaltar nesse problema são a taxa de renovação e a capacidade metabólica do caminhante, estas serão representadas pelas letras L e S, respectivamente.  A taxa de renovação representa que após L instantes de tempo que o alimento for consumido, este será renovado no respectivo sítio original. A capacidade metabólica representa que se o caminhante ficar S instantes de tempo sem se alimentar, este irá morrer.  

O objetivo deste trabalho é encontrar uma solução geral para esta dinâmica, onde seja obtida uma equação que represente a evolução do alimento em cada sítio com o tempo.

 

Palavras-chave: Caminhante aleatório, reinício estocástico.

 

2017

/1

2017

/1

No Caminho entre a Modelagem Matemática e a Genética Populacional

Equipe integrante: Telles Timóteo da Silva¹.

¹Professor do Departamento de Física e Matemática da Universidade Federal de São João del-Rei (UFSJ), Ouro Branco (MG), Brasil.

Endereço para correspondência: timoteo@ufsj.edu.br.

Uma das mais desafiadoras fronteiras para o avanço da modelagem matemática encontra-se demarcada pelos fenômenos biológicos. Em grande medida, a dificuldade se encontra no salto qualitativo que é necessário para transpor o vale entre a experimentação biológica e a abstração matemática. Organização e complexidade são o que se observa em todo objeto qualificado como vivo: os ácidos nucléicos e outras moléculas podem ser encontrados em organizações definidas como células, as células em tecidos, os tecidos em órgãos e assim por diante. Esta escalada de organização leva a arranjos tão complexos quanto um eco-sistema ou a biosfera. Deste ponto de vista, para matematizar a biologia faz-se necessário criar uma nova matemática para lidar com problemas de complexidade organizada.

Apesar das grandes dificuldades verificadas para a matematização da biologia como um todo, a área da genética populacional desde sempre despontou como um ideal a ser alcançado para outros ramos da biologia. Relações entre freqüências de genótipos obtidas por Gregor Mendel, publicadas em 1865, foram um indício de que a matemática poderia ser tão útil à biologia, como é para a física. Na década de 1930, os trabalhos de Ronald A. Fisher, John B. S. Haldane e Sewall Wright, com intensiva utilização de métodos quantitativos, permitiram a superação das dificuldades lógicas que surgiam da síntese entre a genética mendeliana (mecanismo de hereditariedade) e o darwinismo (mecanismo de evolução pela seleção natural).

Longe de avançar pela fronteira entre as duas disciplinas a grandes passos, por exemplo, através de uma nova matemática que leve em conta organização, hierarquia e complexidade, a genética matemática produziu no último século pequenos avanços que, no todo, não podem mais ser negligenciados. Os modelos matemáticos são utilizados para compreender e predizer a evolução de uma população e buscam, em geral, responder a duas questões básicas: o tempo que leva para um alelo genético (ou conjunto de alelos) se fixar, e qual alelo (ou conjunto de alelos) tem maior probabilidade de se fixar. Múltiplos fatores contribuem para esta evolução, tais como a mutação, a seleção natural, a deriva genética, a recombinação, a migração, etc. Em particular, a mutação ou a deriva genética influenciam de forma estocástica a evolução. É importante enfatizar que projetos desenvolvidos no Campus Alto Paraopeba têm procurado abordar o tema de genética populacional sob ângulos variados e com a utilização de novas abordagens matemáticas.

Se por um lado a modelagem matemática não dá conta dos fenômenos biológicos da forma como um biólogo mais reticente com a aplicação da matemática na biologia gostaria, por outro lado, a área de matemátiva tem se enriquecido com suas tentativas de aplicação na biologia. Distribuições de probabilidade, testes de hipóteses, significância, análise de séries temporais e processos estocásticos, desenvolvidos com o intuito de organizar dados experimentais, fazer previsões e inferências sobre sistemas biológicos, acabaram por enriquecer a matemática com novos modelos preditivos que são utilizados por ciências as mais variadas, desde a sociologia até a física, da economia até a medicina. Fisher, por exemplo, com sua pesquisa devotada à biometria, desenvolveu novos métodos quantitativos e hoje é considerado um dos maiores estatísticos do século XX.

Com o aprimoramento de modelos matemáticos, utilização intensiva de computação e criatividade, a fronteira entre a matemática e a biologia se tornará cada vez menor. Cabe aos pesquisadores interessados contribuir com idéias originais, cabe aos matemáticos aprenderem mais sobre as necessidades da biologia, aos biólogos explorarem mais os recursos da matemática. Pode ser que não se descubra um modelo matemático que simule uma célula a partir de axiomas, porém isto deixa de ser importante quando se vislumbra que o valor da pesquisa não está no objetivo alcançado, e sim no caminho percorrido.

 

Palavras-chave: genética populacional, modelagem matemática.

 

Referências:

  1. KRITZ, M. From Systems to Organizations. Systems, 5:1-46, 2017. DOI: 10.3390/systems5010023.

  2. PROVINE, W. B. The Origins of Theoretical Population Genetics. Chicago: The University of Chicago Press, 2001.

  3. EWENS, W. J. Mathematical Population Genetics. Berlin: Springer-Verlag, 1979.

Se inscreva
bottom of page