As cadeias estocásticas de memória ilimitada são uma generalização natural das cadeias de Markov, no caso em que as probabilidades de transição podem depender de todo o passado da cadeia. Estas cadeias, introduzidas, independentemente, por Onicescu e Mihoc em 1935 e Doeblin e Fortet em 1937, vêm recebendo uma atenção crescente na literatura probabilística, não só por serem uma classe mais rica que a classe das cadeias de Markov, como por suas capacidades práticas de modelagem de dados científicos em diversas áreas, indo da biologia à linguística. Neste trabalho, as utilizamos para modelar a interação entre sequências de disparos neuronais. Nosso objetivo principal é desenvolver novos resultados matemáticos acerca das cadeias de memória ilimitada. Inicialmente, estudamos as condições que garantem a existência e a unicidade de cadeias estacionárias compatíveis com uma família de probabilidades de transição descontínua. Em seguida, tratamos do entendimento da fenomenologia dos trens de disparos neuronais e usamos da informação dirigida para modelar a informação que flui de uma sequência de disparos a outra. Nesta ocasião, fixamos limites da concentração para estimação da informação dirigida. / Stochastic chains with unbounded memory are a natural generalization of Markov chains, in the sense that the transition probabilities may depend on the whole past. These process, introduced independently by Onicescu and Mihoc in 1935 and Doeblin and Fortet in 1937, have been receiving increasing attention in the probabilistic literature, because they form a class richer than the Markov chains and have practical capabilities modelling of scientific data in several areas, from biology to linguistics. In this work, we use them to model interactions between spike trains. Our main goal is to develop new mathematical results about stochastic chains with unbounded memory. First, we study conditions that guarantee the existence and uniqueness of stationary chains compatible with a discontinuous family of transition probabilities. Then, we address the understanding of the phenomenology of spike trains and we propose to use directed information to quantify the information flow from one neuron to another. In this occasion, we fix concentration bounds for directed information estimation.

A epidemiologia matemática - que tem por objetivo a descrição, através do uso de pressupostos matemáticos, do processo de proliferação de doenças em uma determinada população - propõe a utilização de modelos matemáticos para o estudo de métodos de controle e prevenção de possíveis epidemias. Estes modelos têm como objetivo representar de maneira real a complexidade da interação entre os indivíduos susceptíveis e os indivíduos infectados dentro de uma comunidade. Dessa forma, percebe-se a necessidade de desenvolver uma modelagem baseada na dinâmica de populações. Na Física, a linha de pesquisa de Sistemas Complexos, acredita na existência de leis universais que regem sistemas biológicos, sociais e económicos. Assim, esta área de estudo busca a construção de uma teoria geral de sistemas fora de equilíbrio que evoluem continuamente com o tempo. Neste sentido, os modelos físicos podem ser utilizados e adaptados para modelar doenças infecciosas. Se analisado do ponto de vista matemático, a modelagem de epidemias, ou seja, da propagação de doenças infecciosas que se transmite de indivíduo para indivíduo, é muito semelhante à modelagem dos sistemas magnéticos estudados pela física estatística. Nesta perspectiva, o presente trabalho tem como objetivo principal investigar e modelar sistemas epidêmicos utilizando o formalismo estocástico da mecânica estatística. Para isto realizou-se uma analogia entre epidemiologia matemática e física estatística para estudar dois modelos matemáticos clássicos da epidemiologia, SI (Susceptível-Infectado) e SIS (Susceptível-Infectado-Susceptível) - através do modelo físico proposto por Ising e com uma dinâmica desenvolvida por Glauber. Em particular, os métodos matemáticos comumente usados pela física estatística para estudar o chamado modelo de Ising-Glauber para cristais magnéticos são utilizados para buscar soluções analíticas exatas, ou pelo menos assintóticas, para as versões estocásticas desses dois modelos epidemiológicos. Também se realizou uma simulação computacional do modelo de Ising-Glauber com campo magnético zero através do método de Monte Carlo para representar a propagação de uma infecção em uma população que assume uma estrutura quadrada, na qual cada ponto da rede é um indivíduo, os spins down representam os indivíduos susceptíveis e os spins up representam os indivíduos infectados. Portanto, estes resultados mostram que as soluções analíticas exatas em uma dimensão da magnetização e aproximações de campo médio, trazem uma boa noção para as versões estocásticas e determinísticas dos modelos epidemiológicos SI e SIS com interações entre indivíduos. Apresentam também, que os resultados da simulação computacional de uma população com indivíduos susceptíveis e com indivíduos infectados mostraram que a doença é capaz de se propagar quando é atingida uma determinada temperatura critica. Por fim, observa-se que o modelo de Ising possibilita várias formas de rearranjos de seus termos, de maneira que permitem criar análogos aos modelos epidemiológicos encontrados na literatura / Mathematical epidemiology - which aims to describe through the use of mathematical assumptions the process of disease proliferation in a given population - proposes the use of mathematical models for the study of methods of control and prevention of possible epidemics. These models aim to represent in a real way the complexity of the interaction between susceptible individuals and infected individuals within a community. In this sense, it is noticeable the need to develop a model based on population dynamics. In physics, the research line of Complex Systems believes in the existence of univocal laws governing biological, sociological and economical systems. Thus, this area of study seeks to construct a general theory of out-of-equilibrium systems that evolve continuously over time. In this way, physical models can be used and adapted to model infectious diseases. If analyzed from the mathematical point of view, the modeling of epidemics, that is, the spread of infectious diseases transmitted from individual to individual, is very similar to the modeling of the magnetic systems studied by statistical physics. In this perspective, the main objective of this work is to investigate and model epidemic systems using the stochastic formalism of statistical mechanics. For this, an analogy was made between mathematical and statistical physics to study two classical mathematical models of epidemiology - SI (Susceptible-Infected) and SIS (Susceptible-Infected-Susceptible) - through the physical model proposed by Ising and with a developed dynamics by Glauber. In particular, the mathematical methods commonly used by statistical physics to study the so-called Ising-Glauber model for magnetic crystals are used to find exact or at least asymptotic analytical solutions for the stochastic versions of these two epidemiological models. We also performed a computational simulation of the Ising-Glauber model with zero magnetic field through the Monte Carlo method to represent the propagation of an infection in a population assuming a square structure; in which each point of the network is an individual, the spins down represent the susceptible individuals and the spins up represent the infected individuals. Therefore, the results show that the exact analytical solutions in a magnetization dimension and mean field approximations, give a good idea to the stochastic and deterministic versions of the epidemiological models SI and SIS with interactions between individuals. They also show that the results of the computational simulation of a population with susceptible individuals and with infected individuals showed that the disease is able to propagate when a certain critical temperature is reached. Finally, it is observed that the Ising model allows several forms of rearrangement of its terms, in a way that allows to create analogues to the epidemiological models found in the literature

Neste trabalho estudamos um modelo estocástico com simetria Ising e dois estados absorventes em três dimensões com uma rede cúbica e em duas dimensões através de uma rede triangular. O estudo levou em conta cálculos de aproximação de campo médio e simulações de Monte Carlo. Os resultados mostraram que o modelo tem transição de segunda ordem de uma fase paramagnética para uma fase ferromagnética, uma transição da fase ferromagnética para uma fase absorvente, também de segunda ordem, e ainda uma transição de primeira ordem da fase paramagnética para a fase absorvente. No espaço de parâmetros as três linhas de transição se encontram no diagrama de fases em um ponto onde o modelo se comporta como o modelo do votante. / In this work we studied a stochastic model with ising symmetry and two simmetric absorbing configurations in a three-dimensional cubic lattice and in two dimensions using a triangular lattice. The study took into account simple mean-field approximations and Monte Carlo simulations. The results showed that the model has a second-order transition from a paramagnetic phase to a ferromagnetic phase and second-order transition from ferromagnetic phase to the absorbing one. A first-order phase transition from the paramagnetic phase to the absorbing phase is observed too. In the phase diagram the two second-order transition lines aproaches to the point where the model behaves like the voter model.

Com o aumento do uso de sistemas elétricos, eletrônicos e programáveis em aplicações de diversos domínios, tais como entretenimento, realização de transações financeiras, distribuição de energia elétrica, controle de processos industriais e sinalização e controle em transporte de passageiros e carga, é essencial que as políticas de manutenção utilizadas sejam capazes de minimizar os custos associados a eventuais falhas que afetem negativamente os serviços providos. Ao longo das últimas décadas, foi sedimentada a tendência de que a adoção de técnicas de manutenção preditiva representa uma das abordagens mais viáveis e promissoras para que falhas de sistemas utilizados em diversas aplicações possam ser detectadas antes de elas efetivamente ocorrerem. Considerando-se que uma parcela significativa dos estudos recentes na área de manutenção preditiva de sistemas apresenta como limitação o custo elevado para se instalar uma infraestrutura específica para realizar a coleta de dados que serão usados para dar suporte à predição das falhas futuras de um sistema, o modelo proposto no presente estudo visa permitir que os índices de dependabilidade e as falhas futuras de sistemas elétricos, eletrônicos e programáveis sejam estimados utilizando-se dados já disponíveis de falhas e manutenções passadas. Para tanto, foram empregadas técnicas como processos estocásticos, filtragem Kalman e modelos de incorporação de dados de histórico preconizados no padrão internacional RIAC-HDBK-217Plus. Como principal conclusão do presente trabalho, é possível ressaltar que foi possível atingir, com o modelo proposto, o objetivo de suporte à manutenção preditiva de sistemas elétricos, eletrônicos e programáveis a partir do uso de dados preexistentes de histórico operacional; no entanto, foram constatadas limitações no grau de utilização prática do modelo em situações nas quais a quantidade dos dados de histórico disponíveis para consulta é pequena. / With the increased use of electrical, electronic and programmable systems in various application fields such as entertainment, financial transactions, power distribution, industrial process control and signaling and control of transportation modes, it is essential for the maintenance policies used in those systems to be able to minimize the costs of any faults that may adversely affect the services provided. Over the past decades, the use of predictive maintenance techniques has shown to be a viable and promising approach to detect faults before they actually occur in systems used in different application fields. Considering that a significant part of the recent scientific research in the area of predictive maintenance usually demands high-cost infrastructure to be installed to support the acquisition of all the data that will be used to calculate the prediction of future faults of a system, the model proposed within this study was designed to allow both dependability levels and future faults of electrical, electronic and programmable systems to be estimated using past faults and maintenance data that may already be available. For this purpose, techniques such as stochastic processes, Kalman filtering and models prescribed within the international standard RIAC-HDBK-217Plus to incorporate history data to dependability calculation were used. As the main conclusion of this study, it is possible to highlight that the main objective of the model proposed, related to its ability to support predictive maintenance of electrical, electronic and programmable systems through the use of pre-existing operating history data, has been reached; nevertheless, limitation of practical use of the model was verified in situations in which not enough operating data is available.

Neste trabalho estudamos um passeio aleatório, unidimensional com ramificação em Z+ em um meio aleatório não identicamente distribuído. Definimos recorrência e transiência para este processo e apresentamos um critério de classificação. / We study a \"supercritical\" branching random walk on Z+ in a one-dimensional non i.i.d. random environment, which considers both the branching mechanism and the step transition. Criteria of (strong) recurrence and transience are presented for this model.

Made available in DSpace on 2015-03-04T18:51:13Z (GMT). No. of bitstreams: 1 TESE_SAUL_LEITE_2009_FINAL.pdf: 1365437 bytes, checksum: 554d576e8e68cd79166b918a25e97d51 (MD5) Previous issue date: 2009-07-31 / Conselho Nacional de Desenvolvimento Cientifico e Tecnologico / This work is concerned with the characterization of weak-sense limits of networks of queues which can send and receive signals. These signals can be used, among other things, to auto control the queues. It is shown that, under certain conditions, the system can be approximated by a reflected stochastic differential equation. The benefits of such an approximation are that it describes the transient evolution of these systems and allows for the introduction of controls. Following that, a more general approach is presented using stochastic Petri nets. A new class of these nets is introduced to serve as an unifying approach to treat systems that can be described by discrete quantities that suffer stochastic changes in time. The class is general enough to include the stochastic Petri nets, the Jackson network, and Gelenbe's network with signals of the type "negative customer" and "triggers." The main goal in this approach is to obtain, in a unifying way, an approximation that can be readily applied in several practical problems. / Este trabalho apresenta a caracterização de limites no sentido fraco dos sistemas de filas em redes que podem enviar e receber sinais. Estes sinais podem ser usados, entre outras coisas, para que as filas se auto controlem. Mostra-se que, sob certas condições, o sistema pode ser aproximado por uma equação diferencial estocástica refletida. Os benefícios de tais aproximações são que elas descrevem a evolução transiente destes sistemas e possibilitam a introdução de controles. Em seguida, uma abordagem mais abrangente é apresentada através de redes de Petri estocásticas. Uma nova classe destas redes é introduzida como uma forma unificadora para tratar sistemas que podem ser descritos por quantidades discretas que sofrem trocas estocásticas ao longo do tempo. A classe é geral o suficiente para incluir as redes de Petri estocásticas, as redes de Jackson, e as redes de Gelenbe com sinais do tipo "cliente negativo" e do tipo "triggers". O objetivo principal é obter, de maneira unificada, uma aproximação por difusão que possa ser facilmente aplicável em um número grande de problemas práticos.

During the last decade, the enormous commercial explosion of the Internet has brought up the exhaustive use of Public Telephone Switched Network (PTSN) communication lines by computers (end-users) from all over the world. As a direct consequence of this explosion, a brand new research field, inside the context of the so-called Queuing Theory, has emerged. In fact, the actual dynamics of LAN/WAN data packets has revealed, statistically speaking, a very interesting hidden behavior. These traffic flows possess an intrinsical scale invariance property; this means that, whatever the observational time scale is, their statistical properties remains almost the same. This constitutes a core property of fractal processes. It is, by far, in sharp contrast with classical traffic assumptions, like those models based on Markovian rules. All measurements and results presented here were based on real LAN/WAN traffic traces gathered at ITA's gateway. Basically, this Thesis covers from how to identify the problem up to how to control it. Many statistical methods, to infer an unbiased and well-defined Hurst parameter are developed. Beside this, a mathematical formulism, to be used in our simulation studies, is presented. An open-loop Call Admission Control (CAC) scheme, based on that mathematical formulism is proposed. This CAC algorithm is confronted against the current ATM Forum's ABR service CAC close-loop algorithm. Furthermore, a pure stochastic simulation analysis of the proposed open-loop CAC algorithm, enhancing its advantages and drawbacks, is shown. From these simulation studies some new results have emerged. Finally, we can stand the following: the Internet explosion gave us the exceptional chance to have a real fractal queueing theory, such an issue has never seen before, however, under certain networking conditions, it can be reduced to the well-known classical Markovian-based queuing theory.

Uma série de problemas de filas em sistemas de transportes com picos de tráfego, ou um número finito de elementos no sistema, são usualmente representados pelo modelo de fonte infinita, dadas as dificuldades de utilização do modelo exato de fonte finita. Este trabalho apresenta uma solução alternativa baseada no cálculo de um limitante superior para as probabilidades de equilíbrio do modelo exato de fonte finita, e compara as medidas de desempenho dos sistemas calculadas pelos dois modelos. Mostra-se que para índices de congestionamento menores que um, as diferenças entre estas medidas são tanto menores quanto menor for este índice. A partir destes resultados, compara-se as medidas de desempenho do modelo aproximado proposto com as do modelo de população infinita, para diferentes tamanhos de população e números de servidores. Conclui-se que os modelos conduzem a resultados numéricos muito próximos para uma ampla variação do índice de congestionamento, e que estes resultados são tão melhores quanto maior for o número de servidores no sistema e o número de elementos na população. São também apresentados três estudos de casos comparando os resultados induzidos pelos modelos exato, proposto e usual de fonte infinita, que ilustram a aplicabilidade prática dos resultados deste trabalho em sistemas de transportes. / A set of stochastic queueing problems in transportation systems with traffic peaks, or a finite number of elements in the system, are usually represented by the infinite source model, due to the difficulties of applying the exact finite source model. This study presents an alternative solution based on the upper bound values of the equilibrium probabilities of the exact finite source model, and compares the performance measurements of the two models. It is shown that for congestion factors below one, the smaller the value of the congestion factor, the smaller is the difference between the models. Based on this results the measures of performance of the proposed aproximate model are compared with the results of the usual infinite source model for different population sizes and number of servers. It is concluded that the models lead to very close numerical results for a wide range of congestion factors of the system and that these results are the better the larger is the number of servers and the number of elements in the system. Three case studies ilustrating the pratical applicability of the results of this study to transportation systems are also presented.

A epidemiologia matemática - que tem por objetivo a descrição, através do uso de pressupostos matemáticos, do processo de proliferação de doenças em uma determinada população - propõe a utilização de modelos matemáticos para o estudo de métodos de controle e prevenção de possíveis epidemias. Estes modelos têm como objetivo representar de maneira real a complexidade da interação entre os indivíduos susceptíveis e os indivíduos infectados dentro de uma comunidade. Dessa forma, percebe-se a necessidade de desenvolver uma modelagem baseada na dinâmica de populações. Na Física, a linha de pesquisa de Sistemas Complexos, acredita na existência de leis universais que regem sistemas biológicos, sociais e económicos. Assim, esta área de estudo busca a construção de uma teoria geral de sistemas fora de equilíbrio que evoluem continuamente com o tempo. Neste sentido, os modelos físicos podem ser utilizados e adaptados para modelar doenças infecciosas. Se analisado do ponto de vista matemático, a modelagem de epidemias, ou seja, da propagação de doenças infecciosas que se transmite de indivíduo para indivíduo, é muito semelhante à modelagem dos sistemas magnéticos estudados pela física estatística. Nesta perspectiva, o presente trabalho tem como objetivo principal investigar e modelar sistemas epidêmicos utilizando o formalismo estocástico da mecânica estatística. Para isto realizou-se uma analogia entre epidemiologia matemática e física estatística para estudar dois modelos matemáticos clássicos da epidemiologia, SI (Susceptível-Infectado) e SIS (Susceptível-Infectado-Susceptível) - através do modelo físico proposto por Ising e com uma dinâmica desenvolvida por Glauber. Em particular, os métodos matemáticos comumente usados pela física estatística para estudar o chamado modelo de Ising-Glauber para cristais magnéticos são utilizados para buscar soluções analíticas exatas, ou pelo menos assintóticas, para as versões estocásticas desses dois modelos epidemiológicos. Também se realizou uma simulação computacional do modelo de Ising-Glauber com campo magnético zero através do método de Monte Carlo para representar a propagação de uma infecção em uma população que assume uma estrutura quadrada, na qual cada ponto da rede é um indivíduo, os spins down representam os indivíduos susceptíveis e os spins up representam os indivíduos infectados. Portanto, estes resultados mostram que as soluções analíticas exatas em uma dimensão da magnetização e aproximações de campo médio, trazem uma boa noção para as versões estocásticas e determinísticas dos modelos epidemiológicos SI e SIS com interações entre indivíduos. Apresentam também, que os resultados da simulação computacional de uma população com indivíduos susceptíveis e com indivíduos infectados mostraram que a doença é capaz de se propagar quando é atingida uma determinada temperatura critica. Por fim, observa-se que o modelo de Ising possibilita várias formas de rearranjos de seus termos, de maneira que permitem criar análogos aos modelos epidemiológicos encontrados na literatura / Mathematical epidemiology - which aims to describe through the use of mathematical assumptions the process of disease proliferation in a given population - proposes the use of mathematical models for the study of methods of control and prevention of possible epidemics. These models aim to represent in a real way the complexity of the interaction between susceptible individuals and infected individuals within a community. In this sense, it is noticeable the need to develop a model based on population dynamics. In physics, the research line of Complex Systems believes in the existence of univocal laws governing biological, sociological and economical systems. Thus, this area of study seeks to construct a general theory of out-of-equilibrium systems that evolve continuously over time. In this way, physical models can be used and adapted to model infectious diseases. If analyzed from the mathematical point of view, the modeling of epidemics, that is, the spread of infectious diseases transmitted from individual to individual, is very similar to the modeling of the magnetic systems studied by statistical physics. In this perspective, the main objective of this work is to investigate and model epidemic systems using the stochastic formalism of statistical mechanics. For this, an analogy was made between mathematical and statistical physics to study two classical mathematical models of epidemiology - SI (Susceptible-Infected) and SIS (Susceptible-Infected-Susceptible) - through the physical model proposed by Ising and with a developed dynamics by Glauber. In particular, the mathematical methods commonly used by statistical physics to study the so-called Ising-Glauber model for magnetic crystals are used to find exact or at least asymptotic analytical solutions for the stochastic versions of these two epidemiological models. We also performed a computational simulation of the Ising-Glauber model with zero magnetic field through the Monte Carlo method to represent the propagation of an infection in a population assuming a square structure; in which each point of the network is an individual, the spins down represent the susceptible individuals and the spins up represent the infected individuals. Therefore, the results show that the exact analytical solutions in a magnetization dimension and mean field approximations, give a good idea to the stochastic and deterministic versions of the epidemiological models SI and SIS with interactions between individuals. They also show that the results of the computational simulation of a population with susceptible individuals and with infected individuals showed that the disease is able to propagate when a certain critical temperature is reached. Finally, it is observed that the Ising model allows several forms of rearrangement of its terms, in a way that allows to create analogues to the epidemiological models found in the literature

Neste trabalho estudamos um passeio aleatório, unidimensional com ramificação em Z+ em um meio aleatório não identicamente distribuído. Definimos recorrência e transiência para este processo e apresentamos um critério de classificação. / We study a \"supercritical\" branching random walk on Z+ in a one-dimensional non i.i.d. random environment, which considers both the branching mechanism and the step transition. Criteria of (strong) recurrence and transience are presented for this model.