@InProceedings{MendesGiel:1996:ImAlBo,
author = "Mendes, Roberto Francisco Marques and Gielow, Ralf",
affiliation = "{Universidade Braz Cubas (UBC)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)}",
title = "Implementa{\c{c}}{\~a}o do algoritmo de box e hill para a
discrimina{\c{c}}{\~a}o entre modelos competitivos",
year = "1996",
pages = "35",
organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica do
INPE (SICINPE), 2.",
note = "{Bolsa PIBIC/INPE/CNPq}",
keywords = "METOROLOGIA, Algoritmos, Teorema Bayes, METEOROLOGY, Algorithms,
Bayes theory.",
abstract = "O algoritmo de Box e Hill, com base no conceito de entropia da
informa{\c{c}}{\~a}o e no teorema Bayes, {\'e} um procedimento
sequencial para a discrimina{\c{c}}{\~a}o entre m modelos que
competem para representar um determinado fen{\^o}meno ou sistema
n-dimensional, assim como indica uma maneira para melhorar esta
discrimina{\c{c}}{\~a}o, considerando dados observacionais e
respectivos erros de medida. Assim, para cada modelo atribui-se
inicialmente sua probabilidade (igual ou n{\~a}o {\`a} dos
demais) e, dispondo de M pontos experimentais ou obseracionais (M
maior que o n{\'u}mero de par{\^a}metros em qualquer modelo),
ajusta-se cada modelo a estes pontos - por regress{\~a}o n{\~a}o
linear - obtendo-se os par{\^a}metros correspondentes e a
vari{\^a}ncia de cada ajuste. Ent{\~a}o, utilizando-se o teorema
de Bayes, atualizam-se as probabilidades dos modelos. A seguir,
atrav{\'e}s da maximiza{\c{c}}{\~a}o de uma fun{\c{c}}{\~a}o
observa{\c{c}}{\~a}o, cujo resultado - ap{\'o}s reajuste dos
par{\^a}metros de cada modelo e da sua probabilidade -, {\'e}
utilizado para melhorar a discrimina{\c{c}}{\~a}o; prossegue-se
assim sucessivamente, at{\'e} clara discrimina{\c{c}}{\~a}o em
favor de um dos modelos. A implementa{\c{c}}{\~a}o do algoritmo,
feita de forma amig{\'a}vel para o usu{\'a}rio, divide-se em
dois m{\'o}dulos: o primeiro, utilizando um analisador
sint{\'a}tico simplificado, gera um arquivo de ados referentes
aos modelos, enquanto o segundo, a partir deste arquivo e dos
dados observados, realiza os ajustes e determina a
discrimina{\c{c}}{\~a}o entre modelos, indicando tamb{\'e}m
como realizar observa{\c{c}}{\~o}es adicionais para melhorar a
discrimina{\c{c}}{\~a}o. Para os ajustes n{\~a}o-lineares dos
par{\^a}metros, utiliza-se o algoritmo de Marquardt, modificado
por Nash. Os c{\'o}digos est{\~a}o escritos em linguagem C e
Mathematica, mas seu uso n{\~a}o exige conhecimento destas
linguagens. Finalmente, apresenta-se a aplica{\c{c}}{\~a}o do
algotimo {\`a} discrimina{\c{c}}{\~a}o entre quatro modelos
para representar a cin{\'e}tica qu{\'{\i}}mica de uma
rea{\c{c}}{\~a}o A->B, em que a concentra{\c{c}}{\~a}o de A
depende da temperatura e do tempo de rea{\c{c}}{\~a}o,
chegando-se a uma perfeita discrimina{\c{c}}{\~a}o, mesmo quando
se parte de probabilidades a priori completamente erradas, deste
modo demonstrando a robustez do m{\'e}todo.",
conference-location = "S{\~a}o Jos{\'e} dos Campos",
copyholder = "SID/SCD",
language = "pt",
targetfile = "Mendes_implementacao.pdf",
urlaccessdate = "03 maio 2024"
}