@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"
}