[pt] Asset and Liability Management ou ALM pode ser definido como um processo gestão de ativos e passivos de forma coordenada com a finalidade de atingir os objetivos financeiros de uma organização. No caso dos fundos de pensão, o ALM consiste fundamentalmente na determinação da política ótima de investimentos. Esta deverá maximizar o capital acumulado através de contribuições dos participantes e do retorno dos investimentos ao mesmo tempo em que minimiza o risco do não cumprimento das obrigações do fundo. A aplicação de modelos de programação estocástica para problemas de ALM em fundos de pensão é dificultada pelos longos prazos envolvidos - a duração dos benefícios pode ultrapassar cem anos. No entanto, os modelos de programação estocástica propostos na literatura limitam o horizonte de planejamento a poucas décadas, ao final das quais é imposta uma restrição de capital mínimo com vistas a controlar o risco de equilíbrio relativo ao restante da vigência do fundo. Este trabalho propõe um novo método para incorporar o risco de equilíbrio na determinação do capital mínimo final do modelo de programação estocástica aplicado a um fundo de pensão no contexto brasileiro. No método proposto, o cálculo da probabilidade de insolvência leva em consideração que os benefícios futuros devem ser trazidos a valor presente pela rentabilidade futura da carteira, cuja distribuição de probabilidades é levantada através de um processo de reamostragem (bootstrap) dos cenários embutidos na solução do problema de programação estocástica. O método proposto permite evidenciar que a probabilidade de insolvência medida tradicionalmente utilizada subestima acentuadamente o risco de equilíbrio. / [en] Asset and Liability Management or ALM can be defined as a process of managing coordinately assets and liabilities in an attempt to achieve an organization´s financial objectives. For instance, a pension fund ALM consists in determining the optimal investment policy which is the one that maximizes wealth accumulated by the contributions and minimizes the equilibrium risk defined as the insolvency probability, i.e., the probability that the fund won´t be able to pay all benefits during the planning horizon. The use of stochastic programming models for ALM problems is more difficult because of the long planning horizon. However stochastic programming models are proposed in the literature reducing the planning horizon and including a chance constraint or an objective function penalization to control the equilibrium risk for the non-considered period. On this work, a new method for measuring and controlling the equilibrium risk is proposed determining capital requirement of a Brazilian pension fund for the nonconsidered period. This developed method considers the portfolio return as the discount rate of all net liability flows. The distribution of this discount rate conditioned on the optimal decisions is estimated by bootstrapping the portfolio return embedded on the stochastic programming solution. To sum up, this method shows that the usual insolvency probability of the previous models actually underestimates the pension fund`s equilibrium risk.

[pt] A década de 90 foi marcante para a indústria de eletricidade, com a introdução de mercados competitivos em que os agentes geradores são livres para tomar suas decisões de produção e investimento, assumindo integralmente os riscos decorrentes de suas estratégias. O despacho e o preço spot neste tipo de mercado são definidos através de leilões diários, onde os agentes fornecem seus lances de preços/quantidades que expressam suas disposições em vender ou comprar energia. Os lances aceitos nos leilões, que estabelecem compromissos de geração, são definidos um dia antes da energia ser fisicamente gerada e injetada na rede. A ocorrência de eventos improváveis, como quebra de máquinas ou alterações nas condições meteorológicas, gera a necessidade de ajustes para compensar os desequilíbrios entre geração e carga, e para isso criaram-se mercados de ajustes. A base experimental do trabalho foi o Nord Pool, o mercado livre de energia dos países nórdicos que possui um mercado de ajustes chamado Elbas. Neste trabalho foi desenvolvido um modelo computacional que otimiza a estratégia de oferta de um agente hidrelétrico price-taker atuando no Nord Pool, que além de representar de forma detalhada as características operativas das usinas, leva em conta as negociações no mercado Elbas e o nível de aversão a risco do agente gerador, através da função objetivo que maximiza uma combinação convexa do valor esperado e do CVaR (Conditional Value at Risk) da renda líquida obtida da venda de energia. Cenários de preços spot e do mercado Elbas foram gerados baseados em modelos de séries temporais ARMA e GARCH, e para reduzir o esforço computacional e viabilizar o uso de um número adequado de cenários foram utilizadas técnicas de decomposição de Benders e Benders Multicut. O modelo desenvolvido possibilitou estudar a atuação dos agentes nos mercados spot e Elbas sob dois pontos de vista distintos: sob a ótica dos geradores, que buscam maximizar suas margens operacionais; e sob a ótica do regulador, cujo foco é investigar se o mercado Elbas cumpre seu papel de equilibrar a oferta e a demanda, e não fazendo com que os geradores especulem através de estratégias conjuntas nos dois mercados. Todos esses efeitos foram estudados e analisados para diferentes perfis de risco dos agentes e diferentes condições de mercado, ou seja, considerando períodos de diferentes volatilidades dos preços praticados no mercado Elbas e diferentes valores (ou custos de oportunidade) da água armazenada nos reservatórios das usinas hidrelétricas. Sob a ótica do agente, o trabalho mostrou que há um incentivo para o agente neutro a tentar usufruir de possíveis preços mais altos no mercado Elbas que os praticados no spot. Sob a ótica do regulador, os resultados mostram que o agente menos avesso a risco, dependendo das condições de mercado, opta por deslocar parte de sua energia do mercado spot para o Elbas, mostrando seu apetite por ganhos maiores independentemente do risco associado às suas decisões. O agente avesso a risco opta por transacionar menos energia no Elbas, principalmente em períodos mais voláteis, evitando com isso os piores cenários. Finalmente, considerando que normalmente empresas de energia são avessas a risco, o modelo de ajustes através do mercado Elbas se mostrou adequado, cumprindo naturalmente seu papel sem a necessidade de interferência do regulador. / [en] The widespread introduction of competitive mechanisms during the 1990s changed the panorama of the electricity industry around the world. Vertically integrated and centrally operated systems were replaced by market environments in which generators became free to make their production and investment decisions and, at the same time, assume the risk of their chosen strategies. Both the dispatch and the energy spot price in such markets result from two-sided auctions in which producing and consuming agents submit their price-quantity bids, expressing how much energy they are willing to buy or sell. The accepted bids, which commit agents to either deliver or consume power, are set a day before the energy delivery. However, since unexpected events may occur - such as changes in weather conditions or breakdowns of generation turbines - some adjustments might have to be done in order to compensate for the unbalances between total generation and load. These adjustments usually take place in the balancing markets. In the present work, we propose an optimization model for a price-taking hydropower producer who trades energy in the Nord Pool – the competitive electricity market encompassing the Nordic countries that comprises a balancing market called Elbas. The proposed model represents in details the operating aspects of the plants and takes into account the possibility of trading energy in the Elbas market. The model represents the level of risk aversion of the agent in its objective function, by maximizing a convex combination of the expected value and the CVaR (Conditional Value at Risk) of the net income obtained. Scenarios of spot and Elbas prices were generated based on time series models ARMA and GARCH and, in order to reduce the computational effort and enable the use of an adequate number of scenarios, Benders decomposition and Benders Multicut methods were applied. The developed model allowed us to study the behavior of agents in the spot and Elbas markets under two different viewpoints: from the perspective of the generators, which aim at maximizing its operating income; and from the viewpoint of the regulator, whose focus is on analyzing whether the Elbas market meets its role of balancing supply and demand, rather than leading generators to speculate through combined strategies in both markets. All these effects were studied and analyzed for different risk-averse profiles of the agents, and for different market conditions, i.e., considering periods of different volatilities of Elbas market prices and different water values (or opportunity costs) stored in the reservoirs of the hydroelectric power plants. From the perspective of the agent, the study showed that there are incentives for the risk- neutral agent to try to take advantage of possible higher prices in the Elbas. From the regulator’s viewpoint, the results show that the risk-neutral agents, depending on market conditions, choose to shift some of its energy generation to the Elbas market, showing their desire for higher incomes regardless of the risk associated with their decisions. The risk-averse agent chooses to trade less energy in Elbas, especially in volatile periods, thereby avoiding the worst scenarios. Finally, considering that energy companies are usually risk-averse, the adjustments made in the Elbas market were shown to be adequate, naturally meeting its role without requiring interventions from the regulator.

[pt] As companhias petrolíferas dedicam grande esforço para manter sua rentabilidade e melhorar sua eficiência, principalmente frente às incertezas presentes neste negócio. As empresas que pretendem manter a competitividade precisam planejar suas operações cada vez melhor e com maior segurança. Em face destas oportunidades e desafios, foi proposta no âmbito desta tese uma abordagem estocástica para o problema de planejamento operacional de refinarias. Neste sentido foi desenvolvido um modelo não-linear (NLP) de programação estocástica com dois estágios. O modelo proposto representa os processos de natureza não-linear presentes em uma refinaria, como as transformações químicas e o cálculo de qualidade dos derivados. Devido ao elevado nível de complexidade do problema NLP formulado, foram avaliados cinco métodos de solução associados aos principais solvers comerciais. Uma metodologia de geração de cenários e medidas de qualidade para árvore de cenários também foram definidas para representar adequadamente as incertezas presentes neste problema. A abordagem estocástica proposta neste trabalho foi avaliada considerando dados reais de uma refinaria brasileira. Os resultados finais desta pesquisa devem proporcionar avanços no processo de planejamento operacional de refinarias, explorando a técnica de programação não-linear (NLP) e os novos solvers disponíveis para problemas do tipo NLP. Pretende-se também gerar contribuições na área de programação estocástica, definindo medidas de qualidade para árvore de cenários que permitam uma melhor representação das incertezas e consequentemente um melhor uso da abordagem estocástica. / [en] Oil companies make a great effort to maintain profitability and improve efficiency, especially given the uncertainties present in this business. Companies that intend to remain competitive need to plan their operations better and with greater safety. In light of these opportunities and challenges, this thesis proposes a stochastic approach to the refinery operational planning problem. In this sense, a two-stage nonlinear stochastic programming model (NLP) developed. The proposed model is intended to adequately represent nonlinear processes encountered in a refinery, such as chemical transformations and calculations of the properties of the oil derivatives. Due to the high level of complexity of the NLP problem formulated, five solution methods associated with major commercial solvers were evaluated. A methodology for generating scenarios and quality measures for scenarios tree were also defined to properly represent the uncertainties present in this problem. The stochastic approach proposed in the present study was evaluated based on actual data from a Brazilian refinery. The final results of this research should provide advances in the processes of refinery operational planning exploiting the technique of nonlinear programming (NLP) and new solvers available for NLP-type problems. Another objective was to generate contributions in the field of stochastic programming by defining quality measures for scenario trees that allow a better representation of uncertainties and, consequently, better use of the stochastic approach.

[pt] A natureza incerta e a importância do mercado da soja para economia do Brasil são forças motrizes para melhorias no processo de planejamento da cadeia logística da soja. Esta tese apresenta um novo modelo matemático de programação estocástica para auxiliar no planejamento tático da cadeia logística da soja. Os principais componentes espaciais e temporais da indústria da soja, sob o ponto de vista do embarcador, são abordados no modelo. A função objetivo do modelo maximiza o lucro obtido com base na diferença entre a receita da venda de grãos, farelo e óleo de soja e os custos de transporte, processamento, armazenamento e venda de grãos, farelo e óleo de soja. As decisões relacionadas ao planejamento tático encontram-se dentro de um horizonte temporal de um ano. Aspectos inerentes aos contratos de transportes e de compra de soja em grão são incorporados no modelo. O modelo de programação estocástica proposto é linear de dois estágios com estrutura de recurso fixo. O modelo foi aplicado a um exemplo real com 21 pontos de origem, 11 silos, 6 fábricas de processamento, 5 pontos de mercado interno, 6 portos e 225 arcos de transportes, considerando 243 cenários, oriundos da combinação de quatro fontes de incertezas: preço de compra e venda da soja em grão, a demanda externa da soja em grão e a quebra de safra. / [en] The uncertain nature and importance of the soybean market for Brazils economy are driving forces for improvement in the planning process of soybeans supply chain. This thesis presents a new stochastic programming mathematical model to assist in tactical planning of the soybean logistics chain. The model was conceived as a tool to assist the decision making of any trader involved in this highly complex market. The main spatial and temporal components of the soybean industry are addressed in the model. The objective function of the model maximizes the profit achieved based on the difference between the revenue from the sale of grain, meal and oil and the costs of transportation, processing, storage and the sale of grain, meal and oil. The model is intended to be applied for decisions related to tactical planning within a time horizon of one year. Aspects related to transport and purchase of soybeans contracts are incorporated in the model. The stochastic programming model is linear of two-stage with fixed resource structure. The model was applied to a real example with 21 points of origin, 11 silos, 6 processing plants, 5 points of the internal market, 6 ports and 225 arcs of transport, considering 243 scenarios, derived from the combination of four sources of uncertainty: purchase price and sale price of soybeans, foreign demand of soybeans and crop failure.

[pt] A seleção de um portfolio de renda fixa é um problema comumente enfrentado pelos agentes do mercado financeiro. A alocação ótima destes ativos melhora o nível de rentabilidade e lucratividade da instituição. Um dos trade-offs rotineiramente encontrado pelos gestores destas carteiras é decidir entre a compra de títulos pré-fixados e pós-fixados de curto prazo ou longo prazo, sendo que estes últimos no geral rendem mais devido ao prêmio de risco. Tais títulos, apesar de terem a sua rentabilidade já definida no momento da compra, podem ser vendidos a qualquer momento e sua nova rentabilidade estará sujeitas às marcações a mercado. O retorno da carteira composta por estes títulos é portanto uma variável aleatória que torna necessário o controle dos riscos de perda deste portfolio. O presente estudo teve por objetivo desenvolver um modelo de otimização da rentabilidade de uma carteira composta somente por títulos prefixados do tesouro nacional, com restrições ao nível de risco expresso através do Conditional Value at Risk. Após tal, foram realizados backtests para medir o desempenho do modelo e comparar a sua rentabilidade com o índice CDI. Os testes mostraram que o modelo apresenta resultados bons em rentabilidade e resultados satisfatórios em termos de controle de risco. / [en] Fixed-income portfolio selection is a common problem faced by financial market agents. The optimal allocation of these assets improves the profitability of institutions. A trade-off routinely found by the managers of these portfolios is deciding between buying floating rate securities or short-term or long-term fixed-rate securities, while the latter generally has a higher yield due to risk premium. Despite fixed rate securities have their return already set at the moment of purchase, they can be sold at any time and the new return will be subject to the current market prices. Since the return of a portfolio holding these securities is a random variable, we argue for the importance of a risk assessment and control a fixed income security portfolio. This study aimmed to develop an optimization model of return with a portfolio composed only on fixed and floating rate bonds from Brazil s sovereign treasury, using risk restrictions expressed on the Conditional Value at Risk measure. After that, backtestswere performed to measure model efficiency and compare its return to the Brazilian s Interbank rate. The tests have shown good results in profitability and risk control.

[pt] A indústria do petróleo é uma das mais importantes e dinâmicas do Brasil. Em uma indústria naturalmente integrada como a petrolífera, é necessário um adequado planejamento estratégico da cadeia integrada de petróleo que contemple todos os seus processos, como a produção de petróleo, refino, distribuição e comercialização de derivados. Além disso, a indústria de petróleo está suscetível a diversas incertezas relacionadas a preço de petróleo e derivados, oferta de óleo bruto e demanda de produtos. Em face destas oportunidades e desafios, foi desenvolvido no âmbito desta dissertação um modelo de programação estocástica para o planejamento estratégico da cadeia de petróleo brasileira. O modelo contempla as refinarias e suas unidades de processos, as propriedades dos petróleos e derivados, a logística nacional e decisões de comercialização de petróleo e derivados, incluindo incertezas associadas a preço de mercado, produção de petróleo nacional e demanda interna de derivados. A partir do modelo estocástico foram formulados um modelo robusto e um modelo MinMax no intuito de comparar o desempenho e a qualidade da solução estocástica. Os modelos propostos foram aplicados a um exemplo real, com 17 refinarias e 3 centrais petroquímicas que processam 50 produtos intermediários, destinados a produção de 10 derivados associados à demanda nacional, 8 campos de exploração de petróleo, 14 produtores gás natural, 1 produtor de óleo vegetal, 13 terminais, 4 bases de distribuição e 278 arcos de transporte. Na análise de resultados foram utilizadas medidas como Valor Esperado da Informação Perfeita (EVPI) e Valor da Solução Estocástica (VSS). / [en] The oil industry is one of the most important and dynamic in Brazil. As the oil industry naturally integrated, we need an appropriate strategic planning to the oil supply chain that consider all its processes, such as oil production, refining, distribution and refined products marketing. Moreover, the oil industry is susceptible to various uncertainties regarding the oil and products price, crude oil supply and products demand. In light of these opportunities and challenges, it was developed in this dissertation a stochastic programming model for the strategic planning of the Brazilian oil supply chain. The model includes refineries and process units, oils and their products properties, logistics and national marketing decisions of oil and products, including uncertainties associated with market price, oil domestic production and refined products domestic demand. Based on the stochastic model a robust model and a MinMax model were formulated in order to compare the performance and quality of the stochastic solution. The proposed models were applied to a real example, with 17 refineries and 3 petrochemical power plants that process 50 intermediate products, intended to production of 10 final products associated to national demand, 8 oil fields, 14 natural gas producers, 1 vegetal oil producer, 13 terminals, 4 delivery points and 278 arches of transport. In the results analysis was used as measures the Expected Value of Perfect Information (EVPI) and the Value of the Stochastic Solution (VSS).

[pt] A parte mais difícil de modelar os problemas de tomada de decisão do mundo real, é a incerteza associada a realização de eventos futuros. A programação estocástica se encarrega desse assunto; o objetivo é achar soluções que sejam factíveis para todas as possíveis realizações dos dados, otimizando o valor esperado de algumas funções das variáveis de decisão e de incerteza. A abordagem mais estudada está baseada em simulação de Monte Carlo e o método SAA (Sample Average Appmwimation) o qual é uma formulação do problema verdadeiro para cada realização da data incerta, que pertence a um conjunto finito de cenários uniformemente distribuídos. É possível provar que o valor ótimo e a solução ótima do problema SAA converge a seus homólogos do problema verdadeiro quando o número de cenários é suficientemente grande.Embora essa abordagem seja útil ali existem fatores limitantes sobre o custo computacional para obter soluções mais precisas aumentando o número de cenários; no entanto o fato mais importante é que o problema SAA é função de cada amostra gerada e por essa razão é aleatório, o qual significa que a sua solução também é incerta, e para medir essa incerteza e necessário considerar o número de replicações do problema SAA afim de estimar a dispersão da solução, aumentando assim o custo computacional. O propósito deste trabalho é apresentar uma abordagem alternativa baseada em um método de partição que permite obter cotas para estimar deterministicamente a solução do problema original, com aplicação da desigualdade de Jensen e de técnicas de otimização robusta. No final se analisa a convergência dos algoritmos de solução propostos. / [en] The hardest part of modelling decision-making problems in the real world, is the uncertainty associated to realizations of futures events. The stochastic programming is responsible about this subject; the target is finding solutions that are feasible for all possible realizations of the unknown data, optimizing the expected value of some functions of decision variables and random variables. The approach most studied is based on Monte Carlo simulation and the Sample Average Approximation (SAA) method which is a kind of discretization of expected value, considering a finite set of realizations or scenarios uniformly distributed. It is possible to prove that the optimal value and the optimal solution of the SAA problem converge to their counterparts of the true problem when the number of scenarios is sufficiently big. Although that approach is useful, there exist limiting factors about the computational cost to increase the scenarios number to obtain a better solution; but the most important fact is that SAA problem is function of each sample generated, and for that reason is random, which means that the solution is also uncertain, and to measure its uncertainty it is necessary consider the replications of SAA problem to estimate the dispersion of the estimated solution, increasing even more the computational cost. The purpose of this work is presenting an alternative approach based on robust optimization techniques and applications of Jensen s inequality, to obtain bounds for the optimal solution, partitioning the support of distribution (without scenarios creation) of unknown data, and taking advantage of the convexity. At the end of this work the convergence of the bounding problem and the proposed solution algorithms are analyzed.

[pt] Nesta tese, abordamos o escalonamento de profissionais de saúde para propor um uso mais eficiente da capacidade existente e fornecer acesso oportuno em diferentes serviços de saúde. Apresentamos um conjunto de problemas relacionados à programação de equipes de saúde. O primeiro problema procura reduzir o tempo de porta-médico em uma unidade de pronto atendimento; o segundo problema visa reduzir o tempo de espera total de tratamento também em uma unidade de pronto atendimento; o terceiro problema visa fornecer acesso oportuno à consulta clínica e à cirurgia em uma unidade cirúrgica especializada. Foram propostos e resolvidos modelos de programação estocástica de dois estágios que procuram representar com precisão as características particulares inerentes a cada problema. Um aspecto importante em problemas de saúde é o grande número de incertezas envolvidas nos processos. A incorporação da incerteza aumenta a complexidade do problema e, portanto, torna-se impossível computacionalmente considerar todos os cenários possíveis. Essa dificuldade é contornada usando a Aproximação por Média Amostral (SAA) para representar a incerteza na demanda. Modelo de simulação de eventos discretos (DES) é usado para representar os problemas. Por fim, as soluções foram aplicadas a estudos de caso reais, mostrando que os modelos propostos são adaptáveis a diferentes prestadores de serviços de saúde. Ao longo da tese, resolvemos com eficiência os modelos utilizando casos reais de hospitais no Brasil e nos EUA. / [en] In this thesis, we approach the problem of healthcare staff scheduling to propose a more efficient use of existing capacity to provide timely access in different health services. We present a set of problems related to healthcare staff scheduling. The first problem seeks to reduce the door-to-doctor time in an Emergency Department; the second problem aims to reduce the waiting time of the overall treatment also in an Emergency Department; the third problem aims to provide timely access to both clinic and surgery in a specialized surgical unit. We formulate and solve two-stage stochastic programming models that seek to accurately represent the particular features that are inherent of each problem. An important aspect in healthcare problems is a large number of uncertainties involved in the processes. The incorporation of the uncertainty increases the complexity of the problem, and it, therefore, becomes computationally infeasible to consider all of the possible scenarios. We circumvent this difficulty by relying on Sample Average Approximation (SAA) to address the demand uncertainty. We also use a discrete-event simulation (DES) model to represent the problems. Finally, we apply the framework to real case studies showing that the proposed models are adaptable to different healthcare providers. Throughout the thesis, we efficiently solve the models using real cases of Brazil and USA hospitals.

[pt] O presente trabalho tem como foco o estudo do Sistema Petrobras, no que tange o planejamento estratégico dos investimentos da Companhia, sob a ótica da cadeia integrada do petróleo. A partir de um dos modelos matemáticos mais utilizados (e há mais tempo) na empresa, diversas decisões estratégicas de suma importância são suportadas, de modo a maximizar seu resultado operacional ao longo de um horizonte de tempo da ordem de 10 (dez) anos. Com embasamento na literatura atual, evoluções são propostas e testadas no modelo matemático. Primeiramente são introduzidas técnicas de programação estocástica em dois estágios, onde as decisões de investimento são representadas por variáveis de primeiro estágio; e a operação de todo o sistema – desde o refino até a comercialização do petróleo e derivados, passando por toda a questão logística – passa a fazer parte do segundo estágio, após a realização / revelação dos parâmetros estocásticos. Em um segundo passo, técnicas de decomposição são aplicadas para contornar eventuais limitações geradas pelo grande porte atingido pelo modelo, que cresce proporcionalmente ao número de cenários envolvidos na otimização. Os resultados mostram que o modelo estocástico começa a esbarrar nestas limitações a partir da resolução de problemas com mais de 30 cenários. Por outro lado, apesar do tempo computacional consideravelmente maior, o modelo decomposto chegou a resolver até 80 cenários, nos testes realizados. / [en] This work focuses on the study of Petrobras, regarding the strategic planning of the Company s investments, from an integrated oil supply chain perspective. From one of the most widely used mathematical models in the Company, several strategic decisions of great importance are supported, so as to maximize its operating result over a time horizon of approximately 10 (ten) years. Based in current literature, developments are proposed and tested in the mathematical model. First, two-stage stochastic programming techniques are introduced, where investment decisions are represented by first-stage variables; and system s operation – from oil refining and sales to the entire logistics issue – by second-stage variables, after realization of the stochastic parameters. In a second step, decomposition techniques are applied to circumvent any large scale limitations. The results show that the stochastic model starts to reach these limitations in problems with 30 scenarios or more. On the other hand, despite the considerably greater computational time, the decomposed model was able to solve up to 80-scenarios problems, during the tests.

[pt] Os combustíveis de baixo impacto ambiental estão em destaque na mídia e na sociedade, atualmente. Neste contexto, o hidrogênio, fonte de energia limpa, tem um grande potencial. Entretanto, ainda não existe uma infraestrutura adequada para sua comercialização. O crescimento da demanda por hidrogênio é de difícil previsão, gerando um alto grau de incerteza na definição das necessidades de capacidades futuras de sua rede logística. Esta dissertação propõe uma metodologia para o planejamento do projeto da cadeia de suprimentos de hidrogênio para uso em transporte. Para representar o problema e avaliar diferentes alternativas de investimentos em infraestrutura logística foi desenvolvido um modelo matemático estocástico de dois estágios utilizando programação linear inteira mista (PLIM). O elevado nível de incerteza desta cadeia aumenta a complexidade do modelo, requerendo uma grande quantidade de cenários, inviabilizando sua otimização. Para contornar esta dificuldade, foi utilizada a técnica de aproximação por média amostral (SAA). Esta abordagem gera soluções, cuja qualidade pode ser estatisticamente avaliada utilizando-se um número reduzido de cenários. A metodologia proposta foi aplicada em um estudo de caso com dados reais da cadeia de suprimentos de hidrogênio líquido da Grã-Bretanha. Os gaps de otimalidade gerados nestes testes foram inferiores a 1 por cento, demonstrando a adequação do método desenvolvido. Mesmo com o alto nível de incerteza do problema, o SAA possibilitou definir como, quando, e onde investir. Os resultados obtidos devem contribuir para proporcionar avanços na criação de uma infraestrutura apropriada para a comercialização do hidrogênio. / [en] Nowadays, fuels with low environmental impact are highlighted in media and society. In this context, hydrogen, as a clean energy source, has a great potential. However, there is still no appropriate infrastructure for its commercialization. The prediction of demand for hydrogen is difficult, generating a high degree of uncertainty in the definition of capacity needs in the future for its logistics network. This work proposes a methodology for the design of the hydrogen supply chain for use in transportation. To represent the problem and evaluate alternatives to invest in logistics infrastructure, a two-stage stochastic mixed-integer programming was developed. The high degree of uncertainty in this chain increases the complexity of the mathematical model, requiring a huge number of scenarios which makes its optimization impossible. To overcome this difficulty, the technique of sample average approximation (SAA) is used. This approach generates solutions, whose quality can be statistically evaluated using a reduced number of scenarios. The proposed methodology was tested in a study case with real data from Great Britain s liquid hydrogen supply chain. The optimal gaps generated in these tests were below 1 percent, demonstrating the adequacy of the developed methodology. Even with the high level of uncertainty of the problem, the propose methodology using SAA technique can define how, when, and where to invest. The results should be helpful in advancing the creation of an appropriate infrastructure for hydrogen commercialization.