$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC|



Título: LONG MEMORY MODELS TO GENERATING STREAMFLOW SCENARIO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): GUILHERME ARMANDO DE ALMEIDA PEREIRA

Colaborador(es):  REINALDO CASTRO SOUZA - Orientador
Número do Conteúdo: 18252
Catalogação:  15/09/2011 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18252@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=18252@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.18252

Resumo:
The aim of this thesis is to study the series of natural energy surging (NES) through long memory models, whose interest is to fit models capable of generating synthetic hydrological series. Time Series with long memory are defined as a series which have persistent dependence between observations separated by a long period of time. Firstly, we proceed to the exploration analysis where we found particulars of long memory time series. The models employed is this work were SARFIMA (p, d, q)x(P, D,Q)s where parameters d and D assume fractional values so as to incorporate long memory and/or cycles effects. It was also used a intensive computational technique called bootstrap in various stages, among them the construction of a non-parametric test for the significant of fractional parameters and the bootstrap in the residual models for generating synthetic hydrological series. In order verify the accuracy of the scenarios generated, statistical tests were performed for equal means, equal variance, adherence test and sequence analysis. Through these, we can conclude that the models used in this thesis could satisfactorily reproduce the history of natural energy surging available.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS  PDF
CHAPTER 1  PDF
CHAPTER 2  PDF
CHAPTER 3  PDF
CHAPTER 4  PDF
CHAPTER 5  PDF
CHAPTER 6  PDF
REFERENCES  PDF
Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui