Modelagem fracionária da dinâmica da COVID-19

Página do item simplificado
dc.contributor.advisorCamargo, Rubens de Figueiredo [UNESP]
dc.contributor.advisorVilches, Thomas Nogueira
dc.contributor.authorTheodoro, Micaeli Mendola
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2022-04-18T19:39:03Z
dc.date.available2022-04-18T19:39:03Z
dc.date.issued2022-02-24
dc.description.abstractEste trabalho apresenta uma revisão de modelos matemáticos que tratam da dinâmica do espalha- mento da COVID-19, além disso apresenta aspectos gerais da teoria do Cálculo de Ordem Não Inteira, tradicionalmente conhecido como Cálculo Fracionário (CF), incluindo métodos numéri- cos e estratégias computacionais de estimação de parâmetros. Desta forma, a presente dissertação propõe dois modelos SAIRD (suscetíveis-assintomáticos-sintomáticos-recuperados-mortos) e SAIRS (suscetíveis-assintomáticos-sintomáticos-recuperados), clássico e fracionário. No modelo SAIRD, a partir de medidas estatísticas, como erro quadrático médio (EQM), o coeficiente de correlação intraclasse (ICC) e o erro percentual absoluto médio (MAPE), avaliamos que as estratégias computacionais fracionárias se mostraram qualitativamente mais precisas que as clássicas.pt
dc.description.abstractThis work presents a review of mathematical models that deal with the dynamics of the spread of COVID-19, in addition, it presents general aspects of the theory of Non-Integer Order Calculus, traditionally known as Fractional Calculus (FC), including numerical methods and computational strategies parameter estimation. Thus, the present dissertation proposes two models SAIRD (susceptible-asymptomatic-symptomatic-recovered-dead) and SAIRS (susceptible-asymptomatic-symptomatic-recovered), classic and fractional. In the SAIRD model, based on statistical measures such as the mean square error (MSE), the intraclass correlation coefficient (ICC) and the mean absolute percentage error (MAPE), we evaluated that the fractional computational strategies were qualitatively more accurate than the classical ones.en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.description.sponsorshipIdCAPES: 88887.482516/2020-00
dc.identifier.capes33004064083P2
dc.identifier.urihttp://hdl.handle.net/11449/217901
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectCOVID-19pt
dc.subjectEquações diferenciais fracionáriaspt
dc.subjectEstimação de parâmetrospt
dc.subjectModelagem fracionáriapt
dc.subjectEquações diferenciais ordináriaspt
dc.subjectModelagem matemáticapt
dc.subjectOrdinary differential equationsen
dc.subjectFractional differential equationsen
dc.subjectParameter estimationen
dc.subjectFractional modelingen
dc.subjectMathematical modelingen
dc.titleModelagem fracionária da dinâmica da COVID-19pt
dc.title.alternativeFractional modeling of COVID-19 dynamicsen
dc.typeDissertação de mestrado
unesp.campusUniversidade Estadual Paulista (Unesp), Instituto de Biociências, Botucatupt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramBiometria - IBBpt
unesp.knowledgeAreaMatemática aplicadapt
unesp.researchAreaModelagem matemática e simulação computacional de biossistemaspt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
theodoro_mm_me_bot.pdf
Tamanho:
3.05 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.94 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Dissertações - Biometria - IBB