A metodologia para a construção de um receptor GPS por software é apresentada. O receptor GPS por software é uma ferramenta que permite simular as operações realizadas num receptor GPS com a facilidade de poder alterar a sua estrutura e funções de processamento simplesmente mudando as linhas de código do software. Primeiro é feito um estudo da estrutura do sinal GPS, para depois fazer uma análise da arquitetura e do funcionamento de um receptor GPS. Baseados nesta análise é estabelecida a estrutura do "software" (programa) do receptor GPS que processará os sinais de um ou mais satélites GPS, recuperando os dados das mensagens de navegação neles contidos. São apresentados diferentes métodos e técnicas para o processamento do sinal GPS cuja seleção obedecerá a critérios técnicos de eficiência: tempo de processamento e carga computacional. Finalmente, uma vez implementado o programa este é testado através de vários cenários de recepção (canal satélite-receptor). O objetivo principal do receptor GPS por software é auxiliar, mediante a criação de novos algorítmos e arquiteturas na implementação de novos receptores GPS de maior acurácia. Entre as aplicações do receptor GPS por software estão: testar e avaliar algorítmos de navegação, de mitigação do multicaminho (múltiplas trajetórias de chegada do sinal) e de correções ionosféricas assim como crias novos algoritmos de processamento de sinal. é um sistema didático para treinamento e ensino na área de Sistemas de Navegação por Satélites, GNSS, e em geral na área de processamtno de sinais. Também é o primeiro passo para a realização de um receptor por software em tempo real.

Neste trabalho, aplicamos um modelo de regressão binária com erros de medição na variável explicativa para analisar sistemas de medição do tipo atributo. Para isto, utilizamos o modelo logístico com erros na variável, para o qual obtemos as estimativas de máxima verossimilhança via o algoritmo EM e a matriz de informação de Fisher observada. Além disso, fizemos um estudo de simulação para compararmos o método analítico e os modelos logístico sem erros na variável (ingênuo) e logístico com erros na variável. Finalmente, aplicamos nossa metodologia para avaliarmos um sistema de medição passa/não passa da maior montadora de motores Diesel (MWM International). / In this work, we apply a study of binary regression model with errors-in-variable to analyze attributive measurement systems. For this, we use the logistic model with errors-in-variable to obtain parameter estimates of maximum likelihood through EM algorithm and the observed Fisher information matrix. In addition we do a simulation study to compare analytic method and the logistic model with and without measurement errors-in-variable. Finally, we apply our methodology to evaluate a attributive measurement system for the largest Diesel motor company of the world (MWM International).

The purpose of this thesis in to introduce the systematic study of symmetries in binary differential equations (BDEs). We formalize the concept of a symmetric BDE, under the linear action of a compact Lie group. One of the main results establishes a formula that relates the algebraic and geometric effects of the occurrence of the symmetry in the problem. Using tools from invariant theory and representation theory for compact Lie groups we deduce the general forms of equivariant binary differential equations under compact subgroups of O(2). A study about the behavior of the invariant straight lines on the configuration of homogeneous BDEs of degree n is done with emphasis on cases in which n = 0 and n = 1. Also for the linear case (n = 1) the equivariant normal forms are presented. Symmetries of linear 1-forms are also studied and related with symmetries of tangent orthogonal vectors fields associated with it. / O objetivo desta tese é introduzir o estudo sistemático de simetrias em equações diferenciais binárias (EDBs). Neste trabalho formalizamos o conceito de EDB simétrica sobre a ação de um grupo de Lie compacto. Um dos principais resultados é uma fórmula que relaciona o efeito geométrico e algébrico das simetrias presentes no problema. Utilizando ferramentas da teoria invariante e de representação para grupos compactos deduzimos as formas gerais para EDBs equivariantes. Um estudo sobre o comportamento das retas invariantes na configuração de EDBs com coeficientes homogêneos de grau n é feito com ênfase nos casos de grau 0 e 1, ainda no caso de grau 1 são apresentadas suas formas normais. Simetrias de 1-formas lineares são também estudadas e relacionadas com as simetrias dos seus campos tangente e ortogonal.

Modelos de regressão com resposta binária são utilizados na solução de problemas nas mais diversas áreas. Neste trabalho enfocamos dois problemas comuns em certos conjuntos de dados e que requerem técnicas apropriadas que forneçam inferências satisfatórias. Primeiro, em certas aplicações uma mesma unidade amostral é utilizada mais de uma vez, acarretando respostas positivamente correlacionadas, responsáveis por uma variância na variável resposta superior ao que comporta a distribuição binomial, fenômeno conhecido como sobredispersão. Por outro lado, também encontramos situações em que a variável explicativa contém erros de medição. É sabido que utilizar técnicas que desconsideram esses erros conduz a resultados inadequados (estimadores viesados e inconsistentes, por exemplo). Considerando um modelo com resposta binária, utilizaremos a distribuição beta-binomial para representar a sobredispersão. Os métodos de máxima verossimilhança, SIMEX, calibração da regressão e máxima pseudo-verossimilhança foram usados na estimação dos parâmetros do modelo, que são comparados através de um estudo de simulação. O estudo de simulação sugere que os métodos de máxima verossimilhança e calibração da regressão são melhores no sentido de correção do viés, especialmente para amostras de tamanho 50 e 100. Também estudaremos testes de hipóteses assintóticos (como razão de verossimilhanças, Wald e escore) a fim de testar hipóteses de interesse. Apresentaremos também um exemplo com dados reais / Regression models with binary response are used for solving problems in several areas. In this work we approach two common problems in some data sets and they need appropriate techniques to achieve satisfactory inference. First, in some applications, the same sample unity is utilized more than once, bringing positively correlated responses, which are responsible for the response variable variance be greater than an assumption binomial distribution, phenomenon known as overdispersion. On the other hand, also we find situations where the explanatory variable has measurement errors. It is known that the use of techniques which ignores these measurement errors brings inadequate results (e. g., biased and inconsistent estimators). Taking a model with binary response, we will use a beta-binomial distribution for modeling the overdispersion. The methods of maximum likelihood, SIMEX, regression calibration and maximum pseudo-likelihood were used in the estimation of the parameters, which are compared through a simulation study. The simulation studies suggest that the maximum likelihood and regression calibration methods are better for bias correcting, especially for larger sample size. Likelihood ratio, Wald and score statistics are used in order to test hypothesis of interest. We will illustrate the techniques with an application to a real data set

Submitted by Arthur Moreira Saude (arthur-moreira@hotmail.com) on 2017-04-27T16:03:53Z No. of bitstreams: 1 Dissertacao Final.pdf: 947767 bytes, checksum: ca50219ab757930a6d88422c06d48234 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2017-04-28T19:14:36Z (GMT) No. of bitstreams: 1 Dissertacao Final.pdf: 947767 bytes, checksum: ca50219ab757930a6d88422c06d48234 (MD5) / Made available in DSpace on 2017-05-02T19:31:50Z (GMT). No. of bitstreams: 1 Dissertacao Final.pdf: 947767 bytes, checksum: ca50219ab757930a6d88422c06d48234 (MD5) Previous issue date: 2017-03-31 / This paper aims to create an econometric model capable of anticipating recessions in the United States economy, one year in advance, using not only monetary market variables that are already used by economists, but also capital market variables. Using a data span from 1959 to 2016, it was observed that the yield spread continues to be an explanatory variable with excellent predictive power over recessions. Evidence has also emerged of new variables that have very high statistical significance, and which offer valuable contributions to the regressions. Out-of-sample tests have been conducted which suggest that past recessions would have been predicted with substantially higher accuracy if the proposed Probit model had been used instead of the most widespread model in the economic literature. This accuracy is evident not only in the predictive quality, but also in the reduction of the number of false positives and false negatives in the regression, and in the robustness of the out-of-sample tests. / Este trabalho visa desenvolver um modelo econométrico capaz de antecipar, com um ano de antecedência, recessões na economia dos Estados Unidos, utilizando não só variáveis dos mercados monetários, que já são indicadores antecedentes bastante utilizados por economistas, mas também dos mercados de capitais. Utilizando-se dados de 1959 a 2016, pode-se observar que o spread de juros de longo e curto prazo continua sendo uma variável explicativa com excelente poder preditivo sobre recessões. Também surgiram evidências de novas variáveis que possuem altíssimas significâncias estatísticas, e que oferecem valiosas contribuições para as regressões. Foram conduzidos testes fora da amostra que sugerem que as recessões passadas teriam sido previstas com acurácia substancialmente superior, caso o modelo Probit proposto tivesse sido utilizado no lugar do modelo mais difundido na literatura econômica. Essa acurácia é evidente não só na qualidade preditiva, mas também na redução do número de falsos positivos e falsos negativos da regressão, e na robustez dos testes fora da amostra.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-05-23T16:23:56Z No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-05T19:07:22Z (GMT) No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-05T19:07:28Z (GMT) No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Made available in DSpace on 2017-06-05T19:18:45Z (GMT). No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) Previous issue date: 2016-12-16 / Não recebi financiamento / The objective of this work is to study the binary regression model under the frequentist and Bayesian approaches using the probit, logit, log-log complement, Box-Cox transformation and skewprobit as link functions. In the classical approach we presented assumpti- ons and procedures used in the regression modeling. We verified the accuracy of the estimated parameters by building confidence intervals and conducting hypothesis tests. In the Bayesian appro- ach we made a comparative study using two methodologies. For the first methodology, we considered non-informative prior dis- tributions and the Metropolis-Hastings algorithm to estimate the model. In the second methodology we used auxiliary variables to obtain the known a posteriori distribution, allowing the use of the Gibbs Sampler algorithm. However, the introduction of these auxiliary variables can generate correlated values and needs the use of clustering of unknown quantities in blocks to reduce the autocorrelation. In the simulation study we used the AIC and BIC information criteria to select the most appropriate model and we evaluated whether the coverage probabilities of the confidence interval is in agre- ement with that expected by the asymptotic theory. In Bayesian approach we found that the inclusion of auxiliary variables in the model results in a more efficient algoritm according to the MSE, MAPE and SMAPE criteria. In this work we also present applications to two real datasets. The first dataset used is the variation of the Ibovespa and variation of the daily value of the American dollar at the time of closing the 2013 to 2016. The second dataset, used is an educational data set (INEP-2013), where we are interested in studying the factors that infuence the approval of the student. / Este trabalho tem como objetivo estudar o modelo de regressão binária nas abordagens clássica e bayesiana utilizando as funcoes de ligacoes probito, logito, complemento log-log, transformaçao box-cox e probito-assimetrico. Na abordagem clássica apresentamos as suposicoes e o procedimento para ajustar o modelo de regressao e verificamos a precisão dos parâmetros estimados, construindo intervalos de confianca e testes de hipóteses. Enquanto que, na inferência bayesiana fizemos um estudo comparativo utilizando duas metodologias. Na primeira metodologia consideramos densidades a priori nao informativas e utilizamos o algoritmo Metropolis-Hastings para ajustar o modelo. Na segunda metodologia utilizamos variáaveis auxiliares para obter a distribuiçcaão a posteriori conhecida, facilitando a implementacão do algoritmo do Amostrador de Gibbs. No entanto, a introduçao destas variaveis auxiliares podem gerar valores correlacionados, o que leva à necessidade de se utilizar o agrupamento das quantidades desconhecidas em blocos para reduzir a autocorrelaçcãao. Atraves do estudo de simulacao mostramos que na inferência classica podemos usar os critérios AIC e BIC para escolher o melhor modelo e avaliamos se o percentual de cobertura do intervalo de confianca assintotica está de acordo com o esperado na teoria assintática. Na inferência bayesiana constatamos que o uso de va-riaáveis auxiliares resulta em um algoritmo mais eficiente segundo os critérios: erro quadrâtico medio (EQM), erro percentual absoluto medio (MAPE) e erro percentual absoluto medio simetrico (SMAPE). Como ilustração apresentamos duas aplicações com dados reais. Na primeira, consideramos um conjunto de dados da variaçao do Ibovespa e a variacao do valor diário do fechamento da cotacao do dólar no período de 2013 a 2016. Na segunda aplicação, trabalhamos com um conjunto de dados educacionais (INEP-2013), focando nos estudos das variaveis que influenciam a aprovacao do aluno.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-13T10:55:38Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação - Gustavo Batista de Castro Souza - 2014.pdf: 11760996 bytes, checksum: 8245af285d79ff9e8079bafddb72e690 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-13T10:56:54Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação - Gustavo Batista de Castro Souza - 2014.pdf: 11760996 bytes, checksum: 8245af285d79ff9e8079bafddb72e690 (MD5) / Made available in DSpace on 2015-01-13T10:56:54Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação - Gustavo Batista de Castro Souza - 2014.pdf: 11760996 bytes, checksum: 8245af285d79ff9e8079bafddb72e690 (MD5) Previous issue date: 2014-07-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Smart Grids systems have become widespread around the world. The RF mesh communication systems have contributed to make power systems smarter and reliable with implementation of Distributed Automation and Demand Response technologies. This work presents a methodology for positioning of GPRS concentrators in a energy meter ZigBee mesh network in order to attain the average network delay, thus aiming to improve the performance of the communication service. The proposed algorithm determines the amount and placement of concentrators using Integer Linear Programming and a Queuing Model for the Mesh Network. The solutions given by the proposed algorithm are validated by verifying the network performance through computer simulations based on real network scenarios. / Smart Grids tem se difundido em todo o mundo. Sistemas de comunicação RF Mesh (em malha) tem contribuído para deixar sistemas de potência mais inteligentes e confiáveis com a implantação de tecnolgias de Automação da Distribuição e Resposta à Demanda. Este trabalho apresenta um metodologia de posicionamento de concentradores GPRS em uma rede ZigBee mesh de medidores de energia elétrica com o objetivo de limitar o delay médio da rede e assim otimizar o desempenho do serviço de comunicação. O algoritmo proposto determina a quantidade e a localização de concentradores utilizando Programação Linear Inteira e um Modelo de Filas para Redes Mesh. As soluções obtidas pelo algoritmo proposto são validadas verificando o desempenho da rede através de simulações computacionais baseadas em cenários reais de redes.

Modelos de regressão com resposta binária são utilizados na solução de problemas nas mais diversas áreas. Neste trabalho enfocamos dois problemas comuns em certos conjuntos de dados e que requerem técnicas apropriadas que forneçam inferências satisfatórias. Primeiro, em certas aplicações uma mesma unidade amostral é utilizada mais de uma vez, acarretando respostas positivamente correlacionadas, responsáveis por uma variância na variável resposta superior ao que comporta a distribuição binomial, fenômeno conhecido como sobredispersão. Por outro lado, também encontramos situações em que a variável explicativa contém erros de medição. É sabido que utilizar técnicas que desconsideram esses erros conduz a resultados inadequados (estimadores viesados e inconsistentes, por exemplo). Considerando um modelo com resposta binária, utilizaremos a distribuição beta-binomial para representar a sobredispersão. Os métodos de máxima verossimilhança, SIMEX, calibração da regressão e máxima pseudo-verossimilhança foram usados na estimação dos parâmetros do modelo, que são comparados através de um estudo de simulação. O estudo de simulação sugere que os métodos de máxima verossimilhança e calibração da regressão são melhores no sentido de correção do viés, especialmente para amostras de tamanho 50 e 100. Também estudaremos testes de hipóteses assintóticos (como razão de verossimilhanças, Wald e escore) a fim de testar hipóteses de interesse. Apresentaremos também um exemplo com dados reais / Regression models with binary response are used for solving problems in several areas. In this work we approach two common problems in some data sets and they need appropriate techniques to achieve satisfactory inference. First, in some applications, the same sample unity is utilized more than once, bringing positively correlated responses, which are responsible for the response variable variance be greater than an assumption binomial distribution, phenomenon known as overdispersion. On the other hand, also we find situations where the explanatory variable has measurement errors. It is known that the use of techniques which ignores these measurement errors brings inadequate results (e. g., biased and inconsistent estimators). Taking a model with binary response, we will use a beta-binomial distribution for modeling the overdispersion. The methods of maximum likelihood, SIMEX, regression calibration and maximum pseudo-likelihood were used in the estimation of the parameters, which are compared through a simulation study. The simulation studies suggest that the maximum likelihood and regression calibration methods are better for bias correcting, especially for larger sample size. Likelihood ratio, Wald and score statistics are used in order to test hypothesis of interest. We will illustrate the techniques with an application to a real data set

Neste trabalho, aplicamos um modelo de regressão binária com erros de medição na variável explicativa para analisar sistemas de medição do tipo atributo. Para isto, utilizamos o modelo logístico com erros na variável, para o qual obtemos as estimativas de máxima verossimilhança via o algoritmo EM e a matriz de informação de Fisher observada. Além disso, fizemos um estudo de simulação para compararmos o método analítico e os modelos logístico sem erros na variável (ingênuo) e logístico com erros na variável. Finalmente, aplicamos nossa metodologia para avaliarmos um sistema de medição passa/não passa da maior montadora de motores Diesel (MWM International). / In this work, we apply a study of binary regression model with errors-in-variable to analyze attributive measurement systems. For this, we use the logistic model with errors-in-variable to obtain parameter estimates of maximum likelihood through EM algorithm and the observed Fisher information matrix. In addition we do a simulation study to compare analytic method and the logistic model with and without measurement errors-in-variable. Finally, we apply our methodology to evaluate a attributive measurement system for the largest Diesel motor company of the world (MWM International).

Orientador: Fábio Bertequini Leão / Resumo: Este trabalho apresenta modelos de programação não linear e linear inteira binária como novos métodos para resolver o problema de diagnóstico de faltas em sistemas de transmissão de energia elétrica. Os modelos de otimização são desenvolvidos com base no conjunto de coberturas mínimas e possui como restrições as equações que descrevem a lógica e a filosofia de proteção empregadas por empresas de energia elétrica. As equações de restrições modelam a associação dos alarmes dos relés de proteção informados pelo sistema de supervisão e aquisição de dados (SCADA) com os estados esperados das funções dos relés de proteção. Os modelos de programação matemática realizam o diagnóstico de falta em uma única etapa, identificando a seção em falta através da análise dos estados dos disjuntores e das funções de proteção associadas a cada equipamento do sistema elétrico. O modelo proposto é um problema muito complexo de programação não linear inteira binária, portanto é reformulado como outro problema, em que algumas expressões são linearizadas, o que resulta em um modelo matemático de programação linear inteiro binário. A solução ótima obtida pelo modelo proposto é encontrada utilizando solvers comerciais de programação matemática. Os resultados obtidos mostram eficiência e robustez do modelo matemático. Na literatura, o problema de diagnóstico de falta é resolvido principalmente por técnicas heurísticas, portanto, o método proposto é inovador. / Doutor