O presente trabalho teve como objetivo caracterizar o sinal cerebral de bovinos quanto a sua complexidade e também a sua extensividade. Para tal foi necessário formar uma base de dados de sinais cerebrais, estes sinais foram adquiridos de novilhas da raça holandesa, na cidade de Pirassununga/SP (latitude 21°59'46" Sul e a uma longitude 47°25'33" Oeste, altitude de 627 metros) em duas situações: (1) câmara climática (gaiolas de contenção) em junho de 2005 e (2) piquete experimental (animais com liberdade de movimentos), entre outubro e dezembro de 2007. Foram utilizados eletrodos superficiais, fixos a cabeça dos animais por meio de cola sintética, a freqüência de amostragem foi de 120 Hz. Os sinais foram avaliados visualmente e os trechos livres de artefatos foram selecionados para formação da base de dados. Simultaneamente foram considerados temperatura e umidade do ambiente (para o calculo da entalpia), momento da intervenção da equipe junto aos animais e alguns comportamentos apresentados pelos animais durante a aquisição dos sinais. O algoritmo utilizado para calculo da complexidade C(n) mostrou-se eficiente na caracterização de seqüências conhecidas. O método desenvolvido para determinar o parâmetro q quando utilizado para caracterizar um mapa logístico, no limite de comportamento caótico, mostrou que q permanece constante mesmo quando se alteram as condições iniciais, ou seja, q e uma característica do sistema e o método e capaz de verificar este fato. Quando aplicados a base de dados, verificou-se que o parâmetro q variou mais em função de manipulação do animal do que em relação a entalpia, ou seja, o estresse de manipulação se sobrepôs ao estresse térmico, isso pode se verificar mais claramente nos experimentos realizados em câmara climática com os animais mantidos em gaiolas. As variações na complexidade C(n) (entre 0,2 e 1,0) permitem afirmar que os sinais de bovinos apresentam, alem de componentes oscilatórias, componentes caóticas. A metodologia proposta indicou que e possível caracterizar sinais de bovinos quanto a sua extensividade, uma vez que q tende a apresentar valores menores logo após manipulação dos animais.

This study aimed to characterize the bovine brain electrical activity as its complexity and also to this extensiveness. In order to make it possible a database of brain signals was formed. These signals were acquired from Holstein heifers in the city of Pirassununga / SP (latitude 21°59'46" south and a longitude 47°25'33" west, altitude of 627 meters ) in two situations: (1) climatic chamber (cage containment) in June 2005 and (2) experimental pasture (animals with freedom of movement) between October and December 2007. We used surface electrodes, fixed to the head of the animals by synthetic glue, the sampling frequency was 120 Hz. Signals were evaluated visually and free of artifacts signals were selected to take part in the database. Both, were considered the temperature and humidity from environment (for the calculation of the enthalpy), It was also considered team intervention with the animals and some behaviors displayed by animals during signals acquisition. The algorithm used to calculate the complexity C(n) was efficient in the characterization of known sequences. The method developed to determine the q parameter when used to describe a logistic map in the limit of chaotic behavior, showed that q remains constant even when changing the initial conditions, ie, q is a characteristic of the system and developed methodology is able to verify this fact. When applied to the database, it was found that the q parameter varied more according to manipulation of the animal than on the enthalpy, ie the stress of manipulation overrides to heat stress, this can be verified more clearly in the experiments performed in climatic chamber with the animals kept in cages. Changes in complexity C(n) (between 0.2 and 1.0) show that the animals exhibit signs of oscillatory components in addition to chaotic components. The proposed methodology showed that it is possible to identify cattle signs as to its extensiveness, as q tends to produce lower values after handling animals.