Resumo:
Modelos estocásticos têm sido largamente utilizados para geração de séries e previsão de vazões mensais com finalidade de dimensionamento e definição de regras de operação de reservatórios. Os tradicionais modelos periódicos da família PAR (autorregressivos periódicos) e da família PARMA (autorregressivos de média móveis) são geralmente capazes de preservarem características sazonais e anuais para séries históricas que apresentam baixas dependências anuais. Contudo, muitas séries de vazões mensais apresentam altas dependências que não são preservadas por estes modelos. Neste sentido, foram desenvolvidos modelos autorregressivos periódicos médias móveis multiplicativos PARMA multiplicativos (p,q)x(P,Q), também denominados PMIX(p,q,P,Q), que apresentam parâmetros periódicos relacionando consecutivos meses de um mesmo ano (curta dependência) e mesmos meses para consecutivos anos (longa dependência). No presente trabalho buscou-se, através de
simulações, verificar se processo de otimização não linear, que utiliza o algoritmo de Powell para minimização das somas dos quadrados dos erros de estimativas, é capaz de estimar adequadamente parâmetros de modelos PMIX. Concluiu-se que o referido processo permitiu a seleção dos modelos e a estimativa de seus parâmetros com eficiência adequada.