Algumas metapopulações de espécies, como formigas, vivem em colônias que crescem durante algum tempo e depois colapsam. Após o colapso poucos indivíduos sobrevivem. Esses indivíduos se dispersam tentando fazer novas colônias que podem ou não se estabelecer dependendo do ambiente que encontram. Recentemente, Schinazi (2015) usou cadeias de nascimento e morte em ambientes aleatórios para modelar tais populações, e mostrou que a dispersão aleatória é uma boa estratégia para a sobrevivência da população. Nesta tese, introduzimos outros modelos estocásticos de colonização e colapso para os quais consideramos restrições espaciais e diferentes tipos de colapsos. Obtemos para esses novos modelos condições de sobrevivência e extinção. Debatemos algumas situações nas quais a dispersão nem sempre é uma boa estratégia de sobrevivência. Além disso, discutimos a relação destes modelos com outros conhecidos na literatura. Técnicas de percolação, acoplamento e comparação com processos de ramificação convenientemente definidos são usadas para obter os resultados aqui estabelecidos. / Some metapopulations, such as ants, live in colonies that grow for a while and then collapse. Upon collapse, very few individuals survive. These individuals disperse, trying to establish new colonies that may or may not settle, depending on the environment they encounter. Recently, Schinazi (2015) used birth and death chains in random environments to model such populations, and showed that random dispersion is a good strategy for the survival of the population. In this thesis, we introduce other stochastic models of colonization and collapse for which we consider spatial constraints and different kinds of collapse. We obtain conditions for survival and extinction in these new models. We discuss some situations in which dispersion is not always a good survival strategy. In addition, we discuss the relation of these models to others known in the literature. Percolation and coupling techniques and comparison with suitably defined branching processes are used to obtain the results set forth herein.

Algumas metapopulações de espécies, como formigas, vivem em colônias que crescem durante algum tempo e depois colapsam. Após o colapso poucos indivíduos sobrevivem. Esses indivíduos se dispersam tentando fazer novas colônias que podem ou não se estabelecer dependendo do ambiente que encontram. Recentemente, Schinazi (2015) usou cadeias de nascimento e morte em ambientes aleatórios para modelar tais populações, e mostrou que a dispersão aleatória é uma boa estratégia para a sobrevivência da população. Nesta tese, introduzimos outros modelos estocásticos de colonização e colapso para os quais consideramos restrições espaciais e diferentes tipos de colapsos. Obtemos para esses novos modelos condições de sobrevivência e extinção. Debatemos algumas situações nas quais a dispersão nem sempre é uma boa estratégia de sobrevivência. Além disso, discutimos a relação destes modelos com outros conhecidos na literatura. Técnicas de percolação, acoplamento e comparação com processos de ramificação convenientemente definidos são usadas para obter os resultados aqui estabelecidos. / Some metapopulations, such as ants, live in colonies that grow for a while and then collapse. Upon collapse, very few individuals survive. These individuals disperse, trying to establish new colonies that may or may not settle, depending on the environment they encounter. Recently, Schinazi (2015) used birth and death chains in random environments to model such populations, and showed that random dispersion is a good strategy for the survival of the population. In this thesis, we introduce other stochastic models of colonization and collapse for which we consider spatial constraints and different kinds of collapse. We obtain conditions for survival and extinction in these new models. We discuss some situations in which dispersion is not always a good survival strategy. In addition, we discuss the relation of these models to others known in the literature. Percolation and coupling techniques and comparison with suitably defined branching processes are used to obtain the results set forth herein.

Estudamos um sistema de partículas a tempo discreto cuja dinâmica é a seguinte. Considere que no instante inicial sobre cada inteiro não negativo há uma partícula, inicialmente inativa. A partícula da origem é ativada e instantaneamente ativa um conjunto aleatório contíguo de partículas que estão a sua direita. Como regra, no instante seguinte ao que foi ativada, cada partícula ativa realiza esta mesma dinâmica de modo independente de todo o resto. Dizemos que o processo sobrevive se em qualquer momento sempre há ao menos uma partícula ativa. Chamamos este processo de Firework, associando a dinâmica de ativação de uma partícula inativa a uma infecção ou explosão. Nosso interesse é estabelecer se o processo tem probabilidade positiva de sobrevivência e apresentar limites para esta probabilidade. Isto deve ser feito em função da distribuição da variável aleatória que define o raio de ação de uma partícula. Associando o processo de ativação a uma infecção, podemos pensar este modelo como um modelo epidêmico. Consideramos também algumas variações dessa dinâmica. Dentre elas, variantes com partículas distribuídas sobre a semirreta dos reais positivos (nesta vertente, existem condições para as distâncias entre partículas consecutivas) e também com as partículas distribuídas sobre vértices de árvores. Estudamos também para esses casos a transição de fase e probabilidade de sobrevivência. Nesta variante os resultados obtidos são funções da sequência de distribuições dos alcances das explosões e da estrutura dos lugares onde se localizam as partículas. Consideramos também variações do modelo onde cada partícula ao ser ativada, permanece ativa durante um tempo aleatório e nesse período emite explosões que ocorrem em instantes aleatórios. / We studied a discrete time particle system whose dynamic is as follows. Consider that at time zero, on each non-negative integer, there is a particle, initially inactive. A particle which is placed at origin is activated and instantly activates a contiguous random set of particles that is on its right. As a rule, the next moment to what it has been activated, each active particle carries the same behavior independently of the rest. We say that the process survives if the amount of particles activated along the process is infinite. We call this the Firework process, associating the activation dynamic of a particle to an infection or explosion process. Our interest is to establish whether the process has positive probability of survival and to present limits to this probability. This is done according to the distribution random variable that defines the radius of infection of each active particle, Associating the activation process to an infection, we think this model as a model epidemic. We also consider some variations of this dynamic. Among them, variants with particles distributed over the half line (there are conditions for the distances between consecutive particles) and also with particles distributed over the vertices of a tree. We studied phase transitions and the correspondent survival probability. In this variant the results depend on the sequence of probability distributions for the range of the explosions and on the particles displacement. We also consider a variation where each particle after activated, remains active during a random time period emitting explosions that occur in random moments.

Estudamos um sistema de partículas a tempo discreto cuja dinâmica é a seguinte. Considere que no instante inicial sobre cada inteiro não negativo há uma partícula, inicialmente inativa. A partícula da origem é ativada e instantaneamente ativa um conjunto aleatório contíguo de partículas que estão a sua direita. Como regra, no instante seguinte ao que foi ativada, cada partícula ativa realiza esta mesma dinâmica de modo independente de todo o resto. Dizemos que o processo sobrevive se em qualquer momento sempre há ao menos uma partícula ativa. Chamamos este processo de Firework, associando a dinâmica de ativação de uma partícula inativa a uma infecção ou explosão. Nosso interesse é estabelecer se o processo tem probabilidade positiva de sobrevivência e apresentar limites para esta probabilidade. Isto deve ser feito em função da distribuição da variável aleatória que define o raio de ação de uma partícula. Associando o processo de ativação a uma infecção, podemos pensar este modelo como um modelo epidêmico. Consideramos também algumas variações dessa dinâmica. Dentre elas, variantes com partículas distribuídas sobre a semirreta dos reais positivos (nesta vertente, existem condições para as distâncias entre partículas consecutivas) e também com as partículas distribuídas sobre vértices de árvores. Estudamos também para esses casos a transição de fase e probabilidade de sobrevivência. Nesta variante os resultados obtidos são funções da sequência de distribuições dos alcances das explosões e da estrutura dos lugares onde se localizam as partículas. Consideramos também variações do modelo onde cada partícula ao ser ativada, permanece ativa durante um tempo aleatório e nesse período emite explosões que ocorrem em instantes aleatórios. / We studied a discrete time particle system whose dynamic is as follows. Consider that at time zero, on each non-negative integer, there is a particle, initially inactive. A particle which is placed at origin is activated and instantly activates a contiguous random set of particles that is on its right. As a rule, the next moment to what it has been activated, each active particle carries the same behavior independently of the rest. We say that the process survives if the amount of particles activated along the process is infinite. We call this the Firework process, associating the activation dynamic of a particle to an infection or explosion process. Our interest is to establish whether the process has positive probability of survival and to present limits to this probability. This is done according to the distribution random variable that defines the radius of infection of each active particle, Associating the activation process to an infection, we think this model as a model epidemic. We also consider some variations of this dynamic. Among them, variants with particles distributed over the half line (there are conditions for the distances between consecutive particles) and also with particles distributed over the vertices of a tree. We studied phase transitions and the correspondent survival probability. In this variant the results depend on the sequence of probability distributions for the range of the explosions and on the particles displacement. We also consider a variation where each particle after activated, remains active during a random time period emitting explosions that occur in random moments.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-03-05T11:48:46Z No. of bitstreams: 2 Dissertação - Joan Jesus Amaya Triana - 2018.pdf: 11320340 bytes, checksum: daee9afd4ae2db3c36dee6d85ae3be27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-03-05T11:50:52Z (GMT) No. of bitstreams: 2 Dissertação - Joan Jesus Amaya Triana - 2018.pdf: 11320340 bytes, checksum: daee9afd4ae2db3c36dee6d85ae3be27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-03-05T11:50:52Z (GMT). No. of bitstreams: 2 Dissertação - Joan Jesus Amaya Triana - 2018.pdf: 11320340 bytes, checksum: daee9afd4ae2db3c36dee6d85ae3be27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / In this work, we study the information transmission models in infinite graphs introduced in \cite{Thecone} and \cite{article}, that is, models of transmission of information on infinite graphs subject to the following rules: (1) at time zero, only the root of the graph has the information, (2) in a time greater than or equal to one, a new vertex is informed and transmits the information to neighbors that are within a finite random neighborhood, and (3) informed vertices remain forever informed. They are considered variants of this process in the spherically symmetrical tree that includes as particular cases the periodic tree and the homogeneous tree. In addition, the model is considered in random trees. In this model, we study phase transition, probability of survival, among other important numerical characteristics for this process. It is also considered the particular case in which the influence radius has a Bernoulli distribution. The proofs are based on comparisons with branching processes. / Neste trabalho, são estudados modelos de transmissão de informação em grafos infinitos introduzidos em \cite{Thecone} e \cite{article}, isto é, modelos de transmissão de infomação sobre grafos infinitos sujeitos as seguintes regras: (1) no tempo zero, somente a raiz do grafo possui a informação, (2) em um tempo maior ou igual a um, um novo vértice é informado e transmite a informação para vizinhos que estejam dentro de uma vizinhança aleatória finita, e (3) vértices informados permanecem informados para sempre. Serão consideradas variantes deste processo na árvore esfericamente simétrica que inclui como casos particulares a árvore periódica e a árvore homogênea. Além disso, é considerado o modelo em árvores aleatórias. Para este modelo são estudados transição de fase, probabilidade de sobrevivência, dentre outros característicos numéricos importantes para este processo. Também é considerado o caso particular em que o raio de influência tem uma distribuição de Bernoulli. As provas são baseadas fazendo comparações com processos de ramificação.

Submitted by Franciele Moreira (francielemoreyra@gmail.com) on 2017-09-20T18:06:53Z No. of bitstreams: 2 Dissertação - Bruna Luiza de Faria Rezende- 2017.pdf: 1376216 bytes, checksum: 9c03a69f7f93de81123e21bc0a3a36da (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-09-21T10:52:16Z (GMT) No. of bitstreams: 2 Dissertação - Bruna Luiza de Faria Rezende- 2017.pdf: 1376216 bytes, checksum: 9c03a69f7f93de81123e21bc0a3a36da (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-21T10:52:16Z (GMT). No. of bitstreams: 2 Dissertação - Bruna Luiza de Faria Rezende- 2017.pdf: 1376216 bytes, checksum: 9c03a69f7f93de81123e21bc0a3a36da (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this work a basic immigration process was investigated which starts with a single colony with a single individual at the origin of a homogeneous tree with the other empty vertices. The process colonies are established at the vertices of the graph and each one grows during a random time, according to a process of general counting until a disaster that annihilates part of the population occurs. After the collapse a random amount of individuals survives and attempts to establish, in a independent manner, new colonies in a neighboring vertices. After a time these formed colonies also suffer catastrophes and the process is repeated. It is important to emphasize that the time until the disaster of each colony is independent of the others. Here this general process was studied under two methods, Poisson growth with geometric catastrophe and Yule growth with binomial catastrophe. That is, in each colony the population grows following a Poisson (or Yule), process during a random time, considered here exponential, and soon after that time its size is reduced according to the geometric (or binomial) law. Conditions were analyzed in the set of parameters so that these processes survived and limits were established that were relevant for the probability of survival, the number of colonies generated during the process and the range of the colonies in relation to the initial point. / Neste trabalho foi investigado um processo básico de imigração o qual é iniciado com uma única colônia com um único indivíduo na origem de uma árvore homogênea com os demais vértices vazios. As colônias do processo se estabelecem nos vértices do grafo e cada uma cresce durante um tempo aleatório, de acordo com um processo de contagem geral até ocorrer um desastre que aniquila parte da população. Após o colapso uma quantidade aleatória de indivíduos sobrevive e tenta estabelecer, de forma independente, novas colônias em vértices vizinhos. Depois de um tempo essas colônias formadas também sofrem catástrofes e o processo se repete. É importante enfatizar que o tempo até o desastre de cada colônia independe do das demais. Aqui esse processo geral foi estudado sujeito a dois métodos, crescimento de Poisson com catástrofe geométrica e crescimento de Yule com catástrofe binomial. Ou seja, em cada colônia a população cresce seguindo um processo de Poisson (ou Yule), durante um tempo aleatório, considerado aqui exponencial, e logo após esse tempo seu tamanho é reduzido de acordo com a lei geométrica (ou binomial). Foram analisadas condições no conjunto de parâmetros para que esses processos sobrevivam e foram estabelecidos limites relevantes para a probabilidade de sobrevivência, o número de colônias geradas durante o processo e o alcance das colônias em relação ao ponto inicial.