English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Os modelos populacionais tratam de variacoes das densidades de populacao, visando a melhor compreensao da variacao do numero de individuos de uma populacao e dos fatores que os influenciam. O Parque Nacional Montanhas do Tumucumaque e o maior parque de floresta tropical do mundo e esta localizado, em sua maior porcao, no estado do Amapa. Estudamos neste trabalho o crescimento populacional das cidades ao redor do Parque utilizando o Modelo de Crescimento Populacional de Malthus, com o objetivo de modelar o crescimento da populacao, obtendo informacoes que poderao ser utilizadas por especialistas na tomada de decisoes em relacao a urbanizacao e a preservacao do mesmo. Em seguida, utilizamos a variacao per capita e a populacao inicial do modelo classico em um sistema p-fuzzy (parcialmente fuzzy [2]) para comparar os resultados obtidos. A Teoria dos Conjuntos Fuzzy foi introduzida por Lofti A. Zadeh em meados dos anos 60, com a intencao de dar um tratamento matematico a termos linguisticos subjetivos como “aproximadamente”. A utilizacao de parâmetros fuzzy em equacoes diferenciais ganhou espaco na modelagem matematica de fenomenos naturais quando nao dispomos de dados suficientes para adotar metodos estocasticos ou entao quando a situacao nao comporta medidas e dependemos apenas de informacoes de especialistas. O modelo classico de Malthus e sua solucao sao representados, respectivamente, por dN dt  rN e N(t)  N0e rt; onde N0 e a populacao inicial, t a variacao do tempo e r a taxa de variacao per capita. Neste trabalho, a taxa r e obtida pela formula r  m Pt Pi 1, onde Pi representa a populacao inicial, Pt a populacao final e m  t i [1]. A partir do censo do IBGE, dados coletados de alguns anos entre 1996 e 2010, do numero de habitantes das cinco cidades localizadas ao redor do Parque, determinamos r para cada cidade nos intervalos de tempo convenientes. Em seguida, calculamos a media aritmetica dessas taxas para cada intervalo de tempo (Tabela 1). O valor r  0; 048 foi calculado atraves da media aritmetica dos dados da Tabela 1. Ano 1996-2000 2000-2002 2002-2003 2003-2007 2007-2010 Taxa de Variacao Per Capita 0,05662 0,04349 0,03769 0,05199 0,05251 Tabela 1: Tabela da variacao per capita em cada intervalo de tempo. Consideramos a populacao inicial N0  44735 a partir da Tabela 2, que apresenta a soma das populacoes das cinco cidades ao redor do Parque por ano. 1bolsista de Mestrado PICME/UFU Ano 1996 2000 2002 2003 2007 2010 Populacao 44735 55433 60183 62387 74551 84603 Tabela 2: Soma das populacoes das cidades ao redor do Parque. Para o sistema p-fuzzy de Malthus, utilizamos as funcoes de pertinencia das Figuras 1 e 2, o metodo de inferencia de Mamdani e para defuzzificacao o centro de gravidade. Para o modelo fuzzy, o metodo numerico utilizado foi Euler e o numero de iteracoes foi n  140 com t  0; 1: 0 2 4 6 8 10 x 104 0 0.2 0.4 0.6 0.8 1 Populacao G ra u de  P er tin en ci a Media Muito Baixa AltaBaixa Figura 1: Funcoes de Pertinencia de Entrada. 0 500 1000 1500 2000 2500 3000 3500 4000 4500 0 0.2 0.4 0.6 0.8 1 Variacao da Populacao (dx/dt) G ra u de  P er tin en ci a Media Muito Baixa AltaBaixa Figura 2: Funcoes de Pertinencia de Saida. A Figura 3 representa os graficos dos modelos classico e fuzzy, e a Figura 4 o erro relativo. 1996 1998 2000 2002 2004 2006 2008 2010 4 4.5 5 5.5 6 6.5 7 7.5 8 8.5 9 x 104 Ano Po pu la ca o Modelo Fuzzy Modelo Deterministico Figura 3: Crescimento da Populacao. 1996 1998 2000 2002 2004 2006 2008 2010 0 0.005 0.01 0.015 0.02 0.025 0.03 Erro Relativo Ano Er ro Figura 4: Erro Relativo. Podemos observar que o erro obtido entre os modelos e minimo, mostrando que ambos podem ser utilizados para essa situacao. Como o crescimento da populacao pode ser estimado por meio desses modelos, eles podem ser uteis na tomada de decisoes sobre a urbanizacao, meios de preservacao e projetos de utilizacao responsavel da area do Parque pela populacao local.

Abordagem fuzzy para a dinâmica populacional do Parque Nacional Montanhas do Tumucumaque