Este trabalho trata do tipo de dado intervalar e da importância da especificação de uma semântica para garantir a correção e a interpretação coerente de resultados gerados, tais como de soluções de equações envolvendo este tipo de dado. Para tanto, realiza um estudo comparativo das semânticas de envoltória intervalar de reais e de número-intervalo, procurando identificar a influência de cada uma sobre definições fundamentais, tais como as das operações aritméticas e a do tipo de solução encontrado. Uma vez caracterizadas as semânticas associadas ao tipo de dado intervalar, o trabalho apresenta resultados que permitem mapear algebricamente a operação de multiplicação de números-intervalo tanto na representação de extremo inferior e extremo superior como na representação por ponto médio e diâmetro. Com base nesses resultados apresenta os mapeamentos das expressões algébricas que definem as potências positivas inteiras tanto para a semântica de número-intervalo como para a de envoltória de reais. Conjugando os resultados obtidos com a semântica de número-intervalo, o trabalho apresenta procedimentos algorítmicos para a determinação de dois tipos de soluções de equações intervalares: solução própria, a obtida diretamente a partir da relação de igualdade estrutural algébrica entre intervalos, e envoltória intervalar de soluções reais, normalmente referenciada como a solução intervalar usual. Exemplos são apresentados para a validação dos procedimentos, bem como para a discussão do significado de cada tipo de solução sob o enfoque semântico.

Este trabalho trata do tipo de dado intervalar e da importância da especificação de uma semântica para garantir a correção e a interpretação coerente de resultados gerados, tais como de soluções de equações envolvendo este tipo de dado. Para tanto, realiza um estudo comparativo das semânticas de envoltória intervalar de reais e de número-intervalo, procurando identificar a influência de cada uma sobre definições fundamentais, tais como as das operações aritméticas e a do tipo de solução encontrado. Uma vez caracterizadas as semânticas associadas ao tipo de dado intervalar, o trabalho apresenta resultados que permitem mapear algebricamente a operação de multiplicação de números-intervalo tanto na representação de extremo inferior e extremo superior como na representação por ponto médio e diâmetro. Com base nesses resultados apresenta os mapeamentos das expressões algébricas que definem as potências positivas inteiras tanto para a semântica de número-intervalo como para a de envoltória de reais. Conjugando os resultados obtidos com a semântica de número-intervalo, o trabalho apresenta procedimentos algorítmicos para a determinação de dois tipos de soluções de equações intervalares: solução própria, a obtida diretamente a partir da relação de igualdade estrutural algébrica entre intervalos, e envoltória intervalar de soluções reais, normalmente referenciada como a solução intervalar usual. Exemplos são apresentados para a validação dos procedimentos, bem como para a discussão do significado de cada tipo de solução sob o enfoque semântico.

Este trabalho trata do tipo de dado intervalar e da importância da especificação de uma semântica para garantir a correção e a interpretação coerente de resultados gerados, tais como de soluções de equações envolvendo este tipo de dado. Para tanto, realiza um estudo comparativo das semânticas de envoltória intervalar de reais e de número-intervalo, procurando identificar a influência de cada uma sobre definições fundamentais, tais como as das operações aritméticas e a do tipo de solução encontrado. Uma vez caracterizadas as semânticas associadas ao tipo de dado intervalar, o trabalho apresenta resultados que permitem mapear algebricamente a operação de multiplicação de números-intervalo tanto na representação de extremo inferior e extremo superior como na representação por ponto médio e diâmetro. Com base nesses resultados apresenta os mapeamentos das expressões algébricas que definem as potências positivas inteiras tanto para a semântica de número-intervalo como para a de envoltória de reais. Conjugando os resultados obtidos com a semântica de número-intervalo, o trabalho apresenta procedimentos algorítmicos para a determinação de dois tipos de soluções de equações intervalares: solução própria, a obtida diretamente a partir da relação de igualdade estrutural algébrica entre intervalos, e envoltória intervalar de soluções reais, normalmente referenciada como a solução intervalar usual. Exemplos são apresentados para a validação dos procedimentos, bem como para a discussão do significado de cada tipo de solução sob o enfoque semântico.

O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.

O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.

O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.

A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.

Ingeniera Civil / La variabilidad de los intervalos de tiempo entre buses al inicio de la ruta es un fenómeno relevante que no ha sido estudiado en profundidad en la literatura, a pesar de ser una de las variables más importantes que contribuye al apelotonamiento de buses y por ende, afectar a los distintos agentes del sistema. Esta investigación tiene como finalidad determinar los factores que inciden en la regularidad de los despachos, a partir de estimaciones de modelos de regresión multivariada. Se utilizan datos de la operación del sistema de transporte público en la ciudad de Santiago de Chile, para la semana laboral del 14 al 18 de Marzo de 2016, en particular, información asociada a la ubicación de los buses en la ruta y a las transacciones de pago realizadas por los usuarios. La modelación es abordada para dos periodos de operación. En primer lugar, se estudia el periodo comprendido entre las 5.30 y las 6.29 horas, donde se da inicio a la operación de la mayor parte de los servicios-sentido del sistema Transantiago. El segundo caso corresponde al periodo de las 6.30 a las 8.29 horas, caracterizado por su alta demanda y mayor congestión vehicular. Para representar el fenómeno se usan tres medidas de variabilidad de intervalos: coeficiente de variación, desviación estándar e índice por observación modificado, al cual se le aplicó una transformación de Box-Cox con la finalidad de normalizar su distribución de probabilidad. Con respecto a las variables explicativas, éstas son agrupadas en tres categorías en función de los efectos que logran capturar: operación y diseño de la red, desempeño de la empresa operadora y operación e infraestructura de cabezales y depósitos. Los resultados de las estimaciones muestran que existen variables que son significativas en explicar la varianza de los intervalos entre buses al inicio de la ruta en los dos periodos modelados, como la frecuencia programada y el número de servicios-sentido por cabezal. Hay también variables que son significativas solo en el periodo 5.30-6.29 horas, como por ejemplo la distancia recorrida desde el depósito al primer paradero del servicio, y finalmente se encontraron variables que son significativas solo en el periodo 6.30 a 8.29 horas, como el largo de la ruta, la demanda media por bus, la velocidad comercial y la presencia de cabezales en los depósitos. Además se obtienen diferencias estadísticamente significativas en el desempeño que ofrecen las empresas operadoras al inicio de la ruta. Por otro lado, las modelaciones efectuadas del fenómeno en cuestión permiten determinar si las variables aumentan o reducen la variabilidad de los intervalos observados entre despachos. A partir de esto, se generan una serie de propuestas para el regulador y las empresas operadoras, que tienen por objetivo aportar en las futuras decisiones de planificación y gestión de operaciones que sean tomadas sobre el sistema de transporte público de Santiago. Además, se definen sugerencias metodológicas para futuras investigaciones.

A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.

A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.