Submitted by (ana.araujo@ufrpe.br) on 2016-08-02T15:32:53Z No. of bitstreams: 1 Luciano Rodrigues da Silva.pdf: 1477739 bytes, checksum: e1ea61981eacbff2c9319865f5504f91 (MD5) / Made available in DSpace on 2016-08-02T15:32:53Z (GMT). No. of bitstreams: 1 Luciano Rodrigues da Silva.pdf: 1477739 bytes, checksum: e1ea61981eacbff2c9319865f5504f91 (MD5) Previous issue date: 2009-10-20 / Vegetation fires represent a natural hazard with severe ecological, social, health and economic consequences. Every year fires burn millions of hectares of forest worldwide and their number have been increasing, principally because of the increase in population and combustion material. The preservation of the environment depends on global and regional policies and methods of prevention and suppression of fires. To establish these methods it is necessarily to know the profile of fires: spatial location, time of occurrence, burned area, why they occur, and how they initiate and propagate. Recently, various methods of Statistical Physics (including data analysis and computational models) have been applied to provide additional information about spatial and temporal distribution of fire sequences, which is crucial for assessing various consequences of burning, such as emissions of gasses and particulates to the atmosphere, loss of biodiversity, loss of wildlife habitat, soil erosion etc. Several satellite systems (with different capabilities in terms of spatial resolution, sensitivity, spectral bands, and times and frequency of overpasses) are currently available for monitoring different fire characteristics: dry areas that are susceptible to wild fire outbreak, actively flaming fires, burned area and smoke, and trace gas emissions. Hotspots are satellite image pixels with infrared intensity corresponding to burning vegetation. A hotspot may represent one fire, or be one of several hotspots representing a larger fire. Together with other satellite data, thenumber of hot-spots can be used to estimate the burned area. In this work we study the dynamics of hotspots using the Detrended Fluctuation Analysis (DFA) method, which serves to quantify correlations in non stationary time series. We analyze daily hotspot temporal series detected in Brazil by various satellites during the period 1998-2008. The results show the existence of power-law long-range correlations that represent an important property of the underlying stochastic process. This property, also found in climatic phenomena, should be incorporated in theoretical models and computer simulations of the fire dynamics. / Incêndios em vegetação é um tipo de desastre natural com conseqüências ambientais, sociais econômicas, etc. Todos os anos incêndios destroem milhões de hectares das florestas e aumentam em número como conseqüência de vários fatores, principalmente de crescimento populacional e acúmulo de material combustível. A preservação de meio ambiente depende das políticas protecionistas globais e regionais adequadas às características de cada região. Para estabelecer essas políticas de controle e prevenção é necessário conhecer o perfil dos incêndios florestais: onde, quando e porque ocorrem. Além das estatísticas de ocorrências de incêndios os métodos emergentes da Física Estatística incluindo análise de dados e modelos computacionais, providenciam as informações adicionais sobre a distribuição e agrupamento espaço-temporal dos incêndios, que são cruciais para o estudo de várias conseqüências de fogo, como emissão de gases e partículas em atmosfera, perda de biodiversidade, erosão de solo, etc. Vários satélites (com características diferentes em termos de resolução espacial, bandas espectrais, tempo e freqüência de escaneamento) são disponíveis para monitoramento das varias características de fogos: áreas de risco, incêndios atualmente ativos, área queimada, fumaça, emissão de poluentes etc. Focos de calor são pixels na imagem de satélite com intensidade infravermelha correspondente a vegetação queimada. Um foco pode representar uma queimada, parte de um incêndio maior ou outras fontes de calor como, por exemplo, a reflexão de luz da superfície de um lago. O número de focos junto com outras informações providenciadas pelos satélites podem ser usados para estimar a área queimada, para detecção e monitoramento dos incêndios florestais, estimação de risco de fogo, e para avaliação da influencia de outros fatores ambientais. Neste trabalho estudamos a dinâmica de focos de calor no Brasil usando o método Detrended Fluctuation Analysis (DFA), desenvolvido para quantificar as correlações em séries temporais não estacionárias. Analisamos séries temporais diárias de focos de calor detectados no Brasil pelo vários satélites, durante o período 1998-2008. Os resultados mostram a existência de correlações de longo alcance persistentes, que representa uma propriedade importante dos processos estocásticos geradores desse fenômeno. Esta propriedade, também presente em fenômenos climáticos deveria ser incorporada em modelos teóricos e simulações computacionais de dinâmica de incêndios.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-12T14:04:00Z No. of bitstreams: 1 Rosangela Silveira do Nascimento.pdf: 1012353 bytes, checksum: b5f0d139481ab0bfdd6a1f689175c1f6 (MD5) / Made available in DSpace on 2016-08-12T14:04:00Z (GMT). No. of bitstreams: 1 Rosangela Silveira do Nascimento.pdf: 1012353 bytes, checksum: b5f0d139481ab0bfdd6a1f689175c1f6 (MD5) Previous issue date: 2008-02-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In the present work we analyze the dynamics of electrical cortical activity during the phenomenon of spreading depression (DA) and during the periods before and after this phenomenon. The characteristic of DA is reduced amplitude of spontaneous electrical activity that occurs in neural tissue after the application of stimulus that can be electrical, chemical, mechanical, luminous etc. In order to study properties of time series of electrical cortical activity recorded by ECoG (electrocortiogram) before,during and after DA, we apply Detrended Fluctuation Analysis(DFA). This method is designed to quantify long term correlations (memory) in temporal series such ECoG register. The method was successfully applied in studies of DNA sequences and non-stationary time series as heart rate variability, stride intervals, financial time series etc. The application of DFA results in scaling exponentα that quantifies correlation properties of nonlinear dynamical systems. This experiment indicates if temporal series posses long term correlations. In this work we calculate exponent α for different intervals: control (before the stimulus), after the stimulus, during the avalanche, during DA and after DA for two experimental groups of rats, nourished and malnourished. For both experimental groups the values of exponent α indicates persistent behavior for all intervals except during the avalanche in which correlations degrade. The presence of long term correlations in physiological time series observed in healthy organisms represents complexity that guaranties the organism’s adaptability to stress and disease. The absence of correlations during the avalanche indicates the loss of this complexity. Non-parametric Wilcoxon test was used to compare mean values of exponents α for all intervals of analyzed time series. In cases of nourished rats, the mean values ofα are significantly different for control, stimulus, avalanche, DA and after-DA intervals. Wilcoxon test was also used to compare mean values of α for corresponding intervals for the two experimental groups. The result is significant difference in mean values of α for control, stimulus avalanche, DA and after DA intervals between two experimental groups. The hypothesis that α =0.5 for avalanche intervals was not rejected by test, confirming the loss of correlations in this phase. Comparison of mean values of α for different intervals (control, stimulus, DA and after DA) with avalanche using the Wilcoxon test results in significant difference between two groups. / O presente estudo se propõe a analisar a dinâmica da atividade elétrica cortical durante o fenômeno da depressão alastrante (DA) e nos períodos que antecede e sucede o fenomêno. A DA é caracterizada pela redução da amplitude da atividade elétrica espontânea que ocorre no tecido neural, após a aplicação de um estímulo de natureza elétrica, química, mecânica, luminosa e outros. Visando estudar o comportamento da série temporal da atividade elétrica cortical, registrada no ECoG (eletrocorticograma), durante a DA e nos períodos que precede e sucede o fenômeno, foi aplicado o método do DFA (Detrended Fluctuation Analysis). Este método permite quantificar a existência de correlação de longo alcance (memória) numa série temporal, como é o caso do registro do ECoG. Anteriormente, o método foi aplicado em seqüências de DNA e no estudo de séries temporais não estacionárias, tais como, dinâmica da variabilidade cardíaca, flutuações de eletroencefalograma de humanos, intervalos entre passos sucessivos de humanos, séries econômicas e outros. A aplicação do DFA numa série temporal permite a determinação de um expoente de escalonamento α, que pode contribuir para a compreensão das propriedades dos sistemas dinâmicos não lineares. Este expoenteα revela se a série temporal apresenta correlação de longo alcance ou não. Neste trabalho os expoentes α foram calculados nas fases de controle, estímulo, avalanche, DA e após a DA para o ECoG, em dois grupos experimentais, ratos nutridos e ratos desnutridos. Em ambos os grupos experimentais, os valores obtidos para o expoente de escalonamento α denotam que a série temporal do ECoG apresenta correlação persistente (comportamento da série no presente se mantém no futuro) em todas as fases do processo com exceção da avalanche, período no qual ocorre perda de correlação. A presença de correlação de longo alcance numa série temporal biológica é uma resposta sempre observada em organismos saudáveis cuja complexidade do sinal registrado garante a adaptabilidade do organismo a situações de estresse e/ou distúrbios. Enquanto a ausência de correlação, observada na avalanche, indica a perda de propriedades fractais nos sistemas fisiológicos. O uso do método não-paramétrico de Wilcoxon, para comparar os valores médios dos expoentes α obtidos para o grupo de animais nutrido, durante as fases de controle, estimulação, DA, após DA, revelou que essas diferentes fasesdiferem significativamente. Os valores médios dos expoentes α obtidos para o grupo de animais desnutrido, durante as fases de controle, estimulação, DA, após DA, também não foram significativamente diferentes, quando comparados pelo método de Wilcoxon. Na comparação dos valores médios de α nas fases de controle, estimulação, DA, após DA entre os dois grupos de animais (nutrido e desnutrido) o teste de Wilcoxon revelou que as médias dos expoentes α em cada fase para os animais nutridos diferem significativamente daquelas obtidas para os animais desnutridos. Na avalanche a hipótese de que o expoente α é igual a 0,5, não foi rejeitada pelo teste de Wilcoxon, ou seja, o teste confirmou a perda de correlação nessa fase. Na comparação entre as médias dos expoentes α nos diferentes intervalos (controle, estimulação, DA, após DA) com o valor do expoente α na avalanche, o teste de Wilcoxon acusou diferença significativa tanto no grupo dos nutridos como no grupo dos desnutridos.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-21T12:02:13Z No. of bitstreams: 2 Dissertação - Renata da Costa Barbosa - 2014.pdf: 2041466 bytes, checksum: b05943f80e79bca8b9f3398d1706e187 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-21T12:10:02Z (GMT) No. of bitstreams: 2 Dissertação - Renata da Costa Barbosa - 2014.pdf: 2041466 bytes, checksum: b05943f80e79bca8b9f3398d1706e187 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-10-21T12:10:02Z (GMT). No. of bitstreams: 2 Dissertação - Renata da Costa Barbosa - 2014.pdf: 2041466 bytes, checksum: b05943f80e79bca8b9f3398d1706e187 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-11-28 / Understanding how the postural control system is impaired with aging can help identify elderly at risk of falling. In order to study the postural control, center of pressure (CP) behavior can be analyzed. Classical descriptors are commonly used for the CP analysis, however, modern descriptors have been developed aiming to provide more information about the underlying processes involved in the postural control. Aims: Analyze and compare classical and modern descriptors used to analyze the postural control in elderly subjects in quiet standing posture, using data acquired from a force platform in horizontal and inclined surfaces. Methods: The study sample consisted of 17 elderly subjects who remained on a force platform in the upright posture for 70 seconds. The data acquisition was performed with the platform on a horizontal surface and again on a surface inclined at 14 degrees with dorsiflexion and later with plantar flexion of the ankle. For each slope, the procedure was repeated three times with eyes open (EO ) and three times with eyes closed (EC). The initial 10 seconds were discarded and then, CP times series were analyzed in the anteroposterior (AP) and mediolateral (ML) directions. The classical descriptors used were in the time in the frequency domain and the modern descriptors were: Detrended Fluctuations Analysis (DFA), Stabilogram Diffusion Analysis (SDA) and the Sway Density Curve (SDC). Results: In the classical analysis, the results showed significant differences in all comparisons made and, in the modern analysis, the variables provided by the SDA and SDC also showed significant differences between comparisons, however, the DFA did not provide any difference between the conditions. Conclusion: Results provided by the classical variables and by the SDA and the SDC suggest a lower stability of elderly subjects in the inclined surface with dorsiflexion followed by plantar flexion and the eyes closed condition. More studies with the modern descriptors are necessary to better understand their results. / Entender como o sistema de controle postural é comprometido com o processo de envelhecimento pode contribuir na identificação de idosos com risco de quedas. Para estudar o controle postural pode-se analisar o comportamento do Centro de Pressão (CP). Descritores clássicos comumente são utilizados para a análise do CP, no entanto, descritores modernos têm sido desenvolvidos, com o intuito de fornecer mais informações sobre os processos subjacentes ao controle postural. Objetivos: Analisar e comparar descritores clássicos e modernos para análise do controle postural em sujeitos idosos na postura ereta quieta, utilizando dados adquiridos na plataforma de força no plano e com inclinação. Métodos: A amostra do estudo foi composta por 17 indivíduos idosos que permaneceram sobre uma plataforma de força na postura ortostática por 70 segundos. A aquisição dos dados foi realizada com uma plataforma sobre uma superfície horizontal e depois sobre uma superfície inclinada a 14 graus nas posições de flexão dorsal e flexão plantar do tornozelo. Para cada inclinação, o procedimento foi repetido três vezes com os olhos abertos (OA) e três vezes com os olhos fechados (OF). Depois de descartados os 10 s iniciais, foram analisadas as séries temporais do CP na direção anteroposterior (AP) e mediolateral (ML). Foram utilizados alguns descritores clássicos no domínio do tempo e da frequência e os descritores modernos: Detrended Fluctuation Analysis (DFA), Stabilogram Diffusion Analysis (SDA) e pela Sway Density Curve (SDC). Resultados: Na análise clássica os resultados indicaram diferenças significativas em todas as comparações realizadas, na análise moderna, as variáveis fornecidas pela SDA e pela SDC também apresentaram diferenças significativas entre as comparações, porém, a DFA não conseguiu apontar tais diferenças. Conclusão: Os resultados fornecidos pelas variáveis clássicas, SDA e a SDC sugerem uma menor estabilidade de sujeitos idosos na superfície inclinada com flexão dorsal seguida da flexão plantar e na condição de olho fechado. Ainda são necessários a realização de mais estudos utilizando tais descritores para uma melhor compreensão de seus resultados.

Human movement is inherently complex, requiring the control and coordination of many neurophysiological and biomechanical degrees-of-freedom, and the extent to which individuals exhibit variation in their movement patterns is captured by the construct of motor variability (MV). MV is being used increasingly to describe movement quality and function among clinical populations and elderly individuals. However, current evidence presents conflicting views on whether increased MV offers benefits or is a hindrance to performance. To better understand the utility of MV for performance prediction, we focused on current research needs in the military domain. Dismounted soldiers, in particular, are expected to perform at a high level in complex environments and under demanding physical conditions. Hence, it is critical to understand what strategies allow soldiers to better adapt to fatigue and diverse environmental factors, and to develop predictive tools for estimating changes in soldier performance. Different aspects of performance such as motor learning, experience, and adaptability to fatigue were investigated when soldiers performed various gait tasks, and gait variability (GV) was quantified using four different types of measures (spatiotemporal, joint kinematics, detrended fluctuation analysis, and Lyapunov exponents). During a novel obstacle course task, we found that frontal plane coordination variability of the hip-knee and knee-ankle joint couples exhibited strong association with rate of learning the novel task, explaining 62% of the variance, and higher joint kinematic variability during the swing phase of baseline gait was associated with faster learning rate. In a load carriage task, GV measures were more sensitive than average gait measures in discriminating between experience and load condition: experienced cadets exhibited reduced GV (in spatiotemporal measures and joint kinematics) and lower long-term local dynamic stability at the ankle, compared to the novice group. In the final study investigating multiple measures of obstacle performance, and variables predictive of changes in performance following intense whole-body fatigue, joint kinematic variability of baseline gait explained 28-59% of the variance in individual performances changes. In summary, these results support the feasibility of anticipating and augmenting task performance based on individual motor variability. This work also provides guidelines for future research and the development of training programs specifically for improving military training, performance prediction, and performance enhancement. / Doctor of Philosophy / All people move with some level of inherent variability, even when doing the same activity, and the extent to which individuals exhibit variation in their movement patterns is captured by the construct of motor variability (MV). MV is being increasingly used to describe movement quality and function among clinical populations and elderly individuals. However, it is still unclear whether increased MV offers benefits or is a hindrance to performance. To better understand the utility of MV for performance prediction, we focused on current research needs in the military domain. Dismounted soldiers, in particular, are expected to perform at a high level in complex environments and under demanding physical conditions. Hence, it is critical to understand what strategies allow soldiers to better adapt to fatigue and diverse environmental factors, and to develop tools that might predict changes in soldier performance. Different aspects of performance were investigated, including learning a new activity, experience, and adaptability to fatigue, and gait variability was quantified through different approaches. When examining how individual learn a novel obstacle course task, we found that certain aspects of gait variability had strong associations with learning rate. In a load carriage task, variability measures were determined to be more sensitive to difference in experience level and load condition compared to typical average measures of gait. Specifically, variability increased with load, and the experienced group was less variable overall and more stable in the long term. Lastly, a subset of gait variability measures were associated with individual differences in fatigue-related changes in performance during an obstacle course. In summary, the results presented here support that it may be possible to both anticipate and enhance task performance based on individual variability. This work also provides guidelines for future research and the development of training programs specifically for improving military training, performance prediction, and performance enhancement.

Séries temporais financeiras, como índices de mercado e preços de ativos, são produzidas por interações complexas dos agentes que participam do mercado. As propriedades fractais e multifractais destas séries fornecem evidências para detectar com antecedência a ocorrência de movimentos bruscos de mercado (crashes). Tais evidências são obtidas ao aplicar o conceito de Calor Específico Análogo C(q), proveniente da equivalência entre a Multifractalidade e Termodinâmica. Na proximidade de um crash, C(q) apresenta um ombro anômalo à direita de sua curva, enquanto que na ausência de um crash, possui o formato parecido com uma distribuição gaussiana. Com base neste comportamento, o presente trabalho propõe um novo indicador temporal IA(i), definido como a taxa de variação da área sob a curva de C(q). O indicador foi construído por intermédio de uma janela temporal de tamanho s que se movimenta ao longo da série, simulando a entrada de dados na série ao longo do tempo. A análise de IA(i) permite detectar com antecedência a ocorrência de grandes movimentos, como os famosos crashes de 1929 e 1987 para os índices Dow Jones, S&P500 e Nasdaq. Além disso, a análise simultânea de medidas como a Energia Livre, a Dimensão Multifractal e o Espectro Multifractal, sugerem que um crash de mercado se assemelha a uma transição de fase. A robustez do método para diferentes ativos e diferentes períodos de tempo, demonstra a importância dos resultados. Além disso, modelos estatísticos não lineares para a volatilidade foram empregados no trabalho para estudar grandes flutuações causadas por crashes e crises financeiras ao longo do tempo. / Financial time series such as market index and asset prices, are produced by complex interactions of agents that trade in the market. The fractal and multifractal properties of these series provides evidence for early detection of the occurrence of sudden market movements (crashes). This evidence is obtained by applying the concept of Analog Specific Heat C(q), from the equivalence between the Multifractal Analysis and Thermodynamics. In the vicinity of a crash, C(q) exhibits a shoulder at the right side of its curve, while in the absence of a crash, C(q) presents a form similar to a Gaussian distribution curve. Based on this behavior, it is proposed in this work a new temporal indicator IA(i) defined here as the area variation rate over the Specific Heat function. We have constructed the mentioned indicator from a window of data with the first points (size s), that moves throughout the series, simulating the actual input of data over time. The indicator IA(i) allows one detecting in advance the occurrence of large financial market movements, such as those occurred in 1929 and 1987 for the marked indexes Dow Jones, Nasdaq and S&P500. Moreover, the simultaneous analysis of measures such as the Free Energy, Multifractal Dimension and Multifractal Spectrum suggest that a market crash resembles a phase transition. The robustness of the method for others assets and different periods of time demonstrates the importance of the results. Moreover, nonlinear statistical models for volatility have been employed in the work to study large fluctuations caused by crashes and financial crises over time.

Submitted by Angela Maria de Oliveira (amolivei@uepg.br) on 2018-02-08T13:10:32Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Ronaldo Mendes Evaristo.pdf: 2297085 bytes, checksum: 293f7e08aca7690caa0d317480f9e18e (MD5) / Made available in DSpace on 2018-02-08T13:10:32Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Ronaldo Mendes Evaristo.pdf: 2297085 bytes, checksum: 293f7e08aca7690caa0d317480f9e18e (MD5) Previous issue date: 2017-12-08 / Nos ultimos anos, o aumento da incidência de doenças cardiovasculares na população mundial vem motivando a comunidade científica a buscar novas técnicas ou inovações tecnológicas para complementar os métodos existentes para avaliação do desempenho do coração. Dentre elas, destaca-se a análise da Variabilidade da Frequência Cardíarca (VFC) via eletrocardiograma (ECG), método não invasivo importante na detecção de patologias leves e moderadas cada vez mais frequentes nos seres humanos como doenças coronarianas, arritmias, bradicardias e taquicardias, além de distúrbios na relação entre os sistemas nervosos simpático e parassimpático. Neste trabalho é introduzida uma inovação em um modelo matemático baseado em modulações de exponenciais gaussianas utilizado para reproduzir a morfologia do ECG de seres humanos. Trata-se da introdução de tacogramas gerados por um processo estocástico autorregressivo (AR), previamente à integração das equações diferenciais do modelo, capaz de reproduzir com maior fidelidade a VFC quando comparados com dados experimentais de adultos saudaveis e de adultos com doença arterial coronariana (DAC). Para validar o modelo, os resultados simulados são comparados com dados experimentais via espectro de potencia da transformada wavelet discreta (TWD), gráficos de Poincare e pela analise de flutuação sem tendência. Verificamos que a DAC não altera a morfologia do ECG em situação de repouso, mas influencia significativamente na VFC, sendo que o modelo matemático proposto absorve e reproduz esse comportamento. / In recent years, the increase in the incidence of cardiovascular diseases in the world population has motivated the scientific community to seek new techniques or technological innovations to complement existing methods for assessing heart performance. Among them, stands out the analysis of the Heart Rate Variability (HRV) by electrocardiogram (ECG), an important non-invasive method for the detection of mild and moderate pathologies that are increasingly frequent in humans such as coronary diseases, arrhythmias, bradycardia and tachycardias, besides disturbances in the relationship between the sympathetic and parasympathetic nervous systems. This work introduces an innovation in a mathematical model based on Gaussian exponential modulations used to reproduce the ECG morphology of humans. This is the introduction of tachograms generated by an autoregressive stochastic process (AR), prior to the integration of the diferential equations of the model, capable of reproducing with better delity the HRV when compared with experimental data of healthy adults and adults with coronary artery disease (CAD). In order to validate the model, the simulated results are compared with experimental data using the discrete wavelet transform (DWT) power spectrum, Poincare plots and the detrended uctuation analysis (DFA). We verified that CAD does not change the morphology of ECG in resting state, but it has a significant in uence on HRV, and the proposed mathematical model absorbs and reproduces this behavior.

Séries temporais financeiras, como índices de mercado e preços de ativos, são produzidas por interações complexas dos agentes que participam do mercado. As propriedades fractais e multifractais destas séries fornecem evidências para detectar com antecedência a ocorrência de movimentos bruscos de mercado (crashes). Tais evidências são obtidas ao aplicar o conceito de Calor Específico Análogo C(q), proveniente da equivalência entre a Multifractalidade e Termodinâmica. Na proximidade de um crash, C(q) apresenta um ombro anômalo à direita de sua curva, enquanto que na ausência de um crash, possui o formato parecido com uma distribuição gaussiana. Com base neste comportamento, o presente trabalho propõe um novo indicador temporal IA(i), definido como a taxa de variação da área sob a curva de C(q). O indicador foi construído por intermédio de uma janela temporal de tamanho s que se movimenta ao longo da série, simulando a entrada de dados na série ao longo do tempo. A análise de IA(i) permite detectar com antecedência a ocorrência de grandes movimentos, como os famosos crashes de 1929 e 1987 para os índices Dow Jones, S&P500 e Nasdaq. Além disso, a análise simultânea de medidas como a Energia Livre, a Dimensão Multifractal e o Espectro Multifractal, sugerem que um crash de mercado se assemelha a uma transição de fase. A robustez do método para diferentes ativos e diferentes períodos de tempo, demonstra a importância dos resultados. Além disso, modelos estatísticos não lineares para a volatilidade foram empregados no trabalho para estudar grandes flutuações causadas por crashes e crises financeiras ao longo do tempo. / Financial time series such as market index and asset prices, are produced by complex interactions of agents that trade in the market. The fractal and multifractal properties of these series provides evidence for early detection of the occurrence of sudden market movements (crashes). This evidence is obtained by applying the concept of Analog Specific Heat C(q), from the equivalence between the Multifractal Analysis and Thermodynamics. In the vicinity of a crash, C(q) exhibits a shoulder at the right side of its curve, while in the absence of a crash, C(q) presents a form similar to a Gaussian distribution curve. Based on this behavior, it is proposed in this work a new temporal indicator IA(i) defined here as the area variation rate over the Specific Heat function. We have constructed the mentioned indicator from a window of data with the first points (size s), that moves throughout the series, simulating the actual input of data over time. The indicator IA(i) allows one detecting in advance the occurrence of large financial market movements, such as those occurred in 1929 and 1987 for the marked indexes Dow Jones, Nasdaq and S&P500. Moreover, the simultaneous analysis of measures such as the Free Energy, Multifractal Dimension and Multifractal Spectrum suggest that a market crash resembles a phase transition. The robustness of the method for others assets and different periods of time demonstrates the importance of the results. Moreover, nonlinear statistical models for volatility have been employed in the work to study large fluctuations caused by crashes and financial crises over time.

Made available in DSpace on 2014-12-17T14:08:35Z (GMT). No. of bitstreams: 1 MariaVMMpdf.pdf: 1276052 bytes, checksum: 2a1c6384ed87c24c3ab5a2346947a35d (MD5) Previous issue date: 2009-07-24 / The main objective of this study is to apply recently developed methods of physical-statistic to time series analysis, particularly in electrical induction s profiles of oil wells data, to study the petrophysical similarity of those wells in a spatial distribution. For this, we used the DFA method in order to know if we can or not use this technique to characterize spatially the fields. After obtain the DFA values for all wells, we applied clustering analysis. To do these tests we used the non-hierarchical method called K-means. Usually based on the Euclidean distance, the K-means consists in dividing the elements of a data matrix N in k groups, so that the similarities among elements belonging to different groups are the smallest possible. In order to test if a dataset generated by the K-means method or randomly generated datasets form spatial patterns, we created the parameter Ω (index of neighborhood). High values of Ω reveals more aggregated data and low values of Ω show scattered data or data without spatial correlation. Thus we concluded that data from the DFA of 54 wells are grouped and can be used to characterize spatial fields. Applying contour level technique we confirm the results obtained by the K-means, confirming that DFA is effective to perform spatial analysis / O principal objetivo do presente trabalho foi aplicar m?todos recentemente desenvolvidos em f?sica-estat?stica ?s s?ries temporais, em especial a dados de perfis el?tricos de indu??o de 54 po?os de petr?leo localizados no Campo de Namorado Bacia de Campos - RJ, para estudar a similaridade petrof?sica dos po?os numa distribui??o espacial. Para isto, utilizamos o m?todo do DFA com o intuito de saber se podemos, ou n?o, utilizar esta t?cnica para caracterizar espacialmente o campo. Depois de obtidos os valores de DFA para todos os po?os, fizemos uma an?lise de agrupamento com rela??o a estas caracter?sticas; para tanto, utilizamos o m?todo de agrupamento n?o-hier?rquico chamado m?todo K-m?dia. Geralmente baseado na dist?ncia euclidiana, o K-m?dia consiste em dividir os elementos de uma matriz n de dados em k grupos bem definidos, de maneira que as semelhan?as existentes entre elementos pertencentes a grupos distintos sejam as menores poss?veis. Com o objetivo de verificar se um conjunto de dados gerados pelo m?todo do K-m?dia ou gerado aleatoriamente forma padr?es espaciais, criamos o par?metro Ω (?ndice de vizinhan?a). Altos valores de Ω implicam em dados mais agregados e baixos valores de Ω em dados dispersos ou sem correla??o espacial. Com aux?lio do m?todo de Monte Carlo observamos que dados agrupados aleatoriamente apresentam uma distribui??o de Ω inferior ao valor emp?rico. Desta forma conclu?mos que os dados de DFA obtidos nos 54 po?os est?o agrupados e podem ser usados na caracteriza??o espacial de campos. Ao cruzar os dados das curvas de n?vel com os resultados obtidos pelo K-m?dia, confirmamos a efici?ncia do mesmo para correlacionar po?os em distribui??o espacial