A quantificação da evapotranspiração é uma tarefa essencial para a determinação do balanço hídrico em uma bacia hidrográfica e para o estabelecimento do déficit hídrico de uma cultura. Nesse sentido, o presente trabalho aborda a análise da evapotranspiração de referência (ETo) para a região de Jaboticabal-SP. O comportamento do fenômeno na região foi estudado a partir da interpretação de dados de uma bateria de 12 lisímetros de drenagem (EToLis) e estimativas teóricas por 10 equações diferentes disponíveis na literatura. A análise estatística de correlação indica que as estimativas da ETo por equações teóricas comparadas à EToLis medida em lisímetro de drenagem não apresentaram bons índices de comparação e erro. Admitindo que a operação dos lisímetros não permitiu a determinação da ETo com boa confiabilidade, propôs-se um ajuste local das demais metodologias de estimativa da ETo, através de auto-regressão (AR) dos ruídos destas equações em comparação com uma média anual estimada pela equação de Penman-Monteith (EToPM), tomada como padrão, em períodos quinzenal e mensal. O ajuste através de regressão linear simples também foi analisado. Os resultados obtidos indicam que a radiação efetiva é a variável climática de maior importância para o estabelecimento da ETo na região. A estimativa pela equação de Penman-Monteith apresentou excelente concordância com as equações de Makkink (1957) e do balanço de energia. Os ajustes locais propostos apresentaram excelentes resultados para a maioria das equações testadas, dando-se destaque às equações da radiação solar FAO-24, de Makkink (1957), de Jensen-Haise (1963), de Camargo (1971), do balanço de radiação, de Turc (1961) e de Thornthwaite (1948). O ajuste por regressão linear simples é de mais fácil execução e apresentou excelentes resultados. / The quantification of the evapotranspiration is an essential task for the determination of the water balance in a watershed and for the establishment of the culture´s water deficit. Therefore, the present work describes the analysis of the reference evapotranspiration (ETo) for the region of Jaboticabal-SP. The phenomenon behavior in the region was studied based on the interpretation of 12 drainage lysimeters data (EToLis) and on theoretical estimates for 10 different equations available in the Literature. An statistical analysis indicated that the theoretical ETo estimates compared with the EToLis did not present good indices of comparison and error. Admitting that the lysimeters operation did not allow a reliable ETo determination, a local adjustment of the theoretical methodologies for ETo estimate was considered. An auto-regression (AR) of the noises of these equations in comparison with the annual average estimate for the Penman-Monteith equation (EToPM), taken as standard, has been performed in fortnightly and monthly periods. The adjustment through simple linear regression has also been analyzed. The obtained results indicate that the effective radiation is the most important climatic variable for the establishment of the ETo in the region. The Penman-Monteith estimate presented excellent correlation to the estimates by Makkink (1957) equation and the energy balance. The local adjustments presented excellent results for the majority of the tested equations, specially for the solar radiation FAO-24, Makkink (1957), Jensen-Haise (1963), Camargo (1971), radiation balance, Turc (1961) and Thornthwaite (1948) equations. The adjustment by simple linear regression is of easier execution and also presented excellent results.

O diagnóstico de doenças neuromusculares é feito pelo uso conjunto de várias ferramentas. Dentre elas, o exame de eletromiografia clínica fornece informações vitais ao diagnóstico. A aplicação de alguns classificadores (discriminante linear e redes neurais artificiais) aos diversos parâmetros dos sinais de eletromiografia (número de fases, de reversões e de cruzamentos de zero, freqüência mediana, coeficientes auto-regressivos) tem fornecido resultados promissores na literatura. No entanto, a necessidade de um número grande de coeficientes auto-regressivos direcionou este mestrado ao uso de modelos auto-regressivos de média móvel com um número menor de coeficientes. A classificação (em normal, neuropático ou miopático) foi feita pela máquina de vetor de suporte, um tipo de rede neural artificial de uso recente. O objetivo deste trabalho foi o de estudar a viabilidade do uso de modelos auto-regressivos de média móvel (ARMA) de ordem baixa, em vez de auto-regressivos de ordem alta, em conjunção com a máquina de vetor de suporte, para auxílio ao diagnóstico. Os resultados indicam que a máquina de vetor de suporte tem desempenho melhor que o discriminante linear de Fisher e que os modelos ARMA(1,11) e ARMA(1,12) fornecem altas taxas de classificação (81,5%), cujos valores são próximos ao máximo obtido com modelos auto-regressivos de ordem 39. Portanto, recomenda-se o uso da máquina de vetor de suporte e de modelos ARMA (1,11) ou ARMA(1,12) para a classificação de sinais de eletromiografia de agulha, de 800ms de duração e amostrados a 25kHz. / The diagnosis of neuromuscular diseases is attained by the combined use of several tools. Among these tools, clinical electromyography provides key information to the diagnosis. In the literature, the application of some classifiers (linear discriminant and artificial neural networks) to a variety of electromyography parameters (number of phases, turns and zero crossings; median frequency, auto-regressive coefficients) has provided promising results. Nevertheless, the need of a large number of auto-regressive coefficients has guided this Master\'s thesis to the use of a smaller number of auto-regressive moving-average coefficients. The classification task (into normal, neuropathic or myopathic) was achieved by support vector machines, a type of artificial neural network recently proposed. This work\'s objective was to study if low-order auto-regressive moving-average (ARMA) models can or cannot be used to substitute high-order auto-regressive models, in combination with support vector machines, for diagnostic purposes. Results point that support vector machines have better performance than Fisher linear discriminants. They also show that ARMA(1,11) and ARMA(1,12) models provide high classification rates (81.5%). These values are close to the maximum obtained by using 39 auto-regressive coefficients. So, we recommend the use of support vector machines and ARMA(1,11) or ARMA(1,12) to the classification of 800ms needle electromyography signals acquired at 25kHz.

Na atual indústria de manufatura, destacam-se as empresas que sejam capazes de atender a demanda de produção de forma rápida e com produtos de qualidade. Durante a fabricação existem diversas fontes de erro que interferem na exatidão do processo de usinagem. Deste modo, torna-se importante o conhecimento destes erros para que técnicas de correção possam ser implementadas ao controle numérico da MF (máquina-ferramenta) e assim, melhorar a exatidão do processo. Neste contexto, o objetivo principal do trabalho é desenvolver uma metodologia para corrigir os erros de posicionamento do eixo X levando em consideração a variação de temperatura medida experimentalmente em pontos específicos da MF. Primeiramente foi realizado um levantamento dos erros de posicionamento experimentais ao longo do eixo X da MF em três diferentes condições de trabalho e simultaneamente havia um sistema para medir a variação de temperatura. Os dados foram tratados e em seguida sintetizados utilizando a metodologia das matrizes homogêneas de transformação, onde foi possível armazenar todos os erros de posicionamento referentes à trajetória da mesa da MF ao longo do eixo X. Os elementos da matriz resultante são utilizados como dados de entrada para análise de regressão linear múltipla que através dos métodos dos mínimos quadrados, correlaciona as variáveis de temperatura e erros de posicionamento. Como resultado, as equações lineares obtidas no método de análise de regressão geram valores previstos para os erros de posicionamento que são utilizados para correção destes erros. Estas equações exigem baixo custo computacional e portanto, podem ser futuramente implementadas no controle numérico da MF para corrigir os erros de posicionamento devido às deformações térmicas. Os resultados finais mostraram que erros de 60 µm foram reduzidos à 10 µm. Constatou-se a importância da sintetização dos erros de posicionamento nas matrizes homogêneas de transformação para aplica-los ao método de regressão. / In today\'s manufacturing industry, companies stand out if they\'re able to meet a high production demand efficiently and with quality products. During manufacturing there are several sources of error that can affect the accuracy of the machining process. Thus, it becomes important to better understand these errors to allow correction techniques to be implemented into the numerical control of the machine tool (MT) and thus improve process accuracy. In this context, the main goal of this work is to develop a method for correcting positioning errors along the X axis taking into consideration the variation in temperature, measured experimentally in specific points of the MT. First we conducted a survey of experimental positioning errors along the X axis of the MT in three different working conditions and simultaneously collecting temperature variation data. Data were treated and then synthesized using the methodology of homogeneous transformation matrices, where it was possible to store all positioning errors related to the trajectory of the board of the MT along the X axis. The elements of the matrix resulting from the homogeneous transformation are used as input data for the multiple linear regression analysis by the methods of least squares, which correlates the temperature variables with the positioning errors. As a result, linear equations obtained from the regression analysis method generates predicted values for the positioning errors which are used to correct this errors. These equations require low computer processing and therefore can be further implemented into the numerical control of the MT to correct positioning errors due to thermal deformation. The final results showed that 60 µm errors were reduced to 10 µm. It was noted the importance of synthesizing the positioning errors in homogeneous transformation matrices to apply them to the regression method.

Durante as últimas décadas, o melhoramento genético em bovinos leiteiros no Brasil baseou-se somente na importação de material genético, resultando em ganhos genéticos de pequena magnitude para as características de interesse econômico. Dessa forma, existe a necessidade eminente de avaliações genéticas dos animais sob condições nacionais de ambiente, de maneira a se prover um aumento na produção de leite aliado à qualidade. Neste contexto, o conhecimento sobre a composição do leite é de extrema importância para o entendimento de como alguns fatores ambientais e, principalmente genéticos podem influenciar no aumento dos conteúdos de proteína (PROT), gordura (GOR) e ácidos graxos (AG) benéficos e na redução da contagem de células somáticas, visando a melhoria da qualidade nutricional deste produto. Diante disso, o objetivo desse trabalho foi predizer os teores de AG de interesse usando regressão linear bayesiana, bem como estimar componentes de variância, coeficientes de herdabilidade e comparar modelos de diferentes ordens de ajuste por meio de funções polinomiais de Legendre, sob modelos de regressão aleatória. Amostras de leite foram submetidas a análises de cromatografia gasosa e espectrometria em infravermelho médio para determinação dos ácidos graxos. A comparação dos resultados obtidos por ambos os métodos foi realizada por meio da correlação de Pearson, análise de Bland-Altman e regressão linear bayesiana e, posteriormente, equações de predição foram desenvolvidas para os ácidos graxos mirístico (C14:0) e linoléico conjugado (CLA), a partir de regressões lineares simples e múltipla bayesiana considerando-se prioris nãoinformativas e informativas. Polinômios ortogonais de Legendre de 1ª a 6ª ordens foram utilizados para o ajuste das regressões aleatórias das características. A predição dos AG por meio da aplicação da regressão linear foi viável, com erros de predição variando entre 0,01 e 4,84g por 100g de gordura para o C14:0 e 0,002 e 1,85 por 100g de gordura para o CLA, sendo neste caso os menores erros de predição obtidos quando adotada a regressão múltipla com priori não informativa. Os modelos que melhor se ajustaram para GOR, PROT, C16:0, C18:0, C18:1c9, CLA, saturados (SAT), insaturados (INSAT), monoinsaturados (MONO) e poliinsaturados (POLI) foi o de 1ª ordem, e para escore de célula somática (ESC) e C14:0 o de 2ª ordem. As estimativas de herdabilidade obtidas variaram de 0,08 a 0,11 para GOR; 0,28 a 0,35 para PROT; 0,03 a 0,22 para ECS; 0,12 a 0,31 para C16:0; 0,08 a 0,14 para C18:0; 0,24 a 0,43 para C14:0; 0,07 a 0,17 para C18:1c9; 0,13 a 0,39 para CLA; 0,14 a 0,31 para SAT; 0,04 a 0,14 para INSAT; 0,04 a 0,13 para MONO; 0,09 a 0,20 para POLI e 0,12 para PROD, nos modelos que melhor se ajustaram. Concluise que melhorias na qualidade nutricional do leite podem ser obtidas por meio da inclusão das características produtivas e do perfil de ácidos graxos em programas de seleção genética. / During the last decades, genetic improvement in dairy cattle in Brazil was based only on the importation of genetic material, resulting in small genetic gains for economic interest traits. There is a perceived need for genetic evaluation under national environment conditions to provide an increase in milk production allied to quality. In this context, the knowledge of the milk composition is very important for understanding how certain environmental factors and especially genetic factors may influence the increase in protein content (PROT), fat (FAT), beneficial fatty acids (FA) and in reducing somatic cell count, aiming to improve the nutritional quality of this product. The aim of this study was to predict the levels of interest FA using Bayesian linear regression and estimate the components of variance, coefficients of heritability and compare models with different orders of adjustment by Legendre polynomials functions, in random regression models. Milk samples were subjected to gas chromatography analysis and mid-infrared spectrometry for the determination of fatty acids. The comparison of the results obtained by both methods was performed using Pearson\'s correlation, Bland-Altman analysis and Bayesian linear regression, subsequently, prediction equations were developed for the fatty acids myristic (C14:0) and conjugated linoleic (CLA) from simple linear regressions and multiple Bayesian considering non-informative and informative priors. Legendre orthogonal polynomials from 1st to 6th orders were used to fit the random regression of the traits. That was viable the prediction of FA by applying the linear regression with prediction errors ranging from 0.01 to 4.84 g per 100 g of fat for C14:0 and 0.002 to 1.85 per 100 g of fat for CLA, in this case the smaller prediction errors obtained when adopted the multiple regression with non-informative priori. The models that best fit for FAT, PROT, C16:0, C18:0, C18:1C9, CLA, saturated (SAT), unsaturated (UNSAT), monounsaturated (MONO) and polyunsaturated (POLY) was the one of 1st order and for somatic cell scores (SCS) and C14:0 the one of 2nd order. The estimates of heritability ranged from 0.08 to 0.11 for FAT; 0.28 to 0.35 for PROT; 0.03 to 0.22 for SCS; 0.12 to 0.31 for C16:0; 0.08 to 0.14 for C18:0; 0.24 to 0.43 for C14:0; 0.07 to 0.17 for C18:1C9; 0.13 to 0.39 for CLA; 0.14 to 0.31 for SAT; 0.04 to 0.14 for UNSAT; 0.04 to 0.13 for MONO, 0.09 to 0.20 for POLY and 0.12 for PROD, in the models that best fit. We conclude that improvements in the nutritional quality of milk can be obtained through the inclusion of productive traits and fatty acid profile in genetic selection programs.

Bilhões de dólares movimentam a indústria cinematográfica mundial anualmente. Por esse motivo, diversos estudos científicos têm intrigado pesquisadores e investidores que buscam prever a bilheteria de um filme. Ainda assim, os estudos preditivos pré-produção são escassos, e não existem propostas de pesquisa que utilizem atores e diretores como vínculo entre filmes. Essa é uma ideia sensata, pois, por diversas vezes, as altas bilheterias acompanham contratações de atores e diretores aclamados no universo cinematográfico. Posto isso, neste trabalho, buscou-se responder à pergunta de pesquisa: É possível prever receitas de bilheteria de cinema utilizando o relacionamento entre atores e diretores como indicador social? Através de técnicas de Social Network Analysis, que tratam da descrição de padrões de relacionamento entre membros de uma rede, e examinam como o envolvimento nessa rede ajuda a explicar comportamento e atitudes desses membros, descreveu-se uma forma inédita de utilização das métricas de SNA em um modelo de regressão linear múltipla, para estimar a bilheteria de um filme, dada a contratação de determinado diretor. A rede foi construída com informações dos atores principais e diretores de 1,144 filmes, de 2000 a 2013, e o modelo proposto validado com informações de filmes de 2014 a 2016. Apresenta-se ainda uma descrição exploratória detalhada da rede cinema, comparando atores e diretores e explorando seus relacionamentos pela análise de rede social. Como resultado, identificou-se atores e diretores líderes da rede cinema, e comunidades de atores e diretores influentes, que podem ser utilizadas para ações de marketing mais efetivas, maior notoriedade de eventos na mídia e contratações de elenco e direção. Isso para aumentar a disseminação do filme e, assim, maximizar a bilheteria para novas produções. Além disso, com um coeficiente de determinação adequado, o modelo proposto explica 67.66% da variabilidade da raiz quadrada da bilheteria, dada a contratação de determinado diretor. Dessa forma, concluiu-se que os conceitos e métricas de SNA, associados à inferência estatística, podem ser utilizados como estratégia de negócio na escolha do diretor de uma nova produção cinematográfica, visando ao sucesso pela maximização da bilheteria mundial. / Billions of dollars mobilize the movie industry annually. Because of that, many scientific studies are bothering researchers and investigators that seek to estimate a blockbuster. Nonetheless, pre-production predictive studies are rare, and there are no research proposals that use actors and directors as links between movies. This idea is reasonable, as the hiring of celebrated actors and directories from the movie universe usually follows blockbusters. In this context, the aim if this research was to answer the following question: Is it possible to estimate blockbusters through the relationship between actors and directors and a social indicator? By means of Social Network Analysis, that deals with the description of relationship patterns between members of a network - and investigates how the engagement in this network helps to explain these members´ behaviors and attitudes - we described a new way of using the SNA metrics in a multiple linear regression model to estimate a blockbuster, based on the hiring of a specific director. The network was built with information from the main actors and directors of 1.144 movies, from 2000 to 2013, and the proposed model was validated with other movies information, from 2014 to 2016. We also present a detailed exploratory description of the movie network, comparing actors and directors, and exploring their relationships through the social network analysis. As a result, we identified actors and directors considered leaders of the movie network, as well as communities of influent actors and directors that could be used for more effective marketing actions, more visibility of media events, and hiring of cast and direction. Furthermore, with anappropriatedetermination coefficient, the proposed model explain 67.66% of the blockbuster\'s square root variability based on the hiring of a specific director. In this way, we concluded that the SNA concepts and metrics can be used as a business strategy in choosing the director of a new movie production, together with the statistic inference, so as to maximize the global box office success.

A aveia branca (Avena sativa L.) é um cereal que apresenta múltiplos propósitos. Essa espécie é muito utilizada na alimentação humana, pelo teor de proteínas de qualidade e fibras solúveis, e na alimentação animal, como forragem verde, feno, silagem e na composição da ração, este cereal é cultivado no período de estação fria do ano, seus grãos caracterizam um alimento de alta qualidade para o consumo proporcionando benefícios à saúde como redução do colesterol sérico e redução dos riscos de enfermidades cardiovasculares. Para um elevado rendimento torna-se fundamental o uso de técnicas de manejo, como doses de adubação nitrogenada que são essenciais para as espécies de gramíneas, sendo que elevadas doses de nitrogênio podem vir a favorecer o acamamento na cultura. Porém, a insuficiência deste componente pode causar a morte prematura das folhas e retardar o seu crescimento. A produtividade em potencial com maior precisão de estimativa de eficiência de determinadas cultura podem ser obtidas por meio de modelagem matemática. O acamamento é o acidente pela qual a planta perde sua posição natural vertical, inclina-se e cai sobre o solo. Consequentemente, esse fenômeno ocasiona a redução na qualidade e rendimento de grãos de aveia, em decorrência da dificuldade de translocação dos fotoassimilados, da assimilação de carboidratos e minerais e do decréscimo da fotossíntese. Somado a isso, o acamamento ainda dificulta a colheita do campo. O efeito do redutor de crescimento na planta é a inibição da síntese de giberelina, interferindo na eficiência biológica de formação deste hormônio e acúmulo de giberelinas menos ativas, que consequentemente levam a redução do alongamento celular. A partir da introdução desse produto no comércio é relevante efetuar estudos para que se definam estratégias de manejo adequadas quanto à época e a dose de aplicação do produto na aveia branca, visto que, para esta espécie, não existe recomendação do produto. Assim o objetivo desse trabalho foi modelar o comportamento de cultivares de aveia branca sobre doses de aplicação de redutor de crescimento sobre diferentes doses de nitrogênio em cobertura, na análise dos caracteres de produção de biomassa e rendimento de grãos. Além disto, determinar o ajuste de doses de redutor associados a doses de nitrogênio que promovam maximizar a produção e os reflexos no acúmulo de matéria seca total ao longo do desenvolvimento da planta, bem como, reduzir a taxa de acamamento. As equações lineares mostraram que independente dos anos analisados a tendência de redução linear de biomassa produzida com incremento da dose de redutor é observado e que a taxa diária de produção de biomassa pode ser favorecida pela modificação do ano de cultivo. No sentido de interpretação biológica na expressão do acamamento pelo efeito do redutor, as equações de regressão testadas identificaram tendência linear, independente dos anos e experimentos com a dose de nitrogênio. O incremento de N-Fertilizante traz consigo necessidade de incrementar a dose de produto redutor. Além disto, na busca de uma equação mais completa que simulasse a possibilidade de inclusão de determinada dose de redutor de crescimento variando de 0-600 ml ha-1 também foi confirmado a ligação entre as variáveis independentes MGP e ICP nos diferentes experimentos com nitrogênio. As equações com os elementos agroclimáticos em cada dose de redutor de crescimento se mostraram altamente eficientes, inclusive, a proximidade das médias obtidas das estimadas está dentro do intervalo de confiança considerado da variação da média. Além disso, a produtividade de grãos para as doses de redutor ajustadas considerando no máximo 5% de acamamento nos estudos distintos com nitrogênio, apresentado rendimento bem próximos aos previstos para as doses de redutor. O modelo de MPI-Carvalho não se mostrou eficiente na estimativa de produção de matéria seca em aveia branca, com a proposta de ajustamento, o mesmo demonstrou ser eficiente para estimativa de rendimento biológico e de grãos, quando há incremento de redutor de crescimento. / 123 f.

Este trabalho consiste em estabelecer uma nova metodologia para determinação da hora pico de passageiros para os aeroportos brasileiros. Considera-se, primeiramente, uma análise de conglomerados, agrupando-se os aeroportos pelas similaridades do movimento anual de passageiros, capacidade anual do terminal de passageiros, movimento anual de passageiros em conexão, movimentos anual de passageiros internacionais e eph (Equivalent Peak Hour) registrados no ano de 2011. Esses clusters de aeroportos foram estabelecidos pelo métodos Ward e K-médias. Em seguida propõe-se uma metodologia de estimativa da hora pico partindo-se do cálculo do coeficiente de variação dos movimentos de passageiros, hora a hora, dos últimos sete anos de forma a identificar em que momento ocorre a estabilidade nesses movimentos. Tal nível de estabilidade representa nessa proposta a estimativa de hora pico que servirá como variável exógena para um modelo de regressão linear que determinará o movimento de passageiros na hora pico como uma função das variáveis explicativas que foram utilizadas para a determinação dos clusters.

Os serviços de manutenção, reparo e overhaul (MRO) na aviação comercial são um mercado relevante, de valor estimado acima de US$ 59 bilhões em 2013. Dentre os serviços de MRO de componentes aeronáuticos, têm destaque os serviços de disponibilidade, ou pay-by-the-hour (PBH), que se destinam a atender a manutenção de itens reparáveis, quanto ao seu reparo no caso de falha e ao compartilhamento de um estoque de peças de reposição. Assim, reduz-se a necessidade de investimento e evita-se a interrupção da operação da aeronave no caso de falha de um componente essencial. Embora a literatura sobre gestão de estoques de peças de reposição seja vasta, poucos estudos são relacionados a custos de serviços. O objetivo deste trabalho é aplicar o processo de extração de conhecimento de bases de dados (KDD, do inglês Knowledge Discovery from Data) na criação de um modelo de previsão de custo de reparo de um grupo de componentes cobertos por um PBH, para apoio à precificação e ao planejamento orçamentário da oferta do serviço por um certo provedor. Discorre-se sobre os diferentes métodos de estimação de custos presentes na literatura. A coleta e seleção dos dados é descrita, bem como sua transformação e pré-processamento, de modo a permitir a construção do modelo e sua interpretação. O processo de seleção de variáveis para composição do modelo de regressão linear múltipla é comentado em detalhes. Foi aplicada análise de elasticidade para comparar o impacto das variáveis explicativas sobre a variável resposta. Observou-se que a variável mais influente foi criada durante o pré-processamento, para representar os dados faltantes, oriundos de ordens de reparo que não estavam fechadas no momento da extração dos dados. Após investigação, descobriu-se que o processo de registro dos dados favorece a ocorrência de dados faltantes, constituindo uma oportunidade de melhoria. Como uma medição de qualidade, foi calculado o erro absoluto percentual médio do modelo, cujo valor de 9,7% mostrou-se adequado quando comparado com a literatura de estimação de custos.

O trabalho apresenta uma proposta de estudo de um modelo estatístico capaz de prever, a partir de valores extraídos de uma rápida medição de impedância, o estado de carga de uma bateria chumbo-ácido. Os dados foram levantados em um experimento que contou com dez medições de impedância em uma bateria nova nos estados de carga de 100% a 10%, sendo as medições realizadas através do método da espectroscopia de impedância eletroquímica (EIE). As curvas características, resultantes das medições, foram ajustadas com o auxílio de um circuito elétrico equivalente, tal qual fora proposto por Randles em 1947. Os dados foram linearizados e uma tabela de correlação foi estruturada para a definição das variáveis independentes que melhor explicam a relação entre o estado de carga e a alteração de parâmetros internos da bateria. Ferramentas estatísticas, como regressão linear e teste de hipóteses, foram utilizadas para elaboração do modelo de previsão que consta de três variáveis independentes, uma relacionada à resistência pura, devido principalmente à formação do sulfato de chumbo nas placas e a combinação das resistências ôhmicas nas conexões, nos separadores das placas e no eletrólito, outra devido à variação da capacitância da dupla camada e a terceira que é função da difusão de íons no eletrólito. Os resultados mostraram-se satisfatórios, considerando o caso específico da bateria utilizada nos testes, os objetivos propostos foram atingidos, podendo ser utilizados como base para trabalhos futuros, como a associação da previsão do estado de carga ao estado de saúde da bateria, o desenvolvimento de equipamentos de medição da impedância mais baratos e modelos de previsão que possam compensar as variações de temperatura nos ambientes de medição.

This dissertation consists of three articles, proposing extensions of finite mixtures in regression models. Here we consider a flexible class of both univariate and multivariate distributions, which allow adequate modeling of asymmetric data that have multimodality, heavy tails and outlying observations. This class has special cases such as skew-normal, skew-t, skew-slash and skew normal contaminated distributions, as well as symmetric cases. Initially, a model is proposed based on the assumption that the errors follow a finite mixture of scale mixture of skew-normal (FM-SMSN) distribution rather than the conventional normal distribution. Next, we have a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Next, we propose a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Finally, we consider a finite mixture of multivariate regression where the error has a multivariate SMSN distribution. For all proposed models, two R packages were developed, which are reported in the appendix. / Esta tese composta por três artigos, visa propor extensões das misturas finitas nos modelos de regressão. Aqui vamos considerar uma classe flexível de distribuições tanto univariada como multivariada, que permitem modelar adequadamente dados assimmétricos, que presentam multimodalidade, caldas pesadas e observações atípicas. Esta classe possui casos especiais tais como as distribuições skew-normal, skew-t, skew slash, skew normal contaminada, assim como os casos simétricos. Inicialmente, é proposto um modelo baseado na suposição de que os erros seguem uma mistura finita da distribuição mistura de escala skew-normal (SMSN) ao invés da convencional distribuição normal. Em seguida, temos um modelo de regressão censurado onde consideramos que o erro segue uma mistura finita da distribuição da mistura de escala normal (SMN). E por último, é considerada um mistura finita de regressão multivariada onde o erro tem uma distribuição SMSN multivariada. Para todos os modelos propostos foram desenvolvidos dois pacotes do software R, que estão exemplificados no apêndice.