Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos - aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro

Aluno(a): 

  • Leonardo Rodrigues Mattos da Costa

Data: 

31/03/2016 - 14:00

Local: 

Praia de Botafogo, 190, auditório 1027 - Rio de Janeiro, RJ

Resumo: 

A preocupação com a disseminação de doenças é presente tanto no dia-a-dia população quanto nas pautas governamentais de saúde pública de cidades em todo o Brasil e no mundo. Segundo dados do Ministério da Saúde é estimado que no mundo, 2.5 bilhões de pessoas morem em regiões onde a Dengue é endêmica, sendo que aproximadamente 50 milhões de pessoas são infectadas anualmente, no Brasil foram registrados ciclos de 3 a 5 para um novo surto da doença, geralmente associados à entrada de um novo sorotipo no país, sendo a última epidemia registrada em 2013, com a entrada da chamada ''Dengue do tipo 4".


Dentre as diversas formas de monitoramento da reprodução e infestação do mosquito, o uso das chamadas "Ovitrampas", armadilha nas quais os mosquitos depositam seus ovos, vem sendo apontado como uma das melhores alternativas para detecção de surtos de Dengue e Febre Amarela.


O objetivo principal deste estudo é a redução do tamanho da amostra do sistema de captura de ovos de mosquito da dengue, realizado pela prefeitura do Rio de Janeiro, viabilizando um aumento na frequência da coleta de dados, antes mensal, para uma frequência semanal ou quinzenal, sem impactar nos custos do projeto e preservando a qualidade das estimativas obtidas pela amostra.


O problema de redução da malha amostral, sob o ponto de vista de otimização, é um problema de otimização combinatória da classe NP-Completo, onde, dado uma amostra de tamanho N desejamos encontrar um subconjunto de elementos amostrais de tamanho N* tal que o erro de estimação de um determinado parâmetro θ seja menor que um ε pré-estabelecido. A partir de tal definição, é possível transformar o problema de redução amostral em um caso do Problema da mochila 0-1, utilizando esta associação, serão propostas funções objetivo onde são incorporados efeitos de dependência espaço-temporal além de uma abordagem utilizando meta-heurísticas como o Algoritmo Genético de Chaves Aleatórias Viciadas BRKGA.

Membros da banca: 

  • Flavio Codeço Coelho - FGV/EMAp
  • Gustavo Ferreira - Escola Nacional de Ciências Estatísticas (IBGE\ENCE)
  • Moacyr Alvim Horta - FGV/EMAp
  • José André Brito - Escola Nacional de Ciências Estatísticas (IBGE\ENCE)