Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana

Detalhes bibliográficos
Autor(a) principal: Pedro, Tiago Boff
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/183429
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2017.
id UFSC_ab0c1de01595e8578aace8ab783e9fd0
oai_identifier_str oai:repositorio.ufsc.br:123456789/183429
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markovianaFísicaProcesso estocásticoMonte Carlo, Método deTese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2017.Nesta Tese, estudamos o comportamento estacionário e dinâmico de um sistema de partículas interagentes não-Markoviano. Com base em modelos epidemiológicos clássicos espacialmente estruturados, apresentamos um modelo de rede com dinâmica estocástica que considera interações competitivas dependentes da história evolutiva do sistema e da topologia da rede em que a dinâmica é realizada. Para um dado nodo i com grau ki, além das variáveis de estado si=v, A, B, que representam nodo vazio, ocupado por uma partícula do tipo A ou ocupado por uma partícula do tipo B, respectivamente, também atribuímos a cada nodo um estado de adaptação, ou fitness, fi, que evolui no tempo e determina as taxas dos processos dinâmicos possíveis na vizinhança do nodo i através de uma dada função ?(fi,fj,ki,t). No contexto epidemiológico, um nodo vazio representa um indivíduo suscetível ao contágio de duas epidemias. Incluímos um processo de interação entre essas doenças, no qual uma partícula A transforma-se numa partícula B, representando uma tipo de mutação epidêmica, definida pela taxa ?m. Atribuímos ao sistema uma capacidade de memorização de fitness, regulada por um parâmetro de decaimento ?, e investigamos os efeitos provenientes da memória e da topologia através de simulações de Monte Carlo Dinâmico na rede quadrada e Barabási-Albert com diferentes valores de ?. As simulações apresentam concordância qualitativa com as previsões de campo médio para o comportamento estacionário do modelo. Os diagramas de fases para as redes consideradas são semelhantes, apresentando uma fase com a presença de ambas epidemias, dependendo da taxa de mutação ?m.Abstract : In this thesis we study the stationary and dynamic behavior of a non-Markovian interacting particle system. Based on spatially structured classic epidemiological models, we present a network model with stochastic dynamics that considers competitive interactions dependent on the evolutionary history of the system, and also on the network topology over which the dynamics is performed. For a given node i with degree ki, in addition to the state variables si=v, A, B, which represent vacant node, occupied by particle of type A or occupied by particle of type B, respectively, we also assign to each node an adaptation, or fitness state, fi, which evolves in time and determines the rates of the possible dynamic processes in the neighborhood of the node i by means of a given function $ ?(fi,fj,ki,t). In the epidemiological context, an empty node represents an individual susceptible to the contagion of two epidemics. We have included an interaction process between these diseases, in which an A particle becomes a B particle, representing a type of epidemics mutation defined by the rate ?m. We attribute to the system a memory fitness capability, regulated by a decay parameter ?, and investigate the effects of memory and topology through Dynamic Monte Carlo simulations in the square lattice and the Barabási-Albert network with different values of ?. The simulations show qualitative agreement with the mean field predictions for the stationary behavior of the model. The phase diagrams for the networks considered are similar, presenting a phase with the presence of both epidemics, depending on the mutation rate ?m.Figueiredo, WagnerUniversidade Federal de Santa CatarinaPedro, Tiago Boff2018-02-13T03:12:45Z2018-02-13T03:12:45Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis140 p.| il., gráfs., tabs.application/pdf349926https://repositorio.ufsc.br/xmlui/handle/123456789/183429porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2018-02-13T03:12:45Zoai:repositorio.ufsc.br:123456789/183429Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732018-02-13T03:12:45Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
title Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
spellingShingle Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
Pedro, Tiago Boff
Física
Processo estocástico
Monte Carlo, Método de
title_short Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
title_full Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
title_fullStr Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
title_full_unstemmed Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
title_sort Estudo de modelo epidemiológico competitivo com dinâmica estocástica não-markoviana
author Pedro, Tiago Boff
author_facet Pedro, Tiago Boff
author_role author
dc.contributor.none.fl_str_mv Figueiredo, Wagner
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Pedro, Tiago Boff
dc.subject.por.fl_str_mv Física
Processo estocástico
Monte Carlo, Método de
topic Física
Processo estocástico
Monte Carlo, Método de
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017
2018-02-13T03:12:45Z
2018-02-13T03:12:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 349926
https://repositorio.ufsc.br/xmlui/handle/123456789/183429
identifier_str_mv 349926
url https://repositorio.ufsc.br/xmlui/handle/123456789/183429
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 140 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652306937282560

Registros relacionados