Made available in DSpace on 2018-08-01T23:29:14Z (GMT). No. of bitstreams: 1 tese_9813_Flavio Tongo da Silva20170307-73515.pdf: 1447874 bytes, checksum: 8e573520b25af153c5d13ef769f6c6e1 (MD5) Previous issue date: 2016-04-07 / Durante a fase de produção em poços de petróleo terrestres uma das atividades mais importantes e caras é o uso de sondas de intervenção. O funcionamento de cada um desses poços ocorre, na maioria das vezes, em condições difíceis com perfil de produção com grande variação em função da sua geologia, localização e a maneira como o poço é desenvolvido. Estas características levam ao longo da vida produtiva dos poços à necessidade de intervenções de manutenção nomeadas como workover, que são fundamentais para manter a produção ou mesmo melhorar a produtividade ao corrigir falhar que tipicamente ocorrem nos equipamentos dos poços. Como as sondas de intervenção são equipamentos caros e, por isto, em menores quantidades comparadas a quantidade de poços terrestres que demandam intervenções de manutenção, ocorre a geração de filas de poços aguardando atendimento. Isto leva a necessidade de geração de rotas de atendimento aos diferentes poços com as escassas sondas existentes, desafio conhecido como Problema de Roteamento de Sondas de Intervenção (PRSI). Na literatura, verificam-se modelos e métodos de solução para o PRSI estático, ou seja, que busca minimizar a perda total de produção, não considerando a possibilidade de novas informações relevantes para o roteamento serem reveladas ao longo do horizonte de planejamento. Sendo assim, busca-se neste trabalho estudar e propor um modelo matemático com abordagem dinâmica para o PRSI que minimize a perda total de produção dos poços revelados ao longo de um horizonte de planejamento. O PRSI Dinâmico foi resolvido ao ser criado algoritmo estrutural executado ao longo de um horizonte de planejamento, contendo o modelo matemático proposto, linearizado para execução no solver CPLEX, utilizando técnicas de Programação Linear Inteira Mista. Os resultados computacionais foram obtidos considerando instâncias geradas artificialmente, e a conclusão dessa pesquisa mostra que o modelo proposto aproxima o PRSI Dinâmico do contexto operacional do problema, o que impacta no processo de definição das rotas e agendamento dos atendimentos.

Esta tese é dedicada ao estudo de modelos de otimização de carteiras de investimento multi-período. Daremos ênfase a um modelo com restrições intermediárias formulado como um problema de controle ótimo e resolvido utilizando técnicas de programação dinâmica. Serão tratados aspectos teóricos e práticos desta classe de problemas. Primeiramente faremos uma revisão das principais hipóteses dos modelos de otimização de carteiras e o caso uni-período. Analisaremos a seguir as generalizações para o caso multi-período, onde os modelos utilizam apenas restrições para o valor esperado e/ou para a variância da carteira no instante final do período analisado. Apresentaremos então o principal resultado proposto neste trabalho onde consideramos o problema de seleção ótima de ativos multi-período no qual podemos incorporar ao modelo restrições intermediárias para o valor esperado e variância da carteira durante o período de análise. A grande vantagem desta técnica é permitir o controle do valor esperado e/ou da variância da carteira ao longo de todo o horizonte de análise. Faremos uma comparação o entre as formulações apresentadas e realizaremos experimentos numéricos com o modelo proposta nesta tese. Os principais resultados originais desta tese encontram-se no Capítulo 5. No Capítulo 6 apresentamos as simulações numéricas realizadas com o modelo proposto. / The subject of this thesis is the study of multi-period portfolio optimization problems. We focus on a model with intermediate constraints formulated as an optimal control problem and solved by using dynamic programming techniques. Both theoretical and practical issues are addressed. Firstly we will analyze the main hypothesis of portfolio optimization models and the single period case. Then we will present the generalization for the multi-period case, where the models use only constraints for the expected value and variance at the final period. The main result proposed in this work considers the multi-period portfolio selection problem with intermediate constraints on the expected value and variance of the portfolio taken into account in the optimization problem. The main advantage of this technique is that it is possible to control the intermediate expected value or variance of the portfolio during the time horizon considered. Comparison between the presented formulations and numerical experiments of the proposed model will be exposed. The main original results of this thesis can be found in Chapter 5. In Chapter 6 we present numerical simulations with the proposed model.

Esta tese é dedicada ao estudo de modelos de otimização de carteiras de investimento multi-período. Daremos ênfase a um modelo com restrições intermediárias formulado como um problema de controle ótimo e resolvido utilizando técnicas de programação dinâmica. Serão tratados aspectos teóricos e práticos desta classe de problemas. Primeiramente faremos uma revisão das principais hipóteses dos modelos de otimização de carteiras e o caso uni-período. Analisaremos a seguir as generalizações para o caso multi-período, onde os modelos utilizam apenas restrições para o valor esperado e/ou para a variância da carteira no instante final do período analisado. Apresentaremos então o principal resultado proposto neste trabalho onde consideramos o problema de seleção ótima de ativos multi-período no qual podemos incorporar ao modelo restrições intermediárias para o valor esperado e variância da carteira durante o período de análise. A grande vantagem desta técnica é permitir o controle do valor esperado e/ou da variância da carteira ao longo de todo o horizonte de análise. Faremos uma comparação o entre as formulações apresentadas e realizaremos experimentos numéricos com o modelo proposta nesta tese. Os principais resultados originais desta tese encontram-se no Capítulo 5. No Capítulo 6 apresentamos as simulações numéricas realizadas com o modelo proposto. / The subject of this thesis is the study of multi-period portfolio optimization problems. We focus on a model with intermediate constraints formulated as an optimal control problem and solved by using dynamic programming techniques. Both theoretical and practical issues are addressed. Firstly we will analyze the main hypothesis of portfolio optimization models and the single period case. Then we will present the generalization for the multi-period case, where the models use only constraints for the expected value and variance at the final period. The main result proposed in this work considers the multi-period portfolio selection problem with intermediate constraints on the expected value and variance of the portfolio taken into account in the optimization problem. The main advantage of this technique is that it is possible to control the intermediate expected value or variance of the portfolio during the time horizon considered. Comparison between the presented formulations and numerical experiments of the proposed model will be exposed. The main original results of this thesis can be found in Chapter 5. In Chapter 6 we present numerical simulations with the proposed model.

Neste trabalho, deriva-se uma política de escolha ótima baseada na análise de média-variância para o Erro de Rastreamento no cenário Multi-período - ERM -. Referindo-se ao ERM como a diferença entre o capital acumulado pela carteira escolhida e o acumulado pela carteira de um benchmark. Assim, foi aplicada a metodologia abordada por Li-Ng em [24] para a solução analítica, obtendo-se dessa maneira uma generalização do caso uniperíodo introduzido por Roll em [38]. Em seguida, selecionou-se um portfólio do mercado de ações brasileiro baseado no fator de orrelação, e adotou-se como benchmark o índice da bolsa de valores do estado de São Paulo IBOVESPA, além da taxa básica de juros SELIC como ativo de renda fixa. Dois casos foram abordados: carteira composta somente de ativos de risco, caso I, e carteira com um ativo sem risco indexado à SELIC - e ativos do caso I (caso II). / In this work, an optimal policy for portfolio selection based on mean-varian e analysis for the multi-period tracking error - ERM - was derived. ERM is understood as the difference between the capital raised by the selected portfolio and benchmark portfolio. Thus, the methodology discussed by Li-Ng in [24] for analytical solution was applied, generalizing the single period case introduced by Roll in [38]. Then, it was selected a portfolio from the Brazilian stock trading based on the correlation factor, and adopted as benchmark the index of the stock trading of São Paulo State IBOVESPA, and the basic interest rate SELIC as fixed income asset. Two cases were dealt: portfolio composed of risky assets only, case I, and portfolio with a risk-free asset - indexed to SELIC - and assets of the case I (case II).

Submitted by Guido Chagas (guido.chagas@fgv.br) on 2016-09-09T15:34:13Z No. of bitstreams: 1 Long-Term Asset Allocation Based on Stochastic Multistage Multi-Objective Portfolio Optimization.pdf: 6336618 bytes, checksum: 67d3dd1c3b982252c5012b3078278f95 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2016-09-09T17:20:03Z (GMT) No. of bitstreams: 1 Long-Term Asset Allocation Based on Stochastic Multistage Multi-Objective Portfolio Optimization.pdf: 6336618 bytes, checksum: 67d3dd1c3b982252c5012b3078278f95 (MD5) / Made available in DSpace on 2016-09-09T17:21:47Z (GMT). No. of bitstreams: 1 Long-Term Asset Allocation Based on Stochastic Multistage Multi-Objective Portfolio Optimization.pdf: 6336618 bytes, checksum: 67d3dd1c3b982252c5012b3078278f95 (MD5) Previous issue date: 2016-08-19 / Multi-Period Stochastic Programming (MSP) offers an appealing approach to identity optimal portfolios, particularly over longer investment horizons, because it is inherently suited to handle uncertainty. Moreover, it provides flexibility to accommodate coherent risk measures, market frictions, and most importantly, major stylized facts as volatility clustering, heavy tails, leverage effects and tail co-dependence. However, to achieve satisfactory results a MSP model relies on representative and arbitrage-free scenarios of the pertaining multivariate financial series. Only after we have constructed such scenarios, we can exploit it using suitable risk measures to achieve robust portfolio allocations. In this thesis, we discuss a comprehensive framework to accomplish that. First, we construct joint scenarios based on a combined GJR-GARCH + EVT-GPD + t-Copula approach. Then, we reduce the original scenario tree and remove arbitrage opportunities using a method based on Optimal Discretization and Process Distances. Lastly, using the approximated scenario tree we perform a multi-period Mean-Variance-CVaR optimization taking into account market frictions such as transaction costs and regulatory restrictions. The proposed framework is particularly valuable to real applications because it handles various key features of real markets that are often dismissed by more common optimization approaches. / Programação Estocástica Multi-Período (MSP) oferece uma abordagem conveniente para identificar carteiras ótimas, particularmente para horizontes de investimento mais longos, pois incorpora adequadamente a incerteza no processo de otimização. Adicionalmente, ela proporciona flexibilidade para acomodar medidas coerentes de risco, fricções de mercado e fatos estilizados relevantes como agrupamento de volatilidade, caudas pesadas, efeitos de alavancagem e co-dependência nas caudas. No entanto, para alcançar resultados satisfatórios, um modelo MSP depende de cenários representativos e livres de arbitragem. Somente após construídos esses cenários, podemos explorá-los usando medidas de risco adequadas para alcançar alocações ótimas. Nessa tese, discutimos uma metodologia completa para alcançar esse objetivo. Em primeiro lugar, construímos cenários conjuntos baseados numa abordagem conjunta GJR-GARCH + EVT-GPD + t-Copula. Posteriormente, reduzimos a árvore original de cenários e removemos oportunidades de arbitragem utilizando um método de discretização ótima baseado nas distâncias de processos estocásticos. Por último, usando a árvore aproximada de cenários, realizamos uma otimização multi-período de média-variância-CVaR considerando fricções de mercado, custos de transação e restrições regulamentares. A metodologia proposta é particularmente útil para aplicações reais, porque considera várias características relevantes dos mercados reais que muitas vezes são ignorados por abordagens mais simples de otimização.

Neste trabalho, deriva-se uma política de escolha ótima baseada na análise de média-variância para o Erro de Rastreamento no cenário Multi-período - ERM -. Referindo-se ao ERM como a diferença entre o capital acumulado pela carteira escolhida e o acumulado pela carteira de um benchmark. Assim, foi aplicada a metodologia abordada por Li-Ng em [24] para a solução analítica, obtendo-se dessa maneira uma generalização do caso uniperíodo introduzido por Roll em [38]. Em seguida, selecionou-se um portfólio do mercado de ações brasileiro baseado no fator de orrelação, e adotou-se como benchmark o índice da bolsa de valores do estado de São Paulo IBOVESPA, além da taxa básica de juros SELIC como ativo de renda fixa. Dois casos foram abordados: carteira composta somente de ativos de risco, caso I, e carteira com um ativo sem risco indexado à SELIC - e ativos do caso I (caso II). / In this work, an optimal policy for portfolio selection based on mean-varian e analysis for the multi-period tracking error - ERM - was derived. ERM is understood as the difference between the capital raised by the selected portfolio and benchmark portfolio. Thus, the methodology discussed by Li-Ng in [24] for analytical solution was applied, generalizing the single period case introduced by Roll in [38]. Then, it was selected a portfolio from the Brazilian stock trading based on the correlation factor, and adopted as benchmark the index of the stock trading of São Paulo State IBOVESPA, and the basic interest rate SELIC as fixed income asset. Two cases were dealt: portfolio composed of risky assets only, case I, and portfolio with a risk-free asset - indexed to SELIC - and assets of the case I (case II).

Made available in DSpace on 2016-06-02T19:50:16Z (GMT). No. of bitstreams: 1 4516.pdf: 2685213 bytes, checksum: 549d36e8c309231a3650ebff250bb1af (MD5) Previous issue date: 2012-06-01 / The domain of logistics is concerned with providing customers with the right product in the right place at the right time. In our modern economy, the faster pace and wider scope of logistic operations has led to complex management problems that have drawn the attention of both industry and the academic world Optimizing the number of vehicles for a determined transport system requires a trade-off between the cost of vehicle acquisition and maintenance and the penalties involved in not meeting the requirements of the system. This thesis proposes to contribute to decision making in the operational management of those companies working in the transportation of goods by road, particularly as regards the optimization of vehicle use in freight transfer between terminals. Various operational problems, especially management of the transfer fleet, involves the dynamic allocation of limited resources to meet demand. Specifically, this paper deals with the dynamic (multi-period) vehicle allocation problem (DVAP) in the road transportation of full loads between terminals. The DVAP belongs to that class of problems dealing with dynamic resource allocation and consists of defining the movements of a fleet of vehicles that transport goods between terminals with a wide geographical distribution and which interact among themselves. These movements may be of fully-laden vehicles, unladen vehicles for repositioning or vehicles held at a terminal to meet future demands. Emphasis is given to the characterization of the problem in real situations, mathematical modeling of the problem and the use of operational research techniques in solving the problem. Also, heuristics and metaheuristics such as GRASP, simulated annealing and ant colony optimization are used in the solution. The objective is to determine dynamic allocation and fleet needs in order to minimize operational costs in meeting the demand for services. The main reason for undertaking this work was the possibility of practical application, the development of integer linear programming models and both exact and heuristic methods for solutions, aiming at the practical validation of the approaches in the real operational environment of a Brazilian transport company. / O domínio das atividades logísticas é fornecer aos clientes de um sistema o produto certo, no local certo e no tempo certo. Na economia moderna, o passo acelerado e o grande escopo das operações logísticas tem fomentado problemas gerenciais complexos, atraindo a atenção da indústria e da academia. Otimizar a quantidade de veículos para um determinado sistema de transporte requer a avaliação do tradeoff entre o custo de aquisição e manutenção de veículos e penalidades associadas com o não atendimento de demandas neste sistema. Esta tese se propõe a contribuir para apoiar decisões na gestão operacional de frotas de empresas prestadoras de serviços de transporte rodoviário de cargas. Em particular, na otimização do uso de veículos nos transportes de transferências de cargas entre terminais, tendo como fator crítico e determinante a maximização da utilização dos recursos nas operações. Vários problemas operacionais, em especial o gerenciamento da frota de transferência, consistem em dinamicamente alocar recursos limitados às requisições de tarefas. Especificamente, este trabalho trata do problema da alocação dinâmica (multi-períodos) de veículos (PADV) no transporte rodoviário de cargas completas entre terminais. O PADV pertence a classe de problemas de alocação dinâmica de recursos e consiste em definir movimentos de uma frota de veículos que realiza viagens entre terminais geograficamente dispersos que interagem entre si. Estes movimentos podem ser: veículos carregados com carga completa, veículos vazios para reposicionamento, ou veículos mantidos em um terminal de um período para outro como provisão para o atendimento de demandas futuras. A ênfase é dada na caracterização do problema em situações reais, na modelagem matemática do problema e na solução do mesmo utilizando técnicas de pesquisa operacional, envolvendo ainda a utilização de heurísticas e metaheurísticas para solução, como o GRASP, o simulated annealing e a colônia de formigas. O objetivo é definir a alocação dinâmica e necessidades de frota que minimizem o custo operacional no atendimento a demandas por serviços. A principal motivação para o desenvolvimento do trabalho é a possibilidade de aplicação prática, no desenvolvimento de modelos de programação linear inteira e métodos exatos e heurísticos para as suas soluções, visando a validação prática das abordagens em um ambiente real de operação de uma empresa transportadora no Brasil.