Abstract

Abstract

Abstract
The problem of testing the null hypothesis of a common direction across several populations defined on the hypersphere arises frequently when we deal with directional data. We may consider the Analysis of Variance (ANOVA) for testing such hypotheses. However, for the Watson distribution, a commonly used distribution for modeling axial data, the ANOVA test is only valid for large concentrations. So we suggest to use alternative tests, such as bootstrap and permutation tests in ANOVA. Then, we investigate the performance of these tests for data from Watson populations defined on the hypersphere.

Abstract

Abstract
O III Congresso Ibero-Americano de Empreendedorismo, Energia, Ambiente e Tecnologia (CIEEMAT), dá continuidade ao trabalho desenvolvido no Brasil pelo Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Rio de Janeiro, atravessando o oceano Atlântico para a sua primeira edição no contexto da Península Ibérica. Concebido para englobar um conjunto abrangente de áreas temáticas, este evento serve de ponto de encontro entre profissionais, investigadores, professores e estudantes dos países Ibero-Americanos, num fórum que reforça o perfil internacional do Instituto Politécnico de Bragança, assim como das demais Instituições Organizadoras e Parceiras, designadamente, no âmbito de Programas de Dupla Diplomação. Nos três dias do evento, esperamos que encontrem oportunidades para a partilha de ideias e resultados de investigação, reforçando ou estabelecendo novos contactos e parcerias no espaço Latino-Americano. Por fim, espero que a Vossa estadia em Bragança seja agradável e que levem de volta gratas recordações do CIEEMAT 2017.

Abstract
No sentido de combater doenças que afetam as populações, existe um grande interesse na utilização de métodos quantitativos que se baseiam em modelos matemáticos. Os modelos epidemiológicos simulam a dinâmica infeciosa nas populações, ou seja, o aumento ou diminuição do número de infetados. Através destes modelos é possível fazer estimativas e provisões sobre o alcance da epidemia. Por outro lado permitem também prever o efeito de certas medidas preventivas, como por exemplo a vacinação Neste projeto exploram-se os modelos estocásticos para simular a evolução de um surto infecioso em diferentes contextos. Os modelos são implementados utilizando os métodos de simulação aleatória de Monte Carlo. O caso estudado consiste na propaga- ção de uma infeção numa enfermaria hospitalar, onde foram consideradas diferentes taxa de contágio, de mobilidade e de vacinação. Procura-se também fazer a simulação através do método das Cadeias de Markov de forma a tirar partido das suas vantagens computacionais. Esta técnica foi implementada para modelar uma epidemia numa população homogénea uniformemente misturada. Após obter os resultados das simulações, foram apresentadas as conclusões relativas aos métodos de Monte Carlo e método das cadeias de Markov.