Orientador: Josmar Mazucheli / Resumo: Na análise de séries climatológicas, a metodologia conhecida como “análise de frequências” inicia-se, após a verificação da validade de algumas suposições, pela escolha e ajuste de uma distribuição de probabilidade. A etapa mais importante desta análise é a escolha ou seleção da distribuição de probabilidade que melhor descreva o verdadeiro comportamento da variável em estudo. Uma vez adotada uma distribuição de probabilidade que esteja bem ajustada, segundo um ou vários critérios, é de interesse, por exemplo, estimar a probabilidade de que eventos de certa magnitude sejam igualados ou excedidos em T anos. O inverso desta probabilidade é chamado de período de retorno, sendo esta uma medida de extrema importância na avaliação de riscos associados a fenômenos climatológicos. Em princípio, qualquer distribuição de probabilidade com suporte nos números reais positivos pode ser utilizada na descrição do comportamento de séries fluviométricas, pluviométricas, eólicas, entre outras. Em se tratando de séries pluviométricas, formadas, por exemplo, pelas pluviosidades diárias, decendiais, mensais, trimestrais e anuais, as distribuições Gama e Weibull são as mais utilizadas. Nos últimos anos, a partir de métodos específicos, uma infinidade de novas distribuições vêm sendo propostas para a análise de observações contínuas e estritamente positivas, cujas aplicações, em sua grande maioria, restringem-se a dados de sobrevivência e confiabilidade. Nesta dissertação de Mestrado, foram avaliad... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In the climatological series analysis, a methodology known as “frequency analysis” begins, after the validity of some assumptions, by choice and adjustment of a probability distribution. The most important step of this analysis is the choice or selection of probability distribution that best describes the true behavior of the variable under study. Once a probability distribution, that is well adjusted according to one or several criteria, is adopted, it is of interest, for example, to estimate a probability of events of a certain magnitude that are matched or exceeded in T years. The opposite of this probability is called a return period, which is a measure of extreme importance in the evaluation of risks associated with climatological phenomena. In principle, any probability distribution supported by positive real numbers can be used to describe the behavior of fluviometric, pluviometric and wind series, among others. When it comes to the case of rainfall series, formed, for example, by daily, decendial, monthly, quarterly and annual rainfall, the Gamma and Weibull Distributions are more used. In recent years, from specific methods, a plethora of new distributions are being proposed for an analysis of continuous and strictly positive observations, which applications, for the most part, are restricted to survival and reliability data. In this Master’s dissertation, the performances of the Odd Weibull, Marshall-Olkin Weibull, Exponentiated Weibull and Transmutated Weibull Dist... (Complete abstract click electronic access below) / Mestre

It is essential for the managers to make investment on hardware based on the utilization information of the equipment. From December 2014, a pool of hardware and a scheduling and resource sharing system is implemented by one of the software testing sections in Ericsson. To monitor the efficiency of these equipment and the workflow, a model of non-homogeneous M/M/c queue is developed that successfully captures the main aspects of the system. The model is decomposed into arrival, service, failure and each part is estimated. Mixture exponential is estimated with EM algorithm and the impact of scheduling change is also examined. Finally a simulation of workflow is done with Python module and the optimized number of hardware is proposed based on this M/M/c queue system.

Submitted by THAIS CAROLINA SANTOS REIS (thais.carolreis@gmail.com) on 2017-12-23T00:12:53Z No. of bitstreams: 1 dissertacao.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) / Approved for entry into archive by Claudia Adriana Spindola null (claudia@fct.unesp.br) on 2018-01-03T15:41:54Z (GMT) No. of bitstreams: 1 reis_tcs_me_prud.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) / Made available in DSpace on 2018-01-03T15:41:54Z (GMT). No. of bitstreams: 1 reis_tcs_me_prud.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) Previous issue date: 2017-06-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Na análise de séries climatológicas, a metodologia conhecida como “análise de frequências” inicia-se, após a verificação da validade de algumas suposições, pela escolha e ajuste de uma distribuição de probabilidade. A etapa mais importante desta análise é a escolha ou seleção da distribuição de probabilidade que melhor descreva o verdadeiro comportamento da variável em estudo. Uma vez adotada uma distribuição de probabilidade que esteja bem ajustada, segundo um ou vários critérios, é de interesse, por exemplo, estimar a probabilidade de que eventos de certa magnitude sejam igualados ou excedidos em T anos. O inverso desta probabilidade é chamado de período de retorno, sendo esta uma medida de extrema importância na avaliação de riscos associados a fenômenos climatológicos. Em princípio, qualquer distribuição de probabilidade com suporte nos números reais positivos pode ser utilizada na descrição do comportamento de séries fluviométricas, pluviométricas, eólicas, entre outras. Em se tratando de séries pluviométricas, formadas, por exemplo, pelas pluviosidades diárias, decendiais, mensais, trimestrais e anuais, as distribuições Gama e Weibull são as mais utilizadas. Nos últimos anos, a partir de métodos específicos, uma infinidade de novas distribuições vêm sendo propostas para a análise de observações contínuas e estritamente positivas, cujas aplicações, em sua grande maioria, restringem-se a dados de sobrevivência e confiabilidade. Nesta dissertação de Mestrado, foram avaliadas as performances das distribuições Odd Weibull, Marshall-Olkin Weibull, Weibull exponenciada e Weibull transmutada como alternativas para as distribuições Gama e Weibull na análise de séries pluviométricas históricas, obtidas de 33 estações meteorológicas do Brasil. Concluiu-se que em um contexto geral a distribuição Weibull foi a mais adequada na descrição da variável “precipitação acumulada mensalmente”, contudo, analisando-se pontualmente cada uma das 33 séries, em nove delas uma das extensões foi classificada como a mais adequada na descrição da variável em questão. Diante disso, tal estudo proporcionou a inserção de algumas das recentes extensões da distribuição Weibull na análise de dados climatológicos. / In the climatological series analysis, a methodology known as “frequency analysis” begins, after the validity of some assumptions, by choice and adjustment of a probability distribution. The most important step of this analysis is the choice or selection of probability distribution that best describes the true behavior of the variable under study. Once a probability distribution, that is well adjusted according to one or several criteria, is adopted, it is of interest, for example, to estimate a probability of events of a certain magnitude that are matched or exceeded in T years. The opposite of this probability is called a return period, which is a measure of extreme importance in the evaluation of risks associated with climatological phenomena. In principle, any probability distribution supported by positive real numbers can be used to describe the behavior of fluviometric, pluviometric and wind series, among others. When it comes to the case of rainfall series, formed, for example, by daily, decendial, monthly, quarterly and annual rainfall, the Gamma and Weibull Distributions are more used. In recent years, from specific methods, a plethora of new distributions are being proposed for an analysis of continuous and strictly positive observations, which applications, for the most part, are restricted to survival and reliability data. In this Master’s dissertation, the performances of the Odd Weibull, Marshall-Olkin Weibull, Exponentiated Weibull and Transmutated Weibull Distributions were evaluated as alternatives for the Gamma and Weibull Distributions in the analysis of historical rainfall series, obtained from 33 meteorological stations in Brazil. It was reasoned that in a general context the Weibull Distribution was published in the description of the variable “monthly cumulative precipitation”, however, analyzing each of the 33 series punctually, in nine of them one of the extensions was classified as the most suitable in the description of the variable in question. Thus, such study provided an insight into some of the recent extensions of the Weibull Distribution in the analysis of climatological data.