Aplicações de cadeias de ordem variável estocasticamente perturbadas

Abstract

Neste trabalho estudamos a estimação das àrvores de contextos de Cadeias de ordem variável utilizando uma amostra perturbada do processo segundo algum dos três modelos de contaminação estudados neste trabalho. No primeiro modelo consideramos uma Cadeia de Ordem Variável com alfabeto binário em que, a cada instante de tempo, um dos símbolos pode ser modificado com uma probabilidade pequena e fixada. No segundo modelo consideramos uma cadeia com alfabeto binário em que, a cada instante de tempo, o processo perturbado assume aleatoriamente o valor da cadeia original ou uma função que depende deste valor, com probabilidade pequena e fixada. No terceiro modelo consideramos duas Cadeias de Ordem Variável independentes, tomando valores num mesmo alfabeto finito, onde o processo perturbado assume aleatoriamente, a cada instante de tempo, um dos dois processos originais com uma probabilidade grande e fixa. Os modelos de contaminação foram comparados através das simulações de amostras perturbados de processos. Pela simplicidade do primeiro modelo de contaminação foi possível recuperar a arvore de contextos do processo original mesmo com alta probabilidade de contaminação. Enquanto utilizando os outros dois modelos recuperamos a _arvore de contextos do processo original apenas quando a probabilidade de perturbação era suficientemente pequena. Em seguida, propomos modelos meteorológicos para prever a possibilidade de o próximo dia ser quente ou não, dado as informações de temperaturas máximas dos dias anteriores.