Título: A matemática da comunicação vocal em primatas

Data e horário: segunda-feira (16/09), 14h30

Chair: TBA

Resumo: A excepcional capacidade de se comunicar por meio de vocalizações é uma característica marcante dos primatas, permitindo a formação de sociedades complexas. Dada a importância dessa capacidade para a humanidade, é natural nos perguntarmos quais são os princípios que regem a comunicação vocal dos primatas. Nesta palestra, discutirei alguns modelos matemáticos que formalizam os princípios das interações vocais e seu desenvolvimento. Utilizarei dados obtidos em saguis para ilustrar a eficácia desses modelos e discutir algumas implicações na evolução da nossa capacidade comunicativa.

Título: Experiência com matemática aplicada nas indústrias de telecomunicações e de varejo e comércio eletrônico

Data e horário: quarta-feira (18/09), 10h30

Chair: TBA

Resumo: TBA

Título: Otimização de processos em biossistemas: Importância e Desafios

Data e horário: quarta-feira (18/09), 14h30

Chair: TBA

Resumo: As técnicas de otimização de processos em biossistemas têm desempenhado um papel crucial nas áreas agrárias, biológicas e médicas. Têm sido instrumentos de muita importância para os sistemas destas áreas, auxiliando na melhoria da eficiência e sustentabilidade destes, fomentando a elaboração de políticas públicas, etc. Contribuindo assim para o desenvolvimento social, econômico, político e ambiental dos países. Neste contexto, pretende-se discutir, nesta plenária, os principais resultados, importância e desafios das investigações realizadas pelo Grupo de Pesquisa em Otimização de Biossistemas do Instituto de Biociências da UNESP de Botucatu, dando ênfase aos problemas de garantia da segurança alimentar e nutricional em cenários de crescimento populacional e/ou aumento da pobreza; planejamento de produção agrícola de forma sustentável e eficiente, com redução de consumo de uso de combustível, uso eficiente de  fertilizantes e controle de pragas e doenças; Planejamento ótimo da radioterapia no tratamento de câncer; Controle de doenças endêmicas, como Dengue, Zica, Febre Amarela, Malária, Covid-19 e outras. A otimização de biossistemas desempenha um papel essencial nessas áreas, mas os desafios associados à complexidade, variabilidade e ética exigem abordagens multidisciplinares, multiobjectivos e inovação contínua. A variabilidade ambiental como condições climáticas e geográficas promovem incertezas e exigem adaptação constante nos modelos. A integração de tecnologias como sensores, drones e IA é desafiadora na área agrária, mas crucial para uma otimização eficaz. A natureza complexa dos sistemas biológicos apresenta desafios na compreensão e controles precisos de doenças e pragas. Os desafios na área médica estão relacionados com a privacidade e segurança de dados e integração de tecnologias.   É necessário lidar com dados sensíveis, os quais requerem atenção à privacidade e segurança para evitar riscos.  A incorporação de tecnologias como aprendizado de máquina, IoT e genômica apresenta desafios, porém é uma tendência robusta na otimização de processos na área médica.

Título: Dinâmica complexa em modelos de dengue multistrain e seu impacto em medidas de intervenção em saúde pública

Data e horário: quinta-feira (19/09), 14h30

Chair: TBA

Resumo: A dinâmica epidemiológica da dengue apresenta grandes flutuações na incidência da doença, e vários modelos matemáticos descrevendo a transmissão dos vírus da dengue foram propostos para explicar o comportamento irregular das epidemias de dengue. Os modelos de dengue multistrain são frequentemente modelados com modelos do tipo SIR, onde as classes SIR são rotuladas para os hospedeiros que foram expostos às cepas individuais. Os modelos estendidos mostram dinâmicas complexas e, qualitativamente, apresentam resultados muito bons ao comparar dados empíricos e simulações do modelo. No entanto, insights de modelagem para cenários epidemiológicos caracterizados por dinâmicas caóticas, como na epidemiologia da dengue, têm sido amplamente inexplorados. O problema é matematicamente difícil e, para fazer progressos urgentemente necessários em nossa compreensão dessas dinâmicas, são necessários conceitos de vários campos da matemática, bem como a disponibilidade de bons dados para avaliação do modelo. Nesta apresentação, vou apresentar um conjunto de modelos motivados pela epidemiologia da dengue e comparar diferentes comportamentos dinâmicos originados ao aumentar a complexidade no quadro do modelo, com o objetivo de compreender a origem das dinâmicas complexas em modelos multistrain de dengue.

Título: On the continuum limit of epidemic models on graphs: convergence, approximation and numerical results

Data e horário: quinta-feira (19/09), 14h30

Chair: TBA

Resumo: The talk discusses some new developments in the study of epidemiological models on large networks. Precisely, we first study the asymptotic behaviour of a compartmental model (the archetypical SIR system) defined on graphs  as the number of vertices in the graph diverges. By relying on the theory of the so-called  graphons  we characterise the limit problem and establish convergence results.

We then consider deterministic and random discretizations of the limit problem and provide approximation results for both. The analysis applies to dense and sparse graphs, including power-law networks. Extensive numerical results illustrate and assess the analytical findings. The talk is based on  joint works with Simone Dovetta (Politecnico di Torino)  and Laura V. Spinolo (IMATI-CNR, Pavia).

Título: Optimal Strategies for Treating Breast Cancer: A Mathematical Modeling Approach

Data e horário: quinta-feira (19/09), 15h30

Chair: TBA

Resumo: To better understand breast cancer progression, experiments are often performed. However, these experiments face limitations due to the vast number of possible scenarios and constraints imposed by cost and logistics, restricting the amount of data that can be collected. Mathematical models offer a solution to these limitations. Breast cancer treatment often requires a combination of therapies to maximize efficacy while minimizing adverse effects. Determining the best treatment protocol or identifying the optimal time to switch treatments is crucial. This presentation will provide an overview of two mathematical modeling studies that optimize treatment protocols and address uncertainties in response prediction, showcasing a progression from pre-clinical to clinical data.

            The first study focuses on optimizing the combination of therapies for treating HER2+ breast cancer using pre-clinical data from murine models. By developing, calibrating, and selecting from ten different models of drug-tumor interactions, we employ a Bayesian framework to identify the optimal treatment regimen. Using optimal control theory, we propose protocols that significantly reduce tumor burden or minimize chemotherapy dosage while maintaining treatment efficacy, demonstrating a 45% improvement over existing regimens.
            The second study explores the timing of MRI-based response prediction during neoadjuvant therapy for triple-negative breast cancer using patient data. Despite the established importance of MRI in staging and monitoring response, the optimal timing for MRI scans remains unclear. We address this gap by creating a Bayesian-based in silico framework to simulate MRI data at various intervals during neoadjuvant therapy. Our model evaluates how the timing of MRI collection impacts the accuracy and uncertainty of predicting tumor response, offering insights into the most beneficial intervals for MRI monitoring. This approach maximizes the available resources to select the optimal day for data collection.
            Together, these studies underscore the potential of mathematical modeling to refine breast cancer treatment strategies, balancing efficacy and toxicity, and enhancing the precision of response predictions from pre-clinical to clinical settings.

Título: Are almost all graphs determined by their spectrum?

Data e horário: quinta-feira (19/09), 15h30

Chair: TBA

Resumo: We look at the spectrum (eigenvalues) of the adjacency matrix of a graph, and ask whether the eigenvalues determine the graph. This is a difficult, but important problem which plays a special role in the famous graph isomorphism problem. It has been conjectured by van Dam and Haemers that almost every graph is determined by its spectrum. The mentioned problem has been solved for several families of graphs; sometimes by proving that the spectrum determines the graph, and sometimes by constructing nonisomorphic graphs with the same spectrum. In recent years this problem has attracted much interest. In this talk we will report on several results concerning this conjecture.

Título: Quantificação de Incertezas – exemplos, perspectivas e desafios

Data e horário: sexta-feira (20/09), 14h30

Chair: TBA

Resumo: A Quantificação de incertezas (QI ou, em inglês, UQ) é geralmente definida como um conjunto de métodos e ferramentas para a caracterização das incertezas, variabilidades e erros em modelos, assim como de seus efeitos sobre os resultados. Tradicionalmente, a QI adota um ponto de vista probabilista e busca determinar distribuições de probabilidade. Este ponto de vista tem raízes históricas nas Engenharias Civil e Mecânica e um dos desafios futuros da QI  é a integração de outros pontos de vista, de forma colaborativa ou complementar. Desde suas origens históricas, a Quantificação de incertezas também tem procurado se abrir a outras áreas, tais como a epidemiologia, a economia, a informática. Apresentaremos nesta conferência uma introdução histórica, exemplos destas novas aplicações e discutiremos alguns dos desafios e perspectivas desta área.