Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/4191
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Comparação entre os métodos de Runge-Kutta e séries de Taylor para modelagem da dinâmica do HIV/AIDS em Castanhal-PA
metadata.dc.creator: TEIXEIRA, Edyvana Gabriela da Silva
metadata.dc.contributor.advisor1: ALMEIDA, Frayzer Lima de
Issue Date: 30-Apr-2022
Citation: TEIXEIRA, Edyvana Gabriela da Silva. Comparação entre os métodos de Runge-Kutta e séries de Taylor para modelagem da dinâmica do HIV/AIDS em Castanhal-PA. 2022. Trabalho de Conclusão de Curso (Licenciatura em Matemática) – Faculdade de Matemática, Campus Universitário de Castanhal, Universidade Federal do Pará, Castanhal, 2022. Disponível em: https://bdm.ufpa.br:8443/jspui/handle/prefix/4191. Acesso em:.
metadata.dc.description.resumo: A Síndrome da Imunodeficiência Adquirida (AIDS) foi inicialmente constatada nos Estados Unidos em 1981, à qual foi caracterizada pela deterioração do sistema imunológico. Em 1983, cientistas do Institut Pasteur, França, e do National Institute of Health, Estados Unidos, mostraram que um vírus era o causador da AIDS, o qual passou a ser chamado de vírus da imunodeficiência humana (HIV). O HIV/AIDS tem um crescente número de infecciosos a cada ano na cidade de Castanhal, neste sentido optamos por analisar o estudo de casos de infectados a partir de dados reais de HIV/AIDS disponibilizados pelo CEADIC/Castanhal-PA, entre 2000 e 2013, este trabalho propõe através do modelo epidemiológico determinístico SI (suscetíveis, infectados), modelar e solucionar, através dos métodos numéricos da Série de Taylor e de Runge-Kutta, ambos de 2ª ordem, analisar a convergência das soluções numéricas propostas e calcular suas estimativas de previsão, tanto de infectados quanto de suscetíveis no município de Castanhal. Com as análises verificamos que as soluções numéricas aproximam-se aos dados reais de infectados e suscetíveis, logo estamos diante da validação da aplicação do modelo epidemiológico determinístico SI (suscetíveis, infectados) ao ser solucionado através de ambas as metodologias numéricas propostas (Série de Taylor e Runge-Kutta)
Abstract: Acquired Immune Deficiency Syndrome (AIDS) was first found in the United States in 1981, which was characterized by a deterioration of the immune system. In 1983, scientists from the Institut Pasteur, France, and the National Institute of Health, USA, showed that a virus was the cause of AIDS, which was then called the human immunodeficiency virus (HIV). The HIV/AIDS has an increasing number of infectious each year in the city of Castanhal, in this sense we chose to analyze the study of cases of infected from real data of HIV/AIDS made available by CEADIC/Castanhal-PA, between 2000 and 2013, this work proposes through the deterministic epidemiological model SI (susceptible, infected), model and solve, through the numerical methods of Taylor Series and Runge-Kutta, both of 2nd order, analyze the convergence of the proposed numerical solutions and calculate their predictive estimates, both infected and susceptible in the municipality of Castanhal. With the analyses, we verified that the numerical solutions are close to the real data of infected and susceptible people, thus we are facing the validation of the application of the deterministic epidemiological model SI (susceptible, infected) when solved through both proposed numerical methodologies (Taylor Series and RungeKutta)
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA
Keywords: Biomatemática
Epidemiologia
AIDS (Doença)
Série de Taylor
Série de Runge-Kutta
Biomathematics
Epidemiology
AIDS (Disease)
Taylor Series
Runge-Kutta Series
metadata.dc.rights: Acesso Aberto
metadata.dc.source.uri: Disponível via internet no e-mail: bibufpacastanhal@gmail.com
Appears in Collections:Faculdade de Matemática - FAMAT/CCAST

Files in This Item:
File Description SizeFormat 
TCC_ComparacaoMetodosRunge-Kutta.pdf475,01 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons