A neurociência computacional é uma vasta área que tem como objeto de estudo o entendimento ou a emulação da dinâmica cerebral em diversos níveis. Neste trabalho atenta-se ao estudo da dinâmica de neurônios, os quais, no consenso atual, acredita-se serem as unidades fundamentais do processamento cerebral. A importância do estudo sobre o comportamento de neurônios se encontra na diversidade de propriedades que eles podem apresentar. O estudo se torna mais rico quando há interações de sistemas internos ao neurônio em diferentes escalas de tempo, criando propriedades como adaptação, latência e comportamento em rajada, o que pode acarretar em diferentes papéis que os neurônios podem ter na rede. Nesta dissertação é feita uma análise sob o ponto de vista de sistemas dinâmicos e de análise de sensibilidade de seis modelos ao estilo de Hodgkin-Huxley e compartimentais de neurônios encontrados no córtex visual primário de mamíferos. Esses modelos correspondem a seis classes eletrofisiológicas de neurônios corticais e o estudo feito nesta dissertação oferece uma contribuição ao entendimento dos princípios de sistemas dinâmicos subjacentes a essa classificação.

Computational neuroscience is a vast scientific area which has as subject of study the unsderstanding or emulation of brain dynamics at different levels. This work studies the dynamics of neurons, which are believed, according to present consensus, to be the fundamental processing units of the brain. The importance of studying neuronal behavior comes from the diversity of properties they may have. This study becomes richer when there are interactions between distintic neuronal internal systems, in different time scales, creating properties like adaptation, latency and bursting, resulting in different roles that neurons may have in the network. This dissertation contains a study of six reduced compartmental conductance-based models of neurons found in the primary visual cortex of mammals under the dynamical systems and sensitivity analysis viewpoints. These models correspond to six eletrophysiological classes of cortical neurons and this dissertation offers a contribution to the understanding of the dynamical-systems principles underlying such classification.