Many galaxy surveys are planned to release their data over the next few years. Each different survey has its own geometrical limitations, which reflects upon the data as a selection function the spatial distribution of certain types of galaxies. Given a galaxy map (real or mock), the main goal of this work is to obtain information about how the selection function affects some of the cosmological parameters which can be probed from large-scale structure. A Monte-Carlo Markov Chain method is proposed in order to probe the effects of considering the selection functions parameters as nuisance parameters. The method consists in combining realizations of simulated galaxy catalogs using theoretical matter power spectra, combined with an optimal power spectrum estimator method. Theory and data are then compared in a multivariate Gaussian representing the likelihood function. This Monte-Carlo method has proven robust and capable of probing selection function effects on the cosmological parameters, showing that the simple marginalization over the nuisance parameters might lead to wrong estimates on the cosmology. The method is applied to obtain forecasts for these effects on the upcoming J-PAS Luminous Red Galaxies data and is employed to obtain constraints on the Hubble parameter (H0), the dark matter density (c) and two parameters of the equation of state of dark energy (w0 and wa). / Nos próximos anos, diversos levantamentos de galáxias planejam lançar uma quantidade considerável de novos dados, marcando, assim, o início da chamda era da cosmologia de precisão. Cada levantamento possui suas próprias limitações geométricas, que manifestam- se perante os dados na forma de uma função de seleção, ou seja, uma distribuição espacial de cada tipo de galáxia. A partir de um mapa de galáxias (real ou simulado), o principal objetivo desse trabalho foi descobrir como a função de seleção afeta alguns dos parâmetros cosmológicos que podem ser obtidos através de dados futuros de estrutura em larga escala. Portanto, propôs-se um método de Monte-Carlo com cadeias de Markov para estudar os efeitos decorrentes da inclusão dos parâmetros da função de seleção como nuisance parameters. Esse método consiste em combinar simulações de catálogos de galáxias, usando um espectro de potências teórico da matéria junto com um estimador ótimo, a fim de obter ambos espectros (teórico e observacional) e compará-los em uma verossimilhança Gaussiana-multivariada. O método de Monte-Carlo provou-se robusto e capaz de demonstrar os efeitos da função de seleção sobre as estimativas dos parâmetros cosmológicos, comprovando que o simples ato de marginalizar sobre os parâmetros não desejados pode levar a estimativas equivocadas na cosmologia em quesão. Finalmente, esse método foi aplicado nas estimações do parâmetro de Hubble (H0), na densidade de matéria escura (c) e em dois dos parâmetros da equação de estado da energia escura (w0 e wa) com o objetivo de prever tais efeitos para dados futuros do levantamento J-PAS com Galáxias Vermelhas Luminosas.

Many galaxy surveys are planned to release their data over the next few years. Each different survey has its own geometrical limitations, which reflects upon the data as a selection function the spatial distribution of certain types of galaxies. Given a galaxy map (real or mock), the main goal of this work is to obtain information about how the selection function affects some of the cosmological parameters which can be probed from large-scale structure. A Monte-Carlo Markov Chain method is proposed in order to probe the effects of considering the selection functions parameters as nuisance parameters. The method consists in combining realizations of simulated galaxy catalogs using theoretical matter power spectra, combined with an optimal power spectrum estimator method. Theory and data are then compared in a multivariate Gaussian representing the likelihood function. This Monte-Carlo method has proven robust and capable of probing selection function effects on the cosmological parameters, showing that the simple marginalization over the nuisance parameters might lead to wrong estimates on the cosmology. The method is applied to obtain forecasts for these effects on the upcoming J-PAS Luminous Red Galaxies data and is employed to obtain constraints on the Hubble parameter (H0), the dark matter density (c) and two parameters of the equation of state of dark energy (w0 and wa). / Nos próximos anos, diversos levantamentos de galáxias planejam lançar uma quantidade considerável de novos dados, marcando, assim, o início da chamda era da cosmologia de precisão. Cada levantamento possui suas próprias limitações geométricas, que manifestam- se perante os dados na forma de uma função de seleção, ou seja, uma distribuição espacial de cada tipo de galáxia. A partir de um mapa de galáxias (real ou simulado), o principal objetivo desse trabalho foi descobrir como a função de seleção afeta alguns dos parâmetros cosmológicos que podem ser obtidos através de dados futuros de estrutura em larga escala. Portanto, propôs-se um método de Monte-Carlo com cadeias de Markov para estudar os efeitos decorrentes da inclusão dos parâmetros da função de seleção como nuisance parameters. Esse método consiste em combinar simulações de catálogos de galáxias, usando um espectro de potências teórico da matéria junto com um estimador ótimo, a fim de obter ambos espectros (teórico e observacional) e compará-los em uma verossimilhança Gaussiana-multivariada. O método de Monte-Carlo provou-se robusto e capaz de demonstrar os efeitos da função de seleção sobre as estimativas dos parâmetros cosmológicos, comprovando que o simples ato de marginalizar sobre os parâmetros não desejados pode levar a estimativas equivocadas na cosmologia em quesão. Finalmente, esse método foi aplicado nas estimações do parâmetro de Hubble (H0), na densidade de matéria escura (c) e em dois dos parâmetros da equação de estado da energia escura (w0 e wa) com o objetivo de prever tais efeitos para dados futuros do levantamento J-PAS com Galáxias Vermelhas Luminosas.

Ingeniero Civil / El siguiente documento presenta la aplicación del metodo de simulación de Monte Carlo en la planificación de proyectos de ingeniería civil, específicamente aquellos en la fase de construcción. Propone la metodología para que su uso pueda ser utilizado por cualquier organismo o empresa que desarrolle el diseño y construcción de obras civiles. De esta manera se incluyen en el presupuesto y el cronograma las posibles variaciones producidas por eventos de riesgo que usualmente ocurren durante el proceso constructivo. Muestra aplicaciones numéricas con datos de proyectos reales para modelar distintos escenarios para el cronograma y el estimado de costo usando programas computacionales Adhoc, en este caso, @Risk. Los proyectos seleccionados son dos; el primero corresponde a la obra "Diseño y construcción del puente Chacao, región de Los Lagos" adjudicado al consorcio OAS-Hyundai-Systra-AAS Jakobsen por la Dirección de Vialidad del Ministerio de Obras Públicas del Gobierno de Chile y el segundo proyecto corresponde a un edificio típico en altura, específicamente a un Centro de Formación Técnica. El primer proyecto, por su naturaleza compleja y dada la poca información disponible a la fecha para obtener datos necesarios para incorporar el riesgo, se muestra sólo con fines académicos. Para superar la falta de información sobre la estocasticidad de la duración de actividades y estimación de costos se realiza una encuesta dirigida a los profesionales del área de la planificación de proyectos para obtener datos empíricos y así poder modelar mediante simulación con datos reales los proyectos mencionados anteriormente. Se muestran análisis para distintas distribuciones de probabilidad y distintos tipos de variación del costo y duración de las actividades de cada proyecto, para ver qué efecto tiene el riesgo sobre el costo y el plazo total. Se determinan las contingencias de tiempo y costo con distintos niveles de confianza para cada proyecto y con ello, tener información más completa para tomar decisiones con una visión más amplia que la obtenida con costos y duraciones determinísticas.

Este estudo analisa a viabilidade econômica de um projeto de microdestilaria com capacidade nominal de 5.000 litros por dia, sob condições de risco. Analisa-se o projeto utilizando-se os critérios e normas estabelecidas pela Comissão Executiva Nacional do Álcool - CENAL, com financiamento pelo PROALCOOL. A análise baseia-se nas avaliações econômicas pelas óticas privada e social. A avaliação econômica utiliza como indicador de rentabilidade a taxa interna de retorno (TIR) e para o processo de simulação, a técnica de Monte Carlo, incorpora a análise o processo de"learning by doing". A análise econômica revela taxas internas de retorno diferenciadas para as avaliações pelas óticas privada e social. Segundo os critérios utilizados pela ótica social apresentam boa perspectiva de retorno, enquanto os projetos avaliados pela ótica privada teriam viabilidade somente com probabilidade de 30%. No processo de simulação as distribuições de probabilidade foram determinadas pelas informações obtidas de dados primários e consultas a técnicas do setor, dos dados coletados, identificam-se os parâmetros mais prováveis das variáveis relevantes selecionadas. As variáveis usadas na simulação foram a produtividade física, açúcares redutores totais, extração, fermentação e destilação. Os resultados demonstram que a rentabilidade econômica dos projetos avaliados pela ótica social são maiores do que aqueles avaliados pela ótica privada, sendo a ausência de impostos na avaliação social, o principal fator a determinar esta diferença. Verifica-se também, que os fluxos de caixas simulados das avaliações privada e social, apresentam, respectivamente, 99,3% e 47,7% de mudança de sinal, representando projetos do tipo não convencional, podendo apresentar mais de uma TIR / not available

Este trabalho tem como objetivo desenvolver uma adaptação da metodologia para avaliação probabilística de risco de acidentes em aeroportos devido a não conformidades nas áreas de segurança no entorno de pistas, aplicando o método de simulação Monte Carlo para representar o comportamento estocástico das variáveis que influenciam o risco das operações. Acidentes em aeroportos são considerados eventos raros (baixa probabilidade de ocorrência), desencadeados por uma série de fatores causais estocásticos e de alta variabilidade, como condições meteorológicas e operacionais, e que geralmente resultam em consequências catastróficas. Avaliações de risco em aeroportos são atualmente feitas utilizando diretamente os dados históricos das operações que já ocorreram no aeroporto. Entretanto, essa abordagem não permite considerar as incertezas e variabilidades das variáveis que interferem no risco de uma operação de pouso e decolagem. Este estudo propõe uma abordagem probabilística para avaliação de risco de acidentes em aeroportos com objetivo de lidar com a incerteza de modo racional e quantitativo, e como forma eficaz para analisar todos os cenários possíveis de operações e suas respectivas consequências. Para isso, uma detalhada revisão bibliográfica é realizada a fim de identificar na literatura a maneira mais apropriada de tratar cada variável meteorológica a ser utilizada no modelo de risco. A metodologia desenvolvida é aplicada ao Aeroporto Internacional do Rio de Janeiro/Galeão considerando as operações e características do mês de janeiro. Com o intuito de avaliar o comportamento da metodologia, são avaliados três diferentes cenários operacionais. A partir de uma base de dados meteorológicos e operacionais dos últimos onze anos, é construído um modelo computacional das operações no aeroporto, e são simuladas as operações de pouso e decolagem para a movimentação prevista para 2014 para cada cenário operacional. Estima-se assim a probabilidade de ocorrência e a severidade associada a cada operação, obtendo-se os níveis de riscos médios para cada cenário, o número de ocorrências com nível de risco acima do nível de segurança desejável, e as matrizes de risco para cada área de segurança das pistas.

Se estudia un modelo tipo Ising tomando en cuenta las interacciones de corto y largo alcance, así mismo como el posible efecto de la superficie del sistema y la forma del mismo sobre las propiedades magnéticas del material. Esto se realiza para investigar el comportamiento de los sistemas compuestos por nanopartículas ordenadas en una matriz. Ademas se analiza el papel que juega la relación entre numero de partículas en la superficie con las que se encuentran en el volumen de la matriz con respecto al comportamiento de histeresis del sistema. / An Ising model is studied, taking into account short and long range interactions, as well as the possible effect of the system surface and its shape on the magnetic properties of the material. This is done to investigate the behavior of systems composed of nanoparticles ordered in a matrix. In addition, the role of the relationship between the number of particles on the surface and those in the volume of the matrix with respect to the behavior of system hysteresis is analyzed. / Tesis

El presente trabajo de tesis realiza un análisis de la influencia de la variabilidad de los parámetros geotécnicos (ángulo de fricción interna del suelo retenido “φ”, peso específico del suelo retenido “γ” y cohesión en condiciones no drenadas del suelo de fundación “su”) en la variabilidad de los factores de seguridad de los muros de contención, planteando expresiones que permiten estimar variabilidad de los factores de seguridad mediante información de la variabilidad de los parámetros geotécnicos. Para lo cual, se establecieron los criterios de diseño probabilístico; acorde a los criterios planteados, se elaboraron modelos probabilísticos mediante el Método Montecarlo, implementados en el software @Risk, en los que se emplearon distribuciones de probabilidad correspondientes a los parámetros geotécnicos para diversos escenarios de variabilidad. Para obtener las expresiones buscadas, se emplearon regresiones, tomando como premisa obtener expresiones sencillas y reducir al máximo el número de variables, sin que esto implique sacrificar la calidad de los resultados. Con la finalidad de obtener una adecuada correlación en las expresiones numéricas buscadas, se realizaron 60´000,000 de iteraciones, comprendidos en dos tipos de análisis probabilísticos:  Simulaciones Individuales, que corresponden a simulaciones en las que se introduce la distribución probabilística de una variable (γ, Su ó Φ), mientras que las otras dos variables permanecen constantes.  Simulaciones de grupo, que corresponden a simulaciones en las que intervienen en el modelo las distribuciones probabilísticas de las tres variables en estudio. Asimismo, en el Anexo IV, se presenta un ejemplo de aplicación en el que se determinan factores de seguridad de diseño acordes a una “probabilidad de falla aceptable” definida y a información de la variabilidad de los parámetros, empleando las expresiones planteadas. Debido a la diversidad de muros de contención y tipos de suelo, el presente trabajo toma como caso de estudio: muros de contención en voladizo, con suelo de cimentación cohesivo y suelo de relleno granular, así como una sobre-carga de diseño de 250 kg/cm2. / Tesis

Tese de mestrado integrado. Engenharia Civil. Faculdade de Engenharia. Universidade do Porto. 2010

Tese de mestrado. Análise de Dados e Sistemas de Apoio à Decisão. Faculdade de Economia. Universidade do Porto. 2006

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Diagnosticar y pronosticar la evolución del estado de un sistema dinámico es un problema complejo que desde hace algún tiempo ha comenzado a tomar más fuerza y relevancia dentro de la ingeniería. En este sentido, la comunidad de Prognostics and Health Management, ha escogido a los algoritmos basados en métodos Secuenciales de Monte Carlo (SMC) como los algoritmos de facto del estado-del-arte, por su capacidad de aproximar el filtrado óptimo cuando se estudia un sistema no-lineal y con incertidumbre no necesariamente Gaussiana. Sin embargo, el costo a pagar por estos algoritmos es la complejidad computacional que requieren para generar sus resultados, lo que sugiere obtener versiones simplificadas de estos algoritmos -en desmedro de la calidad de los resultados- que puedan resolver el problema en tiempo real y con el objetivo de ser implementados en sistemas embebidos. De acuerdo con lo expresado, nace la necesidad de desarrollar un marco de trabajo que posibilite la comparación de algoritmos basados en el enfoque secuencial de Monte Carlo y que permita, por una parte, incluir las variaciones estadísticas inherentes de estos algoritmos, como también la implementación de medidas que incorporen la caracterización probabilística de la evolución del estado del sistema y, de esta forma, cuantificar la degradación en la calidad de los resultados producto de las simplificaciones. Es común observar comparaciones entre diferentes aproximaciones al método secuencial de Monte Carlo mediante medidas como el MSE, o momentos de las distribuciones, pero, ¿logran estas medidas incorporar la descripción probabilística que se asume como caracterización de la evolución del estado?. En el presente trabajo de Tesis se aborda esta interrogante y se utiliza como punto de partida para el desarrollo de un método de comparación que desafía la forma actual en la que se contrastan las diferentes aproximaciones a SMC. El método propuesto incluye el desarrollo de un marco comparativo -mediante el análisis PACC- donde se toma en cuenta el comportamiento estocástico propio de los algoritmos basados en SMC, por lo que es posible estimar el máximo error teórico en el que incurren distintas aproximaciones. Además, para abarcar la descripción estadística que generan los algoritmos sobre la evolución del estado del sistema, se introducen medidas de la información para cuantificar el desempeño de distintas aproximaciones y, de esta manera, estimar el máximo error teórico incorporando toda la información sobre la descripción estadística del proceso. En particular, para la implementación y análisis de la metodología propuesta en esta Tesis, se utiliza la estrategia comparativa para estudiar el desempeño de distintas aproximaciones de SMC al problema de estimar y pronosticar el estado de carga en baterías de Ion-Litio. Se muestra la factibilidad de obtener un algoritmo de referencia para ambos casos. Además, se concluye acerca del algoritmo más preciso computacionalmente, en cuanto a pérdida de información y representación de la incertidumbre. / Este trabajo a sido parcialmente financiado por Proyecto CONICYT FONDECYT 1140774