• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
10.11606/D.18.2006.tde-03102006-083849
Document
Author
Full name
Lilian de Souza Vismara
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2006
Supervisor
Committee
Oliveira, Vilma Alves de (President)
Hruschka Junior, Estevam Rafael
Karam, Decio
Title in Portuguese
Aplicação da inferência Bayesiana para a simulação da dinâmica de produção de sementes de plantas daninhas
Keywords in Portuguese
banco de sementes
dinâmica populacional
inferência Bayesiana
método de Monte Carlo
modelos matemáticos
plantas daninhas
simulação
Abstract in Portuguese
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.
Title in English
Aplication of Bayesian inference for the simulation of the dynamics of weed populations of the daming plants
Keywords in English
bank of seeds
Bayesian inference
mathematical models
Monte Carlo method
population dynamics
simulation
weeds
Abstract in English
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.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Vismara.pdf (3.94 Mbytes)
Publishing Date
2006-11-22
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
Centro de Informática de São Carlos
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.