In order to reduce the detrimental effects of inter-area oscillations on system stability, it is possible to use Linear Matrix Inequalities (LMIs) to design a multi-objective state feedback. The LMI optimization finds a control law that stabilizes several contingencies simultaneously using a polytopic model of the system. However, the number of cases to be considered is limited by computational complexity which increases the chances of infeasibility. In order to circumvent this problem, this paper presents a method for solving multiple polytopic problems having a common base case. The proposed algorithm determines the necessary polytopic control for a particular contingency and classifies the data as belonging to that polytopic domain. The technique has been tested on an 8-machine, 13 bus, system and has been found to give satisfactory results. / Master of Science

La tesi que teniu a les mans recull quatre treballs amb un objectiu comú; determinar si els patògens (virus, bacteris, paràsits.) han exercit pressions selectives sobre els genomes dels seus hostes (com per exemple els humans).Sabent que la detecció de l'empremta de la selecció permet identificar aquelles regions del genoma que han estat rellevants al llarg de l'evolució d'una espècie, ja que a nivell local és la variació funcional qui acaba essent objecte de la selecció, ens hem disposat a estudiar els possibles senyals de selecció en gens relacionats amb la interacció hoste-patògen. En concret, hem analitzat gens que codifiquen per: a) components del sistema immunitari innat i, b) enzims de glicosilació, la majoria dels quals s'inclouen en quatre de les principals rutes biosintètiques de glicans, en diferents poblacions humanes.Com a conclusió principal; ambdós conjunts de gens mostren clars senyals de selecció. A més hem vist que segons el context biològic on és troben certs gens és veuen més afectats per l'acció de la selecció natural. / The present thesis includes four studies with a common objective: determining whether pathogens (virus, bacteria, parasites.) have exerted selective pressures on the genome of their hosts (for example, humans).Detecting signatures of positive selection is a useful tool to identify functionally relevant genomic regions since selection locally shapes the functional variation. Based on this premise, we have studied the possible signatures of selection in genes related to host-pathogen interactions. Specifically, we have analyzed those genes encoding: a) components of the innate immunity response; and ii) glycosylation enzymes most of them involved in four major glycan biosynthesis pathways, in different human populations.The main conclusion obtained from these studies is that both studied gene categories show clear signatures of selection. Moreover, we have determined that according to their biological context certain genes are more prone to the action of selection.