Banca de DEFESA: MARCONIO SILVA DOS SANTOS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : MARCONIO SILVA DOS SANTOS
DATA : 24/11/2017
HORA: 08:00
LOCAL: Anfiteatro A do CCET
TÍTULO:

MODELAGEM ESTOCÁSTICA DA PRECIPITAÇÃO PLUVIAL VIA MÉTODOS COMPUTACIONALMENTE INTENSIVOS

PALAVRAS-CHAVES:

simulação estocástica, método de Monte Carlo via cadeias de Markov, Amostrador de Gibbs, Metropolis-Hastings.

PÁGINAS: 83
RESUMO:

Neste trabalho, é feita uma modelagem estatística da precipitação pluvial. Este é um trabalho metodológico que utiliza simulações estocásticas para estimar as distribuições de probabilidades envolvidas na modelagem dessa variável atmosférica. A fim de estimar os parâmetros dessas distribuições, foram utilizados métodos de Monte Carlo via cadeias de Markov para gerar amostras sintéticas de tamanho grande a partir de dados observados. Os métodos utilizados foram o algoritmo de Metropolis-Hastings e o amostrador de Gibbs. As simulações foram feitas sob a hipótese de que os dias de um mesmo período do ano (mês ou estação chuvosa) podem ser considerados como identicamente distribuídos em relação à probabilidade de ocorrer precipitação. Essa pesquisa possibilitou a produção de quatro artigos. O primeiro artigo utilizou o algoritmo de Metropolis-Hastings para modelar a probabilidade de ocorrência de precipitação em um dia qualquer do mês. As simulações desse artigo foram feitas com dados observados de algumas cidades brasileiras. Os demais artigos utilizaram o amostrador de Gibbs e os métodos propostos foram aplicados em cidades da região Nordeste do Brasil. No segundo artigo, as distribuições Beta e Binomial foram utilizadas para modelar o número de dias do mês com ocorrência de precipitação. No terceiro artigo, a distribuição de Poisson foi utilizada para modelar o número de dias com valores extremos de precipitação na estação chuvosa. Um método alternativo para estimar esses valores extremos e sua distribuição é apresentado no quarto artigo, utilizando a distribuição Gama. De acordo com os resultados dessas pesquisas, amostrador de Gibbs foi considerado adequado para estimar as distribuições na modelagem da precipitação em cidades para as quais há poucos dados históricos.

MEMBROS DA BANCA:
Interno - 1752417 - CLAUDIO MOISES SANTOS E SILVA
Presidente - 320597 - PAULO SERGIO LUCIO
Externo à Instituição - PEDRO LEITE DA SILVA DIAS - USP
Externo à Instituição - TERCIO AMBRIZZI - USP
Interno - 1164414 - WEBER ANDRADE GONCALVES