No ambiente agrícola, a possibilidade de prever eventos futuros para poder estabelecer prioridades e planejar atividades são indispensáveis para um manejo adequado. Modelos matemáticos têm se tornado ferramentas valiosas para o entendimento de fenômenos e simulação de soluções de um dado sistema de interesse para diferentes condições iniciais e valores de parâmetros. O crescimento das plantas obedece a certos princípios fisiológicos que podem ser descritos, em termos quantitativos em resposta ao meio ambiente, através de equações matemáticas. Nos agrosistemas, a dinâmica da população de plantas daninhas pode ser descrita por modelos matemáticos que relacionam as densidades de sementes produzidas e de plântulas em áreas de cultivo. Os valores dos parâmetros dos modelos podem ser inferidos diretamente de experimentação e análise estatística, ou extraídos da literatura. O presente trabalho tem por objetivo investigar as particularidades dos parâmetros de modelos dinâmicos para populações de plantas daninhas, a partir de um experimento conduzido em campo, usando inferência Bayesiana via método de Monte Carlo com cadeias de Markov e analisar situações que podem alterar a dinâmica do comportamento populacional por meio de simulações.

In the agricultural environment, the possibility to predict future events to establish priorities and to plan activities is indispensable for an appropriate management. Mathematical models have become precious tools for the understanding of phenomena and simulation of solutions of a given system for different initial conditions and values of parameters. The growth of plants obeys the certain physiological principles that can be described, in quantitative terms in reply to the environment, through mathematical equations. In agrosystems, the dynamics of weed populations can be described by mathematical models that relates the produced seeds density and seedlings density in areas of a crop. The parameter models can be either directly inferred from experimentation and statistics analysis, or can be extracted from literature. The goals of this work is to investigate the particularitities of the dynamic models parameters for weed populations, from field experiment, using Bayesian inference by Monte Carlo method with Markov chains and to analyze situations that can modify the population behavior by simulations.