Made available in DSpace on 2015-04-22T22:07:32Z (GMT). No. of bitstreams: 1 Edilson de Carvalho.pdf: 3411203 bytes, checksum: 3680ef9a40a81ca8cea6def9615ac55d (MD5) Previous issue date: 2012-12-10 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / In this work we analyzed, on the multifractal perspective, the rainfall records from sixteen meteorological stations located in Brazil, especially in the Amazônia, in the towns of Altamira, Araguatins, Cáceres, Corumba, Cruzeiro do Sul, Guaíra, Ibotirama, Manaus, Oriximiná, Piranhas, Porto Velho, Santa Terezinha de Goiás, Santarém, São Paulo de Olivença, Tucuruí and Xambioá. As well the the records of the sea surface temperature anomalies-SSTA for seven regions located in the Atlantic and Pacific oceans, named North Atlantic, South Atlantic and Tropical Atlantic, in the Atlantic ocean, and Nino 1 + 2, Nino 3, Nino 4 and Nino 3:4, in the Pacific ocean. Using the MF-DFA methodology with the addition of the step zero, we calculated the multifractal spectra of the time series related to the rainfall and SSTA records. Also we obtained the correlation between the rainfall and the SSTA data, finding a weak correlation between these series. Based on the Multiplicative Multinomial d-Process, we simulated the zeros in the rainfall series, using the parameters obtained through the polynomial adjustments on the multifractal spectra. Keywords: Time series; rainfall; Multifractality; Hurst exponent / Analisamos neste trabalho, sobre a perspectiva multifractal, os registros de chuva de dezesseis estações meteorológicas localizadas no Brasil e em especial na Amazônia, situadas nas cidades de Altamira, Araguatins, Cáceres, Corumba, Cruzeiro do Sul, Guaíra, Ibotirama, Manaus, Oriximiná, Piranhas, Porto Velho, Santa Terezinha de Goiás, Santarém, São Paulo de Olivença, Tucuruí e Xambioá. Examinamos também, registros de anomalias de temperatura na superfície do mar (SSTA) relativos a sete regiões localizadas no oceanos Atlântico e Pacífico denominadas de Atlântico Norte, Atlântico Sul e Atlântico Tropical no oceano Atlântico e as regiões Nino 1 + 2, Nino 3, Nino 4 e Nino 3:4. Calculamos os espectros multifractais das séries temporais estudadas, referentes aos dados de chuva e de SSTA, utilizando a metodologia MF-DFA com inclusão do passo zero. Medimos os coeficientes de correlação entre os dados de chuva em relação aos dados de SSTA, encontrando uma fraca correlação entre as séries. Com base no d-Processo Multiplicativo Multinomial simulamos zeros em séries de chuva por meio de parâmetros obtidos através de ajustes polinomiais dos espectros multifractais

Como a informação sobre o ambiente natural é codificada na atividade neural do cérebro? Existe de fato um código neural que impera ao longo de todo processamento neural? Essas são algumas das grandes perguntas da Neurociência da atualidade. Assumindo que estratégias bem sucedidas são preservadas e reaproveitadas através da Evolução, buscamos explorar essas questões ao analisar a resposta extracelular do neurônio H1 do sistema visual da mosca a estímulos visuais com distribuições estatísticas de velocidades horizontais bem definidas. Utilizando uma abordagem de Sistemas Complexos, a análise de multifractalidade do código neural do H1 lança algumas luzes sobre uma estratégia de codificação fascinante, sustentando a idéia de que esse neurônio é capaz de falar diferentes linguagens, se ajustando de forma extremamente dinâmica e flexível à complexidade do estímulo visual (1), visando uma transmissão ótima de informação (2). / How is information about the natural environment coded in the brain neural activity? Is there really a neural code that reigns throughout the neural processing? These are some of the greatest questions of todays Neuroscience. Assuming that well succeeded strategies are preserved and reused through Evolution, we seek to explore these questions by analyzing the extracellular response of the blowfly visual system H1 neuron to certain visual stimuli with well known statistical distributions of horizontal velocities. Using a Complex Systems approach, the multifractality analysis of H1s neural code casts highlights in its fascinating coding strategy, supporting the idea that this neuron is capable of speaking different languages by adjusting itself to the complexity in visual stimuli in a very dynamical and flexible way (1), aiming at a optimal information transmission (2).

Como a informação sobre o ambiente natural é codificada na atividade neural do cérebro? Existe de fato um código neural que impera ao longo de todo processamento neural? Essas são algumas das grandes perguntas da Neurociência da atualidade. Assumindo que estratégias bem sucedidas são preservadas e reaproveitadas através da Evolução, buscamos explorar essas questões ao analisar a resposta extracelular do neurônio H1 do sistema visual da mosca a estímulos visuais com distribuições estatísticas de velocidades horizontais bem definidas. Utilizando uma abordagem de Sistemas Complexos, a análise de multifractalidade do código neural do H1 lança algumas luzes sobre uma estratégia de codificação fascinante, sustentando a idéia de que esse neurônio é capaz de falar diferentes linguagens, se ajustando de forma extremamente dinâmica e flexível à complexidade do estímulo visual (1), visando uma transmissão ótima de informação (2). / How is information about the natural environment coded in the brain neural activity? Is there really a neural code that reigns throughout the neural processing? These are some of the greatest questions of todays Neuroscience. Assuming that well succeeded strategies are preserved and reused through Evolution, we seek to explore these questions by analyzing the extracellular response of the blowfly visual system H1 neuron to certain visual stimuli with well known statistical distributions of horizontal velocities. Using a Complex Systems approach, the multifractality analysis of H1s neural code casts highlights in its fascinating coding strategy, supporting the idea that this neuron is capable of speaking different languages by adjusting itself to the complexity in visual stimuli in a very dynamical and flexible way (1), aiming at a optimal information transmission (2).

Submitted by (ana.araujo@ufrpe.br) on 2016-07-05T16:37:45Z No. of bitstreams: 1 Evelyn Souza Chagas.pdf: 2596910 bytes, checksum: 3edb34779be1962370072564bb024b44 (MD5) / Made available in DSpace on 2016-07-05T16:37:45Z (GMT). No. of bitstreams: 1 Evelyn Souza Chagas.pdf: 2596910 bytes, checksum: 3edb34779be1962370072564bb024b44 (MD5) Previous issue date: 2014-02-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Hydrological systems are composed of many components (precipitation, runoff, evaporation, transpiration, infiltration, etc.) and exhibit nonlinear behavior, with all individual components exhibiting non linear behavior as well. Although nonlinearity of hydrological processes has been recognized for many years, recent development of computational power and data acquisition technologies provide researches with powerful tools to evaluate existing methods and develop new more efficient techniques to study spatial and temporal variability and complexity of these phenomena. Considering that rainfall is the mayor natural factor that governs the stream flow regime, in this work we study non linear relationship between these components of the hydrological system, by examining multifractal correlations of individual rainfall and streamflow temporal series, as well as multifractal cross correlations between two processes. To this end we apply methods Multifractal Detrended Fluctuation Analysis (MF-DFA) and Multifractal Detrended Cross-Correlation Analysis (MF-DXA) on daily rainfall and streamflow temporal series registered in Piracicaba River Basin which is located in the state of São Paulo, Brazil. The results show that rainfall and streamflow temporal series exhibit multifractal correlations and cross correlations indicated by the generalized Hurst exponent, Renyi exponent and multifractal spectrum. The multifractal spectrum obtained by cross correlation analysis is similar to the multifractal spectrum of streamflow, for Corumbataí, Jaguari e Atibaia sub-basin, while for Camanducaia and Piracicaba sub-basin the cross correlation spectrum is more similar to the multifractal spectrum of precipitation. This difference could be related with land use and type of soil that affect the process of evapotranspiration and thus the whole hydrological cycle. / Sistemas hídricos são compostos por vários componentes (precipitação, escoamento, evaporação, transpiração, infiltração, etc) e exibem um comportamento não linear, com todos os componentes individuais exibindo um comportamento não linear também. Apesar da não linearidade dos processos hidrológicos ter sido reconhecida por muitos anos, o desenvolvimento recente do poder computacional e tecnologias de aquisição de dados proporcionam ferramentas poderosas para avaliar os métodos existentes e desenvolver novas técnicas mais eficientes para estudar a variabilidade espacial e temporal e a complexidade desses fenômenos. Considerando-se que a precipitação é o fator natural que mais influencia o regime de fluxo de vazão, neste trabalho estuda-se a relação não linear entre os componentes do sistema hidrológico, através da análise de correlações multifractais de séries temporais individuais de precipitação e vazão, assim como correlações cruzadas entre os dois processos. Para isto, são aplicados os métodos Multifractal Detrended Fluctuation Analysis (MF-DFA) e Multifractal Detrended Cross-Correlation Analysis (MF-DXA) em séries temporais diárias de precipitação e vazão registradas na Bacia do Rio Piracicaba, a qual está localizada no estado de São Paulo, Brasil. Os resultados mostram que séries temporais da precipitação e vazão possuem correlações e correlações cruzadas multifractais indicadas pelo comportamento das medidas multifractais: expoente de Hurst generalizado, expoente de Rényi e espectro multifractal. O espectro multifractal obtido pela análise de correlação cruzada (MF-DXA) é semelhante ao espectro multifractal da vazão (obtido pelo MF-DFA) para as sub-bacias Corumbataí, Jaguari e Atibaia, enquanto para as sub-bacias Camanducaia e Piracicaba a multifractalidade das correlações cruzadas é semelhante a multifractalidade da precipitação. Esta diferença poderia ser relacionada ao uso da terra e o tipo de solo que afeta o processo de evapotranspiração, e consequentemente todo o ciclo hidrológico da bacia.

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-08-06T15:11:15Z No. of bitstreams: 1 Dissertação - Celso Ricardo Caldeira Rêgo.pdf: 2481181 bytes, checksum: f162815b3f4a2d2e2f18c79b501aeacf (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-08-07T13:46:03Z (GMT) No. of bitstreams: 1 Dissertação - Celso Ricardo Caldeira Rêgo.pdf: 2481181 bytes, checksum: f162815b3f4a2d2e2f18c79b501aeacf (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-08-07T13:43:56Z (GMT) No. of bitstreams: 1 Dissertação - Celso Ricardo Caldeira Rêgo.pdf: 2481181 bytes, checksum: f162815b3f4a2d2e2f18c79b501aeacf (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-08-07T13:47:14Z (GMT) No. of bitstreams: 1 Dissertação - Celso Ricardo Caldeira Rêgo.pdf: 2481181 bytes, checksum: f162815b3f4a2d2e2f18c79b501aeacf (MD5) / Made available in DSpace on 2015-08-07T13:47:14Z (GMT). No. of bitstreams: 1 Dissertação - Celso Ricardo Caldeira Rêgo.pdf: 2481181 bytes, checksum: f162815b3f4a2d2e2f18c79b501aeacf (MD5) Previous issue date: 2012-01-06 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Many time series exihibit multifractal scale properties with important physical implications. We use the method for the multifractal characterization the MF-DFA (Mutifractal- Detrended Fluctuation Analysis) to calculate the generalized Hurst exponent [11] of water levels series of sixteen hydrological stations of the main Brazilian rivers, located in the cities of Manaus, Obidos, Lad ario, Porto Velho, Fonte Boa, Tucuru , Marab a, Santar em, Cruzeiro do Sul, Xambio a, Concei c~ao do Araguaia, Gua ra, Altamira, C aceres, Barra e Piranhas. These stations are placed in cities with di erent climate zones in Brazil. From this analysis, we concluded that all series exhibit multifractality and non-stationary behavior. We also show that the type of multifractality involved in this process is mainly due to the presence of di erent types of correlations in hydrological time series. We derive an analytic equation that generates the multifractal spectra for all the stations studied, with maximum errors of 1%, from the generalization of the d-Process Multiplied Multinomial. It suggests the existence of a universal multifractality in the hydrologic cycle of the Brazilian rivers and why not of the planet? This work shows that it is possible to treat the time series of water levels of the Brazilian rivers from a multifractal perspective, and therewith to have a better understanding of the complex aspects of the scale properties that these series exhibit. / Muitas séries temporais exibem propriedades de escala multifractais com importantes implicações físicas. Neste trabalho usamos o método para a caracterização multifractal MF-DFA para calcular o expoente de Hurst generalizado [11], das séries de níveis de água de dezesseis estações hidrológicas dos principais rios brasileiros, sediadas nas cidades de Manaus, Óbidos, Porto Velho, Fonte Boa, Tucuruí, Marabá,Santarém, Cruzeiro do Sul, Xambio á, Conceição do Araguaia, Guaíra, Altamira, Caceres, Ladario, Barra e Piranhas. Essas estações estão localizadas em cidades de diferentes zonas climáticas do Brasil. Dessa ánalise, pudemos constatar que todas as séries exibem multifractalidade e comportamento não estacionário. Mostramos ainda, que o tipo de multifractalidade envolvido nesse processo e devido, essencialmente, a presença de diferentes tipos de correlações nas séries hidrológicas. Conseguimos exibir, de modo anal tico, uma equa ção que gera todos os espectros multifractais nas estacões trabalhadas, com erros máximos de 1%, a partir da generaliza c~ao do d-Processo Multiplicativo Multinomial, sugerindo a existência de uma multifractalidade universal no ciclo hidrológico dos rios brasileiros e por que não do planeta? Este trabalho mostra que e possível tratar as séries dos níveis de água dos rios brasileiros a partir da perspectiva multifractal e, disso, compreender melhor os aspectos complexos das propriedades de escalas que essas séries apresentam.

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.

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.

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.