Programa de Pós-Graduação em Modelagem Matemática - Mestrado

URI Permanente para esta coleçãohttps://bibliodigital.unijui.edu.br/handle/123456789/466

Navegar

Navegando Programa de Pós-Graduação em Modelagem Matemática - Mestrado por Assunto "ANOVA"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Análise comparativa de modelos híbridos para a predição do tempo de vida de baterias considerando correntes de descarga variáveis
    (2020-07-28) Gonçalves, Carolina Bruski
    As baterias que proporcionam energia e impulsionam o funcionamento dos dispositivos móveis têm sido objeto de estudo visando o aperfeiçoamento destas tecnologias. O tempo que estas baterias alimentam os dispositivos móveis é finito, com isso, este tempo é de importante conhecimento no meio científico. Uma forma eficaz de compreender o tempo de vida de baterias é por meio da modelagem Matemática. Para isso, são encontrados na literatura técnica modelos matemáticos de baterias de diferentes classes: os analíticos, os estocásticos, os via teoria de identificação de sistemas, os elétricos, os eletroquímicos e os híbridos. Os modelos pertencentes a classe dos modelos híbridos apresentam o benefício de agregar as vantagens dos modelos que os compõem. Com isso, nesta pesquisa, são comparados três modelos híbridos, sendo eles os modelos de Kim, de Zhang e de Gomes. Nesse sentido, o objetivo desta pesquisa é realizar a análise comparativa entre os modelos híbridos, por meio da modelagem matemática do tempo de vida útil de baterias do tipo Lítio Íon Polímero, com correntes de descarga variáveis e dados tratados estatisticamente. Para tal, são realizados testes experimentais do tempo de vida de baterias, e os dados experimentais são submetidos à tratamentos estatísticos. Os dados experimentais obtidos são avaliados mediante os processos da Análise de Variância - ANOVA, assim como são retirados os valores discrepantes, ou seja, os valores outliers. Com isso, a validação dos modelos é realizada considerando o conjunto de dados com e sem tratamento estatístico. Para a validação, são realizadas simulações computacionais utilizando o software MatLab/Simulink. Após as simulações, verificou-se que os valores de erro médio obtidos para os dados com tratamento estatístico são menores quando comparados aos erros médios obtidos considerando dados sem tratamento estatístico. Com isso, considera-se que a aplicação do tratamento estatístico é eficaz para a predição do tempo de vida de baterias, uma vez que houve a redução nos erros médios, além de aumentar a confiabilidade dos resultados.
  • Imagem de Miniatura
    Item
    Modelagem matemática da dinâmica renal pós-operatória frente aos distintos protocolos anti-inflamatórios em cães
    (2017-12-04) Prestes, Eduardo Hauch
    Os anti-inflamatórios não esteroidais (AINEs) são a classe de medicamentos mais comumente utilizada na rotina clínica e cirúrgica de animais de companhia. Além de reduzirem a inflamação, possuem propriedades analgésicas e antipiréticas. O uso indiscriminado e a exposição acidental aos AINEs associados com a hipotensão gerada pela anestesia geral são situações que podem contribuir para o surgimento de lesões renais agudas e isquêmicas. Desta forma, o presente trabalho objetivou o emprego de modelagem matemática baseada na Lógica Fuzzy para análise do comportamento renal em cadelas submetidas a cirurgias eletivas e tratadas com anti-inflamatórios apresentando diferente seletividade de ação de inibição das Cicloxigenases. O emprego da Lógica Fuzzy surge como alternativa para resolver incertezas que não conseguem ser expressas prelos modelos matemáticos existentes, minimizando possíveis erros ao modelar o comportamento de cada indivíduo envolvido no processo, realizando uma análise mais precisa e fiel a realidade, não descartando as subjetividades de cada animal, sendo para a medicina veterinária uma ferramenta para pesquisadores e especialistas no desenvolvimento de um diagnóstico adequado. O estudo ocorreu no Hospital Veterinário da Unijuí. Para o desenvolvimento desse projeto foram utilizados três grupos (10 animais cada) de cães, fêmeas, hígidas, submetidas à Ovariohisterectomia eletiva e tratadas durante três dias (no dia do procedimento cirúrgico e dois dias pós-cirúrgico) à base de AINEs. Durante o período experimental, foram realizadas análises laboratoriais para a detecção de injúria renal, bem como provas de função renal (ureia, creatinina, gama-glutamil-transpeptidase urinária e urinálise). Posteriormente a coleta dos dados realizou-se a modelagem matemática, partindo dos resultados obtidos para avaliar o dano renal em relação ao medicamento através da Cicloxigenase. Através do uso da análise de variância e do teste de médias constatou-se que para os diferentes protocolos AINES ocorreu pouca variação entre si, apresentando maior variação apenas da variável Ureia Sérica, além de, comprovarmos que as únicas variáveis com significância em relação ao tempo para serem utilizadas em um modelo matemático são a GGT urinária e Creatinina Urinária. Partindo dessas variáveis é possível, através de um Sistema Baseados em Regras Fuzzy (SBRF), simular o comportamento dessas duas variáveis comparando-as entre si, onde conseguimos 13 encontrar valores que quando comparados aos obtidos através nos exames de sangue e urina, mostram-se muito semelhantes, demonstrando assim que pode ser um auxiliar para determinar uma possível lesão renal.