Orientador: Laercio Carvalho de Barros. / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica. / Made available in DSpace on 2018-08-12T00:22:47Z (GMT). No. of bitstreams: 1 Missio_Maristela_D.pdf: 2748963 bytes, checksum: f8fcd60a906d00c35ee8f90f26919908 (MD5) Previous issue date: 2008 / Resumo: A febre aftosa é uma patologia viral, infecto-contagiosa, caracterizada por um cenário repleto de incertezas que lhe são inerentes, resultantes da influência de fatores socioeconômicos e ambientais relacionados ao processo de transmissão, que pode ocorrer por via direta e indireta. Em epidemiologia, grande parte das incertezas são tratadas ou pela Teoria das Probabilidades ou pela Teoria de Conjuntos Fuzzy, a depender da natureza, seja ela oriunda da aleatoriedade ou de verdade parcial. O uso integrado de modelos clássicos, particularmente as Equações Diferenciais Parciais (EDP), modelos fuzzy e probabilísticos no tratamento das duas classes de incertezas ainda é muito incipiente. Com a intenção de contribuir para o aumento dos estudos nessa área, propõe-se um modelo integrado, envolvendo EDP, lógica fuzzy e métodos probabilísticos, a fim de estudar a dinâmica espacial e temporal de fenômenos epidemiológicos, cujas incertezas são importantes para sua evolução. Para tanto, tomou-se como objeto de estudo a febre aftosa em bovinos e elaborou-se um modelo SIR envolvendo EDP para estudar sua evolução espaço-temporal com parâmetros de difusão e transmissão incertos. Esses foram estimados fazendo-se uso de Sistemas Baseados em Regras Fuzzy (SBRF). As variáveis lingüísticas utilizadas nos SBRF apresentaram incertezas de natureza aleatória, as quais foram tratadas por modelos estocásticos. Na implementação computacional, fez-se o acoplamento dos métodos de elementos finitos para a discretização espacial, e Cranck-Nicolson para a temporal, toolbox fuzzy para os modelos fuzzy e Monte Carlo para os modelos estocásticos, todos em um mesmo algoritmo, construído nos ambientes Matlab e Fortran. / Abstract: The foot-and-mouth disease is a viral, infectum contagious pathology, characterized for a scene full of inherent uncertainties, resultants of the influence of social, economic and environmental factors related to the transmission process, that can occur for direct and indirect means. In Epidemiology, great part of the uncertainties are treated either by the Theory of Probabilities or by Fuzzy Logic Theory, depending on the nature, in accordance with the type of uncertainty which can be either deriving of the randomness or coming from the subjectivity. The integrated use of models involving Partial Differential Equations (PDE), Fuzzy Theory and Probabilistic in the treatment of the two categories of uncertainties, simultaneously, is still very incipient. Aiming to contribute to the growth of existing studies in this area, we propose an integrated model, involving PDE Models, Fuzzy Models and Stochastic Models, in order to study the space and secular dynamics of these epidemiological phenomena, whose uncertainties are important for their evolution. To do so, the foot-and-mouth disease in bovines was taken overcome as our study's object and we elaborated a SIR model involving EDP to study its space-weather evolution with uncertain parameters of diffusion and transmission. Due the uncertainties these parameters had been estimated using Rule-Based Fuzzy Systems (RBFS). The linguistic variables of the RBFSs presented uncertainties of random nature, which were treated by random models. For computational results, we coupling several models, using the method of finite elements for the space discretization and Cranck-Nicolson for time discretization, toolbox fuzzy for Fuzzy Models and Mount Carlo for Random Models, all in the same algorithm constructed in the environments Matlab and Fortran. / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada