[pt] No presente trabalho de tese é apresentado, analisado e avaliado um método inédito para prever perfis de poço (para um pseudo-poço), a partir de informações dos poços verticais vizinhos e dados de sísmica 3D. Este método é formado por quatro partes principais. Na primeira parte são processados os perfis de raio gama dos poços para produzir um conjunto de sinais estratificados. Estes resultados são utilizados na segunda parte para realizar a correlação lateral de poços, com um método baseado em Algoritmos Genéticos, cujos resultados são intervalos de estratos semelhantes que indicariam a existência de estruturas rochosas contínuas na subsuperfície. Na terceira parte são estimados os deslocamentos, em profundidade, entre alguns estratos do pseudo-poço e dos poços reais. Isto é realizado com um método, baseado em Algoritmos Genéticos, para correlacionar eventos entre traços sísmicos 3D nas posições próximas aos poços reais e ao pseudo-poço. Na quarta parte são utilizados os resultados das outras três partes para interpolar vários tipos de perfis do pseudo-poço, primeiramente, dos estratos semelhantes e, em seguida, dos estratos não semelhantes, ajustados em profundidade. Os resultados desta parte constituem as medições previstas. Os pesos para a interpolação, pelo método de Shepard, são calculados através de uma função que depende da distância entre o pseudo-poço e cada um dos poços utilizados. Um estudo de sete casos é apresentado para avaliar a eficácia do método de previsão. Esses casos utilizam arranjos de dois e três poços do Campo de Namorado na Bacia de Campos (RJ) e, adicionalmente, um poço próximo a cada arranjo serve de padrão para avaliar as medições previstas através do coeficiente de correlação e da média dos erros percentuais absolutos. Em termos globais os resultados das previsões apresentam correlação linear forte e os erros percentuais absolutos estão entre 5 por cento e 30 por centoem relação aos padrões. / [en] In this thesis is presented, analyzed and evaluated a new method to forecast well logs (for a pseudo-well), based on information of the neighboring vertical wells and the 3D seismic data. This method consists of four main parts. In the first part, the gamma ray logs from wellbores are processed to produce a stratified set of signals. In the second part, the stratified signals are used to perform a method of lateral correlation of wells with Genetic Algorithms; whose results are similar intervals strata that would indicate the existence of continuous rock structures in the subsurface. In the third part, a method, based on Genetic Algorithms, are used to estimate displacements in depth between some strata of the pseudo-well and real wells. That method correlates events between 3D seismic traces at positions near the real wells and the pseudo-well. In the fourth part, results from the other three parts are used to interpolate several types of logs of the pseudo-well, first of the similar strata and then of the not similar strata, adjusted in depth. The results of this part are the forecasted measurements. The weights for interpolation, by the method of Shepard, are calculated using a function that depends on the distance between the pseudo-well and each real well. A study of seven cases is presented to evaluate the effectiveness of the forecasting method. These cases use arrangements of two and three wells of the Namorado Field in the Campos Basin (RJ) and additionally a real well near each array serves as a standard for evaluating the forecasted measurements by the correlation coefficient and the mean absolute percentage error. Overall the results showed a strong linear correlation and the mean absolute percentage errors are between 5 per cent and 30 per cent in relation of standard data.

[pt] A simulação da estrutura eletrônica de átomos e moléculas, desde do início da década de 90, tem se mostrado uma ferramenta imprescindível para o desenvolvimento de áreas estratégicas, ainda emergentes, mas fundamentais, como por exemplo, a área de Nanotecnologia. No entanto, esse tipo de simulação, ainda hoje é de grande complexidade e exige alto poder computacional. Dessa forma, torna-se fundamental a criação de métodos de simulação mais precisos e computacionalmente menos custosos. Este trabalho utiliza Algoritmos Evolutivos e métodos de Inteligência Computacional junto de algumas ferramentas desenvolvidas e estudadas tradicionalmente pela Matemática Aplicada em cálculos de estrutura eletrônica. Em particular, são construídas novas formas de aproximação de soluções para equação de Schrodinger, que contemplem os requisitos físicos necessários. Essas soluções serão nomeadas de funções de ondas evolucionárias, que neste trabalho serão tratadas como pontos em um espaço de Hilbert formado pelo fecho em L (2) da interseção das funções definidas na semi-reta, contínuas e de derivadas contínuas, simétricas ou antissimétricas com relação à permutação de suas coordenadas. São demonstrados alguns resultados, requisitos para utilização de Algoritmos Evolucionários e Séries de Fourier Generalizadas, baseadas em polinômios de Laguerre modificados e Wavelets. Esta pesquisa é desenvolvida inicialmente para sistemas de dois elétrons, e mais tarde é estendida para sistemas mais complexos, a fim de criar uma abordagem alternativa as tradicionais. / [en] The simulation of the electronic structure of atoms and molecules has been shown to be, from the beginning of 90 s, an indispensable tool for the development of strategic areas, that are still emergent, but fundamental, like nanotechnology. However, this type of simulation is still of great complexity today and demands high computational power. Thus, the creation of more precise and less costly methods becomes fundamental. With the elaboration of this research, the intention is to create alternatives basis that can be used into the traditional methods of simulation of electronic structure, such as the Hartree-Fock method, GVB, among others. This essay intends to investigate part of the mathematical tools used in the calculations of electronic structure, in order to create disruptive approaches, related to the precision or velocity of the obtainment of relevant results. The new methods are based in Computational Intelligence and concepts of Functional Analysis like Wavelets.