Orientador: Maria Cristina Batoni Abdalla Ribeiro / Coorientador: Filipe Batoni Abdalla / Banca: Filipe Batoni Abdalla / Banca: Laerte Sodré Júnior / Banca: Marcos Vinícius Borges Teixeira Lima / Banca: Martín Makler / Resumo: Os aglomerados de galáxias são os maiores objetos ligados que observamos no universo. Dado que as galáxias são consideradas traçadores de matéria escura, os aglomerados de galáxias nos permitem estudar a formação e a evolução de estruturas em grande escala. As contagens do número de aglomerados de galáxias são sensı́veis ao modelo cosmológico, portanto são usadas como observáveis para restringir os parâmetros cosmológicos. Nesta tese estudamos os aglomerados de galáxias óticos. Iniciamos o trabalho analisando a degradação da precisão e a exatidão no desvio para o vermelho fotométrico estimado através de métodos de aprendizagem de máquina (machine learning) ANNz2 e GPz. Além do valor singular do desvio para o vermelho fotométrico clássico (isto é, valor médio ou máximo da distribuição), implementamos um estimador baseado em uma amostragem de Monte Carlo usando a função de distribuição cumulativa. Mostramos que este estimador para o algoritmo ANNz2 apresenta a melhor concorância com a distribuição do desvio para o vermelho espectroscópico, no entanto, uma maior dispersão. Por outro lado, apresentamos o buscador de aglomerados VT-FOFz, o qual combina as técnicas de Voronoi Tessellation e Friends of Friends. Estimamos seu desempenho através de catálogos simulados. Calculamos a completeza e a pureza usando uma região de cilindrica no espaço 2+1 (ou seja, coordenadas angulares e desvio para o vermelho). Para halos maciços e aglomerados com alta riqueza, obtemos valores elevados de ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The galaxy clusters are the largest bound objects observed in the universe. Given that the galaxies are considered as tracers of dark matter, the galaxy clusters allow us to study the formation and evolution of large-scale structures. The cluster number counts are sensitive to the cosmological model, hence they are used as probes to constrain the cosmological parameters. In this work we focus on the study of optical galaxy clusters. We start analyzing the degradation of both precision and accuracy in the estimated photometric redshift via ANNz2 and GPz machine learning methods. In addition to the classical singular value for the photometric redshift (i.e., mean value or maximum of the distribution), we implement an estimator based on a Monte Carlo sampling by using the cumulative distribution function. We show that this estimator for the ANNz2 algorithm presents the best agreement with the distribution for spectroscopic redshift, nonetheless a higher scattering. On the other hand, we present the VT-FOFz cluster finder, which combines the techniques Voronoi Tessellation and Friends of Friends. Through mock catalogs, we estimate its performance. We compute the completeness and purity by using a cylindrical region in the 2+1 space (i.e., angular coordinates and redshift). For massive haloes and clusters with high richness, we obtain high values of completeness and purity. We compare the detected galaxy clusters via the VT-FOFz cluster finder with the redMaPPer SDSS DR8 cluster catalog. We recover ∼ 90% of the galaxy clusters of the redMaPPer catalog until the redshift z ≈ 0.33 considering brighter galaxies with r < 20.6. Finally, we perform a cosmological forecasting by using a MCMC method, for a flat wCDM model through galaxy cluster abundance. The fiducial model is a flat ΛCDM Universe. The effects due to the estimated observable mass and (Complete abstract click electronic access below) / Doutor