Cadeia de Markov aplicada ao manejo de pragas em lavoura cafeeira

Abstract

Ao se tratar de sistemas, no que diz respeito ao seu comportamento ou natureza, podem ser classificados em dois tipos: os sistemas determinísticos e os sistemas probabilísticos. Os sistemas determinísticos têm seu comportamento conhecido ou determinável ao longo do tempo, o que não se pode dizer dos sistemas probabilísticos. Estes são baseados em probabilidades de acontecimento e requerem uma ferramenta auxiliar para que sua análise possa ser realizada. Uma ferramenta que pode auxiliar nesta análise é a cadeia de Markov, objeto de estudo deste trabalho. Através de um problema de manejo de pragas de lavoura cafeeira, um modelo de cadeia de Markov foi proposto, segundo uma metodologia desenvolvida. Foram abordadas duas dimensões, a saber, incidência e pulverização. Os resultados de três anos consecutivos foram levantados, abordando percentuais de transição recorrente ao estado sem incidência e sem pulverização, bem como o percentual de estados sem incidência e sem pulverização. Também foram levantados os setores com incidências máximas e mínimas e as pulverizações e máximas e mínimas nos períodos. A cadeia de Markov demonstrou uma ferramenta eficiente no monitoramento de pragas e análise global do sistema, o que é essencial para o desenvolvimento da agricultura de precisão.Regarding the nature of systemsr behavior, it can be classified into two types: deterministic and probabilistic ones. Deterministic systems have a known behavior or determinable over time, which can not be said of probabilistics. These are based on event probabilities and require an auxiliary tool to be analysed. A tool that can assist in its analysis is the Markov chain, the object study of this work. Through a management problem coffee crop pests a Markov chain model was proposed, according to a methodology developed. We addressed two dimensions, namely, impact and spraying. The results of three consecutive years were raised by addressing percentiles of recurrent transition to the state without incidence and without spraying, as well as the percentage of states without incidence and without spraying. Also the sectors with maximum and minimum impact and high and low spraying for the time periods were raised. The Markov chain proved an effective tool in pests monitoring and the system global analysis, which is essential for the development of a precision agriculture.