Made available in DSpace on 2014-12-17T15:26:40Z (GMT). No. of bitstreams: 1 PauloSS_DISSERT.pdf: 2631825 bytes, checksum: 082e86da629073197a47cacc57bffdc4 (MD5) Previous issue date: 2014-07-02 / Universidade Federal do Rio Grande do Norte / Este trabalho tem como objetivo apresentar as diferen?as entre os algoritmos gen?tico can?nico e elitista. Para isso explicamos detatalhadamente cada etapa dos algoritmos, sua modelagem via cadeias de Markov e suas converg?ncias. Utilizamos a vers?o elitista apresentada no artigo MULTISTAGE MARKOV CHAIN MODELING OF THE GENETIC ALGORITHM AND CONVERGENCE RESULTS a fim de desenvolver simula??es num?ricas comparativas

Nesta dissertação de mestrado, vamos apresentar uma prova para os grandes desvios para variáveis aleatórias independentes e identicamente distribuídas com todos os momentos finitos e para a medida empírica de cadeias de Markov com espaço de estados finito e tempo discreto. Além disso, abordaremos os teoremas de Sanov e Gärtner-Ellis. / In this master thesis it is presented a proof of the large deviations for independent and identically distributed random variables with all finite moments and for the empirical measure of Markov chains with finite state space and with discrete time. Moreover, we address the theorems of Sanov and of Gartner-Ellis.

Este trabalho tem objetivo de estudar os ciclos de crédito em cinco países da América Latina – Brasil, Chile, Colômbia, México e Peru - usando modelos com mudança de regime markoviano univariados e multivariados. Alguns dos modelos são capazes de captar períodos de crises bancárias nos países individualmente datados em Laeven e Valencia (2008, 2012) e Reinhart e Rogoff (2008), enquanto o modelo multivariado capta uma dinâmica comum nos países estudados. O ciclo que o modelo multivariado revela está de acordo com conhecidos períodos de expansão e contração da taxa de crescimento do crédito real ao setor privado conhecidos na literatura, em especial o boom da primeira metade da década de 1990 e sua desaceleração subseqüente. / This paper aims to study credit cycles in five Latin American countries in a Markov Switching Approach with univariate and multivariate models. The univariate models, for some countries, identified periods of banking crises dated in Laeven and Valencia (2008; 2012) and Reinhart and Rogoff (2008) while the multivariate model captured a common dynamic in those countries studied. The cycle revealed with this model is in accordance with known periods of expansion and contraction of the growth rate credit in Latin America, in special the early 1990’s boom and it’s subsequent slowdown.

Este trabalho divide-se em três partes. Na primeira parte fazemos uma breve descrição de cadeias de Markov a tempo discreto e tempo contínuo. Na segunda parte, seguindo o artigo [5], introduzimos o formalismo termodinâmico no espaço de Bernoulli com símbolos dados em um espaço métrico compacto, generalizando a teoria usual onde o espaço de estados é finito. Após, seguindo o artigo [1], introduziremos uma versão do Operador de Ruelle para cadeias de Markov a tempo contínuo. Ainda, a partir de uma função V que funcionará como uma perturbação, definiremos um operador de Ruelle modificado e, para este operador, mostraremos a existência de uma auto-função e uma auto-medida. / This work is divided in three parts. In the first one, we give a brief description of Markov chains in both discrete time and continuous time. In the second one, following the article [5], we introduce the thermodynamic formalism in the Bernoulli space with symbols in a compact metric space, generalizing the usual theory, where the space of states is finite. Then, following the article [1], we will introduce a version of Ruelle Opemtor for Markov chains in continuous time. Also, using a V function, which will be seen as a perturbation, we will define a modified Ruelle operator and, for this operator, we will show the existence of a eigenfunction and a eigenmeasure.

Esta dissertação procura promover uma análise da mudança de regimes na volatilidade condicional do risco Brasil, após a implementação do Real, com ênfase nas mudanças markovianas de regimes. De acordo com a literatura de risco país, na presença de equilíbrios múltiplos e profecias auto-realizáveis, a deterioração dos fundamentos percebidos de um país é condição necessária para a determinação de um equilíbrio macroeconômico ruim de uma pequena economia aberta e em desenvolvimento (PEAD), com reversão de capitais, alto serviço da dívida pública, perspectivas sombrias de crescimento e uma avaliação do crédito como ruim (Razin & Sadka, 2001). Ainda que tal condição seja necessária, ela não parece ser suficiente para explicar por que, em alguns momentos, apesar de um nível alto de risco país, o equilíbrio tido como ruim não se materializa. Neste sentido, através da adaptação de um jogo típico de modelos de crises cambiais de segunda geração, esta dissertação lança a hipótese de que uma das razões pelas quais uma PEAD sofra tais crises de liquidez seja a deterioração da média dos fundamentos percebidos ao lado do aumento do medo dos investidores de que haja interrupções no fluxo de capitais. A metodologia utilizada é a dos modelos GARCH nãolineares com componentes observáveis e não observáveis markovianos, aplicados à série diária do risco país do Brasil entre maio de 1994 a setembro de 2002. Os resultados empíricos sugerem que, de fato, durante os episódios de crise de liquidez do Brasil, o risco país sobe e a volatilidade muda para um regime mais alto. Em contrapartida, nos períodos com regimes baixos de volatilidade, independentemente do nível do risco país, nenhuma crise severa e repentina atinge o país. Além disso, ainda que não desprovida de limitações, a análise da volatilidade condicional do risco país pode servir como um instrumento prático de monitoramento da duração de crises de liquidez para uma PEAD altamente dependente do influxo de capitais externos como o Brasil.

Este trabalho tem objetivo de estudar os ciclos de crédito em cinco países da América Latina – Brasil, Chile, Colômbia, México e Peru - usando modelos com mudança de regime markoviano univariados e multivariados. Alguns dos modelos são capazes de captar períodos de crises bancárias nos países individualmente datados em Laeven e Valencia (2008, 2012) e Reinhart e Rogoff (2008), enquanto o modelo multivariado capta uma dinâmica comum nos países estudados. O ciclo que o modelo multivariado revela está de acordo com conhecidos períodos de expansão e contração da taxa de crescimento do crédito real ao setor privado conhecidos na literatura, em especial o boom da primeira metade da década de 1990 e sua desaceleração subseqüente. / This paper aims to study credit cycles in five Latin American countries in a Markov Switching Approach with univariate and multivariate models. The univariate models, for some countries, identified periods of banking crises dated in Laeven and Valencia (2008; 2012) and Reinhart and Rogoff (2008) while the multivariate model captured a common dynamic in those countries studied. The cycle revealed with this model is in accordance with known periods of expansion and contraction of the growth rate credit in Latin America, in special the early 1990’s boom and it’s subsequent slowdown.

Este trabalho estuda um tema relativamente recente na literatura econômica conhecido por contágio. Utilizando-se de modelos de mudança de regime markoviana multivariados (MS e MSGARCH) faz-se um estudo do comportamento das correlações ao longo do tempo entre alguns mercados de ações. Vale dizer, as correlações entre mercados de ações latino-americanos (Brasil, Argentina e México) e entre mercados asiáticos (Tailândia, Malásia e Coréia do Sul). O período abrangido pela amostra vai de janeiro de 1994 a início de janeiro de 2002, cobrindo, assim, as crises econômico-financeiras vivenciadas a partir de meados da década de noventa (a crise mexicana, em 1994/95, a crise asiática, em 1997, a crise russa, em 1998, e a crise brasileira, em 1999). A análise do comportamento das correlações ao longo do tempo mostrou que, para os mercados latino-americanos não houve evidência de contágio no período considerado, e sim, interdependência entre eles. Por outro lado, para os mercados de ações asiáticos, constatou-se a ocorrência de contágio entre os mercados tailandês e coreano e entre os mercados malaio e coreano.

Submitted by Suethene Souza (suethene.souza@ufpe.br) on 2015-03-13T17:41:46Z No. of bitstreams: 2 TESE Diego Firmino da Silva.pdf: 3130241 bytes, checksum: e7b2cd66fd0da5d77dedd1c9bcf818c8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T17:41:46Z (GMT). No. of bitstreams: 2 TESE Diego Firmino da Silva.pdf: 3130241 bytes, checksum: e7b2cd66fd0da5d77dedd1c9bcf818c8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-03-13 / Esta tese tem como foco principal a dinâmica populacional brasileira entre 1970 e 2010. Neste sentido, o primeiro objetivo é explorar o comportamento da distribuição populacional, utilizando tanto a abordagem tradicional de rank quanto as cadeias de Markov. A fim de obter informações mais precisas sobre a dinâmica e a evolução da distribuição populacional, a dependência espacial é introduzida através da análise de LISA Markov e Spatial Markov Chains. O formato da distribuição indica que a divergência no tamanho populacional das Áreas Mínimas Comparáveis (AMC) é decrescente. A estimação da lei de Zipf traz evidências de que a distribuição populacional está, a cada década, de distanciando da distribuição de Pareto. A abordagem utilizando as cadeias de Markov traz como principais evidências a alta persistência das AMCs permanecerem nas suas classes iniciais com o passar das décadas e o fenômeno que diferentes contextos espaciais tem efeitos diferentes sobre a transição das localidades. O segundo e principal objetivo da tese é modelar a dinâmica do crescimento populacional das AMCs brasileiras a fim de avaliar os determinantes do crescimento populacional destas unidades entre 1970 e 2010, bem como examinar a existência e magnitude da interação espacial e dos efeitos de spillovers espaciais associados a estes determinantes. Neste sentido, o modelo de crescimento populacional desenvolvido por Glaeser et al (1995) e Glaeser (2008) é ampliado para incluir efeitos de interações espaciais. Este modelo é, então, testado empiricamente através da estimação de um modelo espacial dinâmico com dados em painel incluindo efeitos fixos e comparando a performance de uma ampla gama de matrizes de vizinhança através de modelos Bayesianos de probabilidade posterior. Seis dos treze determinantes do crescimento populacional considerados nesta tese apresentaram efeitos de interação espacial significantes. Isto implica que uma mudança em uma destas variáveis de uma unidade também afeta significantemente o crescimento populacional nas unidades vizinhas, um efeito que tem sido ignorado na maiorias dos estudos anteriores a este.

Made available in DSpace on 2014-06-12T17:35:07Z (GMT). No. of bitstreams: 2 arquivo3632_1.pdf: 1762777 bytes, checksum: e94374ad230aa9afab9b590aa9caa2bd (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Ao longo dos anos, modelos Bayesianos vêm recebendo atenção especial da academia e em aplicações principalmente por possibilitarem uma combinação matemática entre corpos de evidência subjetiva e empírica. A metodologia de integração de Monte Carlo via cadeias de Markov é uma das principais classes de algoritmos para computar estimativas marginais a partir de modelos Bayesianos. Entre os métodos de integração de Monte Carlo via cadeias de Markov, o algoritmo de Metropolis-Hastings merece destaque. Em resumo, para o conjunto de d variáveis (ou componentes) do modelo Bayesiano, X = (X1, X2, , Xd), tal algoritmo elabora uma cadeia de Markov onde cada estado visitado é uma realização de X, x = (x1, x2, , xd), amostrada das distribuições de probabilidades condicionais das variáveis do modelo, f(xi| x1, x2, , xi-1, xi+1, , xd). Quando a simulação é governada por distribuições cuja amostragem direta é viável, o algoritmo de Metropolis-Hastings converge para o método de Gibbs e técnicas de redução de variância tais como Rao-Blackwellization podem ser adotadas. Caso contrário, diante de distribuições cuja amostragem direta é inviável, Rao-Blackwellization é possível a partir do método de griddy-Gibbs, que recorre a funções aproximadas. Esta tese propõe uma variante de griddy-Gibbs que pode ser também classificada como uma extensão do algoritmo de Metropolis-Hastings (diferentemente do método de griddy-Gibbs tradicional que descarta a possibilidade de se rejeitar os valores amostrados ao longo das simulações). Além disso, algoritmos de integração numérica adaptativos e técnicas de agrupamento, tais como o método adaptativo de Simpson e centroidal Voronoi tessellations, são adotados. Casos de estudo apontam o algoritmo proposto como uma boa alternativa a métodos existentes, promovendo estimativas mais precisas sob um menor consumo de recursos computacionais em muitas situações

Submitted by Mario BC (mario@bc.ufrpe.br) on 2018-09-27T15:31:42Z No. of bitstreams: 1 Esdras Adriano Barbosa dos Santos.pdf: 4164624 bytes, checksum: 2f8e5886f593221656433940224252d2 (MD5) / Made available in DSpace on 2018-09-27T15:31:42Z (GMT). No. of bitstreams: 1 Esdras Adriano Barbosa dos Santos.pdf: 4164624 bytes, checksum: 2f8e5886f593221656433940224252d2 (MD5) Previous issue date: 2018-09-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Precipitation is the most important part of the water cycle and therefore its study is of fundamental importance, since it allows evaluating the water availability and its temporal distribution over the observed period. The study of precipitation in watersheds assists in various planning associated with the use of available water in these basins, but also promotes the discovery of possible environmental disasters associated with excessive rainfall or periods of drought. In this context, the objective of this work was to study periods of drought and rainy periods in historical series of precipitation of the São Francisco River Basin (BHSF), using several techniques such as the Standardized Precipitation Index (SPI), Markov chains, Maximum Precipitation Probability (PMP) and Sliding Window Analysis (SWA). The series correspond to daily records of rainfall of 46 years duration, which runs from 1970 to 2015. The results obtained with the application of SPI and Markov chains showed that it is possible to identify the years of droughts due to the low values of precipitation accumulated in the time scales of six and twelve months, besides calculating the time of return and the expected time of permanence for diverse climatic conditions, what made possible to know if a certain condition will occur in the near future, given the current climatic condition of the area. The adjusted probability models and the goodness of fit criteria showed that the selected distributions and the return time, in years, for each station were: GPD for the Iguatama station with 59 years of return time, BurrXII for Pirapama with 55 years, GEV to São Romão with 100 years, GGAM to Colônia do Formoso with 259 years, GPD to Pilão Arcado with 229 years, Dagum to Fazenda Tapera and Propriá, with 157 and 63 years, respectively. With the use of sliding windows, the results showed a growth trend from PMP to Pilão Arcado and Propriá and decrease to Iguatama and Fazenda Tapera. The techniques used were important for the analysis of the precipitation variable and allowed to study the behavior of each station chosen, associating with the climatic peculiarities present in each subregion. / A precipitação é a parte mais importante no ciclo da água e desta forma seu estudo é de fundamental importância, pois permite avaliar a disponibilidade hídrica e a sua distribuição temporal ao longo do período observado. O estudo da precipitação em regiões de bacias hidrográficas auxilia em diversos planejamentos associados ao uso da água disponível nessas bacias, como também promovem a descoberta de possíveis desastres ambientais associados ao excesso de chuva ou a períodos de seca e estiagem. Nesse contexto, o objetivo desse trabalho foi estudar períodos de seca e períodos chuvosos em séries históricas de precipitação da Bacia Hidrográfica do Rio São Francisco (BHSF), utilizando várias técnicas como o Índice de Precipitação Padronizado (SPI), cadeias de Markov, Precipitação Máxima Provável (PMP) e Análise em Janelas Móveis (SWA). As séries correspondem a registros diários de chuva com 46 anos de duração, que vai de 1970 a 2015. Os resultados obtidos com a aplicação do SPI e de cadeias de Markov mostraram que é possível identificar os anos de secas, devido aos baixos valores de precipitação acumulada nas escalas temporais de seis e doze meses, além de calcular o tempo de retorno e o tempo esperado de permanência para diversas condições climáticas, o que possibilitou saber se certa condição ocorrerá em um futuro próximo, dada a condição climática atual da área. Os modelos de probabilidade ajustados e os critérios de bondade de ajuste mostraram que as distribuições escolhidas e o tempo de retorno, em anos, para cada estação foram: GPD para a estação Iguatama com 59 anos de tempo de retorno, BurrXII para Pirapama com 55 anos, GEV para São Romão com 100 anos, GGAM para Colônia do Formoso com 259 anos, GPD para Pilão Arcado com 229 anos, Dagum para Fazenda Tapera e Propriá, com 157 e 63 anos, respectivamente. Com a utilização de janelas móveis, os resultados apresentaram uma tendência de crescimento da PMP para Pilão Arcado e Propriá e decrescimento para Iguatama e Fazenda Tapera. As técnicas utilizadas foram importantes para análise da variável precipitação e permitiram estudar o comportamento de cada estação escolhida, associando com as particularidades climáticas presentes em cada sub-região.