Submitted by Mario BC (mario@bc.ufrpe.br) on 2018-05-16T14:49:47Z No. of bitstreams: 1 Rafael Marques do Nascimento.pdf: 1808210 bytes, checksum: da5eea3b80f893488b3bc6a6b6d6cff1 (MD5) / Made available in DSpace on 2018-05-16T14:49:47Z (GMT). No. of bitstreams: 1 Rafael Marques do Nascimento.pdf: 1808210 bytes, checksum: da5eea3b80f893488b3bc6a6b6d6cff1 (MD5) Previous issue date: 2015-07-30 / In experimental research usually it is need to extract derivatives from the obtained data for the study and characterization of the phenomenon in question. Such data contains random noise and / or statistical errors and usual techniques of numerical di erentiation, such as nite di erences, can amplify the noise. Keep the noise inherent to the data under control is essential to avoid misinterpretation of the phenomenon. In the present study we applied an alternative methodology to analyze sh growth curves. In this methodology the growth curve is approximated by a smooth function that is not associated with a growth model and therefore is independent of parameter estimation. The method is based on Tikhonov regularization process and consists in a simple and reliable procedure for calculating derivative from experimental data. The process is independent of the nature of the data and can handle points which are not evenly distributed. The method can be extended to derivatives of higher order and can also be used to smooth experimental data. We apply the method to the adjustment for growth curves of the three species of sh: curema Mugil, Thunnus obesus and Pseudupeneus maculatus, whose data were previously analyzed through growth models. We conclude that the methodology here employed approximates accurately the curves of the rst and second derivative and provides information on the instantaneous rate animal growth. / Em ensaios experimentais usualmente se faz necessário a extração de derivadas dos dados obtidos, para o estudo e caracterização do fenômeno em questão. Tais dados contém ruídos aleatórios e/ou erros estatísticos e técnicas usuais de diferenciação numérica, como diferenças nitas, podem amplificar o ruído. Manter o ruído inerente aos dados sob controle é imprescindível para não introduzir comportamentos espúrios nos dados. No presente estudo, aplicamos uma metodologia alternativa na análise das curvas de crescimento de peixes. Nesta metodologia, a curva de crescimento é aproximada por uma função suave que não está associada a um modelo de crescimento e, portanto, é independente de estimação de parâmetros. O método baseia-se no processo de regularização de Tikhonov e consiste em um procedimento simples e cofiável para se calcular derivadas de dados experimentais. O processo é independente da natureza dos dados e pode lidar com pontos de dados não uniformemente distribuídos. O método pode ser estendido para derivadas de ordem mais altas e também pode ser usado para suavizar dados experimentais. Aplicamos o método ao ajuste da curva de crescimento de três espécies de peixes: Mugil curema, Thunnus obesus e Pseudupeneus maculatus, cujos dados foram previamente analisados via modelos de crescimento. Concluímos que a metodologia empregada aproxima com precisão as curvas da primeira e segunda derivada e fornece informações sobre as taxas instantâneas de crescimento animal.