

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
O problema de previsão numérica de tempo em escala global é de altíssima dimensionalidade, envolvendo, por exemplo, representações de estados com centenas de milhões de variáveis. Essa alta dimensionalidade impõe grandes dificuldades para a aplicação de filtros de partículas (PF) em problemas de assimilação de dados com muitas observações independentes, porque nessas situações o número de partículas necessárias para representar as distribuições de probabilidade cresce exponencialmente.
Técnicas recentemente desenvolvidas que visam contornar essas dificuldades baseiam-se em combinar filtros de partículas e filtros de Kalman por conjunto (EnKF), criando-se soluções híbridas PF-EnKF.
Assinale a opção que indica a principal vantagem de se utilizar filtros híbridos PF-EnKF.
A redução do número de partículas necessárias para representar distribuições, que passam a ser caracterizadas apenas pelo primeiro e pelo segundo momentos.
A seleção de faixas específicas das variáveis de estado, reduzindo a dimensionalidade momentaneamente a cada passo de assimilação.
Sua adequação a distribuições não gaussianas quando necessário, ao mesmo tempo que se tenta manter a eficiência dos EnKF quando as distribuições são gaussianas.
Sua convergência mais rápida, em que uma partícula se sobressai com relação às demais em poucos passos de assimilação.
Sua maior simplicidade de implementação, pois o processo de reamostragem por importância torna-se uma etapa desnecessária nos passos de assimilação, podendo ser evitado.