Estágio realizado na EDP e orientado pelo Eng.º Vírgilio Mendes e Eng.ª Ana Cristina Nunes / Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores - Major Energia. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Energia). Faculdade de Engenharia. Universidade do Porto. 2010

Tese de doutoramento. Ciências de Engenharia. 2005. Faculdade de Engenharia. Universidade do Porto

Orientador: Saulo Philipe Sebastião Guerra / Coorientador: Marcelo de Almeida Silva / Banca: Carmen Silvia Fernandes Boaro / Banca: Otavio Camargo Campoe / Resumo: Com o aumento da demanda por fontes de energia renováveis, a biomassa vegetal tem ganhado cada vez mais visibilidade no cenário mundial como fonte de energia limpa e renovável. A fonte de biomassa mais utilizada no Brasil é o eucalipto, entretanto, o bambu, com seu rápido crescimento, apresenta-se como uma potencial opção à utilização do eucalipto. Estudos evidenciam seu potencial energético, vezes similares ou até maiores que os encontrados para o eucalipto, entretanto ainda há pouca informação na literatura. Dessa forma, o objetivo desse estudo foi de obter modelos para a estimativa da área foliar (AF) do Bambusa vulgaris, índice ecofisiológico fundamental para estudos de produtividade; e realizar sua análise de crescimento, para entender seu desenvolvimento, ambos durante o segundo ano após o plantio, em um sistema florestal de curta rotação (SFCR).Em cada avaliação era realizado inventário florestal para seleção de uma touceira representativa com a população naquele momento. Feito isso, uma touceira de B. vulgaris era cortada e caracterizados um colmo jovem, intermediário e velho. Da massa vegetal verde foi obtida a massa seca total. Paralelamente, um quarto de folhas de cada colmo caracterizado foi separado para o estudo da área foliar. Foram obtidos altura (A), diâmetro a altura do peito (D) dos colmos, comprimento (C) e largura (L) da folha e número de colmos da touceira (N), baseado nisso foram gerados modelos lineares múltiplosindividuais e para as avaliações agrupad... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The biomass has gained more and more visibility in the world as clean energy in the last few years, and, therefore the renewable energy sources demands. Eucalyptus trees is the more used source in Brazil for bioenergy, however, bamboo shows a big potential in biomass production turn into an option to eucalyptus or any other forest source. Some studies evidence bamboo energetic potential, sometimes similar or even bigger than eucalyptus. In the other hand is still rare to find any kind of study about this specie, specially about their ecophysiology. The aim of this study was to obtain models to estimate Bambusa vulgaris leaf area (LA), an important index to productivity studies, as well as, conduce a growth analysis to understand their development, both during the second year after planting, in a short rotation coppice (SRC) with bioenergetic aim. On each evaluation, it was done a forest inventory to select a representative clump of B. vulgaris to that moment. The selected one was cut and the stems were characterized as young, intermediate and old. From the fresh matter was obtained the total dry matter. At the same time, a quarter of leaves from each characterized stem were separate to leaf area study. It was evaluated in the stems the height (H), diameter at breath high (D) of stem, length (L) and width (W) of leaves and number of clump‟s stems (N), based on it was generate the linear multiples models to each evaluation and grouped ones as well. All generated models, individ... (Complete abstract click electronic access below) / Mestre

Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuições a priori de Jeffreys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposição de heteoscedasticidade. Mostramos que a distribuição a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori é própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber é desenvolvida com a finalidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais é utilizado para o ajuste do modelo proposto. / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Jeffreys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Jeffreys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models.

Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuições a priori de Jeffreys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposição de heteoscedasticidade. Mostramos que a distribuição a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori é própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber é desenvolvida com a finalidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais é utilizado para o ajuste do modelo proposto. / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Jeffreys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Jeffreys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models.

Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-09-26T18:57:40Z No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T19:59:56Z (GMT) No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T20:00:01Z (GMT) No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Made available in DSpace on 2016-09-27T20:00:08Z (GMT). No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) Previous issue date: 2016-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Je reys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Je reys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models. / Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuicões a priori de Je reys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposicão de heteoscedasticidade. Mostramos que a distribuiçãoo a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori e própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber e desenvolvida com analidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais e utilizado para o ajuste do modelo proposto.