A rede de drenagem se constitui em importante indicador de alterações ocorridas na composição da paisagem de bacias hidrográficas, seja por mudanças na sua estruturação, forma ou então por ganho ou perda de canais. O objetivo deste trabalho é apresentar e aplicar uma proposta metodológica, com base em análise morfométrica temporal das redes de drenagem de microbacias, visando a avaliação das alterações e o zoneamento regional de uma bacia hidrográfica. A metodologia envolve o uso de imagens de sensoriamento remoto e técnicas de geoprocessamento para a caracterização das atividades antrópicas e levantamento das variáveis morfométricas em duas datas, com um intervalo de 23 anos. A avaliação das alterações e a consequente classificação das microbacias são efetuadas com base em análise estatística multivariada. A proposta foi aplicada na bacia hidrográfica do rio Capivari e os resultados comprovam que ocorreram alterações significativas na composição da rede de drenagem no período de análise. As variáveis morfométricas que mais contribuíram para a avaliação das alterações foram a Densidade de Drenagem e Densidade Hidrográfica. Dentre as microbacias que mais se alteraram estão as urbanas ou em processo de urbanização e, dentre aquelas onde as alterações foram menos pronunciadas estão as microbacias rurais, com predomínio de pastagens e/ou cana de açúcar. / The drainage system is an important indicator of the alterations occurred in the composition of the hydrographic basin environment, either due to changes in their structure and shape or due to channel loss and gain. The objective of this project is to present and apply a methodological proposal, based on time morphometric analysis of the microbasin drainage systems, aiming at the alteration evaluation and the regional zoning of a hydrographic basin. The methodology involves the use of remote images and geoprocessing techniques for the characterization of the anthropic activities and the determination of the morphometric variables on two dates, with a 23-year interval. The evaluation of the alterations and the consequent microbasin classification are carried out based on multivariate statistical analysis. The proposal was applied on Capivari river hydrographic basin, and the results prove that there were significative alterations in the drainage system composition in the analyzed period. The morphometric variables which most contributed to the alteration evaluation were the Drainage Density and the Hydrographic Density. Among the microbasins which were most altered there are the urban and under urbanization ones, and among those which had less significative alterations there are the rural microbasins, prevailing the pasture lands and sugar-cane raising.

A inovação tecnológica desempenha um papel fundamental no desenvolvimento de empresas, regiões e mesmo de países. Especificamente no estado de São Paulo, estudar os aspectos relevantes a este tema é de suma importância por se tratar do estado mais industrializado e mais importante economicamente no Brasil. Dentro deste contexto, este estudo visa analisar especificamente aspectos ligados à inovação tecnológica nas empresas dos diversos setores de atividade industrial, utilizando para isto ndicadores de inovação tecnológica e de dados empresariais da Pesquisa de Atividade Econômica Paulista (PAEP), realizada pela fundação Sistema Estadual de Análise de Dados Estatísticos (SEADE), sobre o período de 1999 a 2001. / The technological innovation performs a fundamental part in the development process of companies, regions and even countries. Specifically in the state of São Paulo, the study of relevant aspects to this theme is of summary importance because it is the most industrialized and economically important in this country. Within of this context, this study aim to analyze specifically some aspects linked to the technological innovation in different sections of industrial activity, using to this, technological innovation indicators and business results obtained by the Paulista Research of Economic Activities (PAEP), that was realized by SEADE foundation over the period of 1999 to 2001.

A espectroscopia no infravermelho tem se mostrado uma ferramenta de valia para o monitoramento da qualidade de combustíveis. Contudo, tal técnica requer a calibração de modelos empíricos para relacionar medidas espectrais com parâmetros físico-químicos de interesse. Neste trabalho propõe-se um método que permite explorar um conjunto de dados já adquirido por um espectrômetro (instrumento Primário) na construção de um modelo para um segundo instrumento (Secundário). Tal método evita a duplicação de custo e esforço experimental no processo de calibração do modelo. Para isso, emprega-se o Algoritmo das Projeções Sucessivas para selecionar variáveis que sejam minimamente redundantes e portem informação relevante nos dois instrumentos. Adicionalmente, é empregado um método de reamostragem e combinação de modelos conhecido como subagging. Para validação do método proposto, apresenta-se um estudo de caso envolvendo a determinação de densidade e temperaturas para 10% e 90% de evaporados em amostras de gasolina, assim como um referente a determinação do teor de umidade em amostras de milho. É apresentado, também, um estudo comparativo com técnicas de transferência baseadas em padronização. Os resultados da técnica proposta se mostraram superiores aos obtidos através da técnica clássica de Mínimos-Quadrados Parciais empregando Padronização Direta por Partes. Em particular, verificou-se que o subagging propicia uma melhora expressiva na capacidade preditiva dos modelos obtidos por regressão linear múltipla. As técnicas propostas se dividem em abordagens no domínio original de comprimento de onda e no domínio da transformada wavelet. O desenvolvimento no domínio wavelet proporcionou uma redução no esforço computacional.

Este trabalho propõe um modelo de previsão dos custos de manutenção de aeronaves, especificamente aplicado à realidade da Força Aérea Brasileira - FAB. A revisão da literatura realizada proporcionou uma ampla visão dos métodos mais utilizados e a dificuldade de obtenção de modelos úteis, dadas as características das frotas, compostas por uma diversidade muito grande de aeronaves, variando desde grandes e pesados cargueiros a pequenas e velozes aeronaves de combate. Na elaboração do modelo proposto, procurou-se desde o início estabelecer relações de estimativas de custo particularizadas para cada tipo de aeronave empregada pela FAB, empregando uma metodologia que permite gerar modelos de previsão de custos adequadas a cada aeronave, com suas características históricas de gastos com material de manutenção e horas voadas. A metodologia empregada consiste na elaboração de modelos do tipo Multivariado Auto-Regressivo Integrado Média Móvel (MARIMA), o qual permite modelagem das séries temporais compostas pelos custos de manutenção de cada aeronave, e a adição da variável Hora de Vôo, proxy utilizada pela FAB no planejamento da manutenção. A metodologia é demonstrada através de um estudo de caso em uma aeronave da FAB, e os resultados obtidos atestam a eficácia do modelo, permitindo o seu emprego no planejamento das atividades logísticas da Aeronáutica.

Redes Bayesianas (RB) oferecem um método prático para o tratamento de incertezas em sistemas especialistas probabilísticos. Considerando que os problemas de atualização de crença e revisão crença em redes multiplamente conectadas são NP-Difíceis, alguns pesquisadores aplicaram processos de meta-raciocínio às inferências, para selecionar algoritmos para as tarefas. Quando possível, os métodos exatos devem ser adotados. Caso contrário, os algoritmos aproximados podem ser selecionados. Como a qualidade das inferências aproximadas varia a cada instância, os dados de entrada contêm características que afetam os desempenhos dos algoritmos. O problema de meta-raciocínio investigado está relacionado com a escolha do algoritmo para uma determinada instância de inferência, considerando restrições temporais. Para realizar meta-raciocínio, essa Tese propõe um método de caracterização da RB e associação conjunta dessas características, aplicando análises multivariadas. Os modelos são utilizados para a predição da probabilidade de que um algoritmo exato possa ser adotado em uma instância específica ou para a escolha do algoritmo aproximado com a melhor qualidade dos resultados. Análises experimentais comparam algumas abordagens alternativas, tais como análise de regressão simples, curvas de utilidade e técnicas de aprendizagem de máquina, mostrando resultados superiores quando análises multivariadas são aplicadas no processo de meta-raciocínio.

A pronta detecção da ocorrência de falhas é de grande importância para a segurança de operação de sistemas dinâmicos, além de reduzir custos de manutenção. Com efeito, tendo-se detectado uma falha no sistema, ações mitigatórias podem ser tomadas de modo a evitar danos ao meio ambiente, prejuízos econômicos e principalmente perdas de vidas humanas. Os métodos tradicionais de detecção de falhas, contudo, esbarram em restrições físicas, ausência de um modelo acurado do sistema e indisponibilidade de dados do comportamento do sistema com falha. Neste trabalho, um esquema de detecção de falhas, é implementado para uma planta-piloto na forma de um helicóptero de três graus de liberdade, baseado no histórico de funcionamento normal do sistema, sem a necessidade de equipamentos adicionais e nem de um modelo acurado do sistema. Para isso, um método estatístico multivariado e outro de análise de agrupamentos são comparados, são eles: uso da estatística T de Hotelling e agrupamento K-means, respectivamente. A situação de falha implementada está associada à redução de 10% na potência de um dos motores. A investigação envolve o uso das variáveis de ângulo e velocidade estimada de arfagem, uso da tensão dos motores e uso das velocidades angulares estimadas. Os resultados em termos de tempo de detecção e curva ROC indicam que os dois métodos, quando comparados, apresentaram melhor eficiência em diferentes situações. Os resultados obtidos demonstram que, com o uso das tensões nos motores, o método K-means tem um desempenho superior, já com o emprego das velocidades angulares estimadas, a estatística T de Hotelling apresentou melhor resultado em relação ao método de agrupamento K-means.

O termo Calibração Multivariada se refere à construção de um modelo matemático que permita prever o valor de uma grandeza de interesse com base em valores medidos de um conjunto de variáveis explicativas. Neste contexto o Algoritmo das Projeções Sucessivas (APS) é uma técnica de seleção de variáveis que objetiva a minimização de problemas de colinearidade em Regressão Linear Múltipla (RLM). Recentemente, constatou-se que a capacidade preditiva de modelos APS-RLM pode ser aprimorada com o uso de um método de reamostragem e combinação de modelos conhecido como subagging. Este trabalho aprofunda o estudo do subagging em conjunto com APS, investigando detalhes que não haviam sido anteriormente contemplados. Para isso, apresenta-se um estudo de caso envolvendo a determinação de umidade e proteína em trigo por espectrometria no infravermelho próximo. Em particular, observa-se que a capacidade preditiva e a sensibilidade a ruído dos modelos resultantes são aprimoradas independentemente da fração de reamostragem adotada no subagging. Adicionalmente, constata-se que o uso de validação cruzada ou validação por série de teste conduzem a resultados similares. Finalmente, tendo em vista o aumento no tempo de cálculo demandado para implementação do subagging, em comparação como APS tradicional, justifica-se o estudo de técnicas para redução da carga computacional envolvida. Neste trabalho propõe-se o uso de uma técnica de regressões sequenciais para facilitar a avaliação de subconjuntos de variáveis na etapa mais demorada do algoritmo.

A Transformada Wavelet (TW) tem sido empregada em uma variedade de aplicações em Quimiometria, tais como filtragem e compressão de sinais, correção de linha de base, classificação e calibração multivariada. Contudo, a escolha da configuração (família e comprimento da wavelet, bem como o número de níveis de resolução) para uma dada aplicação é ainda um problema em aberto. Este trabalho investiga a influência de tais fatores sobre o desempenho de modelos de calibração multivariada obtidos no domínio wavelet. Os resultados mostram que, através de uma seleção apropriada dos parâmetros da transformada, os valores de erro podem ser consideravelmente reduzidos. Contudo, observa-se também a ocorrência de resultados inadequados para algumas configurações. Para contornar a dificuldade inerente à escolha dos parâmetros da transformada, propõe-se aqui uma abordagem alternativa envolvendo a combinação de modelos obtidos com diferentes configurações wavelet. Para isso, é desenvolvido um método que permite a conversão de modelos obtidos no domínio wavelet para o domínio original. Tal método possibilita o uso de extensão constante nas bordas, relaxando a exigência de que o comprimento do sinal seja divisível por uma potência de dois. As vantagens da abordagem proposta são ilustradas na determinação espectroscópica de propriedades de trigo e gasolina. Os resultados mostram que a combinação de modelos é uma alternativa útil para calibração multivariada no domínio wavelet, porquanto libera o analista da obrigação de escolher uma configuração particular para a transformada wavelet.

Univariate Statistical Process Control (SPC) has been extensively employed in industry for fault detection and product quality control. However, for complex systems, better results have been obtained by the use of more elaborate Multivariate Statistical Process Control (MSPC) techniques. This work proposes the use of MSPC techniques (Hotelling T2 and Runger U2 statistics) for health monitoring of the Embraer 190 horizontal stabilizer system. For illustration, these techniques are applied in a simulated case study representing a degradation scenario with progressive increase in friction. For comparison, Univariate SPC is also employed. The results indicate that MSPC provides earlier indications of degradation as compared to Univariate SPC. In addition, a sensitivity analysis reveals that the MSPC methods are more robust with respect to changes in the time profile of the degradation, as well as alterations in the influence of temperature on the friction coefficient. In all cases, the best results are obtained by using the Runger U2 statistic.

Made available in DSpace on 2017-07-21T14:19:35Z (GMT). No. of bitstreams: 1 Joaquim Honorio Lima.pdf: 515371 bytes, checksum: 8f95a1f08506d7bdd58cee52c06a4a1b (MD5) Previous issue date: 2012-09-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The search for alternative water sources for agriculture activities have been an actual concern due to decreasing of available potable water. The agricultural use of secondary treated sewage effluent (STSE) for crops irrigation has been an attractive practice in several soil and climate conditions. However, the changes in soil-plant system after STSE application is not well comprehended in tropical environment, specially under pasture crops. The aim of this work, to model scenarios, including soil-pasture systems subjected to irrigation and rates of nitrogen by mineral fertilization (NMF), aiming mathematics models to understand of the dynamic attributes of the total carbon (TC), total nitrogen (TN) and available phosphorus (Pavai) soil. The linear regression models (LRM) were used to approach. The variable selection methods of stepwise, forward and backward were used to LRM development and compared to standard method, through the adjusted coefficient of determination and variance influence factor. The models developed using variable selection methods were the most indicated. The CT has most of its concentration explained by the variables block, time, temperature and precipitation. The concentration of NT and P were not explained by the same group of variables in the different scenarios. The organic carbon from Tifton 85 grass and TN from STSE inputs appeared not to be enough to mitigate the TC and TN losses of soil, respectively. The grass was, in adequate conditions for growth and above ground dry mass accumulation, an important Pavai sink and, moreover, the input of P from STSE few changed the concentration of soil Pavai. / A preocupação com a diminuição na oferta de água potável tem implicado na busca por fontes alternativas, particularmente, para atividades agrícolas. A utilização de efluente de tratamento secundário de esgoto (ETSE) na irrigação das culturas tem sido prática comum em diversas situações de clima e solo. Todavia, as mudanças ocorridas no sistema solo-planta mediante o uso de ETSE não são bem compreendidas em situação de ambiente tropical, particularmente, sob pastagens cultivadas. Objetivou-se neste trabalho, modelar cenários, incluindo sistemas solopastagem submetido à irrigação e doses de nitrogênio via fertilizante mineral, mediante uso de regressão linear múltipla (RLM), visando auxiliar no entendimento da dinâmica dos atributos carbono total (CT), nitrogênio total (NT) e fósforo disponível (Pdisp) no solo. Na construção dos modelos de RLM foram utilizados os métodos de seleção de variáveis stepwise, forward e backward e comparados com o método padrão, através dos índices de coeficiente de determinação ajustado e do fator de inflação de variância. Os modelos gerados com seleção de variáveis foram os mais indicados. O CT teve a maior parte de sua concentração explicada pelas variáveis bloco, tempo, temperatura e precipitação. As concentrações de NT e Pdisp não foram explicadas por um mesmo conjunto de variáveis nos diferentes cenários. O aporte de carbono orgânico oriundo do capim-Tifton 85 e do NT oriundo do ETSE parecem não ser suficientes para resultar em reposição das perdas de CT e NT do solo, respectivamente. O capim atuou como um dreno de Pdisp e, o aporte de P oriundo do ETSE pouco influenciou a concentração deste nutriente no solo.