Palestras

Palestra II:

Em breve

Palestra IV:

Dependência entre variáveis meteorológicas e dinâmica populacional de Aedes aegypti: abordagem quantitativa via modelagem e técnicas de ciência de dados

O mosquito Aedes aegypti, que é vetor de arboviroses como dengue, zika, chikungunya e febre amarela, apresenta dinâmica populacional fortemente influenciada por fatores meteorológicos. O controle de população deste vetor pode ser favorecido ao se  determinar quais e em quais importâncias relativas as variáveis meteorológicas: temperatura, umidade e precipitação formam um bom conjunto de preditores para a população de fêmeas adultas. Embora a dependência das taxas de desenvolvimento (ovo-larva-pupa-adulto) em relação à temperatura seja bem estabelecida na literatura, a dependência quantitativa entre a precipitação e a população de fêmeas adultas  permanece pouco compreendida. Este estudo propõe uma abordagem combinando: (1) análise de dependência entre séries temporais usando técnicas de Ciência de Dados (correlação cruzada e filtragem de autocorrelações com modelos autorregressivos, informação mútua e causalidade Grange); (2) modelos populacionais com taxas de desenvolvimento dependentes de temperatura e precipitação; e (3) calibração de modelo via Algoritmo Genético Real Polarizado (RPGA), usando dados de captura de fêmeas - principal indicador de risco epidemiológico - em algumas cidades brasileiras. Os resultados demonstram que a precipitação apresenta influência comparável à temperatura na predição da dinâmica populacional, com modelos calibrados apresentando robustez, quando validados entre diferentes cidades. Além de estabelecer relações quantitativas inéditas entre taxas de desenvolvimento da metamorfose e a precipitação, este trabalho fornece um arcabouço metodológico aplicável a outros sistemas vetor-doença-ambiente.

Palestra VI:

O desafio preditivo na imuno-oncologia: integrando modelos matemáticos e dados clínicos

A matemática aplicada oferece ferramentas poderosas para traduzir a biologia do câncer em sistemas dinâmicos que podem ser analisados e simulados. Esta palestra foca no desafio de criar modelos preditivos em imuno-oncologia, onde a interação entre células tumorais e o sistema imune é decisiva para o desfecho terapêutico. Abordaremos esta questão através de dois estudos de caso: a dinâmica do tratamento da Leucemia Mieloide Crônica e a resposta à imunoterapia CAR-T em pacientes com Linfoma. Em ambos os exemplos, demonstraremos como a análise de separação de escalas de tempo nos modelos de EDOs é uma ferramenta que não apenas simplifica a análise, mas também permite o desenvolvimento de estratégias robustas para a estimação de parâmetros, tornando os modelos individualizados para cada paciente. Por fim, discutiremos como essa abordagem se conecta ao desafio central da área: o desenvolvimento de modelos que possam, de fato, prever a resposta futura de um paciente com base em seu histórico, um passo fundamental em direção à medicina personalizada.

Palestra VIII:

Dinâmica do replicador dependente de predadores ou um modelo presa-predador com dois tipos de presas e dependência da frequência 

Braga e Wardil [J. Phys. A: Math. Theor. 55 (2022) 025601] introduziram um modelo populacional determinístico para duas espécies de presas que competem entre si e uma espécie de predadores que se alimenta dos dois tipos. O modelo é baseado em duas matrizes de pagamento, uma para a reprodução das presas e outra para a relação dessas com os predadores, e pode ser visto como uma dinâmica do replicador onde as aptidões dos dois tipos de presas depende do tamanho da população de predadores. Mostraram que existem 16 cenários dinâmicos possíveis e se ocuparam da questão de individuar em quais desses cenários é possível a coexistência estável dos dois tipos de presas com os predadores. Vamos mostrar que, além de uma dinâmica do replicador dependente de predadores, o modelo pode ser visto de forma complementar como um modelo tipo Lotka-Volterra presa-predador com um único tipo de presas, limitação logística para o crescimento da população total de presas, e coeficientes de reprodução e predação dependentes da frequência populacional dos tipos de presas. Dependendo do cenário dinâmico e dos valores de um dos parâmetros, as soluções do modelo passam por alguns regimes: desde a extinção dos predadores por insuficiência de presas, a regiões de coexistência dos predadores com somente um dos dois tipos de presas, ou coexistência assintoticamente estável dos três tipos de indivíduos. Em alguns cenários, a coexistência estável dos três tipos não é possível. Aparentemente existem também ciclos limites estáveis: soluções periódicas não constantes com coexistência estável dos três tipos. Vamos exemplificar algumas das soluções e as bifurcações entre os regimes, enunciar resultados rigorosos sobre a existência de equilíbrios positivos e sua estabilidade ou instabilidade. Particularmente, descrevemos condições para a existência -- em alguns dos cenários -- de equilíbrios com os três tipos de indivíduos. 

Palestra X:

Otimização sob condições de incerteza

Problemas de otimização, de uma forma geral, buscam identificar a melhor solução dentre um conjunto de soluções viáveis. Por exemplo, determinar a rota de transporte mais eficiente, planejar uma rede logística com menor custo ou programar tarefas para minimizar atrasos na entrega. Uma das principais limitações em muitos problemas de otimização presentes na literatura é a suposição de que os dados de entrada do problema, como custos, capacidades e demandas, são conhecidos com exatidão. No entanto, na prática, muitos desses dados apresentam incertezas quanto a seus valores. Para lidar com esta limitação, existem diversas abordagens que tratam problemas de otimização sob condições de incertezas nos parâmetros, como a otimização robusta, a otimização estocástica e a otimização fuzzy. O objetivo da palestra é apresentar um panorama geral destas abordagens.

Possui graduação em Licenciatura em Matemática pela Universidade Estadual de Ponta Grossa e mestrado e doutorado em Ciências de Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação.. 

Possui Licenciatura Plena em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho pela UNESP (2004) , mestrado em Matemática Computacional (2007) e doutorado em Engenharia Mecânica (2012), ambos pela Universidade de São Paulo, campus de São Carlos. Atualmente, é professora no Departamento de Matemática e Matemática Aplicada da Universidade Federal de Lavras (UFLA). Mãe de dois filhos, esteve em licença maternidade em 2016 e 2024. Embaixadora do movimento Parent in Science (https://www.parentinscience.com/). Atuou na SBMAC (Sociedade Brasileira de Matemática Aplicada e Computacional) como vice-presidente do Comitê Temático de Mulheres da SBMAC (Gestão 2021-2023). No momento, é integrante titular do Conselho da SBMAC (mandato 2022 a 2025) e coordenadora da Divisão Regional 7 (Minas Gerais) da SBMAC desde 2023. Além disso, é coordenadora geral do Núcleo de Estudos em Métodos Numéricos e Simulação Computacional na UFLA, NEMENSC. Tem interesse em Análise Numérica, Fluidodinâmica Computacional aplicada em problemas da engenharia e Ensino Inclusivo de Matemática.