Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-20T21:22:09Z No. of bitstreams: 1 RobivalAlvesRibeiro_TESE.pdf: 2206825 bytes, checksum: 2cb9e24716fd72830d590b545945791d (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-01-22T20:33:51Z (GMT) No. of bitstreams: 1 RobivalAlvesRibeiro_TESE.pdf: 2206825 bytes, checksum: 2cb9e24716fd72830d590b545945791d (MD5) / Made available in DSpace on 2016-01-22T20:33:51Z (GMT). No. of bitstreams: 1 RobivalAlvesRibeiro_TESE.pdf: 2206825 bytes, checksum: 2cb9e24716fd72830d590b545945791d (MD5) Previous issue date: 2014-12-17 / Esta pesquisa tem como objetivo verificar se ? poss?vel construir padr?es espaciais em reservat?rios de petr?leo, usando expoentes de DFA (Detrended Fluctuation Analysis) dos diferentes perfis geol?gicos como: s?nico, densidade, porosidade, resistividade e raios gama. Fizeram parte da amostra 54 po?os de petr?leo do campo de Namorado, localizados na bacia de Campos, no estado do Rio de Janeiro, Brasil. Com o intuito de verificar a correla??o linear, constru?ram-se matrizes de dist?ncias entre os po?os e matrizes de diferen?as entre os DFA dos po?os, comparadas duas a duas e utilizado como m?todo estat?stico o teste de Mantel. A hip?tese nula consiste em afirmar que n?o existe correla??o linear entre as estruturas espaciais formadas pelas matrizes de dist?ncias euclidianas e das diferen?as dos expoentes de DFA dos perfis geol?gicos. Os perfis s?nicos (p=0,18) e da densidade (p=0,26) foram os que revelaram uma tend?ncia ? correla??o ou correla??o fraca. Estudo complementar, utilizando o contour plot, mostra os padr?es s?nicos e da densidade compat?veis com presen?a de correla??o espacial, corroborando os revelados pelo teste de Mantel / This research aims to set whether is possible to build spatial patterns over oil fields using DFA (Detrended Fluctuation Analysis) of the following well logs: sonic, density, porosity, resistivity and gamma ray. It was employed in the analysis a set of 54 well logs from the oil field of Campos dos Namorados, RJ, Brazil. To check for spatial correlation, it was employed the Mantel test between the matrix of geographic distance and the matrix of the difference of DFA exponents of the well logs. The null hypothesis assumes the absence of spatial structures that means no correlation between the matrix of Euclidean distance and the matrix of DFA differences. Our analysis indicate that the sonic (p=0.18) and the density (p=0.26) were the profiles that show tendency to correlation, or weak correlation. A complementary analysis using contour plot also has suggested that the sonic and the density are the most suitable with geophysical quantities for the construction of spatial structures corroborating the results of Mantel test

Submitted by (ana.araujo@ufrpe.br) on 2016-07-07T11:52:38Z No. of bitstreams: 1 Jose Rodrigo Santos Silva.pdf: 13129069 bytes, checksum: b427ff42ec7918c3d0cf7f63798ed648 (MD5) / Made available in DSpace on 2016-07-07T11:52:38Z (GMT). No. of bitstreams: 1 Jose Rodrigo Santos Silva.pdf: 13129069 bytes, checksum: b427ff42ec7918c3d0cf7f63798ed648 (MD5) Previous issue date: 2014-09-19 / The objective of this study was to uncloak the dynamic of climate of Brazil, seeking to measure the regularity and the long range autocorrelation of daily climate series of temperature of air (average, maximum, minimum, and temperature range), relative humidity of air average and wind speed average. The data were obtained by Instituto Nacional de Meteorologia (INMET), at 264 meteorological stations, in the period from January 1990 to December 2012. We use the Detrended Fluctuation Analysis to realize the estimation of the Hurst exponent, the Multiscale Sample Entropy to estimating the entropy of series and the Kriging to interpolate the estimates made. We observed that higher latitudes tend to attenuate the mean of temperatures of air maximum, minimum and average, but increase the variability of the same. This inversion of the magnitudes of the mean and standard deviation is also observed in the relative humidity of air. The means of the estimated Hurst exponents estimated for Brazil were 0.81, 0.79, 0.81, 0.77, 0.83 and 0.64, and the estimated Sample Entropy, 1.39, 1.78, 1.46, 1.41, 1.56 and 1.66, respectively for average, maximum and minimum temperatures of air, temperature range, relative humidity of air average and wind speed average. The values of the estimated Hurst exponents showed a positive correlation with latitude in the temperature variables studied. Such a correlation was not observed in other variables. This a correlation was not observed in other variables. The regularities of climate series in Brazil were medians. Spatially, the greatest changes occurred in estimates of entropies in the scale 1 to 2 of , in the Multiscale Sample Entropy. As from ≥2 the changes observed were more subtle. We observe the influence of the Equatorial Continental air mass in entropy of temperatures daily average and maximum of air. The climatic factor of altitude influenced with more frequently in the observed results, mainly on temperature variables. In some cases, the continentality and the air masses were also identified as important factors in characterizing the spatial distribution of estimates made. / O objetivo deste estudo foi desvendar a dinâmica climática do Brasil, buscando mensurar a regularidade e a autocorrelação de longo alcance em séries climáticas diárias de temperatura do ar (média, máxima, mínima, e amplitude térmica), umidade relativa média do ar e velocidade média diária do vento. Os dados foram obtidos pelo Instituto Nacional de Meteorologia, em 264 estações meteorológicas, no período de janeiro de 1990 a dezembro de 2012. Utilizamos o Detrended Fluctuation Analysis para realizar a estimativa do expoente de Hurst, o Multiscale Sample Entropy para as estimativas da entropia das séries e o Kriging para a interpolação das estimativas realizadas. Observamos que maiores latitudes tendem a atenuar as médias das temperaturas máxima, mínima e média do ar, porém aumentam a variabilidade das mesmas. Esta inversão entre as magnitudes da média e do desvio padrão também é observado na umidade relativa média do ar. As médias dos expoentes de Hurst estimados para todo o Brasil foram 0,81; 0,79; 0,81; 0,77; 0,83 e 0,64; e do Sample Entropy estimado, 1,39; 1,78; 1,46; 1,41; 1,56 e 1,66, respectivamente para séries diárias de temperatura média, máxima e mínima do ar, amplitude térmica do ar, umidade relativa média do ar e velocidade média do vento. Os valores do expoentes de Hurst estimados apresentaram uma correlação positiva com a latitude nas variáveis de temperatura do ar estudadas. Tal correlação não foi observada nas demais variáveis. As regularidades das séries climáticas no Brasil foram medianas. Espacialmente, as maiores alterações nas estimativas das entropias ocorreram na escala 1 para a 2 de , no Multiscale Sample Entropy. A partir de ≥2 as mudanças observadas foram mais sutis. Observamos influência da massa de ar Equatorial Continental na entropia das temperaturas do ar média e máxima diárias. O fator climático da altitude atuou com maior frequência sob os resultados observados, principalmente nas variáveis de temperatura. Em alguns casos, a continentalidade e as massas de ar também foram apontados como fatores importantes na caracterização da distribuição espacial das estimativas realizadas.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-04T14:28:53Z No. of bitstreams: 1 Maira de Oliveira Santos.pdf: 1516572 bytes, checksum: ea3508c7d99ef42591a6b17f459901e0 (MD5) / Made available in DSpace on 2016-08-04T14:28:53Z (GMT). No. of bitstreams: 1 Maira de Oliveira Santos.pdf: 1516572 bytes, checksum: ea3508c7d99ef42591a6b17f459901e0 (MD5) Previous issue date: 2010-06-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The study of climate has great economic end environmental importance, given that a single large and unexpected variation of a climatic element may devastate plantations or cities, and thus affect the economy of a region and life of the inhabitants. Climate can be influenced by diverse factors, such as latitude, altitude, air mass, proximity to sea, sea currents, terrain topology, vegetation, etc. The most important climate elements are temperature, humidity, atmospheric pressure, solar radiation, precipitation and wind. The wind is generated by atmospheric air mass movement, and may influence various phenomena such as soil erosion, pollutant dispersal, transport of pollen and seeds, propagation of diseases, as well as generation of eolic energy. Surface wind velocity is natural example of the phenomenon of turbulence, which represents a stochastic process characterized by temporal and spatial scale invariance. In this work we study long range correlations in temporal series of wind speed and direction registered at four meteorological stations in the cities of Arcoverde, Cabrobro, Garanhuns and Petrolina, in the state of Pernambuco, Brazil. To this end we apply Detrended Fluctuation Analysis (DFA) which was developed for quantification of long range correlations in non-stationary temporal series. We analyze the original wind speed series together with volatility (absolute value of increments) of the wind direction. All the analyzed series exhibit persistent long range correlations with the scale exponent above 0.5. In all cases the exponent values were found to be lower for wind direction then those for wind speed, indicating weaker persistence. No correlation was detected between the exponent values and the geographic parameters: longitutde, latitude and altitude of the station. The results of these analyses contribute to a better understanding of the nature of stochastic processes governing wind dynamics, necessary for development of more realistic theoretical and computational models as a base for modeling diverse phenomena influenced by climatic conditions. / O estudo do clima e dos seus elementos tem grande importância econômica e ambiental, visto que uma grande e inesperada variação em ao menos um dos elementos do clima pode devastar plantações, cidades, e assim mudar a economia de uma região e a vida das pessoas que ali habitam. O clima pode ser influenciado por diversos fatores, tais como latitude, altitude, massas do ar, continentalidade, maritmidade, correntes marítimas, relevo, vegetação, etc. Os elementos mais importantes do clima são temperatura, umidade, pressão atmosférica, radiação solar, precipitação e vento. O vento é gerado pelo movimento de massas do ar na atmosfera e pode influenciar vários fenômenos, como erosão do solo, dispersão de poluentes, transporte de pólen e sementes, propagação de doenças e geração da energia eólica. A velocidade do vento na superfície é um exemplo natural do fenômeno de turbulência, que representa um processo estocástico caracterizado pela invariância de escala temporal e espacial. Neste trabalho foram estudadas as correlações de longo alcance em séries temporais da velocidade e direção do vento registradas em quatro estações meteorológicas, nas cidades Arcoverde, Cabrobó, Garanhuns e Petrolina em Pernambuco. Foi utilizado o método Detrended fluctuation analysis (DFA), desenvolvido para quantificar as correlações de longo alcance em séries temporais não estacionárias. Foram analisadas as séries originais da velocidade do vento e as séries dos valores absolutos dos incrementos (volatilidade) da direção do vento. Todas as séries analisadas possuem as correlações de longo alcance persistentes, com expoente de escala acima de 0,5. Em todos os casos os valores dos expoentes são menores para a direção do que para a velocidade do vento, indicando que a persistência é mais fraca para a direção do vento. Não foi detectada a correlação entre os valores dos expoentes de escala e os parâmetros geográficos: longitude, latitude e altitude da estação. Os resultados destas análises vão ajudar a entender melhor a natureza dos processos estocásticos geradores da dinâmica do vento. Este entendimento é necessário para desenvolvimento dos modelos teóricos e computacionais mais precisos cujos resultados servirão como base para modelagem dos vários fenômenos influenciados pelas condições climáticas.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-12T14:38:54Z No. of bitstreams: 1 Rosilda Benecio de Souza.pdf: 1979743 bytes, checksum: 6e2df03119bd441a84297bc73d2befeb (MD5) / Made available in DSpace on 2016-08-12T14:38:54Z (GMT). No. of bitstreams: 1 Rosilda Benecio de Souza.pdf: 1979743 bytes, checksum: 6e2df03119bd441a84297bc73d2befeb (MD5) Previous issue date: 2011-02-17 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Vegetation and forest fires affect millions of hectares of Brazilian land and have severe ecological, social and economic consequences, including emissions of green house gases, loss of biodiversity, soil erosion etc. To establish efficient methods for prevention and suppression of fires, which is crucial for preservation of environment, it is necessarily to know the spatial location and time of occurrence of fires, burned area, why they occur, and how they initiate and propagate. Several satellite systems are currently available for monitoring different fire characteristics: dry areas that are susceptible to fire, actively flaming fires, burned area and smoke, and trace gas emissions. Hot pixels are satellite image pixels with infrared intensity corresponding to burning vegetation. Depending of image resolution, a hot pixel may represent one fire, or a part of a larger fire. Together with other satellite data, the number of hot pixels can be used to estimate the burned area and predict environmental and economics consequences. In this work we study the dynamics of hot pixels detected in Brazil by satellite NOAA-12 during the period 1998-2007, using the method Multifractal Detrended Fluctuation Analysis, which serves to detect and quantify multifractal properties of non-stationary temporal series. We calculate the generalized Hurst exponent h(q), Renyi exponent (q) and singularity spectrum f( ). The results show the existence of power-law long-term correlations that are described by a hierarchy of scaling exponents, which is the consequence of an underlying multifractal stochastic process. Based on this empirical result we also show that the Multifractal Cascade Model can be used to produce synthetic data for hot pixels dynamics. The observed multifractal property of temporal series of hot pixels should be incorporated in theoretical models and computer simulations of the fire dynamics and related phenomena. / Queimadas e incêndios florestais atingem milhões de hectares de terras brasileiras, causando graves consequências ecológicas, sociais e econômicas, incluindo emissões de gases do efeito estufa, perda de biodiversidade, erosão do solo, etc. Para estabelecer métodos eficientes para prevenção e supressão do fogo, importantes para proteção do meio ambiente, é necessário conhecer onde, quando e porquê os incêndios ocorrem, a área queimada e como se iniciam e se propagam. Atualmente, vários satélites são disponibilizados para monitoramento das características do fogo: áreas de risco, incêndios atualmente ativos, área queimada, fumaça e emissão de gases. Focos de calor são pixels na imagem de satélite, com intensidade infravermelha correspondente a vegetação queimada. Dependendo da resolução, um foco pode representar uma queimada ou parte de um incêndio maior. O número de focos combinado a outras informações fornecidas pelos satélites pode ser usado para estimar a área queimada, e prever as consequências ecológicas e econômicas. Neste trabalho, foi estudada a dinâmica de focos de calor detectados no Brasil pelo satélite NOAA-12, durante o período 1998-2007, utilizando o método Multifractal Detrended Fluctuation Analysis, desenvolvido para detecção e quantificação das propriedades mutifractais das séries temporais não estacionárias. Foram calculados o expoente generalizado de Hurst h(q), o expoente Renyi (q) e o espectro de singularidade f( ). Os resultados mostraram a existência de correlações de longo alcance, caracterizadas por uma hierarquia dos expoentes de escala, conseqüência de um processo estocástico multifractal. Baseado nos resultados empíricos, também foram mostrados que o Multifractal Cascade Model pode ser usado para gerar séries artificiais dos focos de calor. A propriedade multifractal da dinâmica dos focos de calor poderá ser incorporada em modelos teóricos e simulações computacionais de dinâmica de incêndios e fenômenos relacionados.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-12T15:41:19Z No. of bitstreams: 1 Silvio Fernando Alves Xavier Junior.pdf: 1969278 bytes, checksum: 716d98cbb2937cd01be0ff1272ed5033 (MD5) / Made available in DSpace on 2016-08-12T15:41:19Z (GMT). No. of bitstreams: 1 Silvio Fernando Alves Xavier Junior.pdf: 1969278 bytes, checksum: 716d98cbb2937cd01be0ff1272ed5033 (MD5) Previous issue date: 2011-06-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Rainfall can be understood as an end product of a number of complex atmospheric processes, which vary in space and time, and it may be considered one of most important dominant factor of the meteorological-climatic features of an specified investigated area. In this study, we observed if the dynamics of rain in Piracicaba, São Paulo - Brazil is generated by a multifractal process and / or belongs to classes of Self-Organized Criticality systems. To detect long-term correlations and multifractal behavior, we apply MF-DFA method that systematically detect nonstationarities and overcome trends in the data at all timescales. We calculated the generalized Hurst exponent, h(q), and Renyi exponent, (q). The results showed the existence of power-law long-term correlations which are described by a hierarchy of scaling exponents, that is the consequence of an underlying multifractal stochastic process. For smaller scales of about 8 months, the dynamics of rain is generated by a multifractal process (the generalized Hurst exponent, h(q), decreases with the increase in order (q) meaning it can be modeled using the cascade models. For larger scales, the value of h(q) is between 0:35 �� 0:55 indicating a weaker multifractality. The hypothesis that rainfall may be a case of Self-Organized Criticality is assessed. We analyze two events: the daily amount of rain and drought events (days without rain), both are weather phenomena that are strongly linked to rainfall. It appears that the distribution of the daily amount of rain displays two different scaling regimes for small and large intensities. The value of the ratio of these exponents confirms the results that were obtained in regions with tropical and subtropical climates. However, for the distribution of drought events we find two distinct scaling exponents with values that are closer than those observed in the daily amount of rain. The multifractal properties and self-organized criticality should be incorporated into theoretical models and computer simulations of the dynamics of rainfall and related phenomena.Rainfall can be understood as an end product of a number of complex atmospheric processes, which vary in space and time, and it may be considered one of most important dominant factor of the meteorological-climatic features of an specified investigated area. In this study, we observed if the dynamics of rain in Piracicaba, São Paulo - Brazil is generated by a multifractal process and / or belongs to classes of Self-Organized Criticality systems. To detect long-term correlations and multifractal behavior, we apply MF-DFA method that systematically detect nonstationarities and overcome trends in the data at all timescales. We calculated the generalized Hurst exponent, h(q), and Renyi exponent, (q). The results showed the existence of power-law long-term correlations which are described by a hierarchy of scaling exponents, that is the consequence of an underlying multifractal stochastic process. For smaller scales of about 8 months, the dynamics of rain is generated by a multifractal process (the generalized Hurst exponent, h(q), decreases with the increase in order (q) meaning it can be modeled using the cascade models. For larger scales, the value of h(q) is between 0:35 �� 0:55 indicating a weaker multifractality. The hypothesis that rainfall may be a case of Self-Organized Criticality is assessed. We analyze two events: the daily amount of rain and drought events (days without rain), both are weather phenomena that are strongly linked to rainfall. It appears that the distribution of the daily amount of rain displays two different scaling regimes for small and large intensities. The value of the ratio of these exponents confirms the results that were obtained in regions with tropical and subtropical climates. However, for the distribution of drought events we find two distinct scaling exponents with values that are closer than those observed in the daily amount of rain. The multifractal properties and self-organized criticality should be incorporated into theoretical models and computer simulations of the dynamics of rainfall and related phenomena. / A precipitação pode ser entendida como um produto final de processos atmosféricos complexos, os quais variam no tempo e espaço, e pode ser considerada um dos mais importantes fatores dominante das características meteorológicas-climáticas de uma determinada área investigada. Neste trabalho, verificamos se a dinâmica da chuva em Piracicaba, São Paulo - Brasil é gerada por um processo multifractal e/ou pertence as classes dos sistemas com propriedade da criticalidade auto-organizada. Para detectar a correlação de longo alcance e o comportamento multifractal, aplicamos o método MF-DFA que sistematicamente detecta não-estacionariedades e tendências nos dados para todas escalas de tempo. Calculamos o expoente generalizado de Hurst, h(q), e o expoente de Renyi, (q). Os resultados mostraram a existência de correlações de longo alcance, caracterizadas por uma hierarquia dos expoentes de escala, consequência de um processo estocástico multifractal. Para as escalas menores, aproximadamente 8 meses, a dinâmica de chuva é gerada por um processo multifractal (o expoente de Hurst generalizado, h(q), diminui com o aumento de ordem q) significando que pode ser modelada utilizando os modelos de cascata. Para as escalas maiores, o valor de h(q) está entre 0,35-0,55 o que indica a multifractalidade mais fraca. A hipótese de que a precipitação pode ser um caso de Self- Organized Criticality é avaliada. Analisamos dois eventos: a quantidade diária de chuva e eventos de seca (dias sem chuva), ambos são fenômenos metereológicos os quais são fortemente ligados à precipitação. Verifica-se que a distribuição da quantidade diária de chuva exibe dois regimes de escala distintos para pequenas e grandes quantidades. O valor da razão desses expoentes encontrados confirmam os resultados que foram obtidos nas regiões com climas tropical e subtropical. No entanto, para a distribuição de eventos de seca encontramos dois expoentes de escala distintos com valores bem mais próximos comparados com os observados na quantidade diária de chuva. As propriedades multifractais e criticalidade auto-organizada deverão ser incorporados em modelos teóricos e simulações computacionais da dinâmica das chuvas e fenômenos relacionados.

Heart rate variability analysis can be used for a diagnosis of the cardiac diseases. The HRV analysis methods are divided into linear and nonlinear methods. Time-domain method is one of the simplest method and belongs to linear methods. Detrended fluctuation analysis DFA is nonlinear method made relatively recently. In this paper, it has been done the comparison of these two methods based on the changes detection in HRV caused by an ischemia.

Accelerometer data can be analyzed using a variety of methods which are effective in the clinical setting. Time-series analysis is used to analyze spatiotemporal variables in various populations. More recently, investigators have focused on gait complexity and the structure of spatiotemporal variations during walking and running. This study evaluated the use of time-series analyses to determine gait parameters during running. Subjects were college-age female soccer players. Accelerometer data were collected using GPS-embedded trunk-mounted accelerometers. Customized Matlab® programs were developed that included Gaussian continuous wavelet transform (CWT) to determine spatiotemporal characteristics, detrended fluctuation analysis (DFA) to examine gait complexity and autocorrelation analyses (ACF) to assess gait regularity. Reliability was examined using repeated running efforts and intraclass correlation. Proof of concept was determined by examining differences in each variable between various running speeds. Applicability was established by examining gait before and after fatiguing activity. The results showed most variables had excellent reliability. Test-retest R2 values for these variables ranged from 0.8 to 1.0. Low reliability was seen in bilateral comparisons of gait symmetry. Increases in running speed resulted in expected changes in spatiotemporal and acceleration variables. Fatiguing exercise had minimal effects on spatiotemporal variables but resulted in noticeable declines in complexity. This investigation shows that GPS-embedded trunk-mounted accelerometers can be effectively used to assess running gait. CWT and DFA yield reliable measures of spatiotemporal characteristics of gait and gait complexity. The effects of running speed and fatigue on these variables provides proof of concepts and applicability for this analytical approach. / Master of Science / Fitness trackers have become widely accessible and easy to use. So much so that athletic teams have been using them to track activity throughout the season. Researchers are able to manipulate data generated from the fitness monitors to assess many different variables including gait. Monitoring gait may generate important information about the condition of the individual. As a person fatigues, running form is theorized to breakdown, which increases injury risk. Therefore the ability to monitor gait may be advantageous in preventing injury. The purpose of this study is to show that the methods in this study are reproducible, respond reasonably to changes in speed, and to observe the changes of gait in the presence of fatigue or on tired legs. Three analyses are used in this study. The first method called autocorrelation, overlays acceleration signals of consecutive foot strikes, and determines the similarity between them. The second method utilizes a wave transformation technique that is able to determine foot contact times. The final method attempts to determine any pattern in the running stride. This method looks for changes in the structure of the pattern. Less structure would indicate a stride that is fatigued. The results showed that the methods of gait analysis used in this study were reproducible and responded appropriately with changes in speed. Small changes in gait were observed due to the presence of fatigue. Further investigation into the use of these methods to determine changes in gait due to the presence of fatigue are warranted.

Recently there have been reports that certain physiological data seem to have the properties of long-range correlation and self-similarity. These two properties can be characterized by a long-range dependent parameter d, as well as a self-similar parameter H. In Peng et al (1995), the alteration of long-range correlations with life-threatening pathologies are studied by analyzing the heart rate data of different groups of subjects. The self-similarity properties of two well-known processes, namely the Fractional Brownian Motion (FBM) and the Fractional ARIMA (FARIMA), are of interest to see if it is suitable to be used to model the heart rate data in order to examine the health conditions of some patients. The Embedded Branching Process (EBP) method for estimating parameter $H$ and a goodness of fit test for examining the self-similarity of a process based on the EBP method are proposed in Jones and Shen (2004). In this work, the performance of the goodness of fit test are examined using simulated data from the FBM and FARIMA processes. A modification of the distribution of the test statistics under null hypothesis is proposed and has been modified to be more appropriate. Some simulation comparisons of different estimation methods of the parameter $H$ for some FARIMA processes are also presented and applied to heart rate data obtained from Kaohsiung Veterans General Hospital.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-25T14:39:16Z No. of bitstreams: 1 Barbara Camboim Lopes de Figueiredo.pdf: 2032958 bytes, checksum: d463c6ab534a96f1ce5aac33c2dde210 (MD5) / Made available in DSpace on 2016-05-25T14:39:16Z (GMT). No. of bitstreams: 1 Barbara Camboim Lopes de Figueiredo.pdf: 2032958 bytes, checksum: d463c6ab534a96f1ce5aac33c2dde210 (MD5) Previous issue date: 2014-02-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The study of climate has great importance, given that a variation of climatic elements affect the economy of a certain region and life of the inhabitants. Climate variables temperature, humidity, atmospheric pressure, solar radiation, precipitation and wind can be affected by geophysical and environmental factors such as latitude, altitude, air mass, proximity to sea, sea currents and vegetation. Wind is the most complex climate element representing the natural phenomenon of turbulence, it is characterized by high temporal and spatial variability. Wind is generated by atmospheric air mass movement, and has influence on various environmental phenomena such as soil erosion, pollutant dispersal and transport of pollen and seeds. Knowing wind speed temporal and spatial distribution is crucial to evaluate the potential for generation of eolic energy. In this work we study long-term correlations in wind speed temporal series registered at twelve meteorological stations in the state of Pernambuco, Brazil. To this end we apply Multifractal Detrended Fluctuation Analysis (MF-DFA) on hourly wind speed data for the period 2008-2011. All the analyzed series exhibit multifractal properties with generalized Hurst exponents above 0.5 indicating persistent temporal dynamics for both, small and large fluctuations. We also calculate other multifractal measures Rényi exponent and singularity spectrum, and complexity parameters, position of maximum, width and asymmetry of multifractral spectrum. No correlation was detected between complexity parameters and the geographic parameters longitude, latitude and altitude of the station, except for asymmetry of multifractal spectrum: negative correlation with longitude for maximum wind speed and negative correlation with latitude for average wind speed. However for all stations the strength of multifractality (indicated by width of multifractal spectrum) is greater for maximum wind speed then for average wind speed. These results contribute to a better understanding of the nature of stochastic processes governing wind dynamics which is necessary for development of more accurate predictive models for wind speed temporal variability and diverse phenomena influenced by wind. / O estudo do clima tem grande importância visto que a variação em elementos climáticos afeta a economia de uma região e a vida das pessoas que ali habitam. As variáveis climáticas temperatura, umidade, pressão atmosférica, radiação solar, precipitação e vento podem ser influenciadas por diversos fatores, geofísicos e ambientais, tais como latitude, altitude, massas de ar, continentalidade e maritmidade, relevo e vegetação. Um dos mais complexos elementos do clima é o vento, pelo fato de representar um fenômeno natural de turbulência, caracterizado por uma grande variabilidade temporal e espacial. O vento é gerado pelo movimento das massas de ar e pode influenciar vários fenômenos ambientais como erosão do solo, dispersão de poluentes e transporte de pólen e sementes. O conhecimento da distribuição temporal e espacial da velocidade do vento é crucial para avaliação do potencial eólico de uma região. Neste trabalho estudaram-se correlações de longo alcance das séries temporais de velocidade do vento registradas em 12 estações meteorológicas durante o período de 2008 a 2011 no estado de Pernambuco aplicando-se o método Multifractal Detrended Fluctuation Analysis (MF-DFA) nas séries temporais horárias. Todas as séries analisadas mostram as propriedades multifractais com valores de expoente generalizado de Hurst acima de 0,5 indicando uma dinâmica persistente para pequenas e grande flutuações. Foram calculadas também as outras medidas multifractais, o expoente Rényi e o espectro multifractal bem como os parâmetros de complexidade: posição do máximo, largura e assimetria do espectro multifractal. Não foram encontradas correlação entre os parâmetros de complexidade e as coordenadas geográficas: longitude, latitude e altitude, exceto a medida de assimetria do espectro multifractal: correlação negativa entre a rajada e longitude e entre velocidade e latitude. Para todas estações as larguras do espectro multifractal foram maiores para a rajada que para a velocidade, indicando uma multifractalidade mais forte. Estes resultados contribuem para uma melhor compreensão da natureza dos processos estocásticos geradores da dinâmica do vento, necessária para o desenvolvimento de modelos confiáveis para predição da variabilidade temporal do vento e dos diversos fenômenos influenciados pelo mesmo.

Submitted by (ana.araujo@ufrpe.br) on 2016-07-05T15:38:42Z No. of bitstreams: 1 Erinaldo Leite Batista Almeida.pdf: 3620819 bytes, checksum: b2532ef7524f47d5417d01445fec797b (MD5) / Made available in DSpace on 2016-07-05T15:38:42Z (GMT). No. of bitstreams: 1 Erinaldo Leite Batista Almeida.pdf: 3620819 bytes, checksum: b2532ef7524f47d5417d01445fec797b (MD5) Previous issue date: 2009-08-10 / Financial markets are complex systems that contain large numbers of interacting units, including interactions among various units in the same market and interactions between units in different markets. Various methods of economics, statistics and econophysics have been developed to analyze financial temporal series (such as price returns, share volume, number of transactions), and serve to establish theoretical models for underlying stochastic processes. The availability of financial data on the internet and increasing computational power have enabled researchers to conduct a large number of empirical studies on financial markets. These studies have shown some universal properties: the risk function of price returns is scale invariant, with power-law behavior and similar value of exponent for different markets; the absolute values of returns (volatility) exhibit long-range power-law correlations. In this work, we use methods if econophysics to study the statistical properties of Brazilian financial markets. We analyze and compare scale properties of risk functions and correlations in temporal series of price returns of agricultural commodities and stocks of various companies traded at Bovespa. We analyze the daily prices of five commodities and twenty stocks traded in the period 2000-2008. For both commodities and stocks, the risk function of daily price returns shows powerlaw behavior with the exponent outside the Levy stable region. The values of exponents are higher for stocks than for commodities. We use Detrended Fluctuation Analysis (DFA) to study correlations in daily time series of absolute values of returns (volatility). This method was developed to quantify long range correlations in non-stationary temporal series.All analyzed series show persistent behavior, meaning that large (small) values are more likely to be followed with large (small) values. The value of the DFA exponent is higher for commodities than for stocks. We also use Detrended Cross Correlation Analysis (DCCA) to study cross-correlations between two series. The values of DCCA exponents are above 0.5 for all series, indicating the existence of long range cross-correlations. This means that each stock or commodity has long memory of its own previous values and of previous values of other stocks or commodities studied. These results are in agreement with results obtained for American financial markets. / Mercados financeiros são caracterizados por um grande número de unidades e interações complexas, incluindo as interações internas (entre diferentes elementos de um mercado) e fatores externos (influência de outros mercados). Vários métodos de economia, estatística e recentemente econofísica foram desenvolvidos para analisar as séries temporais de variáveis financeiras (retorno de preços de ações, mercadorias e taxas de cambio, índice de mercado, volume de negociação, etc.), com objetivo de estabelecer os modelos teóricos para processos estocásticos que estão em base desses fenômenos. A disponibilidade de dados financeiros de vários mercados e crescente poder computacional resultaram em um grande número de estudos empíricos cujos resultados mostraram algumas propriedades universais: a função risco de retornos de preços segue uma lei de potência com o valor de expoente similar para os vários mercados; os valores absolutos de retornos possuem correlações de longo alcance. Neste trabalho foram usados os métodos de econofísica para estudar as propriedades estatísticas do mercado financeiro brasileiro. Foram analisadas e comparadas as propriedades de escala de função risco e de correlações em séries temporais de retornos de preços de mercadorias agrícolas e preços de ações de várias empresas negociadas na Bolsa de Valores de São Paulo (BOVESPA). Foram analisados os preços diários de cinco mercadorias: açúcar, algodão, café, soja e boi, registrados em período 2000-2008. Para ações, analisamos as características seguintes: preços de abertura, fechamento, valores máximo e mínimo, volume e montante. Todas as séries são diárias, registradas no período de 2000-2008. São estudadas 20 empresas divididas em 4 grupos: bancos, energia, telecomunicações e siderurgia (5 empresas de cada grupo). Para todas as séries estudadas a função risco de retornos de preços segue uma lei de potência com os valores de expoente maiores para ações do que para mercadorias. As correlações são analisadas para os valores absolutos de retornos de preços (volatilidade). Foi usado o método Detrended Fluctuation Analysis (DFA), desenvolvido para quantificar as correlações de longo alcance em séries temporais não estacionárias. Todas as séries mostraram um comportamento persistente, significando que os valores grandes (pequenos) tem maior probabilidade de serem seguidos por valores grandes (pequenos). Os valores de expoente DFA são maiores para mercadorias do que para as ações. Foi utilizada uma generalização de DFA, Detrended Cross Correlation Analysis (DCCA) para analisar as correlações cruzadas entre duas séries. Os valores de expoente DCCA para todas as séries estudadas indicam a existência de correlações cruzadas de longo alcance significando que os valores de cada série possuem memória de longo alcance de seus valores anteriores e também de valores anteriores de outras série. Os resultados estão em acordo com os resultados obtidos para mercado americano.