A formulação e o uso de modelos matemáticos complexos têm recebido grande atenção no estudo da ecologia nos últimos anos. Questões relacionadas à exploração de espaços de parâmetros destes modelos - executada de forma eficiente, sistemática e à prova de erros - são de grande importância para melhor compreender, avaliar a confiabilidade e interpretar o resultado destes modelos. Neste trabalho, apresentamos uma investigação de métodos existentes para responder as questões relevantes da área, com ênfase na técnica conhecida como Hipercubo Latino e com foco na análise quantitativa dos resultados, e realizamos a comparação entre resultados analíticos de incerteza e sensibilidade e resultados obtidos do Hipercubo. Ainda, examinamos a proposta de uma metodologia paralela baseada no paradigma estatístico da verossimilhança. O capítulo 1 introduz uma investigação a respeito dos conceitos históricos sobre a natureza da probabilidade, situando o conceito da verossimilhança como componente central da inferência estatística. O capítulo 2 (em inglês) traz uma revisão bibliográfica sobre o estado da arte em análises de incerteza e sensibilidade, apresentando dois exemplos de aplicação das técnicas descritas a problemas de crescimento populacional estruturado. O capítulo 3 examina a proposta de uma metodologia baseada na verossimilhança dos dados como uma abordagem integrativa entre a estimação de parâmetros e a análise de incerteza, apresentando resultados preliminares. Durante o progresso do presente trabalho, um pacote de funções na linguagem R foi desenvolvido para facilitar o emprego na prática das ferramentas teóricas expostas acima. Os apêndices deste texto trazem um tutorial e exemplos de uso deste pacote, pensado para ser ao mesmo tempo conveniente e de fácil extensão, e disponível livremente na internet, no endereço http://cran.r-project.org/web/packages/pse. / There is a growing trend in the use of mathematical modeling tools in the study of many areas of the biological sciences. The use of computer models in science is increasing, specially in fields where laboratory experiments are too complex or too costly, like ecology. Questions of efficient, systematic and error-proof exploration of parameter spaces are are of great importance to better understand, estimate confidences and make use of the output from these models. We present a survey of the proposed methods to answer these questions, with emphasis on the Latin Hypercube Sampling and focusing on quantitative analysis of the results. We also compare analytical results for sensitivity and uncertainty, where relevant, to LHS results. Finally, we examine the proposal of a methodology based on the likelihood statistical paradigm. Chapter 1 introduces a brief investigation about the historical views about the nature of probability, in order to situate the concept of likelihood as a central component in statistical inference. Chapter 2 (in English) shows a revision about the state-of-art uncertainty and sensitivity analyses, with a practical example of applying the described techniques to two models of structured population growth. Chapter 3 examines the proposal of a likelihood based approach as an integrative procedure between parameter value estimation and uncertainty analyses, with preliminary results. During the progress of this work, a package of R functions was developed to facilitate the real world use of the above theoretical tools. The appendices of this text bring a tutorial and examples of using this package, freely available on the Internet at http://cran.r-project.org/web/packages/pse.

A formulação e o uso de modelos matemáticos complexos têm recebido grande atenção no estudo da ecologia nos últimos anos. Questões relacionadas à exploração de espaços de parâmetros destes modelos - executada de forma eficiente, sistemática e à prova de erros - são de grande importância para melhor compreender, avaliar a confiabilidade e interpretar o resultado destes modelos. Neste trabalho, apresentamos uma investigação de métodos existentes para responder as questões relevantes da área, com ênfase na técnica conhecida como Hipercubo Latino e com foco na análise quantitativa dos resultados, e realizamos a comparação entre resultados analíticos de incerteza e sensibilidade e resultados obtidos do Hipercubo. Ainda, examinamos a proposta de uma metodologia paralela baseada no paradigma estatístico da verossimilhança. O capítulo 1 introduz uma investigação a respeito dos conceitos históricos sobre a natureza da probabilidade, situando o conceito da verossimilhança como componente central da inferência estatística. O capítulo 2 (em inglês) traz uma revisão bibliográfica sobre o estado da arte em análises de incerteza e sensibilidade, apresentando dois exemplos de aplicação das técnicas descritas a problemas de crescimento populacional estruturado. O capítulo 3 examina a proposta de uma metodologia baseada na verossimilhança dos dados como uma abordagem integrativa entre a estimação de parâmetros e a análise de incerteza, apresentando resultados preliminares. Durante o progresso do presente trabalho, um pacote de funções na linguagem R foi desenvolvido para facilitar o emprego na prática das ferramentas teóricas expostas acima. Os apêndices deste texto trazem um tutorial e exemplos de uso deste pacote, pensado para ser ao mesmo tempo conveniente e de fácil extensão, e disponível livremente na internet, no endereço http://cran.r-project.org/web/packages/pse. / There is a growing trend in the use of mathematical modeling tools in the study of many areas of the biological sciences. The use of computer models in science is increasing, specially in fields where laboratory experiments are too complex or too costly, like ecology. Questions of efficient, systematic and error-proof exploration of parameter spaces are are of great importance to better understand, estimate confidences and make use of the output from these models. We present a survey of the proposed methods to answer these questions, with emphasis on the Latin Hypercube Sampling and focusing on quantitative analysis of the results. We also compare analytical results for sensitivity and uncertainty, where relevant, to LHS results. Finally, we examine the proposal of a methodology based on the likelihood statistical paradigm. Chapter 1 introduces a brief investigation about the historical views about the nature of probability, in order to situate the concept of likelihood as a central component in statistical inference. Chapter 2 (in English) shows a revision about the state-of-art uncertainty and sensitivity analyses, with a practical example of applying the described techniques to two models of structured population growth. Chapter 3 examines the proposal of a likelihood based approach as an integrative procedure between parameter value estimation and uncertainty analyses, with preliminary results. During the progress of this work, a package of R functions was developed to facilitate the real world use of the above theoretical tools. The appendices of this text bring a tutorial and examples of using this package, freely available on the Internet at http://cran.r-project.org/web/packages/pse.

Le développement de la technologie des semi-conducteurs dans les trente dernières années a augmenté le nombre des nouvelles applications dans lesquelles les dispositifs d’électronique de puissance sont utilisés. L'augmentation de la rapidité de commutation des transistors a permis que la conversion de puissance se produise de façon de plus en plus performante. Cet avantage apporte un nouveau challenge dans la phase de conception, lié à la Compatibilité Électromagnétique. En effet, les impulsions rapides de tension et courant dans les convertisseurs de puissance sont une source d’émissions électromagnétiques conduites indésirables. Des méthodologies de modélisation précises, qui prennent en compte une grande partie des effets parasites, ont été développées pour évaluer le niveau de ces émissions conduites. Lorsque ces méthodologies sont confrontées aux mesures, les résultats sont en concordance dans une large gamme de fréquence, elles peuvent donc être considérées comme des outils fiables de pronostic. Néanmoins, la plupart des paramètres du modèle d’un système électronique ne peuvent pas réellement être déterminés précisément : les conditions d’opération sont souvent mal connues (variations de température ou d'humidité) ; les paramètres caractéristiques des composants présentent une certaine dispersion de production ; des interférences externes sont imprévisibles. Dans ce contexte, il est intéressant de développer des méthodologies de modélisation qui soient capables de prendre en compte des incertitudes paramétriques. Dans cette thèse, deux méthodologies d’analyse d’incertitudes, adaptées aux convertisseurs de puissance, sont proposées. Les incertitudes paramétriques sont modélisées en utilisant des fonctions de densité de probabilité et l’objectif de l’analyse proposée est de déterminer les moments statistiques, la fonction de densité de probabilité ou la limite supérieure probabiliste des émissions conduites d’un convertisseur de puissance quelconque. Des techniques pour aborder les difficultés liées aux non-linéarités, au temps de simulation important et au nombre élevé de dimensions sont discutées. Les méthodologies proposées sont appliquées à des problèmes test et à des problèmes réels, et les résultats sont comparés aux méthodologies classiques. La précision des résultats des méthodologies proposées est similaire aux techniques classiques, mais le temps de calcul est considérablement réduit. Finalement, ce travail ouvre des possibilités de développements nouveaux pour l’analyse des incertitudes des systèmes non-linéaires et à grande échelle. / The development of semiconductor technology in the last decades has boosted numerous new applications in which power electronic devices have been employed. The fast switching of transistors has allowed power conversion to be performed with high efficiency. However, this improvement brought a new challenge in design: the Electromagnetic Compatibility. Both fast pulses of voltage and current, inside power converters, are a source of unwanted conducted electromagnetic emissions. High accurate modeling methodologies, which takes into account most of the parasitic phenomena, have been developed, in order to compute the level of conducted emissions of electronic devices. When these methods are confronted with measurement, they show good agreement in a large frequency range, and thus they are considered a trustful prediction tool for electronic systems design. Nevertheless, most of the parameters of the model of any electronic system, in reality, cannot be determined precisely, due to unknown operation conditions (i.e.: temperature or humidity variations), production dispersion of the components or unpredictable external interference. In this context, it is of great interest to develop modeling methodologies that are able to take into account parametric uncertainties. In this thesis, two methodologies for uncertainty analysis of power converters are proposed. In the first, namely Polynomials per Frequency, the parametric uncertainty is modeled using probability density functions and the objective of the proposed analysis is to determine the statistical moments, the probability density function or a probabilistic upper bound for the conducted emissions of an arbitrary power converter. In the second methodology, namely Adaptive Unscented Transform, techniques to tackle the difficulties of nonlinearity, long simulation time and high-dimensionality are discussed. The proposed methodologies are applied to benchmark and real-world problems and the results are confronted to classical approaches. The accuracy of the gotten results is similar to those obtained by classical methods, although the required computational time is significantly reduced. Finally, this work leaves many possibilities for further development in the field of uncertainty analysis of nonlinear and highdimensional systems. / O desenvolvimento da tecnologia de semicondutores nas últimas décadas proporcionou um aumento no número de novas aplicações, nas quais dispositivos de eletrônica de potência são empregados. A rápida comutação dos transistores permitiu que a conversão de potência seja realizada com alta eficiência. Entretanto, esse benefício trouxe um novo desafio na fase de projeto: a Compatibilidade Eletromagnética. Os rápidos pulsos de tensão e corrente dentro dos conversores de potência são uma fonte indesejada de emissões eletromagnéticas conduzidas. Metodologias de modelagem de alta precisão, que consideram grande parte dos efeitos parasitas, foram desenvolvidas para avaliar o nível de emissões conduzidas de dispositivos eletrônicos. Estas metodologias, quando comparadas às medições, apresentam boa concordância numa ampla faixa de frequência, e portanto elas são consideradas ferramentas de previsão confiáveis para projeto de sistemas eletrônicos. Não obstante, a maioria dos parâmetros do modelo de um sistema eletrônico, na realidade, não podem ser determinados precisamente, devido às condições de operação incertas (por exemplo, variação de temperatura ou umidade), à dispersão de produção dos componentes ou à interferência externa imprevisível. Neste contexto, existe um grande interesse em desenvolver metodologias de modelagem que sejam capazes de levar em consideração incertezas paramétricas. Nesta tese, duas metodologias de análise de incertezas para conversores de potência são propostas. Na primeira, denominada Polinômios por Frequência, as incertezas paramétricas são modeladas usando funções densidade de probabilidade e o objetivo da análise proposta é determinar os momentos estatísticos, a função densidade de probabilidade ou o limite superior probabilístico das emissões conduzidas de um conversor de potência arbitrário. Na segunda, denominada Transformada de Incerteza Adaptativa, técnicas para abordar as dificuldades de nãolinearidade, tempo de simulação longo e alto número de dimensões são discutidas. As metodologias propostas são aplicadas em problemas teste e problemas do mundo real e os resultados são confrontados com metodologias clássicas. A precisão dos resultados das metodologias propostas é similar às técnicas clássicas, embora o tempo computacional necessário é significantemente reduzido. Finalmente, este trabalho deixa em aberto várias possibilidades para desenvolvimento adicional no campo da análise de incertezas de sistemas não-lineares e de alta-dimensão. / Развитие полупроводниковых технологий в последние десятилетия привело к росту числа новых приложений, в которых использовались силовые электронные устройства. Быстрое переключение транзисторов позволило силовой конверсии осуществляться с большей эффективностью. Однако это улучшение привело к новым сложностям в дизайне: Электромагнитная совместимость. Быстрое напряжение и токовые импульсы в силовых преобразователях являются источником нежелательного электромагнитного излучения. Высокоточные моделирующие методы, которые ведут учет большинства этих паразитарных явлений, были развиты для вычисления уровня управляемых излучений электронных устройств. Когда эти методы сопоставляются с измерениями, они показывают хорошее согласование в широком диапазоне частот, и, следовательно, они считаются надежным инструментом выявления для проектирования электронных систем. Тем не менее, большинство параметров модели любой электронной системы, в действительности, не могут быть точно определены при неизвестных условиях эксплуатации (т.е. температуры или влажности), производстве дисперсиикомпонентов или непредсказуемых внешних помехах. В этом контексте, это представляет большой интерес для разработки методов моделирования, которые способны учитывать параметрическую неопределенность. В этой диссертации предложены два метода анализа неопределенности силовых преобразователей. Параметрическая неопределенность моделируется с помощью функции плотности вероятности и цель предлагаемого анализа заключается в определении статистических моментов, функции плотности вероятности или вероятностной верхней границы кондуктивного излучения произвольного преобразователя питания. Техники по преодолению трудностей нелинейности, долгого времени симуляции и высокой размерности рассмотрены. Предлагаемые методики применяются для проверки и решения реальных проблем и результаты сравнимы с классическими подходами. Точность результатов похожа на классические методы, хотя время, требуемое для вычисления, существенно снижается. Наконец, эта работа оставляет много возможностей для дальнейшего развития в области неопределенности анализа нелинейных, многомерных систем.