Resumo: Neste trabalho foram apresentadas algumas estratégias de periodização de modelos de crescimento inibido com o intuito de descrever aspectos reais de um determinado fenômeno. A aplicação da Teoria Fuzzy adicionada a este tipo de modelagem apresenta uma forma de descrever aspectos subjetivos e incertos presentes nesses fenômenos. Tais estratégias foram aplicadas na modelagem de dois fenômenos epidemiológicos: COVID-19 e leishmaniose visceral. Sobre a COVID-19, os modelos logísticos periodizados construídos descrevem o comportamento da população de infectados no estado de São Paulo que, devido ao isolamento social tomado como forma de controle inicial, apresentou características periódicas. Do modelo ajustado aos dados reais desse estado, analisou-se diferentes cenários considerando a vacinação ocorrida no decorrer da dinâmica e a possibilidade da aplicação desta no início da pandemia com a ausência de isolamento social. No modelo ajustado com vacinação e considerando a subjetividade dos parâmetros e/ou condição inicial, as soluções apresentaram um aumento da incerteza sobre a quantidade de infectados ao longo do tempo, principalmente na segunda onda da doença. Em relação à leishmaniose visceral, doença endêmica em Teresina-PI, construiu-se um sistema p-fuzzy a partir de aspectos climáticos da região, registros de casos locais e revisão de literatura que descrevem o comportamento sazonal da população de flebotomíneos, vetor das leishmanioses. Uma perspectiva de solução de um modelo logístico periodizado foi ajustada à solução do sistema p-fuzzy e esta inserida em um sistema não autônomo de equações diferenciais ordinárias como fonte vital dos vetores. A incerteza presente na quantificação dos vetores nesse sistema é descrita considerando sua quantidade inicial como um número real fuzzy. Por fim, aplicou-se um controle p-fuzzy sobre os compartimentos dos flebotomíneos presentes no sistema de equações diferenciais ordinárias discretizadas Ver menos

Abstract: In this work some periodization strategies of inhibited growth models were presented having as objective to describe real aspects of a given phenomenon. The application of the Fuzzy Theory added to this type of modeling shows a way of describing subjective and uncertain aspects present in these phenomena. Such strategies were applied in the modeling of two epidemiological phenomena: COVID-19 and visceral leishmaniasis. Regarding COVID-19, the constructed periodized logistic models describe the behavior of the infected population in the state of São Paulo, which, due to social isolation taken as a form of initial control, showed periodic characteristics. Starting on the model adjusted to the real data of that state, different scenarios were analyzed considering the vaccination that occurred during the dynamics and the possibility of applying it at the beginning of the pandemic with the absence of social isolation. On the model adjusted by vaccination and considering the subjectivity of the parameters and/or initial conditions, the solutions showed an increase of the uncertainty of the over the quantity of infected along the time, mainly on the second of wave of the decease. In relation to visceral leishmaniasis, an endemic disease in Teresina-PI, a p-fuzzy system was built from climatic aspects of the region, local case records and literature review that describe the seasonal behavior of the phlebotomine sandfly population, leishmaniasis vector. A solution perspective of a periodized logistic model was adjusted to the solution of the p-fuzzy system and it was inserted in a non- autonomous ordinary differential equations system as a vital source of the vectors. The uncertainty present in the quantification of vectors belonging to this system is described considering its initial quantity as a real fuzzy number. Finally it was applied a p-fuzzy control to the phlebotomine sandflies' compartment which are present on the discretized ordinary differential equations system Ver menos