6.2 ESBOÇO DO MODELO DE DESENVOLVIMENTO
6.2.3 Estocasticidade
solução do LMA:
RH025 = 2,53196421×10−2 HA = 3,86639504×104 T H = 2,98736392×102 HH = 4,42766431×104
(6.4)
como solução da execução do LMA. Ao substituir as constantes da equação (6.4) no modelo (6.2), é possível construir o gráőco da Figura 23.
Em resumo, de posse de dados experimentais sobre o tempo médio de desenvolvimento em cada estágio da fase imatura, como por exemplo as pesquisas (RUEDA et al., 1990;
BESERRA; CASTRO JR. et al., 2006; BESERRA; FERNANDES; SILVA et al., 2009;
MARINHO et al., 2016), o presente trabalho propõe duas alternativas de modelo para explicar e extrapolar a taxa de desenvolvimento (hora−1) dos imaturos no intervalo de temperatura 0℃ ś 40℃:
• Um modelo linear da forma r(T) = a· T +b. Note que para fazer sentido no intervalo de temperatura 0℃ ś 40℃, é necessário garantir que r(T)≥ 0. Para que esta premissa básica seja satisfeita, considera-se o modelo
r(T) = max{a·T +b,0} (6.5) ondeaebsão obtidos da aplicação de uma regressão linear aos dados experimentais.
Conforme já mencionado, vários autores empregam esta abordagem para explicar a taxa de desenvolvimento dos imaturos para o Ae. aegypti (FARNESI; MARTINS et al., 2009; EISEN et al., 2014; MARINHO et al., 2016), bem como para outros mosquitos como o Anopheles gambiae que transmite a malária (ARIFIN; MADEY;
COLLINS, 2016).
• Um modelo não-linear como o da equação (6.2) com estimativa inicial dada pela equação (6.3).
Nesta proposta,Sharpe e DeMichele(1977) exempliőcou para vários tipos de insetos poiquilotérmicos, enquanto que Rueda et al. (1990) usou para o Ae. aegypti.
Para tornar o modelo mais realista, o presente trabalho buscou a criação de um modelo de desenvolvimento com comportamento não-determinístico em relação à temperatura.
A ideia é permitir que indivíduos que iniciem um estágio (oval, larval ou pupal) num determinado momento, e que se desenvolvam sob as mesmas condições de temperatura, tenham a possibilidade de completar o desenvolvimento em instantes distintos.
A ideia fundamental em que o modelo se baseia é que cada indivíduo possua uma curva única de desenvolvimento. Para alcançar este objetivo, no ato da inserção de um imaturo na simulação, em tempo de execução, gera-se uma função distinta dada por uma equação, como (6.5) ou (6.2), que regula a taxa de desenvolvimento do organismo em determinada temperatura.
Em diversas pesquisas sobre o ciclo de vida doAe. aegypti, é comum que os cientistas publiquem tempos de desenvolvimento para uma dada temperatura constante utilizando um dos formatos:
• µ±σ onde µé a média e σ é o desvio padrão (FARNESI; MARTINS et al., 2009;
MARINHO et al., 2016);
• µ±σµ onde µ é a média e σµ é o erro padrão (RUEDA et al., 1990; BESERRA;
FERNANDES; SILVA et al., 2009).
Embora o desvio padrãoσ e o erro padrãoσµ possuam signiőcados estatísticos distin-tos, eles se relacionam mediante a equação
σ =√ n·σµ
onde n é o número de vezes que o experimento foi executado.
No caso especíőco do texto do presente trabalho, o modelo desenvolvido utiliza a abordagemµ±σ de média e desvio padrão. Porém, o argumento pode ser adaptado para a outra abordagemµ±σµ que inclui média e erro padrão mediante a equação acima.
Nas medições de seus experimentos, para cada temperatura mantida constante nos testes, Farnesi, Martins et al. (2009) apresentaram os tempos de eclosão dos ovos no formato duração média± desvio padrão, aqui designados por µ±σ.
Portanto, para incorporar estocasticidade aos tempos de desenvolvimento dos ovos para cada temperatura reportada porFarnesi, Martins et al.(2009), toma-se uma amostra de uma distribuição normal truncada no intervalo[max{µ−1,96·σ,0}, µ+ 1,96·σ], com médiaµ e desvio padrãoσ.
Burkardt(2014) apresenta deőnições e propriedades de uma distribuição normal trun-cada num intervalo[a, b]arbitrário, além de explicitar suas relações com uma distribuição normal usual.
Por exemplo, em testes com temperatura de 25℃, a duração média para eclosão dos ovos reportada por Farnesi, Martins et al. (2009) foi de 77,4 ± 0,8 horas. Na Figura 24,
Figura 24 ś Comparação entre função densidade de probabilidade da distribuição normal com médiaµ= 77,4e desvio padrãoσ = 0,8e da distribuição normal truncada com médiaµ= 77,4, desvio padrãoσ = 0,8 no intervalo[max{µ−1,96·σ,0}, µ+ 1,96·σ] = [75,832,78,968].
Fonte: O autor (2022), mediante a biblioteca SciPy (SCIPY,2021).
há a comparação da função densidade de probabilidade da distribuição normal e da dis-tribuição normal truncada acima discutidas para estes valores.
A motivação de restringir os valores das amostras ao intervalo
[max{µ−1,96·σ,0}, µ+ 1,96·σ]
reside em algumas observações:
• Numa distribuição normal de média µ e desvio padrão σ, aproximadamente 95%
das amostras estão situadas no intervalo [µ−1,96·σ, µ+ 1,96·σ];
• O tempo de desenvolvimento só faz sentido se for não-negativo, portanto toma-se o limite inferior como max{µ−1,96·σ,0};
• A forma ou shape dos dados não são alterados de forma signiőcativa para aplicação de regressão linear (6.5) ou não-linear (6.2). Especialmente no caso da regressão não-linear, a presença de um outlier que se encontre muito distante da média µ pode modiőcar substancialmente o shape dos dados e inviabilizar o ajuste.
Dessa maneira, para cada temperaturaTi reportada porFarnesi, Martins et al.(2009), é possível obter um tempo de desenvolvimentoti aleatório e, consequentemente, uma taxa de desenvolvimento1/ti.
Na Tabela 8, inicia-se o processo de construção de um modelo distinto para a taxa de desenvolvimento de dois ovos a partir dos dados referentes a cada temperatura.
Tabela 8ś Em cada temperatura Ti, obtém-se taxas de desenvolvimento (hora−1) únicas para dois ovos.
Ti µi σi ti ovo1 1/ti ovo1 ti ovo2 1/ti ovo2 16℃ 489,3 h 0,6 h 490,17 h 0,20% 489,20 h 0,20%
22℃ 98,3 h 0,7 h 98,36 h 1,02% 98,47 h 1,02%
25℃ 77,4 h 0,8 h 77,49 h 1,29% 76,49 h 1,31%
28℃ 61,6 h 1,2 h 62,94 h 1,59% 59,28 h 1,69%
31℃ 48,4 h 0,5 h 47,81 h 2,09% 48,01 h 2,08%
35℃ 50,3 h 0,3 h 50,28 h 1,99% 50,14 h 1,99%
Fonte: O autor (2022), com Ti,µi,σi extraídos de Farnesi, Martins et al.(2009).
Para exempliőcar a obtenção da taxa de desenvolvimento (hora−1) aleatória, supondo queTi = 25℃, segue queµi = 77,4horas eσi = 0,8horas. Portanto, cria-se a distribuição normal truncadaφi no intervalo
[max{µi−1,96·σi,0}, µi+ 1,96·σi] = [max{77,4−1,96·0,8,0},77,4 + 1,96·0,8] = [max{75,832,0},78,968] = [75,832,78,968]
com média µi = 77,4 horas e desvio padrão σi = 0,8horas.
Logo, tomando uma amostra aleatória da distribuição φi, obtém-se um tempo de desenvolvimentoti aleatório para a temperatura 25℃ em tempo de execução que segue os dados publicados pelos pesquisadores. Portanto, para cada temperaturaTi, gera-se uma taxa1/tialeatória de desenvolvimento (hora−1) em 25℃ consistente com os experimentos.
Agora, de posse dos dados da Tabela 8, considere que deseja-se utilizar o método de regressão linear dada pela equação (6.5) para estimar e extrapolar as taxas de desenvol-vimento dos ovos 1 e 2 no intervalo de temperatura 0℃ś 40℃.
Para gerar o modelo para a taxa de desenvolvimento para o ovo 1, basta ajustar os pontos contidos na Tabela 8 referentes ao ovo 1
{ (16, 0,20%),(22, 1,02%),(25, 1,29%), (28, 1,59%),(31, 2,09%),(35, 1,99%)} ao modelo da equação (6.5). Ao realizar o ajuste, é possível obter
rovo1(T) = max{0,0010040389098314349·T −0,012638306131963099, 0} (6.6) Analogamente, para obter o modelo para a taxa de desenvolvimento do ovo 2, ajusta-se
os pontos referentes ao ovo 2
{ (16, 0,20%),(22, 1,02%),(25, 1,31%), (28, 1,69%),(31, 2,08%),(35, 1,99%)} Após o ajuste, obtém-se
rovo2(T) = max{0,0010114919575722517·T −0,012647756446911063, 0} (6.7) Na Figura 25, ilustra-se os modelos das equações (6.6) e (6.7) para as taxas de desen-volvimento dos ovos 1 e 2, incluindo os pontos aos quais os modelos se ajustam.
Figura 25ś Modelos lineares distintos para a taxa de desenvolvimento dos ovos 1 e 2 gerados a partir da Tabela 8.
Fonte: O autor (2022).
Na Tabela 9, efetuamos uma nova simulação para o desenvolvimento dos ovos 1 e 2 nos mesmos moldes de operacionalização da simulação realizada anteriormente na Tabela 7.
Desta vez, a simulação emprega temperaturas1 coletadas e publicadas pelo Instituto Na-cional de Meteorologia (INMET) para às 20:00 em Coordinated Universal Time (UTC), ou 17:00 em horário local, do dia 01/03/2021 para a cidade de Recife, capital do estado de Pernambuco, no Brasil (BRASIL; INSITUTO NACIONAL DE METEOROLOGIA, 2022). Embora o trabalho (FARNESI; MARTINS et al.,2009) não catalogue os tempos de desenvolvimento para as temperaturas fornecidas pelo INMET, as equações (6.6) e (6.7) permitiram contornar esta limitação ao estimar as taxas de desenvolvimento (hora−1) dos ovos 1 e 2, respectivamente, em cada temperatura desejada. No őnal da Tabela 9,
1utilizou-se a temperatura do ar em bulbo seco.
veriőca-se que o ovo 2 eclode em aproximadamente 73 horas (coluna Desenv 2 supera 100%), enquanto que a eclosão do ovo 1 ocorre em 74 horas (coluna Desenv 1 supera 100%).
Tabela 9ś Simulação do desenvolvimento dos ovos 1 e 2, na ausência de mortalidade e predação, sob condições de temperaturas reais publicadas pelo INMET para a cidade de Recife, capital de Pernambuco, no Brasil. Para o cálculo das taxas de desenvolvimento dos ovos 1 e 2, foram utilizadas as equações (6.6) e (6.7), respectivamente.
Hora T Tx Desenv 1 Desenv 1 Tx Desenv 2 Desenv 2 Tt de Hrs
17:00 24,9℃ 1,24% 0,00% 1,25% 0,00% 0 hrs
18:00 24,0℃ 1,15% 1,24% 1,16% 1,25% 1 hrs
19:00 23,7℃ 1,12% 2,38% 1,13% 2,42% 2 hrs
20:00 23,2℃ 1,07% 3,50% 1,08% 3,55% 3 hrs
21:00 22,9℃ 1,04% 4,56% 1,05% 4,63% 4 hrs
22:00 22,8℃ 1,03% 5,60% 1,04% 5,68% 5 hrs
23:00 22,7℃ 1,02% 6,62% 1,03% 6,72% 6 hrs
00:00 22,2℃ 0,97% 7,64% 0,98% 7,76% 7 hrs
01:00 22,1℃ 0,96% 8,60% 0,97% 8,74% 8 hrs
02:00 21,7℃ 0,91% 9,56% 0,93% 9,71% 9 hrs
03:00 21,5℃ 0,89% 10,47% 0,91% 10,64% 10 hrs
04:00 21,3℃ 0,87% 11,37% 0,89% 11,55% 11 hrs
05:00 21,2℃ 0,86% 12,24% 0,88% 12,44% 12 hrs
06:00 21,6℃ 0,90% 13,11% 0,92% 13,32% 13 hrs
07:00 23,7℃ 1,12% 14,01% 1,13% 14,24% 14 hrs
08:00 26,7℃ 1,42% 15,13% 1,44% 15,37% 15 hrs
09:00 28,9℃ 1,64% 16,55% 1,66% 16,80% 16 hrs
10:00 30,0℃ 1,75% 18,18% 1,77% 18,46% 17 hrs
11:00 30,0℃ 1,75% 19,93% 1,77% 20,23% 18 hrs
12:00 30,8℃ 1,83% 21,68% 1,85% 22,00% 19 hrs
13:00 30,4℃ 1,79% 23,51% 1,81% 23,85% 20 hrs
14:00 30,1℃ 1,76% 25,30% 1,78% 25,66% 21 hrs
15:00 30,0℃ 1,75% 27,06% 1,77% 27,44% 22 hrs
16:00 28,4℃ 1,59% 28,80% 1,61% 29,21% 23 hrs
17:00 27,8℃ 1,53% 30,39% 1,55% 30,82% 24 hrs
18:00 27,0℃ 1,45% 31,92% 1,47% 32,37% 25 hrs
19:00 26,7℃ 1,42% 33,37% 1,44% 33,83% 26 hrs
20:00 26,5℃ 1,40% 34,78% 1,42% 35,27% 27 hrs
21:00 26,3℃ 1,38% 36,18% 1,40% 36,69% 28 hrs
22:00 24,8℃ 1,23% 37,56% 1,24% 38,08% 29 hrs
23:00 25,0℃ 1,25% 38,78% 1,26% 39,32% 30 hrs
00:00 24,5℃ 1,20% 40,03% 1,21% 40,59% 31 hrs
Continua na próxima página. . .
Hora T Tx Desenv 1 Desenv 1 Tx Desenv 2 Desenv 2 Tt de Hrs . . . Continuação da Tabela 9
01:00 24,2℃ 1,17% 41,23% 1,18% 41,80% 32 hrs
02:00 23,7℃ 1,12% 42,39% 1,13% 42,98% 33 hrs
03:00 23,4℃ 1,09% 43,51% 1,10% 44,12% 34 hrs
04:00 23,1℃ 1,06% 44,59% 1,07% 45,22% 35 hrs
05:00 23,0℃ 1,05% 45,65% 1,06% 46,29% 36 hrs
06:00 23,4℃ 1,09% 46,69% 1,10% 47,35% 37 hrs
07:00 24,3℃ 1,18% 47,78% 1,19% 48,46% 38 hrs
08:00 25,8℃ 1,33% 48,96% 1,34% 49,65% 39 hrs
09:00 27,7℃ 1,52% 50,28% 1,54% 50,99% 40 hrs
10:00 28,7℃ 1,62% 51,80% 1,64% 52,53% 41 hrs
11:00 30,0℃ 1,75% 53,42% 1,77% 54,17% 42 hrs
12:00 30,1℃ 1,76% 55,17% 1,78% 55,94% 43 hrs
13:00 30,5℃ 1,80% 56,92% 1,82% 57,72% 44 hrs
14:00 30,5℃ 1,80% 58,72% 1,82% 59,54% 45 hrs
15:00 30,0℃ 1,75% 60,52% 1,77% 61,36% 46 hrs
16:00 29,5℃ 1,70% 62,27% 1,72% 63,13% 47 hrs
17:00 28,1℃ 1,56% 63,97% 1,58% 64,85% 48 hrs
18:00 27,1℃ 1,46% 65,52% 1,48% 66,42% 49 hrs
19:00 27,1℃ 1,46% 66,98% 1,48% 67,90% 50 hrs
20:00 26,9℃ 1,44% 68,44% 1,46% 69,38% 51 hrs
21:00 25,8℃ 1,33% 69,88% 1,34% 70,83% 52 hrs
22:00 25,1℃ 1,26% 71,20% 1,27% 72,18% 53 hrs
23:00 25,0℃ 1,25% 72,46% 1,26% 73,45% 54 hrs
00:00 25,1℃ 1,26% 73,71% 1,27% 74,72% 55 hrs
01:00 24,9℃ 1,24% 74,96% 1,25% 75,99% 56 hrs
02:00 24,6℃ 1,21% 76,20% 1,22% 77,24% 57 hrs
03:00 24,5℃ 1,20% 77,40% 1,21% 78,47% 58 hrs
04:00 24,3℃ 1,18% 78,60% 1,19% 79,68% 59 hrs
05:00 24,4℃ 1,19% 79,78% 1,20% 80,87% 60 hrs
06:00 24,4℃ 1,19% 80,96% 1,20% 82,08% 61 hrs
07:00 25,0℃ 1,25% 82,15% 1,26% 83,28% 62 hrs
08:00 27,3℃ 1,48% 83,39% 1,50% 84,54% 63 hrs
09:00 26,6℃ 1,41% 84,87% 1,43% 86,04% 64 hrs
10:00 28,2℃ 1,57% 86,28% 1,59% 87,47% 65 hrs
11:00 28,9℃ 1,64% 87,85% 1,66% 89,05% 66 hrs
12:00 29,1℃ 1,66% 89,48% 1,68% 90,71% 67 hrs
13:00 29,9℃ 1,74% 91,14% 1,76% 92,39% 68 hrs
14:00 28,8℃ 1,63% 92,88% 1,65% 94,15% 69 hrs
15:00 29,0℃ 1,65% 94,51% 1,67% 95,80% 70 hrs
Continua na próxima página. . .
Hora T Tx Desenv 1 Desenv 1 Tx Desenv 2 Desenv 2 Tt de Hrs . . . Continuação da Tabela 9
16:00 28,1℃ 1,56% 96,16% 1,58% 97,47% 71 hrs
17:00 27,7℃ 1,52% 97,71% 1,54% 99,05% 72 hrs
18:00 27,1℃ 1,46% 99,23% 1,48% 100,58% 73 hrs
19:00 27,1℃ 1,46% 100,69% 1,48% 102,06% 74 hrs
Fonte: O autor (2022), com os dados de temperatura capturados de Brasil e Insituto Nacional de Meteorologia(2022).
A simulação da Tabela 9 exempliőca a importância de incorporar a estocasticidade ao modelo, pois pequenas perturbações nos tempos de desenvolvimento dos ovos em cada temperatura pode ocasionar eclosões em horas distintas.