Академический Документы
Профессиональный Документы
Культура Документы
INSTITUTO DE MATEMTICA
PROGRAMA DE PS-GRADUAO EM MATEMTICA APLICADA
ii
iii
iv
AGRADECIMENTOS
Sumrio
AGRADECIMENTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
RESUMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
ABSTRACT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1 A Dengue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 O Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
32
35
36
41
53
4.2 Simulaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57
77
80
82
87
vi
6 CONSIDERAES FINAIS . . . . . . . . . . . . . . . . . . . . . .
97
APNDICE A
APNDICE B
105
106
APNDICE C
REFERNCIAS BIBLIOGRFICAS . . . . . . . . . . . . . . . . . . .
113
vii
RESUMO
A infeco pelo vrus da Dengue constitui atualmente um dos maiores
problemas da sade pblica pelo mundo inteiro, porque se tornou
doena re-
viii
ABSTRACT
Dengue virus infection is nowadays one of the major worldwide public
health problems, because it has become an important re-emerging disease in many
tropical regions of the world, including Brazil, and it is caused by any one of four
distinct serotypes. As the moste widespread urban virus infection, several researches
of epidemics modeling have focused on providing a rational basis for decision making,
such as vaccination strategies or other strategies, in order to control the spread of this
disease. The aim of this work is to model and illustrate some alternative strategies
to eradicate this infectious disease.
Starting from the basic version of the SEIR (susceptible -> exposed ->
infective -> removed) deterministic compartmental epidemic continuous model, as
a system of eight dierential equations, the equilibrium states and local stability
analysis are carried out, and some numerical simulations are presented to illustrate
the analytical results. Then we propose a discrete corresponding model, where we
identify disease-free and endemic stable equilibrium states, and through a coupled
map lattice approach, we include a spatial structure where the populations are
allowed to follow a diusive movement.
Finally, it is shown through numerical simulations that this disease can
be eradicated from the overall environment by removing reservoirs of mosquito eggs
from only a partial area of the habitat. Therefore, this strategy has a destabilizing
eect, in the sense that the stability of the endemic state can be destructed and the
entire habitat goes to the disease-free equilibrium state.
INTRODUO
Modelos matemticos esto sendo bastante aplicados na rea de epi-
1.1 A Dengue
As doenas infecciosas foram as principais causas das mortes durante o
ltimo milnio. A expectativa de vida era frequentemente limitada por recorrentes
epidemias incontroladas. Depois da segunda guerra mundial, com a realizao de
pesquisas em termos de vacinao, antibiticos e melhorias das condies de vida,
pensava-se que as doenas infecciosas fossem desaparecer. Porm, as doenas infecciosas continuam sendo a maior causa de mortalidade ainda hoje em dia (AIDS,
Hepatite, Malria, Febre Amarela, Dengue e outras) (DEROUICH; BOUTAYEB,
2006).
A Dengue uma arbovirose (virose transmitida de um hospedeiro para
outro por meio de um ou mais tipos de artrpodes) causada por um vrus que
transmitido para o homem atravs da picada do mosquito Aedes aegypti, que, por
(CIRINO; SILVA, 2004). A dengue apresenta baixa imunidade cruzada (termo empregado quando um anticorpo induzido especicamente para um antgeno A capaz
de reconhecer um antgeno B contra o qual este no foi especicamente gerado),
ocorrem as chamadas infeces secundrias aps a primeira infeco por um determinado sorotipo, entretanto no h evidncias que possa ocorrer uma reinfeco pelo
mesmo sorotipo. Acredita-se que a infeco primria por um dos vrus ocasiona o
quadro clssico da virose, porm ao ocorrer uma reinfeco por outro sorotipo, em
um intervalo inferior a 5 anos, seria ento desencadeado o quadro hemorrgico da
dengue (YANG, 2003).
Neste trabalho, estudaremos um modelo SEIR (Suscetvel, Exposto,
Infeccioso, Recuperado), considerando que um nico sorotipo circula no ambiente.
A dengue a virose urbana mais difundida no mundo. Com exceo
da Europa, ocorre em todos os continentes. uma doena de reas tropicais e
subtropicais, onde as condies do meio ambiente favorecem o desenvolvimento do
mosquito Aedes aegypti.
No Brasil h relatos de provveis epidemias de dengue no incio deste
sculo: em 1916, em So Paulo, e em 1923, em Niteri. Entretanto, a primeira
epidemia documentada clnica e laboratorialmente ocorreu em Boa Vista, Roraima,
em 1982.
A cada ano a doena vem se repetindo no Brasil, onde o maior nmero
de casos se concentra no perodo de chuvas, que a poca em que as condies
ambientais so propcias para o desenvolvimento e proliferao do mosquito vetor.
A partir de 1994, as epidemias tm apresentado maior vulto, espalhando-se para
todas as regies geogrcas.
De acordo com a Secretaria de Estado da Sade de So Paulo, os
primeiros casos de dengue hemorrgica apareceram no Rio de Janeiro em 1990,
com a introduo de um novo sorotipo, o Den 2. Com a disseminao desse sorotipo
para outras regies do pas, infectando pessoas que j haviam contrado a doena an-
15
10
= 1, 5 indiv-
1a ) R0 > 1: existir uma epidemia, pois o nmero de indivduos infectados sempre aumentar.
2.1 O Modelo
O Modelo Bsico SEIR Contnuo que apresentaremos a seguir aquele
proposto por Yang et al. (2009), constitudo por um sistema de equaes diferenciais ordinrias, cuja varivel independente o tempo. Como o vrus da dengue se
propaga por causa da interao entre a populao humana e a dos mosquitos Aedes
A
kf (M1 + M2 + M3 ) 1
C
a taxa de variao da populao A neste compartimento, devida ao seu crescimento
intrnseco.
Para completar a equao diferencial para a populao A(t), acrescentamos dois termos para a taxa de reduo desta populao: um desses termos,
relacionado com o aumento da populao de mosquitos fmea suscetveis, na medida em que ocorre a ecloso das pupas e o outro, relacionado com a mortalidade
na Fase Aqutica (a mortalidade larva/pupa). Considerando que ambas as redues
ocorrem a uma taxa proporcional populao A, e sendo q e q as constantes de
sob a forma
proporcionalidade respectivas, obtemos a equao diferencial para dA
dt
A
dA
= kf (M1 + M2 + M3 ) 1
(q + q )A.
(2.1)
dt
C
Conforme comentado anteriormente, a ecloso das pupas, representada
pelo termo q A, leva ao aumento da populao M1 de mosquitos fmeas suscetveis.
Considerando que
1
f
dM1
dt
10
equao diferencial:
dM1
= q A m IM1 f M1 .
dt
(2.2)
1
f
mosquitos, tem-se que M2 ser a taxa com a qual os mosquitos fmeas infectados
saem desta classe, passando para a classe dos infecciosos. Assim, para a taxa de
variao
dM2
dt
dM2
= m IM1 M2 f M2 .
dt
(2.3)
Alm dos mosquitos que saem do compartimento dos infectados e passam para o compartimento dos infecciosos a uma taxa M2 , supe-se que os mosquitos
infecciosos morram a uma taxa f M3 , dado que
1
f
(a mesma dos mosquitos fmeas suscetveis e tambm dos infectados). Como a populao de mosquitos fmeas no se recupera, ou seja, eles sempre transmitiro a
doena durante o seu curto perodo de vida (quando comparado com a do vrus da
dengue), a taxa de variao
a forma
dM3
dt
dM3
= M2 f M3 .
dt
(2.4)
11
a expectativa de vida em
cada compartimento).
Representando por N o tamanho da populao total de humanos
(N = S(t) + E(t) + I(t) + R(t)) e por as taxas de nascimento e morte per capita
da populao de humanos suscetveis, e considerando que a populao de humanos,
sejam suscetveis, infectados, infecciosos ou recuperados, todos geram lhos suscetveis, de modo que N a taxa de nascimento da populao de humanos e S
a taxa de morte da populao de humanos suscetveis. Por outro lado, os humanos
suscetveis so infectados durante a alimentao dos mosquitos infecciosos. Supondo
que isto ocorra a uma taxa h M3 S , que depende da frequncia de picadas dadas nos
humanos suscetveis pelos mosquitos infecciosos, obtemos, para a taxa de variao
dS
dt
dS
= N h M3 S S.
dt
(2.5)
Os humanos suscetveis que foram picados por mosquitos fmeas infecciosos, deixam a classe dos suscetveis e vo para a classe dos infectados. Por outro
lado, sendo
infectados que saem desta classe e passam para a classe dos infecciosos. Lembrando,
ainda, que E a taxa de morte da populao de humanos infectados, obtemos, para
a taxa de variao
dE
dt
dE
= h M3 S E E.
dt
(2.6)
seja o perodo
dI
dt
da populao de
dI
= E I I.
dt
(2.7)
12
dR
dt
dR
= I R.
dt
(2.8)
13
A
= kf (M1 + M2 + M3 ) 1
C
(q + q )A,
(2.9)
= q A (m I + f )M1 ,
(2.10)
= m IM1 ( + f )M2 ,
(2.11)
= M2 f M3 .
(2.12)
Populao de Humanos
dS
dt
dE
dt
dI
dt
dR
dt
= N (h M3 + )S,
(2.13)
= h M3 S ( + )E,
(2.14)
= E ( + )I,
(2.15)
= I R.
(2.16)
dS dE dI dR
+
+
+
= N (S + E + I + R) = 0,
dt
dt
dt
dt
visto que S + E + I + R = N , conrmando a hiptese de que a populao total de
humanos constante, na escala de tempo em considerao.
As equaes para as populaes S , E , I e R podem ser divididas pela
populao contante N, e assim serem escritas em termos de fraes de indivduos s,
s + e + i + r = 1,
e cada uma delas poder assumir valores no intervalo [0, 1].
O novo sistema a ser considerado , portanto:
(2.17)
14
dA
dt
dM1
dt
dM2
dt
dM3
dt
ds
dt
de
dt
di
dt
dr
dt
A
= kf (M1 + M2 + M3 ) 1
(q + q )A,
C
(2.18)
= q A (m i + f )M1 ,
(2.19)
= m iM1 ( + f )M2 ,
(2.20)
= M2 f M3 ,
(2.21)
= (h M3 + )s,
(2.22)
= h M3 s ( + )e,
(2.23)
= e ( + )i,
(2.24)
= i r.
(2.25)
15
b) A populao pode ter a doena em seu meio, ela pode contra-la, porm a doena
se propaga de maneira controlada aps um certo tempo (equilbrio
endmico);
(A , M1 , M2 , M3 , s , e , i , r ),
que satisfazem o sistema obtido igualando a zero todas as taxas de variao. Observamos, entretanto, que, para o estudo da estabilidade dos pontos de equilbrio
deste sistema, podemos trabalhar sem o compartimento dos recuperados r, pois esse
compartimento no inuencia no comportamento dos demais, e de (2.17) poderemos
obter seu valor fazendo r = 1 s e i.
Resolvendo
dM1
dM2
dM3
ds
de
di
dA
= 0,
= 0,
= 0,
= 0,
= 0,
= 0,
= 0,
dt
dt
dt
dt
dt
dt
dt
e calculando r a partir de (2.17), encontramos trs pontos de equilbrio que so:
16
R0 ;
- Resoluo numrica do sistema, que nos possibilitar acompanhar o comportamento do sistema ao longo do tempo, antes de atingir o equilbrio em
questo; para isto atribuiremos valores convenientes aos parmetros e
s condies iniciais, em cada situao. Nessas condies iniciais, alm
de obedecer a equao (2.17) para a populao de humanos, adotamos
para os mosquitos um nmero de 200 para A(0), e um total de 1000
para a soma M1 (0) + M2 (0) + M3 (0) de mosquitos fmeas adultos.
O mtodo numrico adotado para resolver o sistema (2.18)-(2.25) ser
o de Runge-Kutta de quarta ordem, cujo erro total acumulado de ordem h4 . O
passo utilizado foi h = 0, 01. Como ferramenta matemtica, utilizou-se o software
Maple.
17
(A ; M1 ; M2 ; M3 ; s ; e ; i ; r ) = (0; 0; 0; 0; 1; 0; 0; 0),
(2.26)
q q kf
kf
kf 0
0
0
q
f
0
0
0
0
0
0
0
f
0
0
0
0
JS0 =
(2.27)
.
0
0
f 0
0
0
0
0
0
h
0
0
0
0
0
h
0
0
0
0
0
0
0
Para que este ponto de equilbrio seja linearmente estvel, todos os
autovalores do sistema devero ter parte real negativa. Os autovalores j
1 = ( + ), 2 = ( + ), 3 = , 4 = f e 5 = ( + f ), (2.28)
que so certamente reais e negativas, visto que , , , f e so todas constantes
positivas, e as outras duas razes satisfazem G() = 0, onde
G() = (q q )(f ) kf q =
= 2 + (q + q + f ) + f q + q f kf q .
(2.29)
18
Para analisarmos o sinal dos autovalores do polinmio G() representado por (2.29) usaremos as condies de Routh-Hurwitz (ver seo B.1 do Apndice
B), que neste caso estabelecem como condies necessrias e sucientes para que as
duas razes de G() = 2 + a1 + a2 tenham parte real negativa:
Q0 < 1,
onde denimos o parmetro adimensional:
Q0
kf q
kf
q
=
,
f (q + q )
f (q + q )
(2.30)
que pode ser interpretado como o nmero de descendncia bsico, pois o fator
kf
f
q
(q +q )
19
Observamos nas Figuras 2.2 e 2.3, que a populao de mosquitos suscetveis M1 , mosquitos infecciosos M3 e humanos infecciosos i tendem a zero, enquanto
que a populao de humanos suscetveis s tende ao valor mximo 1, o que est de
acordo com as coordenadas do ponto de equilbrio, determinado em (2.26).
Para esses grcos foram adotados os seguintes valores para os parmetros: k = 0, 8; f = 0, 8; = 0, 9; C = 500, q = 0, 5; q = 0, 3; m = 0, 4; f = 0, 4;
= 0, 3; = 0, 4; h = 0, 09; = 0, 6 e = 0, 5 resultando em
Q0 =
kf q
= 0, 8000000000 < 1,
f (q + q )
r 0 = 0.
Nos grcos obtidos atravs da resoluo numrica do sistema, observamos que inicialmente h um crescimento do nmero de mosquitos infecciosos M3
e de humanos infecciosos i, e uma reduo no nmero de mosquitos suscetveis M1
e de humanos suscetveis s, mas aps um certo tempo, o comportamento de M3 , i,
20
di
dt
21
1
1
q
(A ; M1 ; M2 ; M3 ; s ; e ; i ; r ) = C 1
; C 1
; 0; 0; 1; 0; 0; 0 ,
Q0
f
Q0
(2.31)
onde, na populao de humanos, todos so suscetveis e tambm na populao de
mosquitos adultos existem apenas mosquitos suscetveis, ou seja, no h vrus da
dengue circulando no meio.
Para que este ponto de equilbrio exista, ou seja, para que seja biologicamente vivel, necessrio que Q0 > 1.
Linearizando o sistema (2.18)-(2.25) (sem o compartimento dos recuperados) prximo ao ponto de equilbrio Sm , a matriz Jacobiana JSm (ver equao
(A.7) do Apndice A) neste equilbrio dada por
22
kf q 1 Q1
q q
kf
Q0
kf
Q0
kf
Q0
m Cq 1 Q1
f
m Cq 1 Q1
(2.32)
Para que este ponto de equilbrio seja linearmente estvel, todos os
autovalores do sistema devero ter parte real negativa. Os autovalores j
H1 () = h1 ()
kf q
,
Q0
H2 () = h2 () h m C
com
(2.34)
q
f
1
Q0
(2.35)
q
1
h1 () = (f ) kf
1
q q ,
f
Q0
h2 () = ( )( f )( )(f ).
Da equao (2.33) temos de imediato um autovalor: 1 = , que
H1 () e H2 ().
Para vericarmos que o polinmio H1 tem seus autovalores com parte
real negativa, utilizaremos as condies de Routh-Hurwitz e, para mostrarmos que
os autovalores de H2 tambm tem parte real negativa, bastar encontrar condies
para que o termo independente de H2 seja positivo (ver seo B.2 do Apndice B).
23
b1
b2
1
+ q + q + f ,
= kf q 1
Q0
2
= kf q 1
+ f (q + q ).
Q0
(2.36)
(2.37)
2
kf q
1 < f (q + q )
Q0
kf q
2
1 <1
f (q + q ) Q0
2
Q0
1 <1
Q0
Q0 > 1 Ok!!
q
1
a4 = ( + f )f ( + )( + ) h m C
1
,
f
Q0
24
q
1
( + f )f ( + )( + ) h m C
1
>0
f
Q0
q
1
( + f )f ( + )( + ) > h m C
1
f
Q0
R0 < 1
onde denimos o parmetro adimensional
R0
h m C fq 1
1
Q0
( + f )f ( + )( + )
(2.38)
que o nmero reprodutivo bsico do modelo, pois ele o limiar para que este
equilbrio seja ou no estvel.
Portanto, para R0 < 1, os autovalores so negativos.
Para interpretarmos o nmero reprodutivo bsico R0 dado por (2.38),
0
substituiremos nesta equao m por N m
, onde N a populao de humanos e
R0 =
onde
0
h
M
N m
,
+ f f + +
q
1
M = M1 =
C 1
,
f
Q0
1
.
f
h
M
f
com probabilidade
,
+
25
dada por
.
+f
Figura 2.4: Grcos das populaes de mosquitos e humanos suscetveis em diferentes tempos, da soluo do sistema (2.18)-(2.25), quando os parmetros
so tais que Q0 > 1 e R0 < 1.
Observamos nas Figuras 2.4 e 2.5 que a populao de mosquitos e humanos infecciosos, M3 e i, tendem a zero, enquanto que a populao de humanos
suscetveis s tende ao valor unitrio e a populao de mosquitos suscetveis M1
tende a um valor constante no nulo, o que est de acordo com o ponto de equilbrio
determinado em (2.31).
26
Figura 2.5: Grcos das populaes de mosquitos e humanos infecciosos em diferentes tempos, da soluo do sistema (2.18)-(2.25), quando os parmetros
so tais que Q0 > 1 e R0 < 1.
Esses grcos correspondem aos seguintes valores dos parmetros:
k = 0, 8; f = 0, 8; = 0, 9; C = 500, q = 0, 8; q = 0, 3; m = 0, 3; f = 0, 4;
= 0, 3; = 0, 4; h = 0, 1; = 0, 6 e = 0, 5 resultando em
Q0 =
kf q
= 1, 047272727 > 1
f (q + q )
R0 = 0, 9672618983 < 1,
e condies iniciais: A0 = 200, M10 = 998, M20 = 0, M30 = 2, s0 = 1, e0 = 0, i0 = 0 e
r 0 = 0.
O ponto de equilbrio Sm dado por (2.31) e, substituindo os valores dos
parmetros utilizados na construo dos grcos, encontramos os seguintes valores:
27
A = 22, 5694,
M1 = 45, 1356,
M2 = 0, 0019 ' 0,
M3 = 0, 0015 ' 0,
s = 0, 9996 ' 1,
e = 0, 0001 ' 0,
i = 0, 0001 ' 0,
r = 0, 0001 ' 0,
o que est muito prximo do ponto de equilbrio calculado a partir de (2.31).
Podemos concluir que, inicialmente, houve um espalhamento da doena
(epidemia:
di
dt
Com o passar do tempo, a populao de humanos volta a ser toda suscetvel enquanto, a doena, passa a ser eliminada do meio. O mesmo acontece com a populao
de mosquitos que, inicialmente, passa a ter um nmero considervel de infecciosos e,
aps passar por um valor mximo, diminui, tendendo a zero com o passar do tempo,
sendo que a de suscetveis diminui, mas permanece no ambiente.
Este ponto de equilbrio para Q0 > 1 e R0 < 1 tambm do tipo a)
segundo a classicao no incio desta seo 2.2, ou seja, aps um certo tempo, a
doena no est mais no meio, pois tem-se apenas mosquitos e humanos suscetveis,
e no h mais a possibilidade de contrair a doena.
28
3o ) Equilbrio Endmico Sd
O equilbrio endmico, representado por
(A ; M1 ; M2 ; M3 ; s ; e ; i ; r ),
(2.39)
M1
1
= C 1
,
Q0
( + f )f ( + )( + )
h
i,
=
h m 1 (+)(+)
i
M2 =
f ( + )( + )i
h
i,
(+)(+)
h 1
i
M3 =
( + )( + )i
h
i,
h 1 (+)(+)
i
(2.40)
( + )( + )
i,
+
i,
=
R0 1
=
,
m
+ R0 (+)(+)
f
s = 1
e
i
r = 1 s e i .
Observe que este equilbrio existe (isto , biologicamente vivel) somente quando Q0 > 1 e R0 > 1.
Quanto estabilidade
deste
linearmente estvel.
Nas Figuras 2.6, 2.7 e 2.8 apresentamos os grcos das populaes de
mosquitos e de humanos suscetveis - M1 (t) e s(t) - e infecciosos - M3 (t) e i(t) obtidos atravs da resoluo numrica do modelo, usando valores para os parmetros, tais que Q0 > 1 e R0 > 1. Nas Figuras 2.7 e 2.8, o grco direita apenas
29
uma ampliao daquele esquerda, para melhor visualizao do que ocorre para
t pequeno. Nestes grcos, observamos que as populaes de mosquitos e de humanos, tanto infecciosos quanto suscetveis, tendem a valores constantes no nulos.
A populao em cada compartimento tende ao valor do ponto de equilbrio.
Na Figura 2.6, podemos observar que a populao de mosquitos suscetveis permanece no meio, apesar de diminuir inicialmente e que a populao de
humanos suscetveis, apesar de diminuir inicialmente, volta a crescer, tendendo a
um valor constante no nulo. Nas Figuras 2.7 e 2.8 observamos, inicialmente, que
as populaes de mosquitos M3 (t) e humanos i(t) infecciosos crescem muito rapidi
damente ocorrendo epidemia ( dt
> 0) e que, aps passarem por valores mximos,
= 0, 3; = 0, 4; h = 0, 6; = 0, 6 e = 0, 5 resultando em
Q0 =
kf q
= 1, 047272727 > 1
f (q + q )
30
r 0 = 0.
As componentes do ponto de equilbrio Sd so dadas por (2.40) que,
para os valores dos parmetros correspondentes aos grcos traados nas Figuras
2.6, 2.7 e 2.8, fornecem:
A = 22, 5694,
M1 = 30, 4529,
M2 = 8, 3920,
M3 = 6, 2940,
s = 0, 0958,
e = 0, 3617,
i = 0, 2411,
r = 0, 3014,
31
A = 22, 5695,
M1 = 30, 4529,
M2 = 8, 3920,
M3 = 6, 2940,
s = 0, 0957,
e = 0, 3616,
i = 0, 2411,
r = 0, 3014,
obtidos em t = 300.
Este ponto de equilbrio para Q0 > 1 e R0 > 1 do tipo b) na classicao apresentada no incio desta seo 2.2, pois parte da populao de suscetveis
contraiu a doena e, depois de um certo tempo, permanceram controladas, tendendo
a um valor constante no nulo.
32
, onde
t kf
q
,
f
(2.41)
h
),
(q + q
h
M1
(q + q )
h
M2
(q + q )
h
M3
(q + q )
(2.42)
a A
m1
m2
m3
f
,
q
f
,
q
f
,
q
(2.43)
(2.44)
(2.45)
33
da
dt
dm1
dt
dm2
dt
dm3
dt
ds
dt
de
dt
di
dt
dr
dt
= (m1 + m2 + m3 ) (1 P1 a)
1
a,
Q0
(2.46)
= P2 a (P3 i + P2 )m1 ,
(2.47)
= P3 m1 i (P4 + P2 )m2 ,
(2.48)
= P4 m2 P2 m3 ,
(2.49)
= P5 (P6 m3 + P5 )s,
(2.50)
= P6 m3 s (P7 + P5 )e,
(2.51)
= P7 e (P8 i + P5 )i,
(2.52)
= P8 i P5 r.
(2.53)
1
,
(q + q )
(q + q )
,
h C
f ,
Q0
(2.54)
P1
(2.55)
P2
(2.56)
P3 m ,
(2.57)
P4 ,
(2.58)
P5 ,
q
P6
(q + q ),
f
P7 ,
(2.59)
P8 ,
(2.62)
onde
(2.60)
(2.61)
f
.
kf q
34
35
t+1
= e
kf
kf t
M1t e C A
kf t
M2t e C A
kf t
M3t e C A
+ (1 q )At eq , (3.1)
(3.2)
(3.3)
(3.4)
S t+1 = N + (1 )S t eh M3 ,
(3.5)
E t+1 = (1 )(1 eh M3 )S t + (1 )E t e ,
(3.6)
I t+1 = (1 )(1 e )E t + (1 )I t e ,
(3.7)
(3.8)
Aps justicar cada uma das equaes a diferenas (3.1)-(3.8) em correspondncia com cada uma das equaes diferenciais do sistema (2.18)-(2.25), investigaremos os comportamentos descritos pelas equaes do sistema discreto.
36
A
A
A
kf M1 1
+ kf M2 1
+ kf M3 1
C
C
C
(q + q )A
(3.9)
A
kf Mi 1
C
ekf Mit e
kf t
A
C
(3.10)
no modelo discreto.
O termo (3.10) representa a populao do compartimento A (fases
ovo, larva e pupa) que "nasce" na gerao t + 1 tendo por progenitor mosquitos fmeas do compartimento Mi .
37
t+1
kf
=e
h
i
t
t
t
t kf
A
t kf
A
t kf
A
C
C
C
M1 e
+ M2 e
+ M3 e
+ (1 q )At eq
(3.11)
(3.12)
38
um parmetro positivo.
Assim, a equao discreta para o compartimento M2 na gerao t + 1
dada por
t
(3.13)
(3.14)
39
dS
= N (h M3 + )S
dt
(3.15)
S t + E t + I t + Rt que se mantm constante) representando o nascimento de novos indivduos na gerao t + 1 (esses recm nascidos no
se infectam).
De forma anloga ao que foi feito com a populao de mosquitos, o
ltimo termo da equao (3.15), dado por (h M3 + )S , substitudo
t
pelo termo (1 )S t eh M3 , onde (1 )S t a populao do compartimento S da gerao t que sobrevive para a gerao t + 1, que
t
S t+1 = N + (1 )S t eh M3
(3.16)
40
E t+1 = (1 )(1 eh M3 )S t + (1 )E t e
(3.17)
I t+1 = (1 )(1 e )E t + (1 )I t e
que a equao a diferenas (3.7).
41
- Dada inicialmente uma populao de mosquitos suscetveis, aos quais se acrescentam alguns infecciosos e, uma populao de humanos onde todos
so suscetveis, se no houver contato entre humanos e mosquitos, a
populao de humanos deve permanecer suscetvel (sem doena);
42
43
q = 0, 5; q = 0, 3; m = 0, 000001; f = 0, 4; = 0, 3; = 0, 4;
h = 0, 000001; = 0, 6; = 0, 5.
44
as populaes tanto de mosquitos quanto de humanos infectados e infecciosos tendem a zero; isto acontece pois as taxas de contato h e
mosquitos infecciosos.
Este equilbrio tambm foi encontrado no modelo contnuo.
Figura 3.2: Grcos da populao de humanos do modelo discreto ilustrando o equilbrio livre da doena, as condies iniciais e os valores dos parmetros
utilizados esto indicados na seo 3.2 a).
45
q = 0, 5; q = 0, 3; m = 0, 000001; f = 0, 4; = 0, 3; = 0, 4;
h = 0, 000001; = 0, 6; = 0, 5.
46
as populaes tanto de mosquitos quanto de humanos infectados e infecciosos tendem a zero; isto acontece pois as taxas de contato h e
Figura 3.4: Grcos da populao de humanos do modelo discreto ilustrando o equilbrio livre da doena, as condies iniciais e os valores dos parmetros
utilizados esto indicados na seo 3.2 b).
47
q = 0, 5; q = 0, 3; m = 0, 4; f = 0, 4; = 0, 3; = 0, 4; h = 0, 6;
= 0, 6; = 0, 5.
48
Figura 3.6: Grcos da populao de humanos do modelo discreto ilustrando o equilbrio endmico, as condies iniciais e os valores dos parmetros utilizados esto indicados na seo 3.2 c).
49
q = 0, 5; q = 0, 3; m = 0, 4; f = 0, 4; = 0, 3; = 0, 4; h = 0, 6;
= 0, 6; = 0, 5.
Nas Figuras 3.7 e 3.8, as populaes se comportam da seguinte maneira:
A populao da fase aqutica, assim como a populao de mosquitos infectados e infecciosos, crescem e tendem a um valor constante no nulo;
a populao de mosquitos suscetveis inicialmente diminui e, depois de
algumas geraes, volta a crescer, tendendo a um valor de equilbrio.
A populao de humanos suscetveis diminui at atingir um equilbrio e
a populao de humanos infectados e infecciosos, crescem inicialmente,
ocorrendo epidemia (I t+1 > I t ) e, aps atingirem um valor mximo,
diminuem, tendendo a um valor constante no nulo. Como consequncia, a populao de humanos recuperados tambm cresce e tende a um
valor constante e no nulo.
Reconhecemos, portanto, um equilbrio endmico.
50
51
Figura 3.8: Grcos da populao de humanos do modelo discreto ilustrando o equilbrio endmico, as condies iniciais e os valores dos parmetros utilizados esto indicados na seo 3.2 d).
52
formados por equaes diferenciais ordinrias, cuja nica varivel independente era
o tempo (captulo 2), e tambm construmos um modelo formado por equaes a
diferenas onde o tempo era contado atravs das geraes (captulo 3). Portanto,
at agora, no consideramos a varivel independente espao; como se o sistema
fosse espacialmente homogneo.
Neste captulo, acrescentaremos a varivel espacial no modelo de transmisso da dengue discreto estudado no captulo 3, utilizando as Redes de Mapas
Acoplados em um reticulado (malha, rede) bidimensional 49 49, no qual admitiremos que as populaes se movimentam. O meio ser dividido em um reticulado
retangular no qual as populaes so distribudas em stios (patches ). Cada stio
identicado por dois ndices (i, j), onde i representa a linha e j representa a coluna
do reticulado.
Conforme Bunimovich (2005) as Redes de Mapas Acoplados foram introduzidas simultaneamente e independentemente por K. Kaneko, R. Kapral e S.
Kuznetsov em 1983 84. A evoluo do sistema descrita em uma escala global
a partir de um conjunto de processos locais juntamente com as interaes entre os
diversos stios que compem o domnio.
No nosso estudo, o comportamento ser obtido em uma sequncia de
eventos constitudos, em cada gerao, por duas etapas: a movimentao (disperso) e a dinmica vital.
53
Nmero
Nmero
de
indivduos no
stio
(i, j),
na gerao t,
aps a movimentao
de
Nmero
de
Nmero
de
indivduos no
indivduos que
indivduos
stio
saem do stio
dos
na
(i, j),
gerao
(i, j)
vo
de
stios
Vi,j
que
no
t, antes da
para os stios
entram
movimen-
de
stio (i, j) na
tao
gerao t
Vi,j ,
na
gerao t
54
Xi,j =
t
Xi,j
4
X
k=1
Sk +
4
X
Ek ,
(4.2)
k=1
sendo Sk as sadas do stio (i, j) e Ek as entradas no stio (i, j), com k = 1, ..., 4.
Aps a movimentao entre os stios, ocorre a dinmica vital em cada
compartimento, resultando na populao da gerao t + 1. No nosso modelo, a
partir da dinmica vital estabelecida no sistema (3.1)-(3.8), teremos as populaes
da gerao t + 1 em cada compartimento, como sendo:
55
t+1
kf
= e
h 0 kf 0 t
i
0 t kf A0 t
0 t kf A0 t
0
t C A
C
C
M1 e
+ M2 e
+ M3 e
+ (1 q )A t eq ,
0
0t
S t+1 = N + (1 )S t eh M3 ,
0t
E t+1 = (1 )(1 eh M3 )S t + (1 )E t e ,
0
I t+1 = (1 )(1 e )E t + (1 )I t e ,
0
Rt+1 = (1 )(1 e )I t + (1 )R t ,
0
0t
da fase aqutica, dos mosquitos suscetveis, mosquitos infectados, mosquitos infecciosos, humanos suscetveis, humanos infectados, humanos infecciosos e humanos
recuperados, respectivamente, da gerao t, aps a movimentao, calculadas por
uma equao do tipo (4.2).
Para descrevermos a difuso de uma populao X no reticulado 5151,
consideraremos um parmetro de movimentao X , com 0 < X < 1, como sendo
a proporo da populao X de cada compartimento que sai do stio (i, j) e vai para
os stios vizinhos, isto , se o movimento for isotrpico, cada sada Sk ser igual a
X
t
Xi,j
4
X
4
t
em algum compartimento,
Assim, para uma populao qualquer Xi,j
X t
X t
X t
X t
0
t
Xi,jt = Xi,j
Xi,j
Xi,j
Xi,j
X +
4
4
4
4 i,j
X t
X t
X t
X t
+ Xi+1,j
+
Xi1,j +
Xi,j+1 +
X
,
4
4
4
4 i,j1
ou ainda,
0
t
+
Xi,jt = (1 X )Xi,j
X
4
X
(m,l)Vi,j
t
Xm,l
,
(4.3)
56
Figura 4.2: Forma mais compacta para a movimentao do tipo difuso entre os
stios, de acordo com a equao (4.3).
57
4.2 Simulaes
Organizaremos nossas simulaes de modo a investigar como variam os
estados assintticos, medida que variamos as taxas de contato h e m envolvidas.
Para a difuso, utilizaremos parmetros de movimentao para a fase
aqutica A , para os mosquitos fmeas adultos M1 = M2 = M3 , para os humanos
infecciosos I , e para humanos no infecciosos S = E = R . Para a fase aqutica,
manteremos os indivduos estticos, ou seja, A = 0; para os humanos infecciosos,
tambm consideraremos que no se movimentam, isto , I = 0, uma vez que os
doentes devero permanecer em repouso; e para os compartimentos dos mosquitos
fmeas adultos, atribuiremos uma taxa de movimentao M1 = M2 = M3 que
representaremos por m , com valor m = 0, 4, menor do que a dos humanos suscetveis, expostos e recuperados S = E = R que representaremos por h , com valor
h = 0, 6.
Para as populaes iniciais em cada stio, consideraremos as mesmas populaes totais utilizadas no captulo 3, mas distribudas igualmente (exceto no stio
central, que conter os indivduos inicialmente infecciosos - humanos ou mosquitos,
quando existirem) entre os diversos stios do habitat da malha de tamanho 49 49.
Para construirmos a fronteira reexiva, consideramos uma malha de
tamanho 51 51, sendo que em suas bordas (i = 1, i = 51, j = 1 e j = 51) a
populao nula. Portanto, o habitat a ser considerado na dinmica ser o habitat
58
Figura 4.3: Representao da dinmica do sistema, considerando fronteiras reexivas em uma malha de tamanho 51 51.
59
M30 = 6,
enquanto que S 0 e I 0 tero os mesmos valores (500 e 0 respectivamente) que nos
demais stios. Se estes forem humanos infecciosos, ento no stio (26, 26), suporemos
que, do total de 500 humanos, 5 sejam infecciosos, isto :
I 0 = 5 e S 0 = 495,
porque nas nossas simulaes, humanos infecciosos so pessoas que viajaram e,
quando retornaram, estavam infecciosos. As populaes iniciais A0 , M10 , M20 , M30 ,
60
q = 0, 5; q = 0, 3; m = 0, 001; f = 0, 4; = 0, 3; = 0, 4;
h = 0, 001; = 0, 6; = 0, 5; espera-se que, apesar de em cada stio termos populaes iniciais de humanos e mosquitos suscetveis
e no stio central humanos infecciosos, como as taxas de contato
61
Figura 4.4: Grcos das populaes dos compartimentos A, M1 , M2 e M3 respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com
populao inicial de humanos infecciosos e taxas de contato m = 0, 001
e h = 0, 001.
ou seja, cresceu inicialmente e depois decresceu, tambm tendendo
a zero.
Na Figura 4.5, a populao de humanos suscetveis nas primeiras
geraes um pouco menor em torno do stio central (26, 26),
onde, desde o incio, temos menos indivduos suscetveis e, alm
disso, alguns se tornam infectados; mas com o passar das geraes, ela atinge em todos os stios o valor total da populao de
humanos (S = 500); isto acontece pois o contato to pequeno
que faz com que no haja mais evidncias de novos infectados. No
grco das solues para a populao de suscetveis, observa-se o
62
Figura 4.5: Grcos das populaes dos compartimentos S , E , I e R respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com
populao inicial de humanos infecciosos e taxas de contato m = 0, 001
e h = 0, 001.
efeito das bordas que pode acontecer ao utilizarmos condies de
fronteira reexiva. Com relao populao de humanos infectados (E ), ela cresce inicialmente, mas com o passar das geraes
tambm decresce, tendendo a zero aps algum tempo. O mesmo
comportamento acontece com a populao de humanos infecciosos
que comea com uma populao de M30 = 5 e depois decresce,
tambm tendendo a zero, comportamento que tambm se observa
para a populao de humanos recuperados (R).
63
Portanto, este um caso em que a doena foi eliminada do ambiente, permanecendo apenas suscetveis, ou seja, temos um Equi-
m = 0, 4; f = 0, 4; = 0, 3; = 0, 4; h = 0, 6; = 0, 6;
= 0, 5; esperamos que a doena consiga se desenvolver e permanecer no ambiente.
Da Figura 4.6, podemos concluir que, com o passar das geraes,
a populao do compartimento A cresce at chegar a um estado
de equilbrio no nulo. Para a populao de mosquitos suscetveis
(M1 ) observamos que na regio central, com o passar do tempo,
a populao inicialmente diminui e depois aumenta, o contrrio
ocorrendo em stios afastados da regio central e, nos grcos em
64
Figura 4.6: Grcos das populaes dos compartimentos A, M1 , M2 e M3 respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes, com
populao inicial de humanos infecciosos e taxas de contato m = 0, 4 e
h = 0, 6.
pequenos, as populaes nos demais compartimentos de humanos
mantm-se ainda em zero. Aps um certo nmero de iteraes (geraes), a populao de humanos suscetveis tende a um mesmo
valor constante no nulo em todos os stios. medida em que
a populao de humanos suscetveis se torna infectada, a populao de humanos infectados (E ) cresce e se espalha pelo ambiente, atingindo um valor de equilbrio no nulo, aps um certo
nmero de geraes. A populao de humanos infecciosos cresce e
se espalha em todo o reticulado, j que os humanos infectados se
tornam infecciosos aps passarem pelo perodo de incubao, tam-
65
Figura 4.7: Grcos das populaes dos compartimentos S , E , I e R respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes, com
populao inicial de humanos infecciosos e taxas de contato m = 0, 4 e
h = 0, 6.
bm atingindo um ponto de equilbrio no nulo, comportamento
que tambm se observa na populao de humanos recuperados (R).
Temos, portanto, um Equilbrio Endmico.
Para este caso, apresentaremos a distribuio espacial das densidades populacionais em todo o reticulado, para observarmos o
efeito da difuso. Nas Figuras 4.8, 4.9, 4.10 e 4.11, temos representadas as densidades populacionais para os compartimentos dos
mosquitos suscetveis (M1 ), mosquitos infecciosos (M3 ), humanos
suscetveis (S ) e humanos infecciosos (I ), respectivamente.
66
Em cada uma dessas 4 guras, apresentamos uma sequncia de distribuies espaciais de densidades, correspondentes a: (a) t = 1,
(b) t = 8, (c) t = 16, (d) t = 32 e (e) t = 100. A escala de preto e
branco utilizada nestas distribuies foi xada como segue: para
cada uma destas sequncias, identicamos os valores das densidades populacionais mxima e mnima, aos quais atribumos as
cores branco e preto respectivamente.
Figura 4.8: Distribuio espacial das densidades populacionais de mosquitos suscetveis (M1 ), em um sistema que atinge o equilbrio endmico, sendo que
a populao inicial incluia humanos infecciosos. (a) t = 1, (b) t = 8, (c)
t = 16, (d) t = 32, (e) t = 100.
Se analisarmos o que ocorre em i = 26 em cada uma dessas sequncias, estaremos raticando o que foi evidenciado nas Figuras
4.6 e 4.7.
Na Figura 4.8, podemos observar, na regio central do habitat, que
a populao de mosquitos suscetveis menor (cor mais escura)
do que fora da regio central (cor mais clara). Com o passar das
geraes, esta regio central vai aumentando, at que a populao
atinge um estado de equilbrio no nulo (um pouco menor que a
67
Figura 4.9: Distribuio espacial das densidades populacionais de mosquitos infecciosos (M3 ), em um sistema que atinge o equilbrio endmico, sendo que
a populao inicial incluia humanos infecciosos. (a) t = 1, (b) t = 8, (c)
t = 16, (d) t = 32, (e) t = 100.
Na Figura 4.9 podemos observar a partir de t = 8 que, na regio
central do habitat, a populao de mosquitos infecciosos maior
(cor mais clara) do que fora desta regio, na qual a populao
nula (cor preta). Com o passar das geraes, esta regio central
continua aumentando at atingir o estado de equilbrio homogneo
no nulo (ver grco de M3 da Figura 4.6). Tambm podemos
observar a movimentao por difuso e a simetria com relao ao
centro do habitat.
68
Figura 4.10: Distribuio espacial das densidades populacionais de humanos suscetveis (S ), em um sistema que atinge o equilbrio endmico, sendo que
a populao inicial incluia humanos infecciosos. (a) t = 1, (b) t = 8,
(c) t = 16, (d) t = 32, (e) t = 100.
Na Figura 4.10 v-se que, na regio central do habitat, a populao
de humanos suscetveis menor (cor mais escura) do que fora (cor
mais clara). Com o passar das geraes, esta regio central vai
aumentando, at que a populao atinja seu estado de equilbrio
homogneo no nulo (ver grco de S na Figura 4.7).
Na Figura 4.11 observamos que, na regio central do habitat, a
populao de humanos infecciosos comea a aumentar (cor mais
clara) e, por um processo de difuso simples, aumenta em todo o
habitat at atingir seu estado de equilbrio homogneo no nulo
(ver grco de I da Figura 4.7).
69
Figura 4.11: Distribuio espacial das densidades populacionais de humanos infecciosos (I ), em um sistema que atinge o equilbrio endmico, sendo que
a populao inicial incluia humanos infecciosos. (a) t = 1, (b) t = 8,
(c) t = 16, (d) t = 32, (e) t = 100.
A anlise deste equilbrio endmico pode ainda ser complementada
atravs do estudo da velocidade da frente de onda da propagao
da doena no habitat.
Para isso, visto que existe uma simetria com relao ao centro do
habitat, identicamos na linha i = 26, cujas populaes de cada
stio j foram apresentados na Figura 4.7, para diversos t, o valor
de c (t) 0, que depende de t, permitindo reconhecer a presena
de humanos infecciosos I naquela gerao, em todo o stio (26, j),
onde j [26 c , 26 + c ] e I ' 0 para j fora deste intervalo.
A partir da, construmos o grco dos pontos (t, 26 + c ), apresentado na Figura 4.12,
O grco conrma que, se inicialmente houver infecciosos apenas
no stio central, ocorrer com o passar do tempo, um crescimento
do espao (segmento de reta cujo ponto mdio (i, j) = (26, 26))
ocupado por infecciosos.
70
Figura 4.12: Grco da frente de onda da infeco para populao inicial de humanos infecciosos.
Alm disso, observamos que este crescimento linear, o que pode
ser explicado pelo tipo de movimento (isotrpico na direo vertical e horizontal). A velocidade desse movimento de invaso da
infeco, aproximadamente igual inclinao da reta que melhor
passa por esses pontos, que para este caso aproximadamente igual
a 0, 86 stios/tempo. Portanto, possvel prever onde a infeco
estar aps um determinado tempo.
71
q = 0, 3; m = 0, 001; f = 0, 4; = 0, 3; = 0, 4; h = 0, 001;
= 0, 6; = 0, 5, espera-se que, apesar de em cada stio termos
populaes iniciais de humanos e mosquitos suscetveis e no stio
central mosquitos infecciosos, como as taxas de contato m e h so
72
Figura 4.13: Grcos das populaes dos compartimentos A, M1 , M2 e M3 respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com populao inicial de mosquitos infecciosos e taxas de contato
m = 0, 001 e h = 0, 001.
Na Figura 4.13, observe que a populao da fase aqutica cresce
at atingir um estado de equilbrio no nulo. O mesmo acontece
com a populao de mosquitos suscetveis (M1 ). J a populao
de mosquitos infectados (M2 ), que no tempo inicial nula, comea
a crescer mas com o passar das geraes diminui, tendendo a zero.
Isto acontece pois as taxas de contato entre humanos e mosquitos
so muito pequenas. A populao de mosquitos infecciosos (M3 ),
73
Figura 4.14: Grcos das populaes dos compartimentos S , E , I e R respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com populao inicial de mosquitos infecciosos e taxas de contato m = 0, 001
e h = 0, 001.
que inicialmente era diferente de zero (M30 = 6), tambm diminui
com o passar das geraes e tende a zero.
Na Figura 4.14, temos a populao de humanos suscetveis (S )
para diferentes geraes, sendo que ela praticamente no sofreu
alteraes com o passar das geraes, pois as taxas de contato so
muito pequenas. Com relao populao de humanos infectados
(E ), que nas primeiras geraes no nula (pois os humanos suscetveis so picados por mosquitos infecciosos), tende a zero. As
populaes humanos infecciosos (I ) e humanos recuperados (R)
tambm tendem a zero com o passar das geraes.
74
Portanto, este um caso em que a doena foi eliminada do ambiente, permanecendo apenas populao suscetvel, ou seja, temos
um Equilbrio Livre da Doena.
2o ) Equilbrio Endmico
Aumentando os valores para as taxas de contato m e h , e com os
seguintes valores para os parmetos: k = 0, 8; f = 0, 8; = 0, 9;
C = 500; q = 0, 5; q = 0, 3; m = 0, 4; f = 0, 4; = 0, 3;
= 0, 4; h = 0, 6; = 0, 6; = 0, 5; esperamos que a doena
consiga se desenvolver e permanecer no ambiente.
Figura 4.15: Grcos das populaes dos compartimentos A, M1 , M2 e M3 respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com
populao inicial de mosquitos infecciosos e taxas de contato m = 0, 4
e h = 0, 6.
75
Figura 4.16: Grcos das populaes dos compartimentos S , E , I e R respectivamente nos stios (26, j), j = 1, 2, ..., 51, para diferentes geraes com
populao inicial de mosquitos infecciosos e taxas de contato m = 0, 4
e h = 0, 6.
Na Figura 4.15, para esses valores de parmetros, a populao do
compartimento A cresce, tendendo a um valor de equilbrio no
nulo. Para a populao de mosquitos suscetveis (M1 ), observamos
que na regio central, com o passar do tempo, a populao inicialmente diminui e depois aumenta e o contrrio ocorrendo nos stios
afastados da regio central; com o passar das geraes, a populao
em todos os stios esto no mesmo valor de equilbrio. Com isso,
as populaes de mosquitos infectados (M2 ) e de mosquitos infecciosos (M3 ), que inicialmente no eram encontrados no ambiente,
76
Equilbrio Endmico.
Tambm podemos complementar a anlise deste equilbrio, atravs
do estudo da velocidade da frente de onda de propagao da doena,
de forma anloga ao caso em que tnhamos populao inicial de
humanos infecciosos no habitat. Construndo o grco dos pontos
77
78
Figura 4.18: Grcos da populao de mosquitos e de humanos sem estrutura espacial (linha contnua) e com estrutura espacial (pontos), com populao
inicial de humanos infecciosos.
79
Figura 4.19: Grcos da populao de mosquitos e de humanos sem estrutura espacial (linha contnua) e com estrutura espacial (pontos), com populao
inicial de mosquitos infecciosos.
Observe que ao considerarmos o espao, a doena demora mais para se
espalhar e, como consequncia, a atingir seu estado de equilbrio. Isto
acontece pois o contato se d apenas com os stios vizinhos (processo
de difuso) e no com toda a populao, que o caso de quando no
estamos considerando estrutura espacial. Podemos dizer que a doena
se espalha mais lentamente.
80
ESTRATGIAS DE CONTROLE DA
DENGUE
Quando uma doena se instala em um ambiente, muitas tentativas so
feitas para que ela seja eliminada, tais como, a descoberta de vacinas (remdios), a
retirada das pessoas dos locais de risco, e a eliminao dos focos atravs das retiradas
de lugares propcios para o nascimento do agente causador da doena.
No caso da Dengue, cujo o vrus transmitido para os humanos atravs
da picada do mosquito Aedes aegypti, enquanto as vacinas contra os quatro sorotipos do vrus causador da doena ainda se encontram em fase experimental, outras
estratgias de controle tem sido adotadas para prevenir as ocorrncias de surtos de
dengue.
De acordo com a Superintendncia de Controle de Endemias de So
Paulo (SUCEN/SP, 2009) encontramos uma classicao para as estratgias de controle, dentre as quais destacamos as mais conhecidas que so: o controle ambiental,
o controle qumico e o controle biolgico.
O controle ambiental consiste em medidas de ordenamento do meio,
capazes de eliminar o criadouro atravs da modicao ou manipulao dos recipientes, como coleta de resduos slidos, coleta seletiva de materiais reciclveis, cobertura de reas de depsitos de materiais que acumulam gua, sistema de drenagem,
reindustrializao de materiais como: pneus, garrafas pets, latas de cerveja entre
outros.
O controle qumico uma medida importante em situaes de emergncia, devido ao rpida do produto com relao ao mosquito. Ela deve ser de
forma controlada, j que essa medida pode proporcionar impactos indesejveis no
ambiente. O uso de inseticidas deve ser utilizado quando outras medidas j foram
esgotadas.
81
82
Figura 5.1: Dentro do habitat (o todo, 49 49), a rea parcial 21 21 mais clara
dene aquela onde ser adotada uma estratgia de controle.
83
m = 0, 4; f = 0, 4; = 0, 3; = 0, 4; h = 0, 6; = 0, 6; = 0, 5.
No captulo anterior, havamos considerado C = 500 em todos os stios
do reticulado 51 51 e os equilbrios apresentados eram sempre espacialmente homogneos (ver Figura 4.6 para os mosquitos e Figura 4.7 para os humanos); estes
equilbrios j eram atingidos a partir de t = 50. Neste captulo, consideraremos sempre C = 500 em todos os stios fora da regio R descrita acima e, dentro desta regio,
variaremos C . Em outras palavras, comparar com a situao do captulo anterior
signica analisar o efeito, no equilbrio que eventualmente venha a ser atingido, da
heterogeneidade espacial colocada no habitat, ao admitirmos valores distintos de C ,
dependendo do stio.
Nas Figuras 5.2, 5.3 e 5.4, que interpretaremos em cada um dos itens
abaixo, apresentamos os grcos das solues da populao de mosquitos suscetveis
(M1 ), mosquitos infecciosos (M3 ), humanos suscetveis (S ) e humanos infecciosos
(I ), na gerao t = 1000, para os seguintes valores de C na regio R: C = 20,
84
85
86
Neste caso, tomamos C muito prximo de zero, para vericarmos o comportamento das solues quando praticamente no temos acumuladores
de ovos dos mosquitos.
Com a diminuio quase que total da capacidade dos criadouros na
regio R, as populaes de mosquitos suscetveis (M1 ), de mosquitos
infecciosos (M3 ) e de humanos infecciosos (I ) desapareceram em quase
toda a rea da regio R, sendo que fora desta, tendem ainda ao mesmo
87
51, estamos agora interessados em investigar se existe uma rea de ao mnima, tal
que o efeito de controle da doena, atravs da reduo de C dentro desta rea, seja
observado (em todo o habitat e no apenas dentro da regio R especca).
Para isso, variaremos a regio central R interior ao reticulado 51
88
89
Na Figura 5.5 temos os grcos da distribuio das populaes de humanos suscetveis (S ) e de humanos infecciosos (I ), nos stios (26, j)
com j = 1, 2, ..., 51, na gerao t = 1000. As densidades populacionais de humanos suscetveis e humanos infecciosos, respectivamente, na
gerao t = 1000, em todo o ambiente, so apresentados na Figura 5.6.
90
com j = 1, 2, ..., 51, na gerao t = 1000. As densidades populacionais de humanos suscetveis e infecciosos, respectivamente, na gerao
91
3o ) Consideremos a regio R de tamanho 19 19, centralizada no habitat, constituda por 361 stios, onde acontecer a campanha.
Na Figura 5.9 temos os grcos da distribuio das populaes de humanos suscetveis (S ) e de humanos infecciosos (I ), nos stios (26, j)
com j = 1, 2, ..., 51, na gerao t = 1000. As densidades populacionais de humanos suscetveis e infecciosos, respectivamente, na gerao
Ao considerarmos esta regio R, tambm ocorrem mudanas no estado de equilbrio endmico, tanto na populao de humanos suscetveis
quanto na de humanos infecciosos, porm, diferente do que acontece no
92
93
4o ) Consideremos a regio R de tamanho 33 33, centralizada no habitat, constituda por 1089 stios, onde acontecer a campanha.
A regio 21 21, com este mesmo valor de C , j foi examinada na seo
anterior.
Na Figura 5.11 temos os grcos da distribuio das populaes de
humanos suscetveis (S ) e de humanos infecciosos (I ), nos stios (26, j)
com j = 1, 2, ..., 51, na gerao t = 1000. As densidades populacionais
de humanos suscetveis e infecciosos, respectivamente, na gerao
94
Isto pode ser conrmado atravs da Figura 5.12, cujos grcos das
densidades populacionais conrmam que, em uma parte do domnio
(menor que a dos casos anteriores), a populao tanto de humanos
suscetveis quanto de humanos infeciosos vo para o equilbrio endmico
e, na regio R, a populao de humanos suscetveis aumenta chegando
no valor do equilbrio livre da doena e a de humanos infecciosos vai a
zero.
Para este caso, obtivemos resultados ainda mais satisfatrios, j que
conseguimos erradicar a doena em uma rea maior, decorrente do aumento da rea onde implementada a campanha. Porm ainda no
conseguimos eliminar a doena em todo o habitat.
95
96
97
CONSIDERAES FINAIS
Neste trabalho, no captulo 1, comeamos com o estudo de um modelo
98
em funo da posio e do tempo, isto , em cada stio com o passar das geraes.
Para isso, utilizamos uma abordagem de Redes de Mapas Acoplados em um
reticulado (rede, ou malha, retangular) de tamanho 49 49.
Ao considerarmos modelo com equaes diferenciais, sem levar em conta
a localizao da populao no espao, estamos supondo que o modelo descreve a
dinmica de um sistema cuja populao esteja bem misturada. Ao considerarmos
uma estrutura espacial, podemos explorar o comportamento do sistema em populaes com densidades diferentes dependendo do local considerado, como por exemplo,
os focos de doenas. O tempo pode ser medido atravs de geraes ou ser considerado contnuo.
Neste trabalho, zemos um estudo do comportamento da soluo utilizando rede de mapas acoplados para estruturarmos o espao a partir de um modelo com tempo discreto; depois, zemos uma comparao do modelo em tempo
discreto sem espao com aquele utilizando estrutura espacial. Outro enfoque seria
considerar uma malha de coordenadas (i, j) mantendo o tempo contnuo (FUNK
et al., 2005), e assim trabalhar com um modelo formado por equaes diferenciais
ordinrias (contnuo no tempo) porm com densidade populacional dependendo da
posio no espao discreto (stio), comparando assim, o comportamento do sistema
contnuo no tempo sem estrutura espacial com o contnuo no tempo com estrutura
espacial.
A abordagem do sistema atravs das redes de mapas acoplados est
desenvolvida no captulo 3. Considerando a movimentao das populaes de cada
compartimento do stio (i, j) apenas entre os quatro stios vizinhos mais prximos e,
considerando que as populaes da fase aqutica e a de humanos infecciosos no se
movimentam, estudamos a evoluo temporal das solues do sistema nos diversos
stios do reticulado, e apresentamos os grcos correspondentes s diversas situaes
exploradas. As condies de fronteira utilizadas foram do tipo reexivas.
99
- utilizar parmetros mais realsticos para o sistema. Yang e Ferreira (2008) fazem
um estudo sobre a dengue considerando um modelo formado por 10
compartimentos, sendo que trs deles so os compartimentos da Fase
Ovo, da Fase Larva e da Fase Pupa, respectivamente. O modelo inclui
efeitos de sazonalidade atravs de seus parmetros, justicado pelo fato
de o crescimento da populao de mosquito depender da poca do ano.
O autor divide o ano em dois perodos, sendo um deles denominado
favorvel (temperatura e umidade elevadas) e o outro, de maior du-
100
- trabalhar com uma estrutura espacial mais realstica, construda a partir de algum
banco de dados disponvel;
- vericar o efeito causado no comportamento do sistema ao considerarmos a movimentao dos humanos infecciosos no nula (I 6= 0);
- com dados reais, comparar as velocidades de invaso para os dois casos: com
populao inicial de humanos infecciosos e com populao inicial de
mosquitos infecciosos;
101
Apndice A
LINEARIZAO DE SISTEMAS
CONTNUOS AUTNOMOS
Considere o Sistema de Equaes Diferenciais de Primeira Ordem Nolinear e Autnomo de ordem n, cuja varivel independente o tempo e as variveis
dependentes so x1 (t), x2 (t), ..., xn (t)
dx1
= P1 (x1 (t), x2 (t), ..., xn (t)),
dt
dx2
= P2 (x1 (t), x2 (t), ..., xn (t)),
dt
..
.
(A.1)
dxn
= Pn (x1 (t), x2 (t), ..., xn (t)).
dt
praticamente impossvel encontrarmos a soluo analtica do sistema
acima por causa da existncia dos termos no-lineares. Neste caso, somente solues
numricas so possveis de serem encontradas utilizando algum mtodo numrico
adequado.
Um Ponto de Equilbrio ou Estado Estacionrio um ponto
(x1 , x2 , ..., xn ) no espao das variveis dependentes tal que, se o estado do sistema
for exatamente este ponto, o sistema no variar, ou seja, permanecer neste ponto,
isto : Pi (x1 , x2 , ..., xn ) = 0 para todo i = 1, 2, ..., n.
Um ponto de equilbrio pode ser estvel ou instvel. Um ponto de
equilbrio dito estvel se depois de um certo tempo as trajetrias do sistema se
aproximarem dele, caso contrrio, ele dito instvel.
A Linearizao do Sistema um procedimento adotado para conhecermos o comportamento qualitativo das solues, estando estas prximas de um
determinado Ponto de Equilbrio:
~ = (x1 , x2 , ..., xn ) ,
X
(A.2)
102
ou seja, quando:
(A.3)
d1
= P1 (x1 + 1 (t), x2 + 2 (t), ..., xn + n (t)),
dt
d2
= P2 (x1 + 1 (t), x2 + 2 (t), ..., xn + n (t)),
dt
..
.
(A.4)
dn
= Pn (x1 + 1 (t), x2 + 2 (t), ..., xn + n (t)).
dt
Para as funes do lado direito de (A.4), podemos escrever suas expresses em Srie de Taylor, como segue:
P1 (x1
1 (t), ..., xn
1 (t), ..., xn
P1
P1
+ n (t)) =
(1 ) + ... +
(n ) +
x1 X~
xn X~
2
2
(1 )2
P1
P1
(n )2
+
...
+
+ ...,
+
x21 X~ 2
x2n X~ 2
P2 (x1
P2
P2
+ n (t)) =
(1 ) + ... +
(n ) +
x1 X~
xn X~
2
2
P2
(1 )2
P2
(n )2
+
+
...
+
+ ...,
x21 X~ 2
x2n X~ 2
..
.
Pn ((x1
1 (t), ..., xn
Pn
Pn
+ n (t)) =
(1 ) + ... +
(n ) +
x1 X~
xn X~
2
2
Pn
Pn
(1 )2
(n )2
+
+
...
+
+ ...,
x21 X~ 2
x2n X~ 2
103
d1
P1
P1
1 + ... +
n ,
dt
x1 X~
xn X~
d2
P2
P2
1 + ... +
n ,
dt
x1 X~
xn X~
..
.
dn
Pn
Pn
1 + ... +
n ,
dt
x1 X~
xn X~
(A.5)
d1
dt
d2
dt
..
.
dn
dt
P1
x1
P1
x2
P2
x1
Pn
x1
..
.
...
P1
xn
P2
x2
...
..
.
P2
xn
Pn
x2
...
Pn
xn
..
.
..
.
~ =(x ,x ,...,x )
X
n
1 2
1
2
..
.
(A.6)
ou seja:
~
~ ),
~ = J(X
~ ) = J(x , x , ..., x ) a matriz do sistema linearizado, tambm denomionde J(X
1
2
n
nada matriz Jacobiana do sistema (A.1), denida por
P1
P1
P1
. . . xn
x1 x2
P2 P2
P2
.
.
.
xn
~ ) = x1 x2
J(X
..
..
..
..
.
.
.
.
Pn
Pn
Pn
.
.
.
x1
x2
xn
~
(A.7)
104
(A.8)
(A.9)
105
Apndice B
B.1
SOBRE AS RAZES DE UM
POLINMIO
As Condies de Routh-Hurwitz
As condies necessrias e sucientes para que as razes de um polinmio
de grau n:
P () = n + a1 n1 + a2 n2 + ... + an1 + an ,
(B.1)
an > 0,
juntamente com,
(B.3)
D1 = a1 > 0,
D2 = det
a1 a3
1
a2
> 0,
(B.4)
a1 a3 a5
D3 = det 1
0
..
.
a
1
0
Dk = det
0
para k = 1, .., n 1.
a2
a1
a4 > 0,
a3
(B.5)
a3 a5 . .
a2 a4 . .
a1 a3 . .
a2 . .
. .
. . ak
> 0,
(B.6)
106
B.2
q
H2 () = ( + + )( + f + )( + + )(f + ) h m C
f
1
1
Q0
(B.7)
que no admite raiz complexa com parte imaginria no nula, isto , do tipo c + di,
com d 6= 0, pois substitundo em
(B.8)
H2 () = 0,
isto , em
q
( + + )( + f + )( + + )(f + ) = h m C
f
1
1
Q0
(B.9)
por c + di, o lado esquerdo ser uma expresso do tipo A + Bdi, onde A e B so
reais no nulos, enquanto que o lado direito sempre real; portanto, conclui-se que
d = 0.
q
( + + )( + f + )( + + )(f + ) = h m C
f
1
1
Q0
(B.10)
q
a4 = ( + )( + f )( + )(f ) h m C
f
1
1
Q0
(B.11)
107
1
q
1
( + )( + f )( + )(f ) < h m C
f
Q0
que podemos escrever da forma:
q
( + )( + f )( + )(f ) h m C
f
1
1
Q0
< 0.
(B.12)
108
Apndice C
PASSAGEM DO CONTNUO
PARA O DISCRETO
dN
= N,
dt
N (0) = N0 ,
(C.1)
N (t) = N0 et ,
(C.2)
Nt+t = Nt et .
(C.3)
Nt+1 = Nt e .
(C.4)
109
Figura C.1: Grco das solues dos modelos contnuo (C.1) (linha) e discreto (C.4)
(pontos) sobrepostos, para valores de = 0.5 e N0 = 30.
dx
= (k x), x(0) = x0 ,
dt
(C.5)
(C.6)
110
Figura C.2: Grco das solues dos modelos contnuo (C.5) e discreto (C.6) sobrepostos, para valores de = 0.2, x0 = 30.
b) O Modelo Logstico
Para o modelo Logstico, que inclui um termo quadrtico representando
a competio entre indivduos de mesma espcie:
N (t)
dN
= rN (t) 1
,
dt
k
(C.7)
(C.8)
111
Figura C.3: Grco das solues dos modelos contnuo (C.7) e discreto (C.8) sobrepostos, para valores de r = 0.2, N0 = 30 e k = 200.
Ne = xy,
onde a taxa de contato entre x e y .
f (k) =
k e
,
k!
(C.9)
112
uma distribuio de probabilidade discreta, que expressa a probabilidade de ocorrer um nmero k de eventos em um intervalo de tempo
xo, conhecido o nmero mdio, , de ocorrncias neste intervalo.
Como o nmero de encontros dado por Ne = xy , conclumos que
=
e, portanto, de (C.9)
Ne
= y,
x
(y)k ey
f (k) =
.
k!
(C.10)
(C.11)
xey ,
(C.12)
113
Referncias Bibliogrcas
BUNIMOVICH, L. A. Coupled Map Lattices: at the Age of Maturity. In: CHAZOTTES, J.-R ; FERNANDEZ, B. Dynamics of Coupled Map Lattices and
114