[pt] A vocação natural do Brasil para a hidroeletricidade fez com que o Sistema Interligado Nacional - SIN fosse desenvolvido com forte predominância de geração de origem hidroelétrica. Entretanto, ao se optar por uma base hidroelétrica há de se lidar com as significativas incertezas associadas às afluências futuras aos rios e, por extensão, a todas as bacias hidrográficas do país. Logo, a estrutura de produção de energia hidroelétrica do Brasil foi concebida de forma a minimizar os riscos associados ao comportamento aleatório das afluências. Para contemplar a estocasticidade das afluências no Planejamento da Operação do SIN, o Operador Nacional do Sistema Elétrico - ONS utiliza uma cadeia de modelos dentre os quais estão contidos o modelo de previsões de vazões determinísticas para o curto prazo, e os modelos de geração de cenários de afluências. Estes modelos fornecem insumos para que os modelos de otimização possam estabelecer as Estratégias e Políticas de Operação para o médio e curto prazo, considerando a volatilidade das afluências. Esta dissertação descreve os processos de séries temporais empregados no modelo de previsões determinísticas para o curto prazo e nos modelos de geração de cenários de afluências para o médio e curto prazo. Além disso, é apresentado um estudo de casos do Planejamento da Operação do SIN que avalia o acoplamento feito entre os modelos de otimização de médio e curto prazo através dos cenários hidrológicos de médio e curto prazo. Com esta análise, é possível verificar como o acoplamento entre os modelos de otimização pode impactar as Estratégias e Políticas de Operação para o médio e curto prazo. / [en] The natural vocation of Brazil for the hydroelectricity made the National Interconnected Electric System – NIS to be developed with strong predominance of hydroelectric origin creation. However, choosing for a hydroelectricity base you have to deal with significant uncertainness associated to the rivers inflows and all hydrographical basins of the country. Therefore, the production structure of Brazilian hydroelectric energy was created to minimize the risks associated to the random behavior of inflows. To contemplate the inflows stochasticity in the operation planning of NIS, the National Operator of the Electrical System - ONS uses a chain of models that contains a model of inflows forecasting for the short term, and a model to generate scenarios of inflows. These models provide inputs for the optimizations model can establish the strategies and policies for the operation of medium and short term, contemplating the volatility of inputs. This dissertation describes the time series processes used in the model of inflows forecasting for the short term and in the models to generate scenarios of inflows for the medium and short term. Moreover, this paper presents a study of cases of Operation Planning of the NIS that analyze the coupling made between the models for optimization of medium and short term through the hydrological scenarios for medium and short term. By this analysis, is possible realize how the coupling between the models of optimization can impact the strategies and policies for the operation of medium and short term.

[pt] A literatura teórica sobre taxas de câmbio apresenta uma série de resultados de difícil respaldo empírico como o forecasting puzzle da taxa de câmbio. Ao realizarmos previsões dentro da amostra e fora da amostra para as taxas de câmbio, nominal e real, e para o índice de preços de commodities do Brasil, encontramos evidências empíricas que comprovam algumas das explicações para este puzzle. Basicamente, os resultados dentro e fora da amostra apontam que o câmbio nominal apresenta um forte componente forward looking, o que poderia explicar o fracasso de muitos modelos em prever esta variável. Os valores passados do câmbio nominal conseguem gerar previsões para preços de commodities substancialmente melhores que a de um passeio aleatório, tanto no curto quanto no longo prazo, embora a relação reversa não se verifique. Uma análise comparando as previsões de nosso modelo a um modelo autorregressivo univariado mostra que esta evidência é mais fraca do que constatamos inicialmente. Para a taxa de câmbio real estendemos a análise feita na literatura de commodity currencies para medir o poder preditivo dos modelos utilizados. Considerando o exercício dentro da amostra, os preços de commodities contribuem significativamente para as previsões da taxa de câmbio, mas a causalidade no sentido contrário também ocorre. Já para as previsões fora da amostra, o modelo de correção de erros não conseguiu superar o passeio aleatório para nenhuma variável, nem mesmo no longo prazo. Os resultados são robustos à presença de quebras estruturais. / [en] In the theoretical literature on exchange rates we find many results with little empirical support. This paper seeks to contribute to a better understanding on one of the main issues that were not fully answered: the forecasting puzzle on exchange rates. By analyzing in-sample and out-of-sample forecasts for nominal and real exchange rates and the commodity price index of Brazil, we find empirical evidence on some of the explanations for this puzzle. The results insample and out-of-sample indicate that the Brazilian nominal exchange rate has an important forward looking component, which could explain the failure of many models to predict this variable. Past values of nominal exchange rate forecasts commodity prices substantially better than a random walk, both in short and long term horizons, while the reverse relation does not hold. An additional analysis in which we compare our model with a univariate autoregressive one suggests that the evidences may not be as robust as we thought at first. For the real exchange rate we extend the analysis made in the literature on commodity currencies to measure the predictive power of these models. Considering the in-sample exercise, commodity prices play an important role in predicting the Brazilian real exchange rate. However, there is also Granger causality in the opposite direction. Regarding the out-of-sample forecasts, our error correction model could not overcome the random walk model. Our results are robust to structural breaks.

[pt] Tecnologias de middleware têm sido amplamente adotadas pela indústria de software para reduzir o custo do desenvolvimento de sistemas computacionais. No entanto, é difícil estimar o desempenho de aplicações baseadas em middleware devido a fatores como a especificidade de implementação das plataformas de middleware e a multiplicidade de serviços e configurações provida para diferentes cenários de implantação. O gerenciamento do desempenho de aplicações baseadas em middeware pode ser uma tarefa não trivial. Computação autonômica é um novo paradigma para construir sistemas autogerenciáveis, que procuram operar com o mínimo de intervenção humana. Este trabalho investiga o uso de abordagens estatísticas para construir mecanismos autonômicos de controle do desempenho de aplicações baseadas em middleware. Particularmente, investigamos o tema sob três perspectivas. A primeira é pertinente à previsão de problemas de desempenho. Propomos o uso de técnicas de classificação para derivar modelos de desempenho que auxiliem o gerenciamento autonômico das aplicações. Nesse sentido, diferentes classes de modelos em aprendizado estatístico são avaliadas, tanto em cenários de aprendizado offline quanto online. A segunda perspectiva refere-se à redução da emissão de alarmes falsos, visando a construção de mecanismos robustos a falhas transientes dos classificadores. Este trabalho propõe um algoritmo que aumenta o poder de predição das técnicas de aprendizado estatístico combinando-as com testes estatísticos para a detecção de tendência. Por fim, a terceira perspectiva é pertinente ao diagnóstico das causas de um problema de desempenho. Para esse contexto, também propomos o uso de testes estatísticos. Os resultados apresentados nesta tese demonstram que abordagens estatísticas podem contribuir para a construção de ferramentas eficazes e eficientes para a caracterização do desempenho de aplicações baseadas em middleware. Portanto, essas abordagens podem contribuir de forma decisiva para diferentes perspectivas do problema. / [en] Middleware technologies have been widely adopted by the software industry to reduce the cost of developing computer systems. Nonetheless, predicting the performance of middleware-based applications is difficult due to specific implementation details of a middleware platform and a multitude of settings and services provided by middleware for different deployment scenarios. Thus, the performance management of middleware-based applications can be a non-trivial task. Autonomic computing is a new paradigm for building self-managed systems, i.e., systems that seek to operate with minimal human intervention. This work investigates the use of statistical approaches to building autonomic management solutions to control the performance of middleware-based applications. Particularly, we investigate this issue from three perspectives. The rest is related to the prediction of performance problems. We propose the use of classiffcation techniques to derive performance models to assist the autonomic management of distributed applications. In this sense, different classes of models in statistical learning are assessed in both online and online learning scenarios. The second perspective refers to the reduction of false alarms, seeking the development of reliable mechanisms that are resilient to transient failures of the classifiers. This work proposes an algorithm to augment the predictive power of statistical learning techniques by combining them with statistical tests for trend detection. Finally, the third perspective is related to diagnosing the root causes of a performance problem. For this context, we also propose the use of statistical tests. The results presented in this thesis show that statistical approaches can contribute to the development of tools that are both effective, as well as effcient in characterizing the performance of middleware-based applications. Therefore, these approaches can contribute decisively to different perspectives of the problem.

[pt] O modelo de índice de difusão linear é empregado para projeção da conjuntura econômica. Aplicando técnicas multivariadas, resume um grande número de variáveis em poucos fatores que se tornam bons preditores. Este estudo busca entender quais delas apresentam o melhor poder preditivo e utiliza as nessa metodologia utiliza para comparar com o da literatura. Concluiu-se que o primeiro obteve resultados mais satisfatórios em relação ao segundo. / [en] The diffusion linear index model is used to forecast the economic conditions. Applying multivariate techniques, summarizes a large number of variables in a few factors that make them good predictors. This study seeks to understand which ones have the best predictive power and uses this methodology to compare against the literature. The conclusion is that the first presents a better performance than the second.

[pt] O consumo de energia elétrica no Brasil tem sido amplamente discutido nos últimos tempos. A crise do abastecimento de energia em 2001, fez com que o Governo Federal tomasse uma série de medidas para tentar corrigir os erros do modelo em vigência. Hoje, entende-se que a situação do setor energético é delicada, fazendo com que o risco de um novo racionamento volte a ser considerado. Neste contexto, as companhias de energia estão se deparando com o desafio de obter previsões de carga mais precisas. Consequentemente, uma vez que esta demanda encontra-se inserida em um cenário instável de economia, estas estimativas requerem métodos mais eficientes e inovadores. O objetivo principal deste estudo é fornecer uma nova abordagem para o problema de previsão do consumo de eletricidade. A metodologia de lógica fuzzy é proposta com o objetivo de extrair regras das variáveis de entrada e fornecer previsões de longo prazo para a demanda de eletricidade no Brasil. Através da modelagem estatística, a identificação das estruturas de dependência e defasagens entre estas variáveis, fornece suporte para os modelos independentes com previsões anuais. A grande vantagem dos modelos de lógica fuzzy vem da habilidade destes de imitar o pensamento humano em cenários de incerteza e imprecisão. Na literatura recente, a formulação destes tipos de modelo tem se limitado a tratar as variáveis explicativas de maneira univariada, ou então envolvendo somente o PIB. Este trabalho propõe a extensão do modelo desenvolvido na literatura, começando com variáveis como a população do Brasil e o valor adicionado do PIB por estados e setores, juntamente com suas variações. Com isso, o modelo proposto será comparado com a formulação oficial vigente fornecida pela EPE. / [en] The consumption of electricity in Brazil has been widely discussed recently. The energy supply crisis in 2001 forced the Federal Government to take a series of measures trying to fix the actual model. Nowadays, it is understood that the energy sector is going through bad times, making the risk of a new rationg plan be considered. In this context, energy companies are facing the challenge of making more accurate load forecast. Consequently, once this need is inserted into a scenario of unstable economy, these estimates require efficient methods combined with innovative features.The aim of this study is to provide a new approach to this electricity prediction problem. A Fuzzy logic methodology is proposed in order to extract rules from the input variables and provide Brazil s Long-term annual electricity demand forecasts. From a statistical modeling point of view, an identification of dependence and lags structure between the input variables provide support for independent models with annual estimates. The advantage of the fuzzy logic model lies on the ability to mimic the human thinking in an environment of uncertainty and imprecision. In recent literature, the formulation of these types of models has been limited to treating the explanatory variables in the univariate form, or involving only the GDP. This study proposes an extension of this model, starting with the Brazilian population and the additional value of the state GDP by sectors with their variations. Then, the proposed model is compared with the official formulation provided by EPE.

[pt] Os parques eólicos devem periodicamente desligar suas turbinas para realizar as manutenções agendadas. Uma vez que esta interrupção afeta a geração de energia e qualquer déficit na produção deve ser coberto por compras de energia no mercado spot, determinar o tempo ótimo para iniciar o trabalho de manutenção em um parque eólico é fundamental para maximizar sua receita, considerando que é função tanto da velocidade do vento esperada como dos preços spot da eletricidade. Neste trabalho, desenvolvemos um modelo para determinar o momento ideal para manutenção em um parque eólico. Analisamos uma janela de oportunidade no período mais provável do ano e realizamos atualizações semanais das velocidades esperadas do vento e previsões de preços de energia. As velocidades do vento são previstas com um modelo ARIMA enquanto os preços spot são simulados sob o modelo de programação estocástica dupla Newave. A decisão de adiar a manutenção para uma data futura é modelada como uma opção real americana. Testamos dois modelos com dados reais de um parque eólico no Nordeste brasileiro e comparamos nossos resultados com a prática atual e com o agendamento de manutenção considerando informações perfeitas para determinar os benefícios do modelo. Os resultados sugerem que esses modelos podem oferecer vantagens significativas em relação a uma decisão de parada que escolhe aleatoriamente uma semana para começar a manutenção dentro da janela de oportunidade e está perto da data de parada ideal, considerando o modelo de informação perfeita. / [en] Wind farms must periodically take their turbines offline in order to perform scheduled maintenance repairs. Since this interruption impacts the generation of energy and any shortfall in production must be covered by energy purchases in the spot market, determining the optimal time to start maintenance work at a wind farm is key to maximizing your revenue, which is a function of both the expected wind speeds and electricity spot prices. In this study we develop a model to determine the optimal maintenance schedule in a wind farm. We analyze a window of opportunity in the most likely period of the year and perform weekly updates of expected wind speeds and energy price forecasts. Wind speeds are forecasted with an ARIMA model, while spot prices are simulated under the Newave dual stochastic programing model. The decision to defer maintenance to a future date is modeled as an American real option. We test two models with actual data from a wind farm in the Brazilian Northeast, and compare our results with current practice and with maintenance scheduling considering perfect information in order to determine the benefits of the model. The results suggest that the models may provide significant advantages over a stopping decision that randomly chooses a week to begin maintenance within the opportunity window and is close to the ideal optimal stopping date considering perfect model.

[pt] Este trabalho associa previsão de Séries Temporais a uma nova metodologia de processamento de informação: REDE NEURAL. Usaremos o modelo de Retropropagação, que consiste em uma Rede Neural multicamada com as unidades conectadas apenas com a unidades conectadas apenas com as unidades da camada subseqüente e com a informação passando em uma única direção. Aplicaremos o modelo de retropropagação na análise de quatro séries temporais: uma série ruidosa. Uma série com tendência, uma série sazonal e uma série de Consumo de Energia Elétrica da cidade de Uruguaiana, RS. Os resultados obtidos serão comparados com os modelos ARIMA de Box e Jenkins e um modelo com intervenção / [en] This work join the Times-Séries Forecasting to a new information processing metodoligy: NEURAL NETWORK. We will use the Back-Propagation model, that consist in an arquitecture of a feed-forward network with hidden layers. We will apply the Back-Propagation model in an analysis to four times series: a noisy series, a series with trend, a seasonal series and an electrical energy consuption series of Uruguaiana, RS. The results will be compare with the Box and jenkins´ ARIMA models and a model with intervention.

[pt] Esta dissertação apresenta uma proposta de arquitetura de redes neurais de intervalos para previsão de séries financeiras. O desempenho desta arquitetura é analisado através de testes de previsão para algumas séries de mercado. Como contribuição adicional é apresentado um algoritmo de trading automático. Este algoritmo é avaliado aplicando-o à séries de mercado, para mensuração de lucros percentuais. Por fim, dados de previsão, obtidos pela rede proposta, são utilizadas para a otimização do trading. / [en] This text presents a new Neural network architeture to be employed in the forecast of financial series. The architecture´s performance is evaluated through benchmarks, using data from financial series. As an additional contribution, an automatic trading algorithm, which is also evaluated through benchmarks, is presented. Finally, forecast data, obtained with the proposed NN architecture, is used to improve the trading algorithm´s performance.

[pt] Este trabalho apresenta a comparação analítica entre os métodos de Misme-Fimbel e Assis-Einloft para previsão de distribuição cumulativa de atenuações causadas pela chuva em percursos terrestres. Comparações numéricas entre estes dois métodos, e, entre eles e dados experimentais, são feitas, assumindo um grande número de parâmetros de entrada (freqüência, polarização, comprimento da ligação e distribuição das taxas de precipitação). A seguir, é feita uma análise estatística das taxas de precipitação pontual e são apresentadas as distribuições cumulativas experimentais destas taxas e curvas de previsão de atenuação devida a chuva, para cinco regiões do Brasil. / [en] This work presents an analytical comparison between the Misme-Fimbel and Assis-Einloft methods for the prediction of the attenuation due to rain on terrestrial paths. Numerical comparisons between these two methods, and between them and experimental data have also been made, assuming a large number of input parameters (frequency, polarization, path length, and rainfall rate distribution). Finally, a statistical analysis of point rainfall rates is made, and the experimental cumulative distributions of these rates, and curves for the prediction of attenuation due to rain for five regions of Brazil are presented.

[pt] Essa dissertação aborda o comportamento da série de preços de uma commodity. Busca-se nessa pesquisa aplicar o modelo Box & Jenkins e verificar se este influencia a série de preços da commodity cobre. O estudo inicia-se com um histórico sobre esse mineral, posteriormente resgata-se a evolução dos trabalhos sobre esse tema e descreve-se detalhadamente esse modelo estatístico. Complementarmente ao estudo teórico, foi analisada uma série histórica de retornos de preços da commodity cobre com 19 anos de observações diárias do período entre 1990 e 2008, aplicando-se a metodologia Box & Jenkins. Foram realizados testes para normalidade, estacionaridade e auto-correlação, escolhendose os melhores modelos a serem utilizados. Ao final, conclui-se que os retornos da série de preços são influenciados pelos seus retornos passados, entretanto, baseando-se apenas nessa variável, o seu modelo de previsão a curto prazo tem performance apenas razoável. / [en] This paper studies the behavior of copper prices following the Box & Jenkins model. The dissertation aims to test the validity of this model in explaining the behavior of this commodity. Copper presents one of the most liquid contract among commodities which may increase the information within its price dynamics. This paper is structured as follows: the first section presents a brief historic evolution of copper prices; the second presents relevant previous papers on this matter; the third presents a deep description of the model used and; the fourth, the conclusion. The data set comprises 19 years of daily prices, between 1990 and 2008. Tests for normality, estacionarity and auto-correlation had been carried through, identifying the best models to be used. The paper concludes that past copper price returns partially explain the series future behavior. However, short term forecasting based only on this variable posts just modest performance.