Os serviços de apoio ofertados pelas universidades federais desempenham papel importante na vida acadêmica do estudante, já que possuem como objetivo auxiliar a permanência e formação do aluno. Entre os serviços de apoio existentes está a oferta de refeições pelos restaurantes universitários, que devem se apoiar em uma gestão eficiente a fim de que o serviço possa ser ofertado de forma adequada. Esta dissertação aplica conceitos e ferramentas de engenharia de produção a fim de aprimorar o funcionamento dos restaurantes universitários de uma universidade federal brasileira. Inicialmente é abordada a temática de ajuste da política de solicitação de pedidos ao fornecedor pelo almoxarifado central dos restaurantes. Para isso, são realizadas as seguintes etapas: (i) coleta de dados históricos de demanda; (ii) modelagem das séries históricas com base nos modelos de previsão de demanda; (iii) geração da matriz bill of materials de uma refeição padrão; e (iv) geração do relatório MRP (Material Requirements Planning). Com a aplicação do método proposto, foi possível identificar que a forma atual de solicitação de pedidos não é adequada e que o relatório MRP pode ser utilizado no ambiente estudado, desde que seja abastecido com informações adicionais. Na sequência, estuda-se, através da simulação computacional, o arranjo físico e capacidade de um restaurante universitário, buscando aprimorar o fluxo de usuários durante o almoço através da redução do tamanhos de filas e tempos de espera. Para tanto, as etapas realizadas incluem (i) análise do sistema para identificação das atividades a serem inseridas no modelo de simulação; (ii) coleta de dados para abastecimento do modelo; (iii) construção e validação do modelo; e (iv) simulação e análise de cenários alternativos. A aplicação no restaurante estudado indica que a inclusão de um quarto aparelho de buffet, com a consequente redução da capacidade do salão em 20 lugares, gera benefícios significativos ao fluxo de usuários, reduzindo em 83% o tamanho médio da fila externa e em 73% o tempo médio de espera total. / The support services offered by federal universities play an important role in students’ academic life, since they aim to assist their stay and education at university. The supply of meals by university cafeterias is among the existing services, and it must rely on efficient management so that the service can be properly offered. This dissertation applies concepts and tools from Industrial Engineering in order to improve the operation of the university cafeterias of a Brazilian federal university. Initially, the issue of adjusting the ordering policy to the supplier by the cafeterias' central warehouse is addressed. To that end, the following steps are carried out: (i) collection of historical demand data; (ii) modeling of historical series based on demand forecasting models; (iii) generation of a matrix bill of materials of a standard meal; and (iv) generation of a MRP (Material Requirements Planning) report. The application of this method allowed the identification that the current form of ordering is not adequate, and that the MRP report can be used in the environment studied as long as it is provided with additional information. Next, the physical arrangement and the capacity of a university cafeteria are studied through computer simulation, in order to improve the flow of users by reducing queue size and waiting time. Therefore, the steps carried out include: (i) analysis of the system to identify the activities to be included in the simulation model; (ii) data collection to supply the model; (iii) development and validation of the model; and (iv) simulation and analysis of alternative scenarios. The application of this model in the cafeteria studied indicates that the inclusion of a fourth buffet equipment, in addition to reducing the capacity of the hall in 20 places, generates significant benefits to the flow of users, reducing the average queue size by 83% and the average waiting time by 73%.

A previsão do PIB é um dos principais balizadores para as decisões produtivas de agentes econômicos. Com o objetivo de realizar previsões para o crescimento do PIB trimestral brasileiro, são utilizadas 16 séries mensais financeiras e econômicas como potenciais preditores, abrangendo o período do segundo trimestre de 1996 ao quarto trimestre de 2012. Para isso, aplicou-se as abordagens MIDAS (Mixed Data Sampling) e UMIDAS (Unrestricted Mixed Data Sampling), confrontando seus resultados de previsão fora da amostra com o benchmark ARMA. Foram encontrados erros de previsão menores nessas abordagens, principalmente quando utilizadas informações dentro do trimestre de previsão. Os resultados foram ainda melhores quando empregados múltiplos regressores. / The GDP forecast is an important indicator for production decisions taken by economic agents. In order to make forecasts for the Brazilian quarterly GDP growth, we used 16 monthly financial and economic series as potential predictors, covering the period from the second quarter of 1996 to the fourth quarter of 2012. For this purpose, we applied MIDAS (Mixed Data Sampling) and UMIDAS (Unrestricted Mixed Data Sampling) approaches and compared the out of sample forecasts with the benchmark ones provided by ARMA. MI- DAS and UMIDAS showed smaller prediction errors, especially when information inside the quarter forecast is used. The results were even better when multiple regressors were employed.

The aim of this work is an analysis and classification of product in chosen banking house and its usage and gain for consumers and costumers inclusive point of view. The interrogatory was using to analyze of mortgage credits. This work informs readers about issue of mortgage credit in Czech market including forecasts to expectations. In the following is an adumbration and development in European market. Chosen banking house is Česká spořitelna, a. s., because this bank is considered the greatest provider of mortgage credits in Czech republic. Majority shareholder of this bank is financial group Erste Bank.

As teorias que sustentam os modelos de precificação têm obtido resultados pouco satisfatórios ou insatisfatórios, uma vez que em cada estudo busca aproximar-se da realidade por apenas uma face, não observando o problema de todos os ângulos. Nesse sentido, percebeu-se um gap nos estudos de previsão, explorar sob outras lentes a dinâmica das variáveis do mercado que influenciam a formação do preço para o seu prévio monitoramento. Assim, o objetivo desta pesquisa foi construir uma ferramenta de apoio à decisão que pudesse prever, periodicamente, o preço futuro de uma commodity a curto e médio prazo, notadamente para o butadieno, um derivado do petróleo. Para que isto fosse possível, foi realizada a datação dos pontos de mudança do preço dessa commodity, frente aos acontecimentos históricos e, a partir daí, construído o estudo sobre três estruturas: mercado, política e econômica. A partir de então, observou-se quais seriam as variáveis mais consistentes para formar a base da pesquisa. As previsões obtidas revelam um desempenho superior às pesquisas anteriormente realizadas. Assim, a análise da previsão dos pontos de mudança constitui um instrumento informativo para sinalizar o comportamento futuro do preço da commodity do butadieno. A ferramenta utilizada para o modelo de precificação de modo a compreender a natureza das flutuações foram as Redes Bayesianas, que apresentam a capacidade de expressar as probabilidades e de um conjunto de variáveis aleatórias previamente definidas, e fazer predições adequadas. A inferência sobre o preço da commodity do butadieno, a curto e médio prazo, é realizada com o auxílio do software GeNIe 2.0. Conclui-se que investir em pesquisas que utilizem de Inteligência Artificial como métodos preditivos, como a utilização de Redes Bayesianas apresenta a vantagem de compreender a relação causa e efeito através da análise de Cenários. Assim, o objetivo de construir uma ferramenta de apoio à decisão que pudesse prever, periodicamente, o preço do butadieno a curto e médio prazo, foi alcançado. Para determinado período houve 84% de chances de acerto nas previsões. / The theories that support pricing models have obtained little satisfactory or unsatisfactory results, once each study examines only one aspect of reality, without studying the problem as a whole. In this sense its necessary to explore under other aspects the dynamics of market variables that influence the pricing for its prior monitoring. The objective of this research was to build a decision support tool capable of periodically forecast the future price of a commodity in the short and medium term, especially for butadiene, an oil derivative. To make it possible, was done the dating of turning points in the price of this commodity compared to the historical events and based on these data to build this study on three structures: market, political and economic. Then, we identified the most consistent variables to form the basis of the research. The forecasts obtained show a higher performance compared to previous investigations. Thus, the forecast analysis of turning points is an informative tool to signal the future behavior of the price of this commodity. To understand the nature of these fluctuations, the method used in the pricing model were the Bayesian networks, which are capable of expressing the probabilities of a set of random variables defined previously and make appropriate predictions. The inference on the commodity price of butadiene – in the short and medium term, was performed using the Genie 2.0 software. The conclusion was that investing in research using artificial intelligence and predictive methods such as the Bayesian networks, has the advantage of understanding the relationship of cause and effect through scenario analysis. So the objective of building a decision support tool that can predict periodically, the price of butadiene in the short and medium term, has been achieved. For certain period was 84% accurate in forecasts of chances.

A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / This paper proposes a new measure of core inflation called systematic core and makes a comparative evaluation with conventional cores used by the Central Bank of Brazil. To estimate the systematic core is proposed in this paper used the method of decomposition empirical methods, which is able to separate noise data by spectral decomposition and partial reconstruction of the series of inflation. The evaluation and comparison of the cores of inflation are performed by testing econometric predictions outside the sample. The empirical results show that conventional cores used by the Central Bank does not contribute to forecast inflation out of sample and not have all the desirable statistical properties for which a nucleus. Already the new measure of core obtained in this work contributed to predict inflation out of sample and answered the statistical properties of non-biased, attractor of inflation and weakly exogenous, having therefore the characteristics required for a measure to be useful to policy objectives monetary. / Este trabalho propÃe uma nova medida de nÃcleo da inflaÃÃo denominada nÃcleo sistemÃtico e faz uma avaliaÃÃo comparativa com os nÃcleos convencionais utilizados pelo Banco Central do Brasil. Para estimar o nÃcleo sistemÃtico proposto neste trabalho à utilizado o mÃtodo de decomposiÃÃo em modos empÃricos, que à capaz de separar ruÃdo dos dados atravÃs da decomposiÃÃo espectral e reconstruÃÃo parcial da sÃrie de inflaÃÃo. A avaliaÃÃo e comparaÃÃo dos nÃcleos da inflaÃÃo sÃo realizadas por meio de testes economÃtricos e previsÃes fora da amostra. Os resultados empÃricos apontam que os nÃcleos convencionais utilizados pelo Banco Central nÃo contribuem para prever a inflaÃÃo fora da amostra e nÃo possuem todas as propriedades estatÃsticas desejÃveis que para um nÃcleo. Jà a nova medida de nÃcleo obtida neste trabalho contribuiu para prever a inflaÃÃo fora da amostra e atendeu as propriedades estatÃsticas de ausÃncia de viÃs, atrator da inflaÃÃo e fracamente exÃgeno, possuindo, portanto, as caracterÃsticas exigidas para uma medida ser Ãtil aos objetivos da polÃtica monetÃria.

O uso do recurso solar como fonte complementar em uma matriz energÃtica requer uma boa estratÃgia de previsÃo pois como a variÃncia da irradiaÃÃo solar causa uma variaÃÃo na potÃncia elÃtrica produzida, se faz necessÃrio prever resultados que possibilitem garantir decisÃes e aÃÃes estratÃgicas que mantenham o recurso solar estÃvel na malha energÃtica. Dentro desta premissa, a presente dissertaÃÃo apresenta a caracterizaÃÃo e previsÃo de sÃries de dados de irradiaÃÃo solar, registradas nos perÃodos de agosto de 2012 a julho de 2013, em ParnaÃba (PI), maio de 2012 a abril 2013, em Maracanaà (CE) e maio de 2012 a marÃo de 2013, em Petrolina (PE). Estes levantamentos constituem-se como sÃries temporais e, portanto, para suas previsÃes, necessitam de mÃtodos estatÃsticos especÃficos para o seu tratamento. Como a sazonalidade à uma caracterÃstica presente em dados de sÃries temporais de irradiaÃÃo solar, a caracterizaÃÃo e previsÃo sÃo feitas utilizando a componente de baixa sazonalidade da irradiaÃÃo solar, o Ãndice de transparÃncia atmosfÃrica, Kt. O uso desta componente justifica-se pelo fato de propiciar resultados de previsÃes mais precisos e confiÃveis, com baixa interferÃncia das componentes de tendÃncias, presentes nas sÃries de dados temporais, no processo de previsÃo. As previsÃes realizadas neste estudo utilizam o mÃtodo ARIMA, o mÃtodo de Alisamento Exponencial na modalidade Simples (AES) e o mÃtodo de MÃdias MÃveis (MA). Com adaptaÃÃo grÃfica dos dados e do mÃtodo de previsÃo entre a estaÃÃo seca e validaÃÃo do modelo (calibraÃÃo) em perÃodos de 30, 150 e 180 dias, na estaÃÃo chuvosa, obtÃm-se prognÃsticos de um perÃodo experimental de 30 dias para cada localidade. à realizada entÃo a avaliaÃÃo dos mÃtodos de previsÃo utilizados, sendo o mÃtodo ARIMA com previsÃo de 30 dias e validaÃÃo do modelo em 30 dias, o que apresenta os menores Ãndices de erro, com valores de Erro QuadrÃtico MÃdio de PrevisÃo (EQMP) de 0,008 para ParnaÃba (PI), 0,015 para Maracanaà (CE) e 0,010 para Petrolina (PE). AtravÃs das equaÃÃes de regressÃo, transformasse os valores de Kt obtidos com a previsÃo do mÃtodo ARIMA, obtÃm-se as previsÃes de 30 dias de mÃdias diÃrias de irradiaÃÃo solar de 6,4 kWh/m para ParnaÃba, 5,69 kWh/m para Maracanaà e 6,54 kWh/m para Petrolina / The use of solar resource, as a supplementary source in the countryâs energy matrix, requires a good forecast strategy that enables decision-making and strategic actions to keep the electrical potential generated in the national energy grid stable. Based on such premise, this dissertation presents the characterization and forecast of data series on solar irradiation registered at three locations in the Northeastern region of Brazil: from August 2012 to July 2013 in ParnaÃba (PI), from May 2012 to April 2013 in Maracanaà (CE), and from May 2012 to March 2013 in Petrolina (PE). Those surveys consist of time series and, therefore, they require specific statistical methods for their own treatment and forecast. As seasonality is a characteristic found in time series data of solar irradiation, the characterization and forecast are made by using the low seasonality component of solar radiation: the atmospheric transparency index, known as Kt. The use of this component is justified for providing more accurate and reliable forecast results, with low interference from trend components present in time series data within the forecast process. The forecasts made in this study have used the ARIMA method, the Simple Exponential Smoothing method (SES), and the Moving Average (MA) method. Forecasts are obtained from a 30-day trial period for each location, adapted graphically between the dry season, and validated within periods of 30, 150 and 180 days in the rainy season. Then, the evaluation of the forecast methods used is done, being the ARIMA method a 30-day forecast and in need of validation within 30 days, which shows the lowest error rates, with Root Mean Squared Error for Prediction values (RMSEP) of 0.008 for ParnaÃba (PI), 0.015 for Maracanaà (CE), and 0.010 for Petrolina (PE). Also, through the regression equations, by transforming the Kt values obtained with the ARIMA method forecast, one obtains a 30-day forecast of daily solar irradiation with averages of 6.4 kW/m for ParnaÃba, 5.69 kW/m for MaracanaÃ, and 6.54 kW/m for Petrolina

A utilizaÃÃo das redes neurais artificiais (RNA) na estimativa de recalques em fundaÃÃes profundas à comprovadamente uma ferramenta eficiente. Nos trabalhos de AmÃncio (2013) e Silveira (2014), o emprego das RNA apresentou bons resultados para a previsÃo de recalques em estacas hÃlices contÃnuas, estacas cravadas metÃlicas e estacas escavadas. PorÃm, algumas estacas modeladas apresentaram comportamento muito distante dos resultados reais, onde os resultados da modelagem indicaram aumentos bruscos na rigidez do sistema solo-estaca. Nesta pesquisa, foi desenvolvido um modelo com uma rede neural do tipo perceptron multicamadas de forma a melhorar o desempenho dos modelos de AmÃncio (2013) e Silveira (2014). Para desenvolvimento do trabalho, inicialmente foram feitas anÃlises dos resultados de sondagens à percussÃo do tipo SPT e provas de carga estÃticas das 199 estacas utilizadas no trabalho apresentado por Silveira (2014), fazendo-se uma avaliaÃÃo da consistÃncia das informaÃÃes, com o objetivo de ter um conjunto mais heterogÃneo e representativo. ApÃs a realizaÃÃo de alteraÃÃes, chegou-se a um conjunto com 141 estacas, totalizando 1.320 exemplos do tipo entrada-saÃda. Foram definidas como variÃveis de entrada do modelo: o tipo de estaca, o comprimento da estaca, o diÃmetro da estaca, o nÃmero representativo dos valores de NSPT ao longo do fuste da estaca (denominada NF), o NSPT na ponta da estaca, profundidade da camada de influÃncia da carga em relaÃÃo a ponta da estaca, o fator representativo das camadas de solo argiloso, o fator representativo das camadas de solo siltoso, o fator representativo das camadas de solo arenoso e a carga aplicada. Foram estudadas quatro diferentes formas de cÃlculo da variÃvel de entrada NF, sendo estas: soma, mÃdia, soma ponderada e mÃdia ponderada. Com as variÃveis de entrada apresentadas foram trabalhados modelos onde a variÃvel de saÃda fosse o recalque da fundaÃÃo profunda. A modelagem das RNA foi feita utilizando o programa QNET 2000, e foram realizados o treinamento e a validaÃÃo de diferentes arquiteturas. O modelo que teve melhor desempenho apresentou coeficiente de correlaÃÃo entre os recalques reais e os recalques modelados no treinamento de 0,99 e na validaÃÃo de 0,98. Os resultados obtidos mostraram-se melhores que os de AmÃncio (2013) e Silveira (2014), que na fase de validaÃÃo, apresentaram correlaÃÃes de 0,89 e 0,94 respectivamente. O modelo final deste trabalho possui uma arquitetura formada por 10 nÃs na camada de entrada, 34 neurÃnios distribuÃdos ao longo de quatro camadas ocultas e um neurÃnio na camada de saÃda (A:10-15-9-7-3-1), utilizando a mÃdia para cÃlculo do nÃmero representativo dos valores de NSPT ao longo do fuste da estaca. / use of artificial neural networks (ANN) in the estimation of settlements in foundations deep has proven an effective tool. The work of Amancio (2013) and Silveira (2014), the use of RNA showed good results for predicting settlements in continuous stakes propellers, metal piles driven and bored piles. However, some modeled stakes had far behavior of real results, where modeling results indicate sharp increases in stiffness soil-cutting system. In this research, it developed a model with a neural network of the multilayer perceptron to improve the performance of the models AmÃncio (2013) and Silveira (2014). To development work initially polls results of analyzes were made Percussion SPT and static load tests of 199 stakes used at work presented by Silveira (2014), making up an assessment of the consistency of the information, in order to have a more heterogeneous and the representative assembly. After conducting changes, has come up with a set with 141 stakes, totaling 1,320 examples of the type entrance exit. Were defined as model input variables: the type of pile, the length of the pile, the pile diameter, the number of representative values ​​when NSPT Over stake stem (called NF), the NSPT on the edge of the pile, depth of the layer the influence of load relative to the cutting edge, the factor representative of the soil layers clay, the representative factor of silty soil layers, the representative factor of the layers sandy soil and the applied load. Four different ways of calculation have been studied in NF input variable, which are: sum, average, weighted sum and weighted average. With input variables presented were worked models where the output variable was the repression of deep foundation. The modeling of RNA was made using the QNET program 2000 and were carried out training and validation of different architectures. The model had better performance showed correlation coefficient between the actual settlements and settlements modeled in the training of 0.99 and 0.98 in the validation. The results proved to be better than those of Amancio (2013) and Silveira (2014), which in the validation phase, They showed correlations of 0.89 and 0.94 respectively. The final model of this work has an architecture comprised of 10 nodes in the input layer, 34 neurons distributed throughout four hidden layers, and one neuron in the output layer (A: 10-15-9-7-3-1) using to calculate the average number of NSPT representative values ​​along the cutting shaft.

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / A dinÃmica dos processos relacionados à qualidade da Ãgua em reservatÃrios à funÃÃo da sua morfologia, da aÃÃo das variÃveis meteorolÃgicas e das afluÃncias e defluÃncias, em maior grau. Prever o comportamento hidrodinÃmico de reservatÃrios e o impacto causado por mudanÃas ou variabilidades na forÃante meteorolÃgica à essencial ao gerenciamento da qualidade da Ãgua e foi o objetivo principal desta tese. Para tanto foram utilizados modelos climÃticos, hidrolÃgicos, hidrodinÃmicos e de balanÃo de energia, em cascata. O comportamento da hidrodinÃmica resultante da modelagem mostrou resultados consonantes com reservatÃrios de regiÃes tropicais, representando os padrÃes diÃrios de circulaÃÃo e a formaÃÃo de estratificaÃÃes tÃrmicas no reservatÃrio modelado. As principais variaÃÃes hidrodinÃmicas sazonais puderam ser modeladas, ainda que com um alto Ãndice de incerteza. Foi realizado um monitoramento no reservatÃrio Pereira de Miranda que forneceu meios para dar inÃcio ao ciclo de modelagem e monitoramento integrado. Foi apresentada a tÃcnica de downscaling dinÃmico para a obtenÃÃo das variÃveis meteorolÃgicas de previsÃo regionalizadas, demostrando algumas possibilidades de aplicaÃÃo dos resultados dos modelos climÃticos na modelagem hidrodinÃmica de reservatÃrios, indispensÃvel na modelagem da qualidade da Ãgua. Os resultados mostraram a possibilidade de calibraÃÃo e validaÃÃo do modelo hidrodinÃmico CE-QUAL-W2 com o uso de dados de reanÃlise atmosfÃrica, aplicaÃÃo de tÃcnicas de previsÃo climÃtica na avaliaÃÃo e previsÃo dos padrÃes hidrodinÃmicos de reservatÃrios e a necessidade de um sistema de monitoramento como subsidiÃrio de informaÃÃes relevantes à modelagem, no sentido de melhorar os sistemas existentes e aumentar o nÃvel de conhecimento sobre a dinÃmica de reservatÃrios localizados no semiÃrido. / The dynamics of water quality related processes in reservoirs is a function of its morphology, the action of meteorological variables and defluÃncias inflows and, to a greater extent. Predict the hydrodynamic behavior of reservoirs and the impact of changes or variability in weather forcing is essential to the management of water quality and was the main objective of this thesis. Therefore, we used climate models, hydrological, hydrodynamic and energy balance in cascade. The behavior of the resulting hydrodynamic modeling showed results in line with tropical reservoirs, representing the daily patterns of movement and the formation of thermal stratification in modeled reservoir. The main hydrodynamic seasonal variations could be modeled, albeit with a high level of uncertainty. Monitoring on a Miranda Pereira reservoir that provided a means to begin the modeling and integrated monitoring cycle was performed. The dynamic downscaling technique to obtain the meteorological variables of regionalized forecast was presented, showing some application possibilities of the results of climate models in hydrodynamic modeling of reservoirs, essential in modeling of water quality. The results showed the possibility of calibration and validation of the hydrodynamic model CE-QUAL-W2 using atmospheric reanalysis data, application of climate prediction techniques in assessing and predicting the hydrodynamic patterns of tanks and the need for a monitoring system as Subsidiary information relevant to modeling, to improve existing systems and increase the level of knowledge about the dynamics of reservoirs located in the semiarid.

Neste trabalho os retornos de ativos financeiros são modelados com base em dados não-estruturados de notícias aperiódicas. O cerne do tratamento de tais dados está na Recuperação da Informação, que se importa em aplicar uma transformação suficientemente representativa das estruturas de contexto gramatical para o algébrico. Trabalhos anteriores mostram que não só o timing (GOODHART, HALL, et al., 1993), tipo (ÄIJÖ, 2008), ou contexto no momento de publicação da notícia (BEBER e BRANDT, 2010), mas também o conteúdo léxico (WÜTHRICH, PERMUNETILLEKE, et al., 1998; LAVRENKO, SCHMILL, et al., 2000; SCHUMAKER e CHEN, 2009) explicam movimentos de mercado. Este trabalho tem por objetivo estender a discussão já fundamentada sobre a semântica das publicações, com a proposta de aprofundar a avaliação da sensibilidade paramétrica do ajuste de modelos já encontrados na literatura. Questões sobre a metodologia de pré-processamento dos textos são exploradas por meio de diversos experimentos. Por fim, corrobora-se os resultados prévios sobre a possibilidade de aplicar-se uma classificação preditiva sobre movimentos do mercado acionário norte-americano, particularmente dentro da janela de 15 a 25 minutos após a publicação de um press release. Contudo, não são encontradas evidências com de que regressão tenha a mesma capacidade, nem de que exista antecipação pelo mercado da informação a ser anunciada. / In this paper the returns of financial assets are modeled based on data from unstructured aperiodic news. The core processing of such data in is information retrieval, which deals with applying a transformation sufficiently representative from structures of grammatical to algebraic contexts. Previous works show that not only the news timing (GOODHART, HALL, et al., 1993), its type (ÄIJÖ, 2008), or its context in the moment of announcement (BEBER e BRANDT, 2010), but also its lexical content (WÜTHRICH, PERMUNETILLEKE, et al., 1998; LAVRENKO, SCHMILL, et al., 2000; SCHUMAKER e CHEN, 2009) explain movements on the market. This work aims to extend the ongoing discussion over the semantics of publications, with the proposal of further evaluating the sensitivity of the model\'s parametric fitting found in the literature. Questions raised about the methodology of pre-processing of texts are explored through various experiments. Finally, previous results on the possibility of applying a predictive classification of the U.S. stock market movements are corroborated, particularly inside a time frame from 15 to 25 minutes after the publication of a press release. However, no evidence is found with ? <= 0.01 that regression has the same capacity, nor that there is anticipation of market information to be announced.