[pt] Este trabalho tem por objetivo criar um novo sistema de inferência fuzzy intervalar do tipo 2 para tratamento de incertezas com aprendizado automático e que proporcione um intervalo de confiança para as suas saídas defuzzificadas através do cálculo dos conjuntos tipo-reduzidos correspondentes. Para viabilizar este objetivo, este novo modelo combina os paradigmas de modelagem dos sistemas de inferência fuzzy do tipo 2 e redes neurais com técnicas de particionamento recursivo BSP. Este modelo possui principalmente a capacidade de modelar e manipular a maioria dos tipos de incertezas existentes em situações reais, minimizando os efeitos destas para produzir um melhor desempenho. Além disso, tem a capacidade autônoma de criar e expandir automaticamente a sua própria estrutura, de reduzir a limitação quanto ao número de entradas e de extrair regras de conhecimento a partir de um conjunto de dados. Este novo modelo fornece um intervalo de confiança, que se constitui em uma informação importante para aplicações reais. Neste contexto, este modelo supera as limitações dos sistemas de inferência fuzzy do tipo 2 - complexidade computacional, reduzido número de entradas permissíveis e forma limitada, ou inexistente, de criarem a sua própria estrutura e regras - e dos sistemas de inferência fuzzy do tipo 1 - adaptação incompleta a incertezas e não fornecimento de um intervalo de confiança para a saída. Os sistemas de inferência fuzzy do tipo1 também apresentam limitações quanto ao reduzido número de entradas permissíveis, mas o uso de particionamentos recursivos, já explorado com excelentes resultados [SOUZ99], reduz significativamente estas limitações. O trabalho constitui-se fundamentalmente em quatro partes: um estudo sobre os diferentes sistemas de inferência fuzzy do tipo 2 existentes, análise dos sistemas neuro-fuzzy hierárquicos que usam conjuntos fuzzy do tipo 1, modelagem e implementação do novo modelo neuro-fuzzy hierárquico BSP do tipo 2 e estudo de casos. O novo modelo, denominado modelo neuro-fuzzy hierárquico BSP do tipo 2 (NFHB-T2), foi definido a partir do estudo das características desejáveis e das limitações dos sistemas de inferência fuzzy do tipo 2 e do tipo 1 e dos sistemas neuro-fuzzy hierárquicos que usam conjuntos fuzzy do tipo 1 existentes. Desta forma, o NFHB-T2 é modelado e implementado com os atributos de interpretabilidade e autonomia, a partir da concepção de sistemas de inferência fuzzy do tipo 2, de redes neurais e do particionamento recursivo BSP. O modelo desenvolvido é avaliado em diversas bases de dados benchmark e aplicações reais de previsão e aproximação de funções. São feitas comparações com outros modelos. Os resultados encontrados mostram que o modelo NFHB-T2 fornece, em previsão e aproximação de funções, resultados próximos e em vários casos superiores aos melhores resultados proporcionados pelos modelos utilizados para comparação. Em termos de tempo computacional, o seu desempenho também é muito bom. Em previsão e aproximação de funções, os intervalos de confiança obtidos para as saídas defuzzificadas mostram-se sempre coerentes e oferecem maior credibilidade na maioria dos casos quando comparados a intervalos de confiança obtidos por métodos tradicionais usando as saídas previstas pelos outros modelos e pelo próprio NFHB-T2 . / [en] The objective of this thesis is to create a new type-2 fuzzy inference system for the treatment of uncertainties with automatic learning and that provides an interval of confidence for its defuzzified output through the calculation of corresponding type-reduced sets. In order to attain this objective, this new model combines the paradigms of the modelling of the type-2 fuzzy inference systems and neural networks with techniques of recursive BSP partitioning. This model mainly has the capacity to model and to manipulate most of the types of existing uncertainties in real situations, diminishing the effects of these to produce a better performance. In addition, it has the independent capacity to create and to expand its own structure automatically, to reduce the limitation referred to the number of inputs and to extract rules of knowledge from a data set. This new model provides a confidence interval, that constitutes an important information for real applications. In this context, this model surpasses the limitations of the type-2 fuzzy inference systems - complexity computational, small number of inputs allowed and limited form, or nonexistent, to create its own structure and rules - and of the type-1 fuzzy inference systems - incomplete adaptation to uncertainties and not to give an interval of confidence for the output. The type-1 fuzzy inference systems also present limitations with regard to the small number of inputs allowed, but the use of recursive partitioning, already explored with excellent results [SOUZ99], reduce significantly these limitations. This work constitutes fundamentally of four parts: a study on the different existing type-2 fuzzy inference systems, analysis of the hierarchical neuro- fuzzy systems that use type-1 fuzzy sets, modelling and implementation of the new type-2 hierarchical neuro-fuzzy BSP model and study of cases. The new model, denominated type-2 hierarchical neuro-fuzzy BSP model (T2-HNFB) was defined from the study of the desirable characteristics and the limitations of the type-2 and type-1 fuzzy inference systems and the existing hierarchical neuro-fuzzy systems that use type- 1 fuzzy sets. Of this form, the T2-HNFB model is modelling and implemented with the attributes of interpretability and autonomy, from the conception of type-2 fuzzy inference systems, neural networks and recursive BSP partitioning. The developed model is evaluated in different benchmark databases and real applications of forecast and approximation of functions. Comparisons with other models are done. The results obtained show that T2-HNFB model provides, in forecast and approximation of functions, next results and in several cases superior to the best results provided by the models used for comparison. In terms of computational time, its performance also is very good. In forecast and approximation of functions, the intervals of confidence obtained for the defuzzified outputs are always coherent and offer greater credibility in most of cases when compared with intervals of confidence obtained through traditional methods using the forecast outputs by the other models and the own T2-HNFB model.

[pt] Um procedimento analítico é considerado apropriado para uma aplicação específica quando é capaz de gerar resultados confiáveis, que possibilitem a tomada de decisão com grau de confiança adequado, sendo sua adequação consolidada mediante a realização de ensaios de validação. Este trabalho propõe a utilização de um procedimento analítico alternativo, mais simples e econômico, baseado na técnica espectrofotométrica de absorção molecular, para quantificação de imidacloprid, um inseticida sistêmico, em amostras de solução aquosa. Foi demonstrado que o procedimento proposto é adequado ao uso pretendido descrevendo-se, detalhadamente, cada etapa da validação, considerando-se os limites estabelecidos para cada parâmetro de validação e aplicando-se técnicas estatísticas apropriadas na avaliação dos mesmos: análise de variância, análise de regressão, testes de significância, gráficos de controle e a estimativa da incerteza de medição. As incertezas de medição dos procedimentos de rotina e alternativo foram estimadas e comparadas às tolerâncias estipuladas, estabelecendo o procedimento alternativo como adequado. Uma comparação experimental deste procedimento com o de rotina (baseado em HPLC) foi realizada como parte do protocolo de validação. Além da avaliação do procedimento para quantificação de imidacloprid em nível de traços, foi investigada também a possibilidade de sua utilização, para a quantificação do mesmo ingrediente ativo em produtos formulados. Neste caso, foi demonstrado, através da comparação das incertezas estimadas às tolerâncias estabelecidas, que o procedimento alternativo não é adequado, por apresentar incertezas na ordem de aproximadamente 50% do valor destas tolerâncias, não possuindo assim o rigor metrológico requerido para esta aplicação. / [en] Fit for purpose analytical procedures must be sufficiently reliable to support any decision taken based on the generated results. In order to achieve that, consolidated adequacy evaluation of the analytical procedure must be obtained by performing validation experiments. In this work, an alternative and simpler spectrophotometric method for the quantification of imidacloprid in aqueous samples was compared to the HPLC-UV based reference method used in routine. The overall validation procedure started with a detailed description of each validation stage, followed by the settling of the limits for each of the validation parameters and then, applying the following statistical techniques to evaluate each of the parameters: ANOVA, regression analysis, significance tests, control charts and uncertainty estimation. The measurement of uncertainties estimation, based on ISO-GUM recommendations, was done for both analytical procedures (the alternative one and the reference one). After comparing these uncertainties with the tolerance values, the adequacy of the alternative proposed procedure was confirmed. Finally, by consolidating the validation, the experimental comparison of quantification methods was conducted. Besides evaluating the analytical procedure for trace-level imidacloprid quantification in water samples, the proposed method was also evaluated as the analytical procedure for imidacloprid based formulated products. In this case, it was demonstrated that the spectrophotometric method did not present the requested metrological requirements for such application, since the estimated uncertainties of the alternative procedure were about 50 % of the tolerance values.

[pt] O significativo potencial hídrico do Brasil tem gerado interesse para investimentos no setor de geração de energia hidrelétrica. No entanto, os métodos de avaliação financeira tradicionalmente utilizados como o Fluxo de Caixa Descontado (FCD) não incorporam as opções que os investidores possuem para gerenciar suas decisões de investimento de capital, e, em consequência, o valor do ativo é por vezes subavaliado. Nessa dissertação, avaliamos, por meio da utilização da Metodologia das Opções Reais, a viabilidade financeira de um projeto de uma usina hidrelétrica cuja capacidade de geração pode ser expandida ao longo do prazo da concessão. Para tanto, foram consideradas as incertezas relacionadas ao preço da energia, à vazão de águas na região do projeto, ao fator de perda na geração, aos indicadores macroeconômicos TJLP e IGP-M, além da possibilidade do investimento ser adiado para uma data futura. Assumindo que o preço spot de energia segue um processo de reversão à sua média histórica de longo prazo, o valor das flexibilidades analisadas não é significativo. No entanto, a análise de sensibilidade envolvendo as variáveis volatilidade e investimento para expansão revelou que o valor do projeto aumenta de R$ 1,449 milhões para aproximadamente R$ 1,650 milhões. Dado o alto grau de incerteza associado à oferta futura de energia elétrica no Brasil, concluímos que a Metodologia das Opções Reais oferece uma melhor estimativa do real valor de um projeto de investimento flexível, devido à existência desta incerteza nos parâmetros utilizados no modelo. / [en] The significant hydric potential available in Brazil has been attracting investments in this business area. On the other hand, traditional valuation methods such as Discount Cash Flow (DCF) do not incorporate the value of the options investors possess when managing their capital investment decisions and as a result, the value of these assets may be undervaluated. In this dissertation, we use the Real Options Approach to analyze the financial feasibility of a hydroelectric power plant project that can expand its generation capacity throughout its concession life. We consider uncertainties such as the spot price of energy, the water flow in the construction region of the project, the energy generation loss factor, macroeconomic parameters such as the TJLP interest rate and the IGP-M inflation rate, and also the possibility that the capital investment decision be postponed. Considering that the spot price of energy follows a long-term mean reversion process, the value of the flexibilities analyzed is not significant. Nevertheless, a sensitivity analysis of the volatility and investment required for an expansion parameters shows that the value of this project increases from R$ 1.449 millions to approximately R$ 1.650 millions. Given the high level of uncertainty regarding the future supply of energy in Brazil, we concluded that the Real Options Approach offers a better valuation of a flexible investment project given the uncertainty concerning the parameters used in the model.

[pt] O objetivo desta dissertação de mestrado é analisar o novo marco regulatório do setor elétrico brasileiro e seus impactos para as empresas distribuidoras de energia. Para isto, foi desenvolvida uma ferramenta computacional para elaborar estratégias de atuação das distribuidoras nos leilões de compra de energia instituídos pela nova regulamentação. Desta forma, é possível simular o processo de contratação das distribuidoras no âmbito do ACR e, com os resultados, realizar análises do impacto das novas regras na alocação dos riscos as distribuidoras. O problema consiste, em um ambiente de incerteza da demanda e dado um conjunto de instrumentos de risco, determinar a estratégia de contratação das distribuidoras, fornecendo o montante de energia a ser comprado em cada leilão anteriormente descrito e resultado da melhor compra dados os contratos candidatos. A metodologia de solução é otimização estocástica multi-estágio, levando em consideração, principalmente, os diversos horizontes de contratação e preços da energia, visando minimizar uma ponderação entre tarifa para consumidor e custos para distribuidora. / [en] The objective of this work is to analyze the new regulatory framework of the Brazilian electric sector. In this sense, it was developed a computational tool in order to elaborate strategies for the distribution companies (DISCOs) in the energy auctions instituted by the new regulation. The computational tool was used to simulate the contracts acquisition process by the DISCOs and the results were analyzed to measure impact of new rules and risks allocation for the distribution companies. The problem consists, considering the demand uncertainty and the available risk management instruments, in determining the contracting strategy of the DISCOs, i.e., the amount of energy to be bought in each auction that results from the best purchase given the candidate contracts. The solution methodology is based on a multi-stage stochastic optimization algorithm, minimizing the tariff for consumer and costs for DISCO, taking into account different prices and horizons of the energy contracts.

Técnicas de projeção desempenham papel importante na análise e exploração de dados multidimensionais, já que permitem visualizar informações muitas vezes ocultas na alta dimensão. Esta tese explora o potencial destas técnicas para resolver problemas relacionados à: 1) identificação de agrupamentos e 2) busca por similaridade em dados multidimensionais. Para identificação de agrupamentos foi desenvolvida uma técnica de projeção local e interativa que, além de projetar dados com ótima preservação de distâncias, permite que o usuário modifique o layout da projeção, agrupando um número reduzido de amostras representativas no espaço visual, de acordo com suas características. Os mapeamentos produzidos tendem a seguir o layout das amostras organizadas pelo usuário, facilitando a organização dos dados e identificação de agrupamentos. Contudo, nem sempre é possível selecionar ou agrupar amostras com base em suas características visuais de forma confiável, principalmente quando os dados não são rotulados. Para estas situações, um novo método para identificação de agrupamentos baseado em projeção foi proposto, o qual opera no espaço visual, garantindo que os grupos obtidos não fiquem fragmentados durante a visualização. Além disso, é orientado por um mecanismo de amostragem determinístico, apto a identificar instâncias que representam bem o conjunto de dados como um todo e capaz de operar mesmo em conjuntos de dados desbalanceados. Para o segundo problema: busca por similaridade em dados multidimensionais, uma família de métricas baseada em classes foi construída para projetar os dados, com o objetivo de minimizar a dissimilaridade entre pares de objetos pertencentes à mesma classe e, ao mesmo tempo, maximizá-la para objetos pertencentes a classes distintas. As métricas classes-específicas são avaliadas no contexto de recuperação de imagens com base em conteúdo. Com o intuito de aumentar a precisão da família de métricas classes-específicas, outra técnica foi desenvolvida, a qual emprega a teoria dos conjuntos fuzzy para estimar um valor de incerteza que é transferido para a métrica, aumentando sua precisão. Os resultados confirmam a efetividade das técnicas desenvolvidas, as quais representam significativa contribuição na tarefa de identificação de grupos e busca por similaridade em dados multidimensionais. / Projection techniques play an important role in multidimensional data analysis and exploration, since they allow to visualize information frequently hidden in high-dimensional spaces. This thesis explores the potential of those techniques to solve problems related to: 1) clustering and 2) similarity search in multidimensional data. For clustering data, a local and interactive projection technique capable of projecting data with effective preservation of distances was developed. This one allows the user to manipulate a reduced number of representative samples in the visual space so as to better organize them. The final mappings tend to follow the layout of the samples organized by the user, therefore, the user can interactively steer the projection. This makes it easy to organize and group large data sets. However, it is not always possible to select or group samples visually, in a reliable manner, mainly when handling unlabeled data. For these cases, a new clustering method based on multidimensional projection was proposed, which operates in the visual space, ensuring that clusters are not fragmented during the visualization. Moreover, it is driven by a deterministic sampling mechanism, able to identify instances that are good representatives for the whole data set. The proposed method is versatile and robust when dealing with unbalanced data sets. For the second problem: similarity search in multidimensional data, we build a family of class-specific metrics to project data. Such metrics were tailored to minimize the dissimilarity measure among objects from the same class and, simultaneously to maximize the dissimilarity among objects in distinct classes. The class-specific metrics are assessed in the context of content-based image retrieval. With the aim of increasing the precision of the class-specific metrics, another technique was developed. This one, uses the fuzzy set theory to estimate a degree of uncertainty, which is embedded in the metric, increasing its precision. The results confirm the effectiveness of the developed techniques, which represent significant contributions for clustering and similarity search in multidimensional data.

A combinação de lógica e probabilidade (lógicas probabilísticas) tem sido um tópico bastante estudado nas últimas décadas. A maioria de propostas para estes formalismos pressupõem que tanto as sentenças lógicas como as probabilidades sejam especificadas por especialistas. Entretanto, a crescente disponibilidade de dados relacionais sugere o uso de técnicas de aprendizado de máquina para produzir sentenças lógicas e estimar probabilidades. Este trabalho apresenta contribuições em termos de representação de conhecimento e aprendizado. Primeiro, uma linguagem lógica probabilística de primeira ordem é proposta. Em seguida, três algoritmos de aprendizado de lógica de descrição probabilística crALC são apresentados: um algoritmo probabilístico com ênfase na indução de sentenças baseada em classificadores Noisy-OR; um algoritmo que foca na indução de inclusões probabilísticas (componente probabilístico de crALC); um algoritmo de natureza probabilística que induz sentenças lógicas ou inclusões probabilísticas. As propostas de aprendizado são avaliadas em termos de acurácia em duas tarefas: no aprendizado de lógicas de descrição e no aprendizado de terminologias probabilísticas em crALC. Adicionalmente, são discutidas aplicações destes algoritmos em processos de recuperação de informação: duas abordagens para extensão semântica de consultas na Web usando ontologias probabilísticas são discutidas. / The combination of logic and probabilities (probabilistic logics) is a topic that has been extensively explored in past decades. The majority of work in probabilistic logics assumes that both logical sentences and probabilities are specified by experts. As relational data is increasingly available, machine learning algorithms have been used to induce both logical sentences and probabilities. This work contributes in knowledge representation and learning. First, a rst-order probabilistic logic is proposed. Then, three algorithms for learning probabilistic description logic crALC are given: a probabilistic algorithm focused on learning logical sentences and based on Noisy-OR classiers; an algorithm that aims at learning probabilistic inclusions (probabilistic component of crALC) and; an algorithm that using a probabilistic setting, induces either logical sentences or probabilistic inclusions. Evaluation of these proposals has been performed in two situations: by measuring learning accuracy of both description logics and probabilistic terminologies. In addition, these learning algorithms have been applied to information retrieval processes: two approaches for semantic query extension through probabilistic ontologies are discussed.

Gerenciar riscos é fundamental para que investimentos estejam protegidos de quaisquer fatores que possam modificar um cenário idealizado. Imprevistos não podem ser controlados, mas seus impactos podem ser minimizados se forem tomadas medidas de planejamento considerando diversos cenários da realidade. A indústria mineral se encaixa neste paradigma, pois diversas de suas áreas são estocásticas, desde flutuações econômicas e políticas até fenômenos relativos ao clima e à geologia. Uma destas características de difícil previsão é o volume das mineralizações em um depósito. Um cenário ideal é aquele em que é conhecido o valor esperado da variável de interesse, bem como sua dispersão, com mínimo e máximo definidos. Isto pode ser obtido a partir da combinação dos resultados de estimativa, que resultam em um valor esperado, aliados ao resultado das simulações, em que pode ser obtida a variância entre todos os cenários equiprováveis. Este trabalho propõe uma técnica para quantificar a incerteza dos volumes na modelagem geológica de domínios mineralizados em dois modelos geológicos, interpolado e interpretado, através da transferência da variância obtida nos resultados da simulação, e desta forma criar uma ferramenta de gerenciamento de risco e planejamento a partir dos resultados de incerteza. Para isto foram utilizados os dados de descrição geológica de 168 testemunhos de sondagem de um depósito de cobre, localizado no norte da Bahia. Os resultados mostraram a possibilidade em se utilizar os dados de variância da simulação para quantificar a incerteza em cada domínio do depósito. A partir do volume esperado em determinado modelo, e com os valores da variância da simulação, foi possível identificar uma gama de possibilidades volumétricas. Adicionalmente, a probabilidade de que cada bloco faça parte de um domínio foi calculada, e os volumes dos domínios foram parametrizados para auxiliar na avaliação da incerteza. / Managing risks is essential for investments being safe from any factors that may modify an idealized scenario. Unpredictabilities cannot be controlled, but their impacts can be minimized if planning measures are taken considering various scenarios of reality. The mining industry fits this paradigm, since several of its fields are stochastic, from economic and political fluctuations to phenomena related to climate and geology. One of these characteristics, which are difficult to predict, is the volume of mineralization at the deposit. An ideal scenario is the one in which both the expected value and its dispersion are known, with defined minimum and maximum. This can be achieved with the combination of results from estimates and simulations, the first providing the expected value and the last providing the variance of the variable. This research proposes a technique to quantify the volumetric uncertainty in geological modeling of mineralized domains on two geological models, interpreted and interpolated, by transferring the variance obtained in the simulation results, thus creating a risk and planning management tool from the uncertainty results. For that, we used a geological logging from a database set with 168 drillholes of a copper deposit located north of Bahia state, Brazil. The results showed that it is possible to use the variance from simulation to quantify the uncertainty in each deposit domain. Using the expected volume value in a specific model with the variance values of the simulations, it were able to identify a range of possibilities for the volumetric content of each domain. In addition, the probability of each block being a domain was calculated, resulting in a volume parametrization by probability that can assist in the uncertainty analysis.

Nos últimos 30 anos, a área de aprendizagem de máquina desenvolveu-se de forma comparável com a Física no início do século XX. Esse avanço tornou possível a resolução de problemas do mundo real que anteriormente não poderiam ser solucionados por máquinas, devido à dificuldade de modelos puramente estatísticos ajustarem-se de forma satisfatória aos dados de treinamento. Dentre tais avanços, pode-se citar a utilização de técnicas de aprendizagem de máquina na área de Química Medicinal, envolvendo métodos de análise, representação e predição de informação molecular por meio de recursos computacionais. Os dados utilizados no contexto biológico possuem algumas características particulares que podem influenciar no resultado de sua análise. Dentre estas, pode-se citar a complexidade das informações moleculares, o desbalanceamento das classes envolvidas e a existência de dados incompletos ou rotulados de forma incerta. Tais adversidades podem prejudicar o processo de identificação de compostos candidatos a novos fármacos, se não forem tratadas de forma adequada. Neste trabalho, foi abordada uma técnica de aprendizagem de máquina semi-supervisionada capaz de reduzir o impacto causado pelo problema da incerteza na rotulação dos dados, aplicando um método para estimar rótulos mais confiáveis para os compostos químicos existentes no conjunto de treinamento. Na tentativa de evitar os efeitos causados pelo desbalanceamento dos dados, foi incorporada ao processo de estimação de rótulos uma abordagem sensível ao custo, com o objetivo de evitar o viés em benefício da classe majoritária. Após o tratamento do problema da incerteza na rotulação, classificadores baseados em Máquinas de Aprendizado Extremo foram construídos, almejando boa capacidade de aproximação em um tempo de processamento reduzido em relação a outras abordagens de classificação comumente aplicadas. Por fim, o desempenho dos classificadores construídos foi avaliado por meio de análises dos resultados obtidos, confrontando o cenário com os dados originais e outros com as novas rotulações obtidas durante o processo de estimação semi-supervisionado / In the last 30 years, the area of machine learning has developed in a way comparable to Physics in the early twentieth century. This breakthrough has made it possible to solve real-world problems that previously could not be solved by machines because of the difficulty of purely statistical models to fit satisfactorily with training data. Among these advances, one can cite the use of machine learning techniques in the area of Medicinal Chemistry, involving methods for analysing, representing and predicting molecular information through computational resources. The data used in the biological context have some particular characteristics that can influence the result of its analysis. These include the complexity of molecular information, the imbalance of the classes involved, and the existence of incomplete or uncertainly labeled data. If they are not properly treated, such adversities may affect the process of identifying candidate compounds for new drugs. In this work, a semi-supervised machine learning technique was considered to reduce the impact caused by the problem of uncertainty in the data labeling, by applying a method to estimate more reliable labels for the chemical compounds in the training set. In an attempt to reduce the effects caused by data imbalance, a cost-sensitive approach was incorporated to the label estimation process, in order to avoid bias in favor of the majority class. After addressing the uncertainty problem in labeling, classifiers based on Extreme Learning Machines were constructed, aiming for good approximation ability in a reduced processing time in relation to other commonly applied classification approaches. Finally, the performance of the classifiers constructed was evaluated by analyzing the results obtained, comparing the scenario with the original data and others with the new labeling obtained by the semi-supervised estimation process

A linezolida é um antibiótico oxazolidinona efetivo contra bactérias patogênicas gram-positivas, incluindo Staphylococcus aureus resistente a meticilina (MRSA), Staphylococcus aureus resistente a glicopeptídeos (GISA) e enterococci resistente a vancomicina (VRE). As oxazolidinonas inibem a translação bacteriana na fase de iniciação da síntese de proteínas, enquanto que a síntese de RNA e DNA não são afetadas. Diversos métodos por cromatografia líquida de alta-eficiência (HPLC) têm sido relatados para a determinação da concentração de linezolida em plasma humano, soro e urina. Entretanto, um número pequeno de métodos estão disponíveis para a determinação de linezolida em formulações farmacêuticas. O objetivo deste trabalho foi desenvolver e validar métodos espectrofotométrico, de cromatografia líquida de ultraeficiência em fase reversa (RP-UPLC), doseamento microbiológico em placas e doseamento microbiológico rápido em microplacas com leitura cinética para a determinação de linezolida em soluções injetáveis e comprimidos. Adicionalmente, foram identificadas e quantificadas as principais fontes de incerteza relacionadas aos métodos. O desenvolvimento dos métodos utilizou uma abordagem racional, empregando-se planejamento de experimentos (análise fatorial e metodologia de superfície resposta) para otimização das condições analíticas. As fontes de incertezas foram identificadas empregando-se diagrama de Ishikawa e quantificadas conforme procedimento da Eurachem/Citac. Os métodos desenvolvidos apresentaram especificidade/seletividade, linearidade, precisão, exatidão e robustez adequadas, conforme os critérios estabelecidos pelo ICH e ANVISA. A análise estatística demonstrou equivalência entre os resultados providos por cada um dos métodos, sendo intercambiáveis entre si. Portanto, os métodos podem ser empregados no controle de qualidade de rotina na indústria farmacêutica. / Linezolid is an oxazolidinone antibiotic effective against gram-positive pathogenic bacteria, including methicillin-resistant Staphylococcus aureus (MRSA), glycopeptide-intermediate Staphylococcus aureus (GISA) and vancomycin-resistant enterococci (VRE). Oxazolidinones inhibit bacterial translation at the initiation phase of protein synthesis, while RNA and DNA synthesis are not affected. Several high performance liquid chromatographic (HPLC) methods have been reported to determine the concentration of linezolid in human plasma, serum and urine. However, a few number of methods are available to determine the concentration of linezolid in pharmaceutical dosage forms. The aim of the present work was to develop and validate a spectrophotometric method, a reverse-phase ultra-high performance liquid chromatographic method, microbiological assay and microbiological rapid assay in microplates using kinetic reading for the determination of linezolid in injections and tablets dosage forms. In addition, the most important sources of uncertainty were identified and quantified for each method. A rational approach was used in the development of these methods, using design of experiments (factorial design and response surface methodology) for optimization of analytical conditions. The sources of uncertainties were identified using Ishikawa diagram and quantified as described in Eurachem/Citac procedure. The developed methods were specific/selective, linear, precise, accurate and robust, as required by ICH and ANVISA guidelines. Statistical analysis showed equivalence among the results provided by each method, being interchangeable. Thus, the methods may be employed in routine quality control analysis by pharmaceutical industry.

Santa Maria é um projeto de exploração mineral conduzido pela empresa Votorantim Metais Ltda, com foco nas comodities zinco e chumbo. Localizado no estado do Rio Grande do Sul, próximo das antigas minas de Camaquã e Uruguay, o projeto se encontra em uma região geologicamente fértil para exploração mineral. O depósito de Santa Maria possui informações suficientes para permitir a avaliação dos recursos minerais e também estudos de viabilidade econômica de projeto, entretanto, sua mineralização ocorre de forma heterogênea e condicionada a feições geológicas estruturais complexas, inserindo dúvidas à respeito da forma e volume dos corpos mineralizados. O objetivo desta pesquisa é a avaliação da incerteza associada à modelagem dos corpos mineralizados. Essa avaliação foi realizada através da comparação entre o modelo tridimensional confeccionado por interpretação de seções e outros dois modelos probabilísticos: um gerado por krigagem de indicadoras e outro gerado por simulação sequencial de indicadoras, que permitiu a interpretação da incerteza associada. Com os resultados obtidos foi possível quantificar os valores de volume máximo, mínimo e médio esperado no depósito, além de avaliar regiões de maior e menor confiança. A utilização conjunta dos métodos de krigagem de indicadoras e simulação sequencial de indicadoras se mostrou uma excelente opção para avaliação do modelo interpretado. Através do tratamento dos resultados foi possível obter informações à respeito da variabilidade local e global do depósito e sobre o comportamento espacial da mineralização. Os resultados e interpretações obtidos podem ser aplicados em trabalhos futuros no depósito, como na classificação do recurso mineral, no refinamento do modelo geológico e no planejamento de futuras malhas de sondagem infill. / Santa Maria is a mineral exploration project conducted by Votorantim Metais Ltda, with focus on zinc and lead extraction. The project is located in the state of Rio Grande do Sul, in the vicinities of the old mines of Camaquã and Uruguay, a favorable area for mineral exploration. There is enough information about Santa Maria\'s deposit to allow the estimation of mineral resources and the project\'s economical viability study, however, its mineralization occurs in heterogeneous ways and is conditioned to complex geological structural features, casting doubts about the shape and volume of the ore bodies. The main goal of this research is evaluating the uncertainty associated with the modeling of the orebodies. This evaluation was performed by comparing a three-dimensional model created by section interpretation and other two probabilistic models: one generated by indicator kriging, and the other generated by sequential indicator simulation, which allowed the interpretation of the associated uncertainty. Based on the obtained results, it was possible to quantify the maximum, minimum and average expected volume of the deposit, and also to evaluate the regions of most and least reliability. The joint use of indicator kriging and sequential indicator simulation methods proved to be an excelent tool for evaluating the interpreted model. By processing the results it was possible to obtain information about deposit\'s local and global variability and spatial behavior of mineralization. The obtained results and interpretations can be applied in deposit\'s further sutdies, for instance, to classify the mineral resource, to refine the geological model or to plan future infill drilholes.