Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Monografias da UnB |
Texto Completo: | https://bdm.unb.br/handle/10483/24475 |
Resumo: | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018. |
id |
UNB-2_4b0834c06d7d16ca2fd4a33d7c55232b |
---|---|
oai_identifier_str |
oai:bdm.unb.br:10483/24475 |
network_acronym_str |
UNB-2 |
network_name_str |
Biblioteca Digital de Monografias da UnB |
repository_id_str |
11571 |
spelling |
Cavalcante, Matheus Ferreira MarquesMoreira, LucasCAVALCANTE, Matheus Ferreira Marques. Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas. 2018. viii, 33 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2018.https://bdm.unb.br/handle/10483/24475Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.Neste trabalho modelamos dados pluviométricos no Distrito Federal por meio de Cadeias de Ordem Variável Estocasticamente perturbadas. Inicialmente, estudamos o estimador utilizado neste trabalho, por meio de simulações onde constatamos a eficiência do estimador. Consideramos um alfabeto de tamanho três para os modelos de ordem variável e, para verificar o comportamento do estimador em amostras contaminadas, utilizamos três árvores conhecidas. Para a contaminação da amostra, consideramos dois modelos de pertubação. No primeiro modelo consideramos uma cadeia com alfabeto de tamanho três em que, a cada instante de tempo, um dos símbolos pode ser modicado com uma probabilidade pequena e ?xada. No segundo modelo o processo perturbado assume aleatoriamente o valor da cadeia original ou uma função que depende deste valor, com probabilidade pequena e fixada. Os modelos de contaminaçãoo foram comparados através das simulações de amostras perturbadas de processos conhecidos. Pela simplicidade do primeiro modelo de contaminação foi possível recuperar a árvore de contextos do processo original mesmo com alta probabilidade de contaminação. Enquanto o outro modelo, recuperamos a árvore de contextos do processo original apenas quando a probabilidade de perturbação era suficientemente pequena. Em seguida, estudamos o comportamento de chuvas do Distrito Federal, propomos modelos pluviométricos para prever a possibilidade do próximo dia ser sem chuva, chuva moderada ou chuva forte, dado as informações de pluviosidade dos dias anteriores.Submitted by Jaedna Lins (jaednalins@bce.unb.br) on 2020-06-10T02:09:07Z No. of bitstreams: 1 2018_MatheusFerreiraMarquesCavalcante_tcc.pdf: 400902 bytes, checksum: a10f9f1ce2b965c305174b851d1492eb (MD5)Approved for entry into archive by Biblioteca Digital de Monografias Gerência (bdm@bce.unb.br) on 2020-07-21T19:41:48Z (GMT) No. of bitstreams: 1 2018_MatheusFerreiraMarquesCavalcante_tcc.pdf: 400902 bytes, checksum: a10f9f1ce2b965c305174b851d1492eb (MD5)Made available in DSpace on 2020-07-21T19:41:48Z (GMT). No. of bitstreams: 1 2018_MatheusFerreiraMarquesCavalcante_tcc.pdf: 400902 bytes, checksum: a10f9f1ce2b965c305174b851d1492eb (MD5)In this work we model the pluviosity data in Distrito Federal through Stochastically Disturbed Variable Order Chains. Initially, we studied the estimator used in this work, by simulations where we veri ed the e ciency of the estimator. An alphabet of size three was considered for this work and to verify the behavior of the estimator in contaminated samples, we used three previously known trees. For sample contamination, we considered two perturbation models. In the rst model, the value at any instant, can be modi ed with a small and xed probability. In the second case, the disturbed process randomly assumes the value of the original chain or a function that depends on this value, with a small and xed probability. The contamination models were compared by simulations of disturbed samples from known processes. Due to the simplicity of the rst contamination model, it was possible to recover a tree of contexts from the original process even with high probability of contamination. While the other model, it retrieved the tree of contexts correctly when it had small values of disturbance. Next, we study the behavior of the rainfalls of the Distrito Federak, and propose pluviometric models to predict the possibility of a next day will not rain or will have moderate rain or heavy rain, given the information of pluviosity from the previous days.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar meu trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessVariáveis aleatóriasÁrvore de contextoProcesso estocásticoMeteorologiaModelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2020-07-21T19:41:48Z2020-07-21T19:41:48Z2018-07-04porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/24475/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2018_MatheusFerreiraMarquesCavalcante_tcc.pdf2018_MatheusFerreiraMarquesCavalcante_tcc.pdfapplication/pdf400902http://bdm.unb.br/xmlui/bitstream/10483/24475/1/2018_MatheusFerreiraMarquesCavalcante_tcc.pdfa10f9f1ce2b965c305174b851d1492ebMD5110483/244752020-07-21 16:41:48.052oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712020-07-21T19:41:48Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false |
dc.title.pt_BR.fl_str_mv |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
title |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
spellingShingle |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas Cavalcante, Matheus Ferreira Marques Variáveis aleatórias Árvore de contexto Processo estocástico Meteorologia |
title_short |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
title_full |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
title_fullStr |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
title_full_unstemmed |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
title_sort |
Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas |
author |
Cavalcante, Matheus Ferreira Marques |
author_facet |
Cavalcante, Matheus Ferreira Marques |
author_role |
author |
dc.contributor.author.fl_str_mv |
Cavalcante, Matheus Ferreira Marques |
dc.contributor.advisor1.fl_str_mv |
Moreira, Lucas |
contributor_str_mv |
Moreira, Lucas |
dc.subject.keyword.pt_BR.fl_str_mv |
Variáveis aleatórias Árvore de contexto Processo estocástico Meteorologia |
topic |
Variáveis aleatórias Árvore de contexto Processo estocástico Meteorologia |
description |
Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018. |
publishDate |
2018 |
dc.date.submitted.none.fl_str_mv |
2018-07-04 |
dc.date.accessioned.fl_str_mv |
2020-07-21T19:41:48Z |
dc.date.available.fl_str_mv |
2020-07-21T19:41:48Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CAVALCANTE, Matheus Ferreira Marques. Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas. 2018. viii, 33 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2018. |
dc.identifier.uri.fl_str_mv |
https://bdm.unb.br/handle/10483/24475 |
identifier_str_mv |
CAVALCANTE, Matheus Ferreira Marques. Modelagem de dados pluviométricos no DF por meio de cadeias de ordem variável estocasticamente perturbadas. 2018. viii, 33 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2018. |
url |
https://bdm.unb.br/handle/10483/24475 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Monografias da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Biblioteca Digital de Monografias da UnB |
collection |
Biblioteca Digital de Monografias da UnB |
bitstream.url.fl_str_mv |
http://bdm.unb.br/xmlui/bitstream/10483/24475/2/license.txt http://bdm.unb.br/xmlui/bitstream/10483/24475/1/2018_MatheusFerreiraMarquesCavalcante_tcc.pdf |
bitstream.checksum.fl_str_mv |
21554873e56ad8ddc69c092699b98f95 a10f9f1ce2b965c305174b851d1492eb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
bdm@bce.unb.br||patricia@bce.unb.br |
_version_ |
1801493117740777472 |