Esta dissertação tem como objetivo estudar a combinação de duas técnicas de planejamento em inteligência artificial: planejamento hierárquico e planejamento sob incerteza Knightiana. Cada uma delas possui vantagens distintas, mas que podem ser combinadas, permitindo um ganho de eficiência para o planejamento sob incerteza e maior robustez a planos gerados por planejadores hierárquicos. Primeiramente, estudamos um meio de efetuar uma transformação, de modo sistemático, que permite habilitar algoritmos de planejamento determinístico com busca progressiva no espaço de estados a tratar problemas com ações não-determinísticas, sem considerar a distribuição de probabilidades de efeitos das ações (incerteza Knightiana). Em seguida, esta transformação é aplicada a um algoritmo de planejamento hierárquico que efetua decomposição a partir das tarefas sem predecessoras, de modo progressivo. O planejador obtido é competitivo com planejadores que representam o estado-da-arte em planejamento sob incerteza, devido à informação adicional que pode ser fornecida ao planejador, na forma de métodos de decomposição de tarefas. / This dissertation\'s objective is to study the combination of two artificial intelligence planning techniques, namely: hierarchical planning and planning under Knightian uncertainty. Each one of these has distinct advantages, but they can be combined, allowing the planning under uncertainty a performance gain and giving the hierarchical planning the ability to produce more robust plans. First, we study a way of performing a transformation, in a sistematic way, that enables forward-chaining deterministic planning algorithms to deal with non-deterministic actions, that doesn\'t take into account the probability distribution of actions\' effects (Knightian uncertainty). Afterwards, this transformation is applied to a hierarchical planning algorithm that progressively performs decomposition starting from tasks without predecessors. The obtained planner is competitive with state-of-the-art non-deterministic planners, thanks to the additional information that can be given to the planner, in the form of task decomposition methods.

In this thesis we study three different stochastic processes describing the brain activity. The first one is a continuous time version of the stochastic chains with memory of variable length. These stochastic chains take values in the set of neurons and assign, at time t, the value of the last neuron which spiked up to time t. Moreover, we assume neurons interact through a phenomena called chemical synapses. Briefly this means that when a neuron spikes, it loses all its membrane potential and at same time changes the membrane potential of the neurons which are influenced by it. Under this approach we proved the positive recurrent of the process and presented a perfect simulation algorithm able to generate a finite sample of the process under its invariant measure. In the second model we continue considering the chemical synapses interaction and add also an interaction through electrical synapses. The last one happens duo to the presence of specific channels which allow the passage of ions along the the membrane of two neurons and, as consequence, we have a sharing of potential between the neurons. Moreover, we consider also the constant lost of potential of the neurons for the environment which push each neuron to a resting state. For this model we study the long-run behaviour of the process with a finite number of neurons, the hydrodynamic limit for the system and investigate the possible invariant distributions for the limiting process. In the last model considered here we study the brain activity measured through EEG data. We investigate the predictive coding principle which says that neural networks are able to learn the statistical regularities inherent in a stimuli and reduce redundancy by removing the predictable components of the input. To test this conjecture we propose procedures to perform statistical model selection on the EEG data in order to retrieve structural features of stochastic sources. This is done through a case study in which the EEG data is recorded under the effect of two different stochastic rhythmic sources produced by two different context tree models. We present a suitable class of stochastic processes, called here as hidden context tree models, to model EEG signals evoked by rhythmic structures. Then, we propose a consistent statistical procedure to perform statistical model selection in this class and in our case study. / Nessa tese estudamos três diferentes processos estocásticos descrevendo a atividade cerebral. O primeiro processo é uma versão a tempo contínuo das cadeias estocásticas com memória de alcance variável. Essas cadeias tomam valores no conjunto dos neurônios e assumem, no instante t, o valor do último neurônio a disparar antes de t. Além disso, assumimos que os neurônios interagem entre si através de fenômenos chamados sinapses químicas. Resumidamente isso significa que quando um neurônio dispara perde todo seu potencial de membrana e, simultaneamente, muda o potencial de membrana dos neurônios que influencia. Para esse processo estocástico provamos a recorrência positiva e apresentamos um algoritmo de simulação perfeita capaz de gerar uma amostra finita cuja distribuição é a medida invariante do processo. Na segunda classe de modelos continuamos considerando as sinapses químicas e adicionamos ainda interação por sinapses elétricas. A última acontece devido a presença de canais específicos entre dois neurônios que permitem a passagem de íons ao longo de suas membranas, como consequência, temos um compartilhamento de potencial entre os neurônios. Além disso, consideramos também a constante perda de potencial dos neurônios para o meio que age empurrando o potencial de cada neurônio a um estado de repouso. Com esses modelos estudamos o comportamento a longo prazo do processo com um número finito de neurônios, o limite hidrodinâmico desse sistema e investigamos a possível distribuição invariante para o processo limite. Na última classe considerada aqui estudamos a atividade cerebral medida através de dados de EEG. Nós investigamos o princípio do código preditivo que afirma que redes neurais são capazes de aprender as regularidades estatísticas inerentes em um estímulo e reduzir a redundância removendo as componentes previsíveis. Para testar essa conjectura, propomos um procedimento para realizar seleção estatística de modelos em dados de EEG afim de recuperar características estruturais de fontes estocásticas. Isso é feito através de um caso de estudo em que dados de EEG são coletados sob o efeito de duas fontes rítmicas estocásticas distintas produzidas por duas árvores de contextos distintas. Nós apresentamos uma classe de modelos adequada, chamada aqui de modelos de árvore de contextos oculta, para modelar sinais de EEG evocados por estruturas rítmicas. Finalmente, propomos um procedimento estatístico consistente para fazer seleção estatística de modelos nessa nova classe assim como no nosso caso de estudo.

Orientador: Ricardo Egydio de Carvalho / Banca: Iberê Luiz Caldas / Banca: Marisa Roberto / Resumo: Investigamos nesta dissertação a introdução de uma barreira dinâmica em diferentes sistemas físicos caóticos, a fim de analisar a influência que esta barreira causa na dinâmica e topologia destes sistemas. A barreira principal deste estudo é a barreira denominada Toro Robusto, que nada mais é do que uma curva invariante no espaço de fases em meio a estruturas de ressonância, mares de caos, etc. A barreira Toro Robusto bloqueia a difusão caótica no espaço de fases associado ao sistema físico, e causa também uma estabilização em sua vizinhança linear. Introduziremos Toros Robustos em vários tipos de sistemas dinâmicos, como por exemplo, em uma Hamiltoniana "Toy Model" a fim de entender o seu efeito no processo de reconexão ou "overlap" de ressonâncias isócronas. Toros Robustos quebrando a dimerização de cadeias de ressonância também foram estudados no mapa padrão "não-twist". O bloqueio da difusão de Arnold no mapa padrão acoplado também foi mostrado, assim como, a introdução de Toros Robustos em sistemas utilizados em física de plasmas, como meio de controle de caos em plasma confinado em Tokamak. Outra barreira apresentada aqui é a barreira do tipo "meander" que surge através do processo de reconexão de ressonâncias no espaço de fases. Introduziremos um novo mapa discreto que chamamos de Mapa padrão "não-twist" labiríntico, que apresenta múltiplas regiões de barreiras "meanders" por todo o espaço de fases / Abstract: We investigated in this work the introduction of a dynamical barrier in different chaotic physical systems in order to analyze the influence that it causes in the topology and in the dynamics of them. The main barrier studied here is called Robust Tori which is an invariant curve in the phase space permeated by resonance structures and chaotic seas. The Robust Torus barrier blocks the chaotic diffusion in the phase space of the associated physical system, and it also causes a linear stabilization in its neighborhood. Robust Tori will be introduced in several types of dynamic systems, such as in a Toy Model Hamiltonian in order to understand their effect on the reconnection process or overlap of isochronous resonances. The breakdown of resonance dimerization by Robust Tori was also studied using the nontwist standard map. The blocking of Arnold diffusion in the coupled standard map was also shown, as well as the introduction of Robust Tori in relevant models for plasma physics as a tool for controlling chaos in confined plasmas in Tokamaks. Another barrier, which is presented here, is the meander barrier that emerges through the reconnection process of resonances in phase space. We will also introduce a new discrete map, which we call labyrinthic standard non-twist map that shows multiple regions of meanders barriers around the phase space / Mestre

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-02-18T07:02:36Z No. of bitstreams: 2 Dissertação - Márcio Rodrigues da Cunha Reis - 2014.pdf: 19219511 bytes, checksum: 8b91b891ec367ebc7de924c8b641876c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-02-18T07:04:08Z (GMT) No. of bitstreams: 2 Dissertação - Márcio Rodrigues da Cunha Reis - 2014.pdf: 19219511 bytes, checksum: 8b91b891ec367ebc7de924c8b641876c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2016-02-18T07:04:08Z (GMT). No. of bitstreams: 2 Dissertação - Márcio Rodrigues da Cunha Reis - 2014.pdf: 19219511 bytes, checksum: 8b91b891ec367ebc7de924c8b641876c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-10-06 / Financiadora de Estudos e Projetos- Finep / This paper presents a comparative analysis of some methodologies for deterministic and heuristic optimization, applied to a classic problem in control theory. The aim is to determine the parameters tuning Proportional and Integral (PI) controller. The PI controller is used to control the speed of the DC motor. The mathematical model of the DC motor and the independent excitation of the AC-DC converter that is used in driving it is developed. From the mathematical model, the computational model is developed to perform the analysis of a commercial DC motor. In order to validate the computational model, a training bench is built, tests are performed and the results of the comparison between the methods of optimization are presented. / Este trabalho apresenta a an alise comparativa de algumas metodologias de otimiza- c~ao determin stica e heur stica, aplicadas a um problema cl assico da teoria de controle. O intuito e determinar os par^ametros de sintonia do controlador Proporcional e Integral (PI). O controlador PI e utilizado para controlar a velocidade do motor de corrente cont nua. E desenvolvido o modelo matem atico do motor de corrente cont nua de excita c~ao independente e do conversor CA-CC que e utilizado em seu acionamento. A partir do modelo matem atico, e desenvolvido o modelo computacional, para realizar a an alise de um motor CC comercial. A m de validar o modelo computacional, uma bancada did atica e constru da, ensaios s~ao realizados e os resultados da compara c~ao entre os m etodos de otimiza c~ao s~ao apresentados.

O relacionamento de dados record linkage, originou-se na área da saúde pública e atualmente é aplicado em várias outras áreas como: epidemiologia, pesquisa médica, criação de ensaios clínicos, na área de marketing, gestão de relacionamento com o cliente, detecção de fraude, aplicação da lei e na administração do governo. A técnica consiste no processo de comparação entre dois ou mais registros em diferentes bases de dados e as principais estratégias de record linkage são: manual, deterministic record linkage (DRL) e probabilistic record linkage (PRL). Este estudoteve como objetivo aplicar o record linkage em bases de dados heterogêneas, utilizadas pela rede de atenção à saúde do município de Ribeirão Preto e identificar entre elas a melhor estratégia a ser adotada para a integração de bases de dados na área da saúde. As bases de dados da secretaria Municipal de Saúde de Ribeirão Preto (SMS-RP) e do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP/USP) foram objeto deste estudo, tendo como critério de inclusão apenas os registros de pacientes em que o município de residência informado correspondia ao município de Ribeirão Preto e o atendimento tivesse ocorrido na Unidade Básica Distrital e de Saúde (UDBS) - Centro Saúde Escola Joel Domingos Machado\" (CSE-Sumarezinho) nos anos de janeiro de 2006 a agosto de 2008 e no HCFMRP/USP. Foi selecionada uma amostra aleatória simples resultando em um conjunto de 1.100 registros de pacientes na base de dados do CSE-Sumarezinho e de 370.375 registros na base de dados do HCFMRP/USP. Foram, então, selecionadas quatro variáveis de relacionamento (nome, nome da mãe, sexo e data de nascimento). As estratégias adotadas foram: DRL exato, DRL com discordância em uma variável de relacionamento, e baseada em funções de similaridades (Dice, Levenshtein, Jaro e Jaro-Winkler) e, por fim, PRL. A estratégia DRL exato resultou em 334 registros pareados e na abordagem com discordância de uma variável foram 335, 343, 383 e 495, sendo as variáveis discordantes sexo, data de nascimento, nome e nome da mãe respectivamente. Quanto ao uso das funções de similaridades, as que mais se destacaram foram Jaro-Winkler e Jaro. Quanto à acurácia dos métodos aplicados, o PRL (sensibilidade = 97,75% (CI 95% 96,298,8) e especificidade = 98,55% (CI 95% 97,0-99,4)) obteve melhor sensibilidade e especificidade, seguido do DRL com as funções de similaridade Jaro-Winkler sensibilidade = 91,3% (CI 95% 88,793,4) e especificidade = 99% (CI 95% 97,6-99,7)) e Jaro (sensibilidade = 73,1% (CI 95% 69,476,6) e especificidade = 99,6% (CI 95% 98,5-99,9)). Quanto à avaliação da área sob a curva ROC do PRL, observou-se que há diferença estatisticamente significativa (p = 0,0001) quando comparada com os métodos DRL com discordância da variável nome da mãe, Jaro-Winkler e Jaro. Os resultados obtidos permitem concluir que o método PRL é mais preciso dentre as técnicas avaliadas. Mas as técnicas com a função de similaridade de Jaro-Winkler e Jaro também são alternativas viáveis interessantes devido à facilidade de utilização apesar de apresentarem o valor de sensibilidade ligeiramente menor que o PRL. / The record linkage originated in the area of public health and is currently applied in several other areas such as epidemiology, medical research, establishment of clinical trials, in the area of marketing, manager customer relationships, fraud detection, law enforcement and government administration. The technique consists on the comparison between two or more records in different databases and their key strategies are: manual comparison, Deterministic Record Linkage (DRL), and Probabilistic Record Linkage (PRL).This study aimed to apply the record linkage in heterogeneous databases, used by the network of health care in Ribeirão Preto and identify the best strategy to be adopted for the integration of databases in health care. The databases that were evaluated in this study were of the Municipal Health Department of Ribeirão Preto (SMS-RP) and of the Clinical Hospital of the School of Medicine of Ribeirao Preto (HCFMRP/USP) having as inclusion criterion only the records of patients in the county of residence reported corresponded to the city of Ribeirão Preto and care had taken place in the Basic District Health Unit (UDBS) - School Health Center \"Joel Domingos Machado\" (CSE-Sumarezinho) included in the years from January 2006 to August 2008 and in the HCFMRP/USP. Held to select a simple random sample resulted in a set of 1,100 patient records in the database of the CSE-Sumarezinho and 370,375 records in the database of HCFMRP/USP. Then there was the selection of four linking variables (name, mother\'s name, gender and birth date). The strategies adopted were: the exact DRL, DRL with one variable where the linking is disagreement, applied with similarity functions (Dice, Levenshtein, Jaro, and Jaro-Winkler), and, finally, PRL. The strategy of the exact DRL resulted in 334 matched records and strategy in dealing with disagreement of one variable were 335, 343, 383 and 495, to the following variables discordant gender, birth date, name and mother\'s name, respectively. Regarding the use of similarity functions which most stood out were Jaro and Jaro-Winkler. Regarding the accuracy of the methods applied, the PRL obtained better sensitivity and specificity (sensitivity = 97,75% (CI 95% 96,298,8) and specificity = 98.55% (95% CI 97.0 to 99.4)), followed by the DRL with the similarity functions Jaro-Winkler (sensitivity = 91.3% (95% CI 88.7 to 93.4) and specificity = 99% (95% CI 97.6 to 99, 7)) and then by Jaro (sensitivity = 73.1% (95% CI 69.4 to 76.6) = 99.6% and specificity (95% CI 98.5 to 99.9)). The evaluation of the area under the ROC curve in the PRL, was observed that there is statistically significant difference (p = 0.0001) if it is compared with the DRL methods when there is disagreement in the variable mother\'s name, as well as for Jaro and for Jaro-Winkler. The results indicate that the PRL method is most accurate among the techniques evaluated. Although the techniques with the similarity function of Jaro-Winkler and Jaro were also interesting viable options due to the ease of use, although having the sensitivity value slightly smaller than the PRL.

Esta dissertação tem como objetivo estudar a combinação de duas técnicas de planejamento em inteligência artificial: planejamento hierárquico e planejamento sob incerteza Knightiana. Cada uma delas possui vantagens distintas, mas que podem ser combinadas, permitindo um ganho de eficiência para o planejamento sob incerteza e maior robustez a planos gerados por planejadores hierárquicos. Primeiramente, estudamos um meio de efetuar uma transformação, de modo sistemático, que permite habilitar algoritmos de planejamento determinístico com busca progressiva no espaço de estados a tratar problemas com ações não-determinísticas, sem considerar a distribuição de probabilidades de efeitos das ações (incerteza Knightiana). Em seguida, esta transformação é aplicada a um algoritmo de planejamento hierárquico que efetua decomposição a partir das tarefas sem predecessoras, de modo progressivo. O planejador obtido é competitivo com planejadores que representam o estado-da-arte em planejamento sob incerteza, devido à informação adicional que pode ser fornecida ao planejador, na forma de métodos de decomposição de tarefas. / This dissertation\'s objective is to study the combination of two artificial intelligence planning techniques, namely: hierarchical planning and planning under Knightian uncertainty. Each one of these has distinct advantages, but they can be combined, allowing the planning under uncertainty a performance gain and giving the hierarchical planning the ability to produce more robust plans. First, we study a way of performing a transformation, in a sistematic way, that enables forward-chaining deterministic planning algorithms to deal with non-deterministic actions, that doesn\'t take into account the probability distribution of actions\' effects (Knightian uncertainty). Afterwards, this transformation is applied to a hierarchical planning algorithm that progressively performs decomposition starting from tasks without predecessors. The obtained planner is competitive with state-of-the-art non-deterministic planners, thanks to the additional information that can be given to the planner, in the form of task decomposition methods.

In this thesis we study three different stochastic processes describing the brain activity. The first one is a continuous time version of the stochastic chains with memory of variable length. These stochastic chains take values in the set of neurons and assign, at time t, the value of the last neuron which spiked up to time t. Moreover, we assume neurons interact through a phenomena called chemical synapses. Briefly this means that when a neuron spikes, it loses all its membrane potential and at same time changes the membrane potential of the neurons which are influenced by it. Under this approach we proved the positive recurrent of the process and presented a perfect simulation algorithm able to generate a finite sample of the process under its invariant measure. In the second model we continue considering the chemical synapses interaction and add also an interaction through electrical synapses. The last one happens duo to the presence of specific channels which allow the passage of ions along the the membrane of two neurons and, as consequence, we have a sharing of potential between the neurons. Moreover, we consider also the constant lost of potential of the neurons for the environment which push each neuron to a resting state. For this model we study the long-run behaviour of the process with a finite number of neurons, the hydrodynamic limit for the system and investigate the possible invariant distributions for the limiting process. In the last model considered here we study the brain activity measured through EEG data. We investigate the predictive coding principle which says that neural networks are able to learn the statistical regularities inherent in a stimuli and reduce redundancy by removing the predictable components of the input. To test this conjecture we propose procedures to perform statistical model selection on the EEG data in order to retrieve structural features of stochastic sources. This is done through a case study in which the EEG data is recorded under the effect of two different stochastic rhythmic sources produced by two different context tree models. We present a suitable class of stochastic processes, called here as hidden context tree models, to model EEG signals evoked by rhythmic structures. Then, we propose a consistent statistical procedure to perform statistical model selection in this class and in our case study. / Nessa tese estudamos três diferentes processos estocásticos descrevendo a atividade cerebral. O primeiro processo é uma versão a tempo contínuo das cadeias estocásticas com memória de alcance variável. Essas cadeias tomam valores no conjunto dos neurônios e assumem, no instante t, o valor do último neurônio a disparar antes de t. Além disso, assumimos que os neurônios interagem entre si através de fenômenos chamados sinapses químicas. Resumidamente isso significa que quando um neurônio dispara perde todo seu potencial de membrana e, simultaneamente, muda o potencial de membrana dos neurônios que influencia. Para esse processo estocástico provamos a recorrência positiva e apresentamos um algoritmo de simulação perfeita capaz de gerar uma amostra finita cuja distribuição é a medida invariante do processo. Na segunda classe de modelos continuamos considerando as sinapses químicas e adicionamos ainda interação por sinapses elétricas. A última acontece devido a presença de canais específicos entre dois neurônios que permitem a passagem de íons ao longo de suas membranas, como consequência, temos um compartilhamento de potencial entre os neurônios. Além disso, consideramos também a constante perda de potencial dos neurônios para o meio que age empurrando o potencial de cada neurônio a um estado de repouso. Com esses modelos estudamos o comportamento a longo prazo do processo com um número finito de neurônios, o limite hidrodinâmico desse sistema e investigamos a possível distribuição invariante para o processo limite. Na última classe considerada aqui estudamos a atividade cerebral medida através de dados de EEG. Nós investigamos o princípio do código preditivo que afirma que redes neurais são capazes de aprender as regularidades estatísticas inerentes em um estímulo e reduzir a redundância removendo as componentes previsíveis. Para testar essa conjectura, propomos um procedimento para realizar seleção estatística de modelos em dados de EEG afim de recuperar características estruturais de fontes estocásticas. Isso é feito através de um caso de estudo em que dados de EEG são coletados sob o efeito de duas fontes rítmicas estocásticas distintas produzidas por duas árvores de contextos distintas. Nós apresentamos uma classe de modelos adequada, chamada aqui de modelos de árvore de contextos oculta, para modelar sinais de EEG evocados por estruturas rítmicas. Finalmente, propomos um procedimento estatístico consistente para fazer seleção estatística de modelos nessa nova classe assim como no nosso caso de estudo.

A voz tem sido objeto de estudos em diferentes áreas da ciência. Nas últimas duas décadas os pesquisadores demonstraram a presença do caos na produção de voz. O objetivo deste trabalho é estabelecer padrões visuais de sinais de voz humana através da técnica não linear de reconstrução de espaço de fase e associá-los com suas correspondentes análises auditivo perceptiva e acústica. Foram analisados sinais de voz humana de sujeitos de ambos os gêneros, na faixa etária de 19 a 39 anos. Foram gravadas as vogais sustentadas /a/, /e/ e /i/ do português do Brasil, com uma taxa de amostragem de 22.050 Hz. Os sinais foram analisados a fim de obter medidas acústicas (Jitter, Shimmer e Coeficiente de Excesso). Foi utilizada a técnica de reconstrução de espaço de fase para descrever as características de dinâmica não linear dos sinais de voz, e para análise perceptivo auditiva foi utilizada a escala RASAT. Os resultados demonstram que métodos de dinâmica não linear como a reconstrução do espaço de fase, parece ser uma técnica apropriada para análise de sinais de voz, incorporando os componentes caótico e determinístico da voz humana. É sugerido que análise da dinâmica não linear não substitui as técnicas existentes, embora possa aperfeiçoar e complementar os métodos de análise disponíveis para os profissionais da saúde, como fonoaudiólogos e otorrinolaringólogos / Human voice has been the focus of study for different areas of science. Researches in the last two decades have demonstrated the existence of chaos in human voice production. The purpose of this work is to use nonlinear dynamics techniques in the analysis of normal voices from healthy subjects and correlate them to traditional acoustic parameters as well as perceptual analysis. Human voice signals from healthy subjects, both male and female, ranging in age from 19 to 39 years old were analyzed. Sustained vowel sounds /a/, /e/ and /i/, from brazilian Portuguese were recorded at a sampling rate of 22,050 Hz and analyzed in order to obtain acoustic measures (Jitter, Shimmer and coefficient of excess – EX). The phase space reconstruction technique was used to describe the nonlinear dynamic characteristics of voice signal samples. The results show, that non-linear dynamical method as phase space reconstruction seems to be a suitable technique for voice signals analysis, due to the chaotic component of the human voice. It is suggested, that non-linear dynamic analysis does not replace existing techniques instead, it may improve and complement the recent voice analysis methods available for health professionals, speech therapist and clinician

Este trabalho teve por objetivo construir e avaliar ferramentas de quantificação e análise da variabilidade da freqüência cardíaca segundo o paradigma não extensivo de Tsallis na modelagem do sistema de regulação da freqüência cardíaca, e na discriminação de situação de normalidade e cardiopatias e apoio ao diagnóstico de cardiopatias. O sistema de regulação da freqüência cardíaca é reconhecidamente não linear. Este estudo explora esta característica, quantificando a complexidade através de uma família de entropias condicionais não extensivas e outras medidas de avaliação usualmente utilizadas na análise da variabilidade cardíaca. Foram utilizados dados reais de 15 indivíduos saudáveis, 23 indivíduos chagásicos e 19 indivíduos hipertensos, além de dados simulados computacionalmente para uma avaliação controlada das ferramentas estatísticas estudadas. Durante a avaliação foram gerados dados substitutos (surrogate data) para os testes de validade e intensidade da hipótese de não linearidade das séries. Os resultados mostraram que o parâmetro q introduz uma forma diferente de quantificação da complexidade do sinal. Com o auxílio dos dados substitutos, foi possível identificar, para alguns sinais, a região de valores de q onde o comportamento não linear é mais evidente. Os resultados obtidos indicam que a abordagem merece estudos mais aprofundados. / This study aimed to construct and evaluate tools for quantification and analysis of heart rate variability under Tsallis non-extensive statistical paradigm to model heart rate regulation system, and discrimination in situations of healthy conditions and support diagnosis of heart diseases. The heart rate regulation system is known to be nonlinear. This study explores this feature by quantifying the signal complexity through a family of non extensive conditional entropy and other evaluation measures commonly used in the analysis of heart rate variability. We used real data from 15 healthy subjects, 23 individuals with Chagas disease and 19 hypertensive individuals, in addition to simulated data to make a computationally controlled evaluation of the statistical tools studied. During the evaluation were generated surrogate data for tests of validity and strength of the time series non-linearity hypothesis. The results have shown that the q parameter introduces a different way of quantifying the complexity of the signal. With the support of surrogate data, it was possible to identify a range of q values that nonlinear behavior is more evident for some signals. The results indicate that the approach deserves further study.

Montamos um aparato experimental para o estudo de comportamentos complexos na dinâmica de formação de gotas d\'água no bico de uma torneira. Desenvolvemos um sistema hidráulico em circuito fechado, e um sistema de aquisição de dados automatizado, que também controla a abertura da torneira (uma válvula de agulha). Utilizamos como parâmetro de controle a taxa de gotejamento estabelecida pela abertura da torneira. Os dados são séries de tempos {T n} entre gotas sucessivas para cada taxa de gotejamento. Utilizando diagramas de bifurcação, e reconstruções do espaço de fase com mapas de primeiro retomo Tn+1 x Tn , observamos duplicações de período, bifurcação de Hopf, crises interiores e de fronteira, comportamentos intermitentes, e movimentos quase-periódicos. Aplicamos anticontrole de caos, desestabilizando um ponto fixo estável com pulsos de ar comprimido sobre o bico da torneira. Também iniciamos o desenvolvimento de uma técnica para o controle de caos. Verificamos a existência de pontos de sela em vários atratores experimentais e, com a aplicação de dinâmica simbólica, observamos tangências homoclínicas associadas ao aparecimento de atratores de Hénon e bifurcações homoclínicas. Utilizando métodos de caracterização topológica, estabelecemos duas rotas para o caos envolvendo tangências homoclínicas, e mostramos que o súbito desaparecimento de um atrator caótico, em altas taxas de vazão, é devido a uma \"chaotic blue sky catastrophe\", apenas observada anteriormente num modelo de equações usadas por Van der Pol para simular a dinâmica cardíaca. / We assembled an experimental apparatus to study the dynamical complex behavior of water drop formation in a nipple faucet. We developed a closed hydrodynamic circuitry, and an automated acquisition data system, which also controls the faucet (a needle valve) opening. We have used as a control parameter the dripping rate set up by the faucet opening. For each dripping rate, the data are interdrop time series {Tn} between two successive drops. With the help of bifurcation diagrams, and reconstructed phase spaces in first return maps Tn+I x Tn, we were able to observe period doubling, Hopf bifurcation, interior and boundary crises, intermittent behaviors, and quasiperiodic movements. An anti-control of chaos was applied by perturbing a stable fixed point with pulses of compressed air on the nipple faucet. We also started the development of a technique to apply the control of chaos. The occurrence of saddle points was verified in some experimental attractors. By applying symbolic dynamics, we were able to observe homoclinic tangencies associated with the appearence of Hénon-like attractors and homoclinic bifurcations. By means of topological characterization, we established two routes to chaos related to homoclinic tangencies. We also observed, at high dripping rates, a sudden disappearance of a chaotic attractor due to a \"chaotic blue sky catastrophe\", just seen in a Van der Pol model used to simulate cardiac dynamics.