[pt] Os mercados de ações dos países emergentes tem como principal característica a presença de dias atípicos, os quais fazem impossível o uso, com sucesso, dos modelos de equilíbrio. O principal objetivo desta pesquisa é a de desenvolver uma nova teoria, baseada na estatísica robusta, que possa ser aplicada a estes mercados sem ser seriamente afetada por observações extremas, e que ao mesmo tempo, ofereça resultados eficientes e precisos. / [en] Emergent stock markets are characterized by the presence of atypical days, which make impossible the use of equilibrium models with sucess. The main aim of this research is to define a new theory, based on the robust statistical theory, which could be applied to those markets without being affected by extreme observations and, at the same time, offer efficient and accurate results. / [es] Los mercados de acciones de los países emergentes tienen como principal característica la presencia de días atípicos, lo que hace imposible el uso, con suceso, de los modelos de equilibrio. EL objetivo principal de esta investigación es desarrollar una nueva teoría, basada en la estadística robusta, que pueda ser aplicada a estos mercados sin ser seriamente afectada por observaciones extremas, y que al mismo tiempo, obtenga resultados eficientes y precisos.

[pt] A presente tese, intitulada Estudos de historiografia literária na ABRALIC (1988-2006): uma cartografia crítica, tem como proposta central realizar uma avaliação crítica dos trabalhos publicados nos Anais da Associação Brasileira de Literatura Comparada (ABRALIC) desde sua fundação em 1988 até 2006, cobrindo, assim, um intervalo temporal de duas décadas. Seu intuito específico entende-se como mapeamento de pressupostos teóricos, epistemológicos, estéticos e políticos que orientam os estudos científicos dedicados à historiografia literária por pesquisadores que participam desse evento acadêmico bianual no Brasil, o que engendra o esboço de uma cartografia indicativa de algumas tendências preferenciais - e sua variações - seja em termos de tópicos temáticos, seja em sua configuração. Esta investigação fundamenta-se em perspectivas empíricas e sistêmicas nos estudos de literatura, encontrando igualmente apoio em análises quantitativas das manifestações dos trabalhos. A identificação básica de dez acentos distintos, com a ajuda de modelos de análise estatística, permitiu agrupar os diferentes ensaios de historiografia literária nas seguintes categorias: Aspectos teórico-conceituais, Prática de escrita historiográfica, Romance Histórico, Memória, Abordagem bibliográfica, História e literatura, História e ensino, História e outro setor, Genealogia e Catalogação, dedicando um espaço nomeado Outros aspectos para trabalhos isolados que não permitem uma generalização. As variações de ênfase sobre os projetos historiográficos, tornadas visíveis em sua dimensão diacrônica nos gráficos estatísticos elaborados, lançam uma luz reveladora sobre as tendências básicas dos projetos historiográficos na literatura. A leitura desses dados permite perceber, assim, além de um crescente interesse na discussão dos próprios modelos adequados à formação de uma historiografia e de novos temas na área em questão, como essas novas propostas se manifestam, no que diz respeito ao interesse dos pesquisadores, ao longo dessas duas décadas. / [fr] La présente thèse, intitulée Études d’historiographie littéraire de l’ABRALIC (1988-2006) : une cartographie critique, a pour proposition centrale de procéder à un examen critique des travaux publiés dans les annales de l`Association brésilienne de littérature comparée (ABRALIC) depuis sa fondation, en 1988, jusqu’à 2006, couvrant ainsi une période de deux décennies. Son but spécifique est d’identifier les préssupposés théoriques, épistemologiques, esthétiques et politiques orientant les études scientifiques consacrées à l`historiographie littéraire par les éventuels participants de cet évènement académique réalisé tous les deux ans au Brésil. Ceci permet d`établir l`ébauche d`une cartographie indiquant quelques tendances de prédilection - et leurs variations respectives - concernant aussi bien les topiques thématiques, que leur configuration. La présente recherche se fonde sur des perspectives empiriques et systémiques des études de littérature et trouve appui également dans des analyses quantitatives des travaux présentés. L`identification fondamentale de dix catégories différentes a été réalisée à l’aide de modèles d`analyse statistique e a permis ainsi de regrouper les différents essais d’historiographie littéraire dans les catégories suivantes : Aspects téoriques-conceptuels , Pratique de l’écriture historiographique , Roman historique , Mémoire , Approche bibliographique, Histoire et littérature, Histoire et enseignement , Histoire et d’autres secteurs, Généalogie et Catalogage. Les travaux isolés non susceptibles de généralisations ont été classés dans la catégorie Autres aspects. Les variations d’emphase sur les projets historiographiques, rendue visible dans sa dimension diachronique dans les tableaux graphiques statistiques élaborés, jettent la lumière sur les tendances principales de ce type de projet dans le domaine de la littérature. Ainsi, la lecture des données revelées permet de constater, en outre de l’intérêt croissant dans la discussion sur les modèles appropriés à la constitution d`une historiographie en soi et sur les nouveaux thèmes dans le domaine en question, comment ces nouvelles propositions se manifestent dans l’intérêt des chercheurs tout au long de ces deux décennies.

[pt] O objetivo principal desta dissertação é descrever e discutir o Modelo Bayesiano de Crescimento Linear Sazonal, formulação Estados múltiplos, utilizando descontos. As idéias originais deste modelo foram desenvolvidas por Ameen e Harrison. Na primeira parte do trabalho (capítulos 2 e 3) apresentamos idéias bem gerais sobre Séries Temporais e os principais modelos da literatura. A segunda parte (capítulos 4, 5 e 6) é dedicada à Estatística Bayesiana (conceitos gerais), ao MDL na sua formulação original, e ao nosso modelo de interesse. São apresentadas algumas sugestões operacionais e um fluxograma de operação do modelo, com vistas a uma futura implementação computacional. / [en] The aim of this thesis is to discuss in details the Multiprocess Linear Grawth Bayesian Model for seasonal and/or nonseasonal series, using discount factors. The original formulation of this model was put forward recently by Ameen and Harrison. In the first part of the thesis (chapters 2 and 3) we show some general concepts related to time series and time series modelling, whereas in the second (chapters 4, 5 and 6) we formally presented / the Bayesian formulation of the proposed model. A flow chart and some optional parameter setings aiming a computational implementation is also presented.

[pt] Esta dissertação investiga as Redes Neurais Bayesianas, que é uma nova abordagem que conjuga o potencial das redes neurais artificiais com a solidez analítica da estatística Bayesiana. Tipicamente, redes neurais convencionais como backpropagation, têm bom desempenho mas apresentam problemas de convergência, na ausência de dados suficientes de treinamento, ou problemas de mínimos locais, que trazem como conseqüência longo tempo de treinamento (esforço computacional) e possibilidades de sobre-treinamento (generalização ruim). Por essas razões, tem-se buscado desenvolver novos algoritmos de aprendizado para redes neurais baseados em princípios que pertencem a outras áreas da ciência como a Estatística, Lógica Nebulosa, Algoritmos Genéticos, etc. Neste sentido, este trabalho estuda e avalia um novo algoritmo de aprendizado baseado na estatística bayesiana, que consiste na utilização do mecanismo de interferência bayesiana no cálculo dos parâmetros (pesos) da rede neural. As principais etapas deste trabalho foram: o estudo das diferenças dos enfoques da estatística clássica e bayesiana sobre o aprendizado das redes neurais; o estudo dos métodos utilizados na inferência bayesiana; a avaliação das redes neurais Bayesianas (RNB) com aplicações Benchmarks; e por último, a avaliação das RNBs com aplicações reais. A diferença entre a estatística clássica e Bayesiana sobre o aprendizado das redes neurais esá na forma em que os parâmetros da rede são calculados. Por exemplo, o princípio de máxima verossimilhança quepertence à estatística clássica, na qual está baseada o algoritmo de backpropagation, se caracteriza por estimar um único vetor de parâmetros da rede neural. Por outro lado, a inferência Bayesiana se caracteriza por calcular uma função de densidade de probabilidade sobre todos os possíveis vetores de parâmetros que a rede neural pode possuir. Os métodos utilizados na inferência Bayesiana para calcular a função de densidade de probabilidade dos parâmetros. Neste trabalho se deu ênfase a dois métodos amplamente utilizados na estatística Bayesiana: o método de aproximação gaussiana e o método de MCMC (Markov Chain Monte Carlo), que mostraram sua efetividade com respeito ao problema da dimensão elevada do vetor de parâmetros. Para avaliar o desempenho destes algoritmos de aprendizado Bayesiano, foram feitos testes em aplicações benchmarks de previsão, classificação e aproximação de uma função. Também foram desenvolvidas aplicações reais de previsão de uma série temporal e carga elétrica e reconhecimento de face onde se avaliou o desempenho destes algoritmos. Além disso, foram feitas comparações entre estes algoritmos de aprendizado Bayesiano com o backpropagation, sistemas neuro fuzzy hierárquicos e outras técnicas estatísticas tais como Box&Jenkins e Holt-Winters. Com este trabalho, verificou-se que entre as vantagens dos algoritmos de aprendizado Bayesiano tem-se: a de minimizar o problema de sobre-treinamento (overfitting); controlar a complexidade do modelo (princípio de Occam’s razor) e ter boa generalização com poucos dados de treinamento. / [en] This dissertation investigates the Bayesianan Neural Networks, which is a new approach that merges the potencial of the artificial neural networks with the robust analytical analysis of the Bayesian Statistic. Typically, theconventional neural networks such as backpropagation, have good performance but presents problems of convergence, when enough data for training is not available, or due to problems of local minimum, which result in long training time and overfitting. For these reasons, researchers are investigating new learning algorithm for neural networks based on principle that belong to other area of science like Statistics, Fuzzy logic, Genetic Algorithms, etc. This dissertation studies and evaluates a new learning algorithm based on the Bayesian Statistics, that consists in the use of the Bayesian mechanical inference to calculate the value of the parameters of neural networks. The main steps of this research are: the study of the difference between the approach of the classical statistics and the approach of the Bayesian statistics regarding the process of learning in neural networks (RNB) with Benchmarks applications; and the evaluation of RNBs with real applications. The main differences between the classical and Bayesian statistics in regard to the learning on neural networks are in the form of calculation of the parameters. For example, the principle of maximum likelihood that belongs to classical statistics, in which the backpropagation algorithms, it is characterized for calculate only on vector of parameters of neural networks. However, the Bayesian inference, it is characterized for calculate a probabilistic density function of the parameters of neural networks are approximations or numerical methods, because the correct analytical treatment is difficult due to the high dimensions of the vector parameter. This dissertation gives especial emphasis to two methods: the Gaussian approximation and the Markov Chain Monte Carlo method (MCMC). To evaluate the performance of these Bayesian learning algorithms, a number of test has been done in application benchmarks of time series forecasting, classification and approximation of functions. Also, have been developed real applications on time serie forecasting of electrical and face recognition. Moreover, comparations have been made between the Bayesian learning algorithms with backpropagation, neuro fuzzy systems and other statistical techniques like a Box&Jenkins and Holt-Winters. This dissertation has shown that the advantages of the Bayesian learning algorithms are the minimization of the overfitting, control of the model complexity (principle of Occam’s razor)and good generalization with a few data for training.

[pt] Muitos sistemas biológicos utilizam visão como forma primária de sensoriamento. Ao longo de milhões de anos de evolução,as diferentes espécies vêm demonstrando o potencial associado à capacidade de visão.A partir da década de 60,foram iniciados os primeiros estudos no sentido de proporcionar às máquinas esta forma de sensoriamento. A esta nova forma de sensoriamento dá-se o nome de Visão Computacional. Em Visão Computacional,muitos casos requerem a determinação de um campo vetorial que descreva os deslocamentos ocorridos entre dois quadros consecutivos de uma sequência genérica de vídeo.A este campo vetorial dá-se o nome de Optical Flow(Fluxo Ótico). A determinação do Optical Flow é ainda um problema sem solução.No presente trabalho,propõ-se um novo estimador estatístico para a determinação do Fluxo Ótico. Este estimador possui complexidade O(n) e associa um grau de confiabilidade a cada estimativa realizada.É aplicável a qualquer sinal digital(não apenas imagens ou vídeo, mas também a som,volume,etc) e vem demonstrando resultados muito promissores. / [en] Many biological systems make use of vision as its primary sensory mechanism. During million years,different species have been showing the great potencial associated with vison.From the early sixties onwards,studies have been done to provide machines with this important sense.The research area involved in this task is called Computer Vision. In Computer Visiom there are many situations where it is necessary to evaluate a vector field which describes existing displacements between two consecutive frames of a generic video sequence.This vector field is called Optical Flow. The Optical Flow determination is still a problem with unknown solution.This work proposes a new statistic algorithm to estimate the Optical Flow.The proposed algorithm has O(n) complexity and associates a degree of rebeliabity to each estimation. The algorithm can be applied to any digital signal(not only images or videos,but also sound,volume etc)and is achieving promising results.

[pt] Em muitas aplicações reais de processamento de sinais, as observações do fenômeno em estudo chegam seqüencialmente no tempo. Consequentemente, a tarefa de análise destes dados envolve estimar quantidades desconhecidas em cada observação concebida do fenômeno. Na maioria destas aplicações, entretanto, algum conhecimento prévio sobre o fenômeno a ser modelado está disponível. Este conhecimento prévio permite formular modelos Bayesianos, isto é, uma distribuição a priori sobre as quantidades desconhecidas e uma função de verossimilhança relacionando estas quantidades com as observações do fenômeno. Dentro desta configuração, a inferência Bayesiana das quantidades desconhecidas é baseada na distribuição a posteriori, que é obtida através do teorema de Bayes. Infelizmente, nem sempre é possível obter uma solução analítica exata para esta distribuição a posteriori. Graças ao advento de um formidável poder computacional a baixo custo, em conjunto com os recentes desenvolvimentos na área de simulações estocásticas, este problema tem sido superado, uma vez que esta distribuição a posteriori pode ser aproximada numericamente através de uma distribuição discreta, formada por um conjunto de amostras. Neste contexto, este trabalho aborda o campo de simulações estocásticas sob a ótica da genética Mendeliana e do princípio evolucionário da sobrevivência dos mais aptos. Neste enfoque, o conjunto de amostras que aproxima a distribuição a posteriori pode ser visto como uma população de indivíduos que tentam sobreviver num ambiente Darwiniano, sendo o indivíduo mais forte, aquele que possui maior probabilidade. Com base nesta analogia, introduziu-se na área de simulações estocásticas (a) novas definições de núcleos de transição inspirados nos operadores genéticos de cruzamento e mutação e (b) novas definições para a probabilidade de aceitação, inspirados no esquema de seleção, presente nos Algoritmos Genéticos. Como contribuição deste trabalho está o estabelecimento de uma equivalência entre o teorema de Bayes e o princípio evolucionário, permitindo, assim, o desenvolvimento de um novo mecanismo de busca da solução ótima das quantidades desconhecidas, denominado de inferência evolucionária. Destacamse também: (a) o desenvolvimento do Filtro de Partículas Genéticas, que é um algoritmo de aprendizado online e (b) o Filtro Evolutivo, que é um algoritmo de aprendizado batch. Além disso, mostra-se que o Filtro Evolutivo, é em essência um Algoritmo Genético pois, além da sua capacidade de convergência a distribuições de probabilidade, o Filtro Evolutivo converge também a sua moda global. Em conseqüência, a fundamentação teórica do Filtro Evolutivo demonstra, analiticamente, a convergência dos Algoritmos Genéticos em espaços contínuos. Com base na análise teórica de convergência dos algoritmos de aprendizado baseados na inferência evolucionária e nos resultados dos experimentos numéricos, comprova-se que esta abordagem se aplica a problemas reais de processamento de sinais, uma vez que permite analisar sinais complexos caracterizados por comportamentos não-lineares, não- gaussianos e nãoestacionários. / [en] In many real-world signal processing applications, the phenomenon s observations arrive sequentially in time; consequently, the signal data analysis task involves estimating unknown quantities for each phenomenon observation. However, in most of these applications, prior knowledge about the phenomenon being modeled is available. This prior knowledge allows us to formulate a Bayesian model, which is a prior distribution for the unknown quantities and the likelihood functions relating these quantities to the observations. Within these settings, the Bayesian inference on the unknown quantities is based on the posterior distributions obtained from the Bayes theorem. Unfortunately, it is not always possible to obtain a closed-form analytical solution for this posterior distribution. By the advent of a cheap and formidable computational power, in conjunction with some recent developments in stochastic simulations, this problem has been overcome, since this posterior distribution can be obtained by numerical approximation. Within this context, this work studies the stochastic simulation field from the Mendelian genetic view, as well as the evolutionary principle of the survival of the fittest perspective. In this approach, the set of samples that approximate the posteriori distribution can be seen as a population of individuals which are trying to survival in a Darwinian environment, where the strongest individual is the one with the highest probability. Based in this analogy, we introduce into the stochastic simulation field: (a) new definitions for the transition kernel, inspired in the genetic operators of crossover and mutation and (b) new definitions for the acceptation probability, inspired in the selection scheme used in the Genetic Algorithms. The contribution of this work is the establishment of a relation between the Bayes theorem and the evolutionary principle, allowing the development of a new optimal solution search engine for the unknown quantities, called evolutionary inference. Other contributions: (a) the development of the Genetic Particle Filter, which is an evolutionary online learning algorithm and (b) the Evolution Filter, which is an evolutionary batch learning algorithm. Moreover, we show that the Evolution Filter is a Genetic algorithm, since, besides its capacity of convergence to probability distributions, it also converges to its global modal distribution. As a consequence, the theoretical foundation of the Evolution Filter demonstrates the convergence of Genetic Algorithms in continuous search space. Through the theoretical convergence analysis of the learning algorithms based on the evolutionary inference, as well as the numerical experiments results, we verify that this approach can be applied to real problems of signal processing, since it allows us to analyze complex signals characterized by non-linear, nongaussian and non-stationary behaviors.

[pt] A competição no setor de telefonia celular tem apresentado forte acirramento nos últimos anos, levando a uma tendência de queda no faturamento médio por usuário nas empresas. Os serviços de valor adicionado vêm cumprindo importante papel no esforço de aumento do faturamento das empresas com seus clientes. A mídia tem sido adotada por executivos do setor como instrumento de marketing para promover o uso de alguns serviços e, conseqüentemente, melhorar o faturamento médio por usuário. Neste contexto, o presente estudo tenta avaliar a relevância da mídia para o desempenho dos serviços de valor adicionado. Para tal, foram realizadas análises estatísticas no esforço de identificar a correlação entre volume de mídia e o tráfego de um determinado serviço de valor adicionado. Recorre-se a uma revisão bibliográfica de disciplinas de marketing de serviços, mídia e estatística aplicada. Também é conduzido um estudo de caso do serviço visando um melhor entendimento do contexto de negócios em que o mesmo está inserido, pois entende-se como fundamental para uma resposta mais consistente ao problema da pesquisa. Os resultados apontam para a relevância da mídia e também para outros aspectos importantes para o desempenho do serviço, tais como as características de uso do produto e o modelo comercial adotado entre os provedores do serviço e a empresa de mídia. / [en] The competition in the telephony sector has become harder in the last years, leading to a decrease in the average revenue per user of the companies. The value added services have been developing an important role in the effort of revenue increase by the companies with its users. Media has been adopted as a marketing tool by its executives to promote the usage of some services and, consequently, improve the average revenue per user. In this scenario, this study evaluates the media relevance to the performance of value added services. To conclude that, some statistical analysis were conducted in the effort to identify correlation between media volume and traffic of some value added services. A bibliographic revision was made in disciplines of marketing services, media and applied statistics. A case study was conducted aiming a better understanding of the service´s business context, as it is fundamental to a more consistent answer of the research problem. The results present the relevance of media and other aspects that are also important to the service performance, such as the products use characteristics and the business model adopted among the service providers and the media company.

[pt] Muitos sistemas biológicos utilizam visão como forma primária de sensoriamento.Ao longo de milhões de anos de evolução, as diferentes espécies vêm demonstrando o potencial associado à capacidade de visão. A partir da década de 60, foram iniciados os primeiros estudos no sentido de proporcionar às máquinas esta forma de sensoriamento. A esta nova forma de sensoriamento dá-se o nome de Visão Computacional. Em Visão Computacional, muitos casos requerem a determinação de um campo vetorial que descreva os deslocamentos ocorridos entre dois quadros consecutivos de uma seqüência genérica de vídeo. A este campo vetorial dá-se o nome de Optical Flow (Fluxo Ótico). A determinação do Optical Flow é ainda um problema sem solução. No presente trabalho, propõe-se um novo estimador estatístico para a determinação do Fluxo Ótico. Este estimador possui complexidade O(n) e associa um grau de confiabilidade a cada estimativa realizada. É aplicável a qualquer sinal digital (não apenas imagens ou vídeo, mas também a som, volume, etc) e vem demonstrando esultados muito promissores. / [en] Many biological systems make use of vision as its primary sensory mechanism. During million years, different species have been showing the great potential associated with vision. From the early sixties onwards, studies have been done to provide machines with this important sense. The research area involved in this task is called Computer Vision. In Computer Vision there are many situations where it is necessary to evaluate a vector field which describes existing displacements between two consecutive frames of a generic video sequence. This vector field is called Optical Flow. The Optical Flow determination is still a problem with unknown solution. This work proposes a new statistic algorithm to estimate the Optical Flow. The proposed algorithm has O(n) complexity and associates a degree of reliability to each estimation.The algorithm can be applied to any digital signal (not only images or videos, but also sound, volume etc) and is achieving promising results.

[pt] Em análises geotécnicas, previsões de deformações ou de fatores de segurança são desenvolvidas com base em métodos determinísticos, que admitem como fixos e conhecidos os parâmetros do solo ou da rocha. Entretanto, tais previsões são afetadas por incertezas provenientes da impossibilidade de reprodução das condições de campo em laboratório, da perturbação do solo devida à instalação de instrumentos, das ocorrências geomecânicas não detectadas durante a campanha de sondagens, da variabilidade inerente ao maciço, entre outras. O estudo da influência dessas incertezas sobre os cálculos determinísticos, com a possibilidade da quantificação do risco de insucesso associado a um projeto geotécnico, desenvolveu-se durante as últimas décadas com base nas teorias de probabilidade e estatística. O presente trabalho realiza uma revisão bibliográfica de conceitos básicos de probabilidade e estatística, mostrando alguns avanços da aplicação desses conceitos na engenharia geotécnica. Visando apresentar formas de estimarem-se probabilidades de recalque inadmissível ou de ruptura são realizadas análises para os seguintes casos: recalques de argila mole solicitada por aterro e de fundações superficiais em areia, estabilidade de fundação superficial em solo residual e de fundação profunda em solo sedimentar, deslizamento de um muro de arrimo e estabilidade de um talude. Com o objetivo de inferir acerca dos fatores que influenciam as estimativas probabilísticas, para cada caso são realizadas comparações entre resultados obtidos com base em diferentes métodos probabilísticos e/ou determinísticos. / [en] In geotechnical analyses, forecasts of safety factors or deformations are developed on the basis of deterministics methods, that admit as fixed and known the parameters of the soil or the rock. However, such forecasts are affected by uncertainties proceeding from the reproduction impossibility of the field conditions in laboratory, of the disturbance of the soil under installation of instruments, of the not detected geomechanics occurrences during the soundings campaign, of the inherent variability to the soil, among others. The study of the influence of these uncertainties on the deterministics calculations, with the possibility of the risk quantification of failure associated with a getechnical project, developed during the last decades on the basis in theories of probability and statistics. The present work make a bibliographical revision of basic concepts of probability and statistics, showing some advances of the application of these concepts in geotechnical engineering. With the objective to show forms of computing probabilities of rupture or of inadmissible settlement are make analyses for the following cases: settlement of fill on soft clay, settlement of superficial foundations in sand, stability of superficial foundation in residual soil, stability of deep foundation in sand, stability of retaining wall and dam slope stability. With the objective to verify the factors that influence the probabilist estimates, for each case is make comparisons between results given of different probabilist and/or deterministics methods.

[pt] O presente trabalho trata da melhoria da estatí­stica-teste Multiplicador de Lagrange com distribuição qui-quadrado até ordem n (-1) , baseando-se na expansão de Harris (1985) e na melhoria obtida para os testes Escore, fornecida por Cordeiro e Ferrari (1991 e 1994), Apresentamos uma abordagem totalmente ambientada aos modelos estruturais de séries temporais, utilizando-se tais testes na detecção de ciclos. O trabalho apresenta também uma série de simulações comparando as performances destes testes aperfeiçoados com os tradicionalmente utilizados. / [en] The presente work discusses the improvement of the statistics-test Lagrange Multipliers with chi-squared distribution to order n (-1) , basing itself in Harris´ (1995) expansion and in the improvement for the score tests, furnished by Cordeiro and Ferrari (1991 and 1994). We present a totally adapted aproach to time series structural models, utilizing these tests in the cycles detection. The work aldo presents a serie simulations comparing the perfomances of these improved tests with the ones traditionally utilized.