O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

Propomos um modelo fenomenológico estocástico para a. dinâmica do momento magnético de partículas superparamagnéticas e obtemos sua solução para diversas circunstâncias e por diversos métodos. Inicialmente estuda-se a teoria dos processos estocásticos e do cálculo estocástico, com ênfase em processos markofianos difusivos. Para esta classe de processos, mostramos como usar diretamente as equações de Langevin para obter quantidades fisicamente relevantes como médias sobre um ensemble de realizações. Este método é uma alternativa ao emprego da correspondente equação de Fokker-Planck. Mostra-se como expressar a função-resposta numa forma matematicamente conveniente para que seu cálculo possa ser realizado pelo referido método, o qual tem a vantagem de não requerer que o sistema satisfaça as condições de balanço detalhado. O modelo fenomenológico estocástico, desenvolvido para a dinâmica do momento magnético de partículas superparamagnéticas, é compatível com flutuações esperadas também no módulo do momento magnético das partículas. Mostra-se que o modelo não obedece às condições de balanço detalhado. O cálculo estocástico é usado para obter a equação de Fokker-Planck do modelo, assim como para realizar consistentemente a transformação para coordenadas cartesianas e obter outros resultados analíticos. Obtém-se também as funções-resposta no limite de ruído nulo, com a mesma fórmula matemática usada para obter numericamente essas funções por simulação numérica na presença de ruído. Estes resultados são usados como testes analíticos para os resultados numéricos obtidos pelo método da simulação das equações de Langevin. Discute-se também a teoria de erros na integração de equações estocásticas tipo Langevin e a implementação numérica do cálculo das funções-resposta. Os resultados assim obtidos mostram-se fisicamente plausíveis e matematicamente confiáveis. Para valores convenientes dos parâmetros do modelo sua solução apresenta o fenômeno de ressonância estocástica. O método da simulação numérica constitui uma importante alternativa ao emprego de equações de Fokker-Planck e é suficientemente geral para abarcar uma classe vasta de sistemas fora-do-equilíbrio. / A model for the dynamical behavior of the magnetization of superparamagnetic particles is proposed and its solution is obtained for different circumstances and by different methods, based on the theory of stochastic processes. Initially the theory of stochastic processes and stochastic calculus is reviewed, with emphasis on Markoffian diffusive processes. For this class of processes we show how to use the Langevin equations to obtain physically relevant quantities, which are ensemble averages of realizations. This is an alternative method to the use of the corresponding Fokker-Planck equations. A new expression for the response function of linear response theory for stochastic processes is obtained. This new expression is appropriate for numerical simulations, based on the Langevin equation, without the need of solving the Fokker-Planck equations and the detailed balance conditions are not required. The model developed for the dynamics of superparamagnetic particles is more general than previous models which can be found in the literature because it allows for fluctuations in the magnitude of the magnetic moment. Detailed balance conditions are not satisfied. Ito as well as Stratonowich calculus are used to transform the Langevin equation in Cartesian coordinates into an equation in spherical coordinates an to obtain other analytical results. The response functions, in the zero noise limit, are calculated exactly by the use of the same expression from which we calculate numerically these functions in the presence of noise. These results are used as analytical tests for the numerical results obtained by simulation of the Langevin equations. The error theory for the numerical integration of the stochastic Langevin equations, particularly for the calculation of the response functions, is discussed. The results obtained in this way are physically plausible and mathematically reliable. For convenient values of the model's parameters its solution shows the phenomenon of stochastic resonance. The numerical simulation method shows to be an important alternative to the use of the Fokker-Planck equations and is sufficiently general to comprise a large class of systems out of equilibrium.

[pt] Processo Estocástico é um ramo da teoria da probabilidade onde se define um conjunto de modelos que permitem o estudo de problemas com componentes aleatórias. Muitos problemas reais apresentam características complexas, tais como não-linearidade e comportamento caótico, que necessitam de modelos capazes de capturar as reais características do problema para obter um tratamento apropriado. Porém, os modelos existentes ou são lineares, cuja aplicabilidade a esses problemas pode ser inadequada, ou necessitam de uma formulação complexa, onde a aplicabilidade é limitada e específica ao problema, ou dependem de suposições a priori sobre o comportamento do problema para poderem ser aplicados. Isso motivou a elaboração de um novo modelo de processo estocástico genérico, intrinsecamente não-linear, que possa ser aplicado em uma gama de problemas de fenômenos não-lineares, de comportamento altamente estocástico, e até mesmo com características periódicas. Como as redes neurais artificiais são modelos paramétricos não-lineares, simples de entendimento e implementação, capazes de capturar comportamentos de variados tipos de problemas, decidiu-se então utilizá-las como base do novo modelo proposto nessa tese, que é denominado Processo Estocástico Neural. A não-linearidade, obtida através das redes neurais desse processo estocástico, permite que se capture adequadamente o comportamento da série histórica de problemas de fenômenos não-lineares, com características altamente estocásticas e até mesmo periódicas. O objetivo é usar esse modelo para gerar séries temporais sintéticas, igualmente prováveis à série histórica, na solução desses tipos de problemas, como por exemplo os problemas que envolvem fenômenos climatológicos, econômicos, entre outros. Escolheu-se, como estudo de caso dessa tese, aplicar o modelo proposto no tratamento de afluências mensais sob o contexto do planejamento da operação do sistema hidrotérmico brasileiro. Os resultados mostraram que o Processo Estocástico Neural consegue gerar séries sintéticas com características similares às séries históricas de afluências mensais. / [en] Stochastic Process is a branch of probability theory which defines a set of templates that allow the study of problems with random components. Many real problems exhibit complex characteristics such as nonlinearity and chaotic behavior, which require models capable of capture the real characteristics of the problem for a appropriate treatment. However, existing models have limited application to certain problems or because they are linear models (whose application gets results inconsistent or inadequate) or because they require a complex formulation or depend on a priori assumptions about the behavior of the problem, which requires a knowledge the problem at a level of detail that there is not always available. This motivated the development of a model stochastic process based on neural networks, so that is generic to be applied in a range of problems involving highly stochastic phenomena of behavior and also can be applied to phenomena that have periodic characteristics. As artificial neural networks are non-linear models, simple to understand and implementation, able to capture behaviors of varied types problems, then decided to use them as the basis of new model proposed in this thesis, which is an intrinsically non-linear model, called the Neural Stochastic Process. Through neural networks that stochastic process, can adequately capture the behavior problems of the series of phenomena with features highly stochastic and / or periodical. The goal is to use this model to generate synthetic time series, equally likely to historical series, in solution of various problems, eg problems phenomena involving climatology, economic, among others. It was chosen as a case study of this thesis, applying the model proposed in the treatment of monthly inflows in the context of operation planning of the Brazilian hydrothermal system. The Results showed that the process can Stochastic Neural generate synthetic series of similar characteristics to the historical monthly inflow series.

Neste trabalho, uma análise quantitativa e qualitativa para a estabilização dinâmica de um pêndulo invertido com uma força externa senoidal aplicada no ponto de suspensão é feita. Inicialmente, a perturbação externa é composta de um único cosseno, então uma generalização é feita, usando uma soma de N cossenos com diferentes amplitudes e frequências. Aproximações são testadas e o tempo durante o qual o pêndulo invertido permanece estável é explorado quando N é grande, a fim de recuperar o padrão do caso onde N = 1. O caso específico de oscilações periódicas e quase periódicas, quando N = 2, é analisado e diagramas de estabilidade considerando diferentes frequências e amplitudes são estudados. Depois, um ruído Gaussiano additivo é adicionado ao sistema para que a degradação dos diagramas de estabilidade gerados por variâncias diferentes possam ser estudados. Todos os pontos deste trabalho são corroborados por simulações, as quais integram numericamente as equações de movimento do sistema através do método de Runge-Kutta de quarta ordem. Os algoritmos e detalhes extras dos métodos de integração usados são explorados numa publicação deste trabalho, a qual está apresentada, nesta dissertação, como um apêndice. / In this work a quantitative and qualitative analysis of the dynamical stabilization of an inverted pendulum with a sinusoidal external perturbation applied at the suspension point is made. Initially, the external perturbation is composed of a single cosine, then a generalization is made using a sum of N cosines with different amplitudes and frequencies. Approximations are tested, and the time for which the inverted pendulum remains stable is explored when N is large, in order to recover the pattern of the case when N = 1. The specific case of periodic and almost periodic oscillations, when N = 2, is analysed and stability diagrams considering different frequencies and amplitudes are studied. Later, an additive Gaussian noise is added to the system so the degradation of the stability diagrams generated by different variances can be studied. All points of this work are corroborated by simulations, which numerically integrate the system’s equation of motion through a fourth order Runge-Kutta method. Algorithms and extra details on the integration methods used are explored in a publication of this work, which is presented in this thesis as an appendix.

Neste trabalho, uma análise quantitativa e qualitativa para a estabilização dinâmica de um pêndulo invertido com uma força externa senoidal aplicada no ponto de suspensão é feita. Inicialmente, a perturbação externa é composta de um único cosseno, então uma generalização é feita, usando uma soma de N cossenos com diferentes amplitudes e frequências. Aproximações são testadas e o tempo durante o qual o pêndulo invertido permanece estável é explorado quando N é grande, a fim de recuperar o padrão do caso onde N = 1. O caso específico de oscilações periódicas e quase periódicas, quando N = 2, é analisado e diagramas de estabilidade considerando diferentes frequências e amplitudes são estudados. Depois, um ruído Gaussiano additivo é adicionado ao sistema para que a degradação dos diagramas de estabilidade gerados por variâncias diferentes possam ser estudados. Todos os pontos deste trabalho são corroborados por simulações, as quais integram numericamente as equações de movimento do sistema através do método de Runge-Kutta de quarta ordem. Os algoritmos e detalhes extras dos métodos de integração usados são explorados numa publicação deste trabalho, a qual está apresentada, nesta dissertação, como um apêndice. / In this work a quantitative and qualitative analysis of the dynamical stabilization of an inverted pendulum with a sinusoidal external perturbation applied at the suspension point is made. Initially, the external perturbation is composed of a single cosine, then a generalization is made using a sum of N cosines with different amplitudes and frequencies. Approximations are tested, and the time for which the inverted pendulum remains stable is explored when N is large, in order to recover the pattern of the case when N = 1. The specific case of periodic and almost periodic oscillations, when N = 2, is analysed and stability diagrams considering different frequencies and amplitudes are studied. Later, an additive Gaussian noise is added to the system so the degradation of the stability diagrams generated by different variances can be studied. All points of this work are corroborated by simulations, which numerically integrate the system’s equation of motion through a fourth order Runge-Kutta method. Algorithms and extra details on the integration methods used are explored in a publication of this work, which is presented in this thesis as an appendix.

Propomos um modelo fenomenológico estocástico para a. dinâmica do momento magnético de partículas superparamagnéticas e obtemos sua solução para diversas circunstâncias e por diversos métodos. Inicialmente estuda-se a teoria dos processos estocásticos e do cálculo estocástico, com ênfase em processos markofianos difusivos. Para esta classe de processos, mostramos como usar diretamente as equações de Langevin para obter quantidades fisicamente relevantes como médias sobre um ensemble de realizações. Este método é uma alternativa ao emprego da correspondente equação de Fokker-Planck. Mostra-se como expressar a função-resposta numa forma matematicamente conveniente para que seu cálculo possa ser realizado pelo referido método, o qual tem a vantagem de não requerer que o sistema satisfaça as condições de balanço detalhado. O modelo fenomenológico estocástico, desenvolvido para a dinâmica do momento magnético de partículas superparamagnéticas, é compatível com flutuações esperadas também no módulo do momento magnético das partículas. Mostra-se que o modelo não obedece às condições de balanço detalhado. O cálculo estocástico é usado para obter a equação de Fokker-Planck do modelo, assim como para realizar consistentemente a transformação para coordenadas cartesianas e obter outros resultados analíticos. Obtém-se também as funções-resposta no limite de ruído nulo, com a mesma fórmula matemática usada para obter numericamente essas funções por simulação numérica na presença de ruído. Estes resultados são usados como testes analíticos para os resultados numéricos obtidos pelo método da simulação das equações de Langevin. Discute-se também a teoria de erros na integração de equações estocásticas tipo Langevin e a implementação numérica do cálculo das funções-resposta. Os resultados assim obtidos mostram-se fisicamente plausíveis e matematicamente confiáveis. Para valores convenientes dos parâmetros do modelo sua solução apresenta o fenômeno de ressonância estocástica. O método da simulação numérica constitui uma importante alternativa ao emprego de equações de Fokker-Planck e é suficientemente geral para abarcar uma classe vasta de sistemas fora-do-equilíbrio. / A model for the dynamical behavior of the magnetization of superparamagnetic particles is proposed and its solution is obtained for different circumstances and by different methods, based on the theory of stochastic processes. Initially the theory of stochastic processes and stochastic calculus is reviewed, with emphasis on Markoffian diffusive processes. For this class of processes we show how to use the Langevin equations to obtain physically relevant quantities, which are ensemble averages of realizations. This is an alternative method to the use of the corresponding Fokker-Planck equations. A new expression for the response function of linear response theory for stochastic processes is obtained. This new expression is appropriate for numerical simulations, based on the Langevin equation, without the need of solving the Fokker-Planck equations and the detailed balance conditions are not required. The model developed for the dynamics of superparamagnetic particles is more general than previous models which can be found in the literature because it allows for fluctuations in the magnitude of the magnetic moment. Detailed balance conditions are not satisfied. Ito as well as Stratonowich calculus are used to transform the Langevin equation in Cartesian coordinates into an equation in spherical coordinates an to obtain other analytical results. The response functions, in the zero noise limit, are calculated exactly by the use of the same expression from which we calculate numerically these functions in the presence of noise. These results are used as analytical tests for the numerical results obtained by simulation of the Langevin equations. The error theory for the numerical integration of the stochastic Langevin equations, particularly for the calculation of the response functions, is discussed. The results obtained in this way are physically plausible and mathematically reliable. For convenient values of the model's parameters its solution shows the phenomenon of stochastic resonance. The numerical simulation method shows to be an important alternative to the use of the Fokker-Planck equations and is sufficiently general to comprise a large class of systems out of equilibrium.

O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

Propomos um modelo fenomenológico estocástico para a. dinâmica do momento magnético de partículas superparamagnéticas e obtemos sua solução para diversas circunstâncias e por diversos métodos. Inicialmente estuda-se a teoria dos processos estocásticos e do cálculo estocástico, com ênfase em processos markofianos difusivos. Para esta classe de processos, mostramos como usar diretamente as equações de Langevin para obter quantidades fisicamente relevantes como médias sobre um ensemble de realizações. Este método é uma alternativa ao emprego da correspondente equação de Fokker-Planck. Mostra-se como expressar a função-resposta numa forma matematicamente conveniente para que seu cálculo possa ser realizado pelo referido método, o qual tem a vantagem de não requerer que o sistema satisfaça as condições de balanço detalhado. O modelo fenomenológico estocástico, desenvolvido para a dinâmica do momento magnético de partículas superparamagnéticas, é compatível com flutuações esperadas também no módulo do momento magnético das partículas. Mostra-se que o modelo não obedece às condições de balanço detalhado. O cálculo estocástico é usado para obter a equação de Fokker-Planck do modelo, assim como para realizar consistentemente a transformação para coordenadas cartesianas e obter outros resultados analíticos. Obtém-se também as funções-resposta no limite de ruído nulo, com a mesma fórmula matemática usada para obter numericamente essas funções por simulação numérica na presença de ruído. Estes resultados são usados como testes analíticos para os resultados numéricos obtidos pelo método da simulação das equações de Langevin. Discute-se também a teoria de erros na integração de equações estocásticas tipo Langevin e a implementação numérica do cálculo das funções-resposta. Os resultados assim obtidos mostram-se fisicamente plausíveis e matematicamente confiáveis. Para valores convenientes dos parâmetros do modelo sua solução apresenta o fenômeno de ressonância estocástica. O método da simulação numérica constitui uma importante alternativa ao emprego de equações de Fokker-Planck e é suficientemente geral para abarcar uma classe vasta de sistemas fora-do-equilíbrio. / A model for the dynamical behavior of the magnetization of superparamagnetic particles is proposed and its solution is obtained for different circumstances and by different methods, based on the theory of stochastic processes. Initially the theory of stochastic processes and stochastic calculus is reviewed, with emphasis on Markoffian diffusive processes. For this class of processes we show how to use the Langevin equations to obtain physically relevant quantities, which are ensemble averages of realizations. This is an alternative method to the use of the corresponding Fokker-Planck equations. A new expression for the response function of linear response theory for stochastic processes is obtained. This new expression is appropriate for numerical simulations, based on the Langevin equation, without the need of solving the Fokker-Planck equations and the detailed balance conditions are not required. The model developed for the dynamics of superparamagnetic particles is more general than previous models which can be found in the literature because it allows for fluctuations in the magnitude of the magnetic moment. Detailed balance conditions are not satisfied. Ito as well as Stratonowich calculus are used to transform the Langevin equation in Cartesian coordinates into an equation in spherical coordinates an to obtain other analytical results. The response functions, in the zero noise limit, are calculated exactly by the use of the same expression from which we calculate numerically these functions in the presence of noise. These results are used as analytical tests for the numerical results obtained by simulation of the Langevin equations. The error theory for the numerical integration of the stochastic Langevin equations, particularly for the calculation of the response functions, is discussed. The results obtained in this way are physically plausible and mathematically reliable. For convenient values of the model's parameters its solution shows the phenomenon of stochastic resonance. The numerical simulation method shows to be an important alternative to the use of the Fokker-Planck equations and is sufficiently general to comprise a large class of systems out of equilibrium.

[pt] A evolução dos conhecimentos em Finanças nas últimas três décadas foi rápido e vertiginoso. Hoje os mercados financeiros oferecem produtos sofisticados para investidores e empresas, e por outro lado, tais agentes demandam instrumentos confiáveis para atender suas necessidades em busca de maiores retornos e menores riscos. Todo esse desenvolvimento baseia-se fundamentalmente em metodologias de apreçamento de ativos. Grande parte deste conhecimento é oriundo dos trabalhos pioneiros de Black e Scholes (1973) e Merton (1973). Em síntese, estes trabalhos apoiaram-se em processos estocásticos para preços de ativos para apreçar um derivativo. A natureza do processo estocástico de evolução dos preços é o ponto central para a derivação dos modelos de apreçamento. A análise do comportamento dos preços das commodities possui duas grandes vertentes na literatura. A primeira trata os preços como decorrência de modelos de equilíbrio entre a oferta e a demanda. Estes modelos prosperaram pouco em termos de pesquisa. A outra vertente trata da análise da evolução dos preços baseando-se na série histórica propriamente dita. Esta linha de pesquisa está mais presente na literatura. Esta tese concentra-se nesta abordagem. As commodities possuem características particulares principalmente porque a formação de preços ocorre, via de regra, em mercados futuros. Isto faz com que muitos fatos estilizados não possam ser descritos por modelos de um fator (ou uma variável estocástica). Os fatores (variáveis estocásticas) ou variáveis de estado em muitas situações não são observáveis e necessitam ser estimados. Os modelos de preços futuros, escritos como função das variáveis de estado, recebe o nome de equação de observação. Quando as variáveis de estado são Gaussianas e a equação de observação é linear nos estados, o problema pode ser estimado pelo filtro de Kalman clássico. Se ocorrer a não linearidade, esta dificuldade pode ser contornada pelo filtro de Kalman estendido. Quando o problema é não Gaussiano a literatura usa outras metodologias (freqüentemente aproximações) que não o filtro de Kalman. Esta tese trata de processos estocásticos para preços de commodities propondo extensões aos modelos existentes na literatura. A derivação dos modelos é feita com o uso da transformada de Duffie e Kan (1996) em ambiente de não arbitragem. Algumas das extensões incluem modelos não Gaussianos. Esta tese investiga a estimação destes modelos pela metodologia denominada filtro de partículas. O filtro de partículas é um procedimento recursivo para integração, dentro da classe dos métodos seqüenciais de MonteCarlo. A proposta de utilização desta metodologia decorre do fato de que ela dispensa as condições de linearidade e Gaussianidade. Dentre as contribuições desta tese destacam-se as extensões dos processos estocásticos aplicáveis para quaisquer commodities e as análises de modelos não Gaussianos através da metodologia do filtro de partículas. Além disso, a pesquisa apresenta: (i) conclusões acerca dos modelos de dois fatores aplicados à série de preços da commodity petróleo; (ii) a análise da viabilidade do filtro de partículas mostrando que o erro obtido é próximo daquele do filtro de Kalman para problemas Gaussianos e a resposta obtida da estimação paramétrica é coerente com diversos trabalhos da literatura; (iii) análise da viabilidade operacional de implementação do filtro de partículas em termos do tempo computacional despendido nos processos de filtragem e estimação paramétrica. A tese conclui que o filtro de partículas, apesar ser computacionalmente intenso, é viável na prática face ao imenso desenvolvimento computacional. Ainda mais, por ser uma metodologia aplicável a problemas complexos de inferência, sua utilização em modelos cada vez mais sofisticados é muito promissora. / [en] The evolution of the ideas in Finance has been huge in the last decades. Nowadays the financial markets offer investors sophisticated products. And investors in turn demand reliable financial instruments to meet their needs in search for greater returns and lower risks. This development is based mainly on asset pricing methodologies. The greatest part of this knowledge comes from the seminal works of Black and Scholes (1973) and Merton (1973). To summarize, their works are based on the assumption of a specific stochastic process that governs asset prices. And then a derivative of this underlying asset can be priced. The nature of the stochastic process that describes the evolution of prices is the key point for deriving pricing formulae. The analysis of the behavior of commodity prices has two approaches. The first approach considers prices as a consequence of the equilibrium between supply and demand. These models have not received enough attention in literature. The second approach, which has received more attention, is based on the analysis of price time series. The commodities have particular features because they are most of the times negotiated in future markets. The consequence is that the one factor models badly describe their stylized facts. The factors (stochastic variables) are known as state variables which most of the times are non observables, and need to be estimated. When state variables are Gaussians and the observation equation is linear in states, the classical Kalman filter can be used to access these variables. If non linearity is present extended Kalman filter is used, but when state variables are non Gaussian the literature does not use filtering processes. This thesis analyses the stochastic processes of commodities proposing extensions to the existing models. The derivation of models is based on Duffie and Kan (1996) transform, in a non arbitrage environment. Some extensions are non Gaussian. This thesis investigates the estimation of these models using particle filter methodology. The particle filter is a recursive procedure for integration in the sequential Monte-Carlo methods. The advantage of this methodology is that it does not require linear or Gaussian conditions. The contributions of this research are the extensions of stochastic processes that can be used for any commodity and the use of particle filter as an estimation methodology in Finance. Furthermore the thesis presents: (i) the conclusions about two factor models applied to oil prices; (ii) the analysis of the use of particle filter verifying that errors in both, Kalman filter and particle filter are close and that parameters estimation is in accordance with the literature; (iii) the analysis of the implementation of particle filter showing that it is viable considering the computational time of filtering and parameters estimation. The thesis concludes that the particle filter is viable, although time consuming, due to the hardware development. And more, since particle filter is useful for complex inference problems, its application to sophisticated models is promising.