4 resultados para componente de variância
em Universidade Federal do Pará
Resumo:
Foram simuladas estruturas de dados em modelos mistos representando o teste de 100 reprodutores, sendo cada reprodutor acasalado com 10 matrizes (total de 1000 matrizes), originando em cada acasalamento 2 proles, totalizando 2000 proles (vinte proles por reprodutor). De cada combinação reprodutor e matriz, dez proles tiveram seu fenótipo expresso no ambiente de baixa produção (Estrato 1) e, a outra metade, no ambiente de alta produção (Estrato 2). A simulação foi realizada de forma a representar diferentes situações de presença de heterogeneidade de variâncias, combinando-se as origens da heterogeneidade, de natureza genética e ambiental. Na presença de heterogeneidade residual, o valor estimado para o componente de variância residual, considerando homogeneidade de variâncias se aproximou do valor médio das variâncias entre os estratos. Houve superestimação, também, do componente de variância genético aditivo. Ao simular heterogeneidade de variância de origem genética, observou-se que a estimação desse componente situou-se em valor intermediário aos simulados. Nessa situação, o componente de variância residual estimado foi próximo do valor simulado, indicando que a heterogeneidade de variâncias quando proveniente de fatores genéticos, não interfere, substancialmente, sobre e estimação do componente de variância residual. Na simulação de dados com presença de heterogeneidade tanto de origem genética quanto ambiental (estrutura de dados 4), conduziu a estimação de componentes de variâncias intermediários aos valores simulados em cada estrato. Assim, observa-se que, mesmo quando os reprodutores apresentam proles bem distribuídas em ambos os estratos, a heterogeneidade de variância proveniente de fatores não genético provoca distorções sobre a estimação da variância genética aditiva. Mas por outro lado, quando a heterogeneidade de variância é decorrente de fatores genéticos, não há grande interferência sobre a estimativa da variância residual, tal comportamento pode ser explicado pela incorporação da matriz de parentesco na estimação do componente de variância genético aditivo, possibilitando discriminar melhor a origem da diferenças entre variâncias. Na estrutura onde a variância residual foi heterogênea a estimativa de herdabilidade foi menor em relação à estrutura de homogeneidade de variâncias. Por outro lado, quando somente a variância genética aditiva foi heterogênea, a estimativa de herdabilidade, considerando-se apenas o estrato de alta variabilidade genética, foi inflacionada pela superestimação da variância genética aditiva. No entanto, a estimativa de herdabilidade obtida, desconsiderando essa fonte de heterogeneidade de variância, foi próxima à situação de homogeneidade de variância, indicando que, quando os reprodutores possuem boa distribuição de proles em diferentes ambientes, as estimativas relacionadas ao efeito genético são ponderadas pelo desempenho dos animais em cada ambiente. As correlações de Spearman e de Pearson entre os valores genéticos preditos dos reprodutores, para todas as situações, foram maiores que 0,90. O resultado indica que, mesmo havendo presença de heterogeneidade de variância genética e/ou ambiental, se os reprodutores possuem proles bem distribuídas entre os ambientes (estratos heterogêneos) a classificação do mérito genético não se altera, o que era esperado, pois em análises unicarácter, quando ocorre uma fonte de viés na avaliação genética, ela é comum a todos os indivíduos. Na situação em que foi imposta a estrutura de dados à presença de heterogeneidade de variância residual com número de número desigual de proles por reprodutor nos estratos, provocou superestimação dos componentes de variância. Porém mesmo havendo alteração na magnitude dos valores genéticos preditos para os reprodutores, a heterogeneidade de variância não alterou a classificação entre os reprodutores todas as correlações de ordem foram próximas à unidade. O efeito da heterogeneidade de variância, oriunda de fatores ambientais, ocasiona em maiores distorções sobre a avaliação genética animal, em relação, quando a mesma é proveniente de causas genéticas. A conexidade genética entre diferentes ambientes, dilui o efeito da heterogeneidade de variância, tanto de origem genética, quanto ambiental, na predição de valores genéticos dos reprodutores.
Resumo:
A metodologia tradicional de identificação de parâmetros na análise modal de estruturas é realizada a partir de sinais medidos de força de entrada e de movimento de resposta da estrutura em condições laboratoriais controladas. Entretanto, quando é necessária a obtenção dos parâmetros modais de estruturas de máquinas em operação, as condições para controlar e medir a excitação nestas situações impossibilita a realização da análise modal tradicional. Neste caso, o teste modal é realizado utilizando somente dados de resposta do sistema. A Análise Modal Operacional (AMO) é um método de extração modal em que nenhuma excitação artificial necessita ser aplicada ao sistema, utilizando-se a própria excitação operacional como entrada para medição da resposta do sistema. A técnica clássica de Análise Modal Operacional NExT considera, para isso, que a excitação operacional do sistema seja um ruído branco. Esta técnica faz a consideração de que as funções de correlação obtidas de estruturas podem ser consideradas como funções de resposta ao impulso e então métodos tradicionais de identificação modal no domínio do tempo podem ser empregados. Entretanto, caso a excitação operacional contenha componentes harmônicos que se sobressaiam, estes podem ser confundidos como modos naturais do sistema. Neste trabalho é demonstrada que através da função densidade de probabilidade da banda estreita contendo o pico de um modo, é possível identifica-lo como natural ou operacional (proveniente da excitação operacional da estrutura). É apresentada também uma modificação no método de identificação modal Exponencial Complexa Mínimos Quadrados (LSCE), passando a considerar sinais harmônicos de freqüências conhecidas presentes na excitação operacional, em um ensaio utilizando a técnica NExT. Para validação desses métodos, utiliza-se um modelo teórico de parâmetros modais conhecidos analiticamente e como estudo de caso experimental, um sistema formado por uma viga bi-apoiada suportando um motor elétrico com desbalanceamento de massa.
Resumo:
O óleo essencial de Piper aduncum (OEPA) e seu componente principal, o dilapiol (76,5%), foram avaliados quanto a atividade antibacteriana frente a diferentes cepas de Staphylococcus spp. ATCC e multirresistentes. Para os ensaios da atividade antibacteriana do OEPA e do dilapiol foram determinados a Concentração Mínima Inibitória (CIM) e a Concentração Bactericida Mínima (CBM), pela técnica da microdiluição e por contagem de Unidades Formadoras de Colônia (UFC), utilizando concentrações de 250, 500, 750 e 1000 μg/mL do OEPA e concentrações de 100 e 1000 μg/mL de dilapiol. O inóculo bacteriano utilizado foi ajustado a 1x104 a partir da escala 0,5 de Mc Farland. Como controle negativo foi utilizado o inóculo juntamente com Tween 20, solubilizante do óleo essencial e dilapiol, e como controle positivo, utilizou-se o cloranfenicol 0,05 mg/mL. Esses compostos foram testados frente as cepas de S. aureus ATCC 25923, S. epidermidis ATCC 12228, MRSA hospitalar, S.epidermidis e S. lentus multirresistentes de origem hospitalar. Os resultados mostraram que o OEPA apresentou a CIM90% de 500 μg/mL e a CBM de 1000 μg/mL frente a S. aureus ATCC 25923, cuja concentração de 500 μg/mL foi capaz de inibir 60% do crescimento bacteriano. Quanto à cepa MRSA, o OEPA mostrou uma inibição (10%) na concentração de 750 μg/mL, sendo a CIM90% obtida em 1000 μg/mL. Em S. epidermidis ATCC 12228, o OEPA mostrou atividade antimicrobiana, com a CIM90% em 500 μg/mL e CBM em 750 μg/mL. Para a cepa S. epidermidis multirresistente, o OEPA foi capaz de inibir somente 35% do crescimento dessa cepa na concentração de 750 μg/mL, mas obteve o valor de CIM90% em 1000 μg/mL. Quanto ao dilapiol, o composto apresentou atividade antimicrobiana contra a cepa de S. aureus ATCC 25923 na concentração de 1000 μg/mL, inibindo 100% do crescimento (CBM). Por outro lado, não apresentou efeito antimicrobiano sobre as cepas MRSA e S. lentus multirresistente. Além disso, o dilapiol inibiu somente 20% do crescimento de S. epidermidis ATCC 12228 e S. epidermidis multirresistente na concentração de 1000 μg/mL. Desta forma, os dados mostram uma moderada atividade antibacteriana do óleo essencial, sendo que o dilapiol mostrou fraca atividade antimicrobiana in vitro.
Resumo:
Tendo como foco as múltiplas escalas de tempo que atuam na Amazônia, este trabalho foi desenvolvido com o objetivo de investigar a possível influencia da Oscilação Madden – Julian (OMJ) em elementos turbulentos da CLP. A OMJ foi identificada a partir de 30 anos de dados de reanálise de radiação de onda longa (ROL) e componente zonal do vento (u). As grandezas turbulentas foram estudadas a partir da variância, covariância e coeficiente de correlação de um conjunto de dados de resposta rápida coletado na torre micrometeorológica de Caxiuanã (PA), e tratados com a Transformada em Ondeletas (TO) para se obter a contribuição de cada escala para estes momentos estatísticos. A análise dos 30 anos de dados de ROL e u mostrou que a ocorrência da OMJ está ligada com o fenômeno do El Niño/Oscilação Sul (ENOS), bem como influência do ENOS no tempo da região amazônica pode estar associado a presença ou não da OMJ. Foi observado que anos de El Niño tendem a desfavorecer a ocorrência da OMJ e anos de La Niña tendem a favorecer o desenvolvimento da oscilação. Caso uma OMJ se desenvolva durante um episodio de El Niño, a oscilação pode influenciar a temperatura, a velocidade do vento e a precipitação de forma diferente ao do El Niño. A análise por fase da OMJ mostrou que, em Belém, há diferença significativa na temperatura máxima e na precipitação entre cada fase, porém, a temperatura mínima e o módulo do vento apresentaram pouca diferença. Os fluxos cinemáticos turbulentos analisados, por escala, em três horários distintos, foram mais diferentes durante o período diurno, principalmente w’T’ e w’q’. A diferença entre fase ativa e fase inativa foi reduzindo com passar do dia, durante o período de transição dia – noite, poucas escalas tiveram diferença significativa, e durante a noite, nenhuma escala teve nível de confiança acima ou igual a 95%. Estes resultados indicam que a convecção diurna é o mecanismo responsável por esta diferença e como a OMJ atua como uma grande célula convectiva, a convecção local é amplificada, explicando a grande diferença observada entre as fases durante o período diurno.