Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-04T14:38:14Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Wlademir.pdf: 1036658 bytes, checksum: 04fe836142917907ff72a77d87b726a1 (MD5) / Made available in DSpace on 2015-03-04T14:38:14Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Wlademir.pdf: 1036658 bytes, checksum: 04fe836142917907ff72a77d87b726a1 (MD5) Previous issue date: 2012-04-27 / O setor de energia elétrica, sobretudo o voltado à distribuição, nos últimos anos vem sofrendo influencia de diversos fatores, que vão desde o econômico ao climático. Altamente regulamentadas, as concessionárias de energia elétrica possuem regras que eventualmente podem mudar ao longo dos ciclos tarifários, que ocorrem a cada quatro anos e de certa forma contribuir diretamente para o resultado financeiro das companhias. Outro aspecto de considerável relevância diz respeito ao social, que pode está diretamente correlacionado com o fator adimplência. O presente trabalho visa destacar as variáveis que de alguma forma contribuem direta ou indiretamente para com o desempenho do Fluxo de Caixa de Serviço da Companhia Energética de Pernambuco – CELPE, montando uma equação, através da metodologia de Regressão Dinâmica, que possa explicar seu desempenho e posteriormente calcular através de simulação Monte Carlo o seu Valor em Risco (CFaR) e poder dimensionar com esse resultado o impacto no Valor da empresa. Destarte, após realizadas todas as simulações observa-se que de fato, o fluxo de caixa da empresa é consideravelmente impactado pelas variáveis embutidas no modelo. Ao final, observas-se que a simulação com um CFaR de 5% proporcionou um valor da empresa 10,2% menor do que o contabilizado no cenário utilizando o Fluxo de Caixa de Serviço da CELPE calculado através do modelo de Regressão Dinâmica. Em termo absoluto essa redução representou R$ 303,94 milhões.

Orientador: Adalberto Jose Rosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-18T11:22:04Z (GMT). No. of bitstreams: 1 Vieira_PauloMarcosFernandes_M.pdf: 5828516 bytes, checksum: e01650eda59c49543656952dbb922554 (MD5) Previous issue date: 1992 / Resumo: A análise automatizada de testes de pressão em poços de petróleo tem como objetivo obter os parâmetros da formação através da utilização de técnicas de regressão não linear aplicadas aos dados de pressão de fundo versus tempo obtidos durante o período do teste. Neste trabalho foram analisadas e comparadas as performances de vários métodos de regressão não linear aplicados a dados de testes de pressão. Alguns dos métodos considerados baseiam-se na minimização da norma L2, tais como: mínimos quadrados e decomposição em valores singulares. Outros minimizam a norma L1, como mínimos valores absolutos (MVA), mínimos valores absolutos modificado (MVAM), método combinado MVAM-MVA e o método de Nelder-Mead. Uma nova função penalidade foi proposta para o caso de otimização restrita em métodos que se baseiam na resolução de sistemas de equações lineares quadrados. Além disso, para métodos que se baseiam na solução de sistemas de equações lineares sobredeterminados, para os quais não se aplicam as funções penalidade convencionais, foram propostas mudanças nos domínios dos parâmetros com o objetivo de restringir a minimização a regiões física e matematicamente possíveis. Concluiu-se que o método de mínimos valores absolutos modificado (MV AM) e o método combinado (MVAM-MVA) tem melhor desempenho do que os demais no que se refere ao número de iterações, à. convergência a partir de estimativas iniciais pobres ou à. robustez em relação a regiões onde o problema físico-matemático é mal posto. Dois modelos de reservatório foram analisados: reservatório homogêneo infinito e reservatório de dupla porosidade infinito. Foram comparados os resultados das regressões efetuadas com dados de pressão, com dados da derivada logarítmica da pressão e com o conjunto desses dados. Concluiu-se que o uso do conjunto de dados de pressão e de derivada torna os métodos mais robustos. Diversos exemplos utilizando dados sintéticos ou reais foram discutidos neste trabalho / Abstract: The objective of an automated well test analysis is to obtain íormation parameters by using nonlinear regression techniques applied to bottom hole pressure versus time data collected during the test period. In this work several nonlinear regression methods were analysed and their performances compared. Some of the methods considered are based on the L2-norm minimization, as the least squares and the singular value decomposition. Other methods minimize the Ll-norm, such as the least absolute values (LAV), modified least absolute values (MLAV), the combination (MLAV-LAV) and the Nelder-Mead's method. A new form of penalty-function was proposed to constrain the optimization in methods based on the solution of squared linear systems of equations. For methods based on the solution of over determined linear systems of equations, for which conventional penality-functions can not be applied, changes in the domains of the unknown parameters were proposed in order to restrict the minimization to feasible (physically and mathematically) regions. The modified least absolute values (MLAV) and the combined method (MLAVLA V) presented the best performance among alll methods considered in the study, concerning number of iterations, convergence from poor initial estimates or robustness with respect to infeasible regions. Two reservoir models were analysed: infinite homogeneous reservoir and infinite double-porosity reservoir. The results of the nonlinear para.meter estimation using either pressure data, pressure derivative or pressure and derivative data were compared. The use of both pressure and derivative as the model function yielded better performance than using I only pressure or pressure derivative data. Various examples with synthetic and field data were discussed. / Mestrado / Mestre em Engenharia de Petróleo

Orientador : Gabriela Stangenhaus / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-19T02:35:18Z (GMT). No. of bitstreams: 1 AgueroPalacios_YselaDominga_M.pdf: 2589211 bytes, checksum: c30cce4b804f3c4a4a42f0838046538b (MD5) Previous issue date: 1994 / Resumo: Os métodos de diagnósticos de observações discrepantes na análise de regressão linear múltipla baseiam-se na eliminação de apenas uma observação de cada vez. Existem também métodos nos quais se elimina mais de uma observação de cada vez, mais são pouco aplicados devido aos problemas combinatórios envolvidos. Por outro lado, existem conjuntos de dados com um padrão de múltiplas observações discrepantes os quais não são revelados pelos métodos de eliminação de uma observação de cada vez. Nestes casos dizemos que aconteceu um problema de "mascaramento". Neste trabalho estudamos métodos exploratórios de identificação de múltiplas observações discrepantes usando estimadores com alto ponto de ruptura, isto é, estimadores que além de não serem afetados no caso de existir múltiplas observações discrepantes no conjunto de dados, sejam úteis para identificá-los. / Abstract: Not informed / Mestrado / Mestre em Estatística

Orientador: Cicilia Yuko Wada / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-19T05:46:41Z (GMT). No. of bitstreams: 1 Giolo_SuelyRuiz_M.pdf: 4159785 bytes, checksum: 104c65010aaa367308551281ec779897 (MD5) Previous issue date: 1994 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Orientador: Cicilia Yuko Wada / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-19T14:13:46Z (GMT). No. of bitstreams: 1 Shimakura_SilviaEmiko_M.pdf: 3879713 bytes, checksum: d562d4dd4e7b0ddb475fce69a864db69 (MD5) Previous issue date: 1994 / Resumo: Não informado / Abstract: Not informed / Mestrado / Mestre em Estatística

Orientador: Gabriela Stangenhaus / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-20T01:15:10Z (GMT). No. of bitstreams: 1 Silva_DamiaoNobregada_M.pdf: 2683132 bytes, checksum: 205a0f07bbedeff4e84f86e420cb584d (MD5) Previous issue date: 1995 / Resumo: Neste trabalho será apresentada uma descrição básica de tópicos importantes do método Bootstrap (Efron, 1979a) para serem aplicados em problemas de Inferência Estatística cujas soluções analíticas são complicadas ou desconhecidas. Este texto é dirigido não só para estudantes de pós-graduação em Estatística, mas também para alunos de Bacharelado em Estatística que tenham cursado disciplinas básicas de Probabilidade e Inferência. É vista, inicialmente, a implementação do método para estimar variâncias, tendenciosidades e construção de intervalos de confiança. Em seguida, esta metodologia é implementada em problemas de análise de regressão múltipla utilizando critérios de estimação como: mínimos quadrados, norma LI e outros métodos robustos. Finalmente, é apresentada uma aplicação com dados de um experimento químico em bases de Schiff, que é um problema de regressão linear com restrição nos parâmetros, para mostrar a versatilidade do método em problemas mais complicados. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Orientador: Henrique Nunes de Oliveira / Banca: Lucia Galvão de Albuquerque / Banca: Danísio Prado Munari / Banca: Newton Tamassia Pégolo / Banca: Lenira El Faro Zadra / Resumo: Em programas de melhoramento animal, diversas características utilizadas como critérios de seleção representam medidas repetidas do mesmo animal, sendo importante o estudo de metodologias que considere esta estrutura longitudinal. Assim, o objetivo deste trabalho foi implementar a metodologia de antedependência utilizando de inferência bayesiana, na estimação de componentes de variância para avaliação genética de características longitudinais. Foram realizados dois estudos de simulação a fim de verificar as propriedades da aplicação da metodologia. Para o primeiro estudo foram considerados apenas os efeitos fixos, o genético e resíduo, sendo empregado duas estruturas de (co)variância: uma de antedependência e outra de regressão aleatória. O segundo estudo apresenta adicionalmente o efeito de ambiente permanente, sendo utilizado para ambos os efeitos aleatórios. Os resultados demonstraram que a metodologia proposta apresentou capacidade de estimar valores próximos aos simulados, entretanto alguns parâmetros dos modelos apresentaram algumas dificuldades de convergência. Verificou-se por meio do estudo realizado, que a implementação da metodologia de antedependência utilizando de inferência bayesiana e amostrador de Gibbs em um modelo animal, possibilitou a obtenção de estimativas próximas aos valores simulados. Além disso, pode-se constatar algumas dificuldades inerentes a convergência dos parâmetros do modelo, sendo necessário a realização de novos estudos visando utilizar novas funções para a modelagem dos coeficientes autorregressivos e das variâncias das inovações, assim como outras estratégias de amostragem / Abstract: In animal breeding programs, several traits used as selection criteria represent repeated measurements of the same animal, thus the study of methodologies that consider this longitudinal structure. The objective of this study was to implement a antedependence model using Bayesian inference, in the estimation of variance components for genetic evaluation of longitudinal characteristics. Two studies were conducted simulation in order to verify the properties of application of the methodology. For the first study included only fixed effects, genetic and residual, being employed two structures (co)variance: one antedependence and other random regression. The second study further shows the effect of permanent environment, and is used for both random effects. The results demonstrated that the proposed methodology showed ability to estimate values close to those simulated, however, some parameters of the models presented convergence difficulties. It was found through the study, the implementation of the methodology antedependence using Bayesian inference and Gibbs sampling in an animal model, makes possible to get estimates close to the simulated values. Moreover, one can observe some convergence difficulties of the model parameters, it is necessary to conduct new studies to use new functions for modeling the autoregressive coefficients and variances of the innovations, as well as other sampling strategies / Doutor

A quantificação da evapotranspiração é uma tarefa essencial para a determinação do balanço hídrico em uma bacia hidrográfica e para o estabelecimento do déficit hídrico de uma cultura. Nesse sentido, o presente trabalho aborda a análise da evapotranspiração de referência (ETo) para a região de Jaboticabal-SP. O comportamento do fenômeno na região foi estudado a partir da interpretação de dados de uma bateria de 12 lisímetros de drenagem (EToLis) e estimativas teóricas por 10 equações diferentes disponíveis na literatura. A análise estatística de correlação indica que as estimativas da ETo por equações teóricas comparadas à EToLis medida em lisímetro de drenagem não apresentaram bons índices de comparação e erro. Admitindo que a operação dos lisímetros não permitiu a determinação da ETo com boa confiabilidade, propôs-se um ajuste local das demais metodologias de estimativa da ETo, através de auto-regressão (AR) dos ruídos destas equações em comparação com uma média anual estimada pela equação de Penman-Monteith (EToPM), tomada como padrão, em períodos quinzenal e mensal. O ajuste através de regressão linear simples também foi analisado. Os resultados obtidos indicam que a radiação efetiva é a variável climática de maior importância para o estabelecimento da ETo na região. A estimativa pela equação de Penman-Monteith apresentou excelente concordância com as equações de Makkink (1957) e do balanço de energia. Os ajustes locais propostos apresentaram excelentes resultados para a maioria das equações testadas, dando-se destaque às equações da radiação solar FAO-24, de Makkink (1957), de Jensen-Haise (1963), de Camargo (1971), do balanço de radiação, de Turc (1961) e de Thornthwaite (1948). O ajuste por regressão linear simples é de mais fácil execução e apresentou excelentes resultados. / The quantification of the evapotranspiration is an essential task for the determination of the water balance in a watershed and for the establishment of the culture´s water deficit. Therefore, the present work describes the analysis of the reference evapotranspiration (ETo) for the region of Jaboticabal-SP. The phenomenon behavior in the region was studied based on the interpretation of 12 drainage lysimeters data (EToLis) and on theoretical estimates for 10 different equations available in the Literature. An statistical analysis indicated that the theoretical ETo estimates compared with the EToLis did not present good indices of comparison and error. Admitting that the lysimeters operation did not allow a reliable ETo determination, a local adjustment of the theoretical methodologies for ETo estimate was considered. An auto-regression (AR) of the noises of these equations in comparison with the annual average estimate for the Penman-Monteith equation (EToPM), taken as standard, has been performed in fortnightly and monthly periods. The adjustment through simple linear regression has also been analyzed. The obtained results indicate that the effective radiation is the most important climatic variable for the establishment of the ETo in the region. The Penman-Monteith estimate presented excellent correlation to the estimates by Makkink (1957) equation and the energy balance. The local adjustments presented excellent results for the majority of the tested equations, specially for the solar radiation FAO-24, Makkink (1957), Jensen-Haise (1963), Camargo (1971), radiation balance, Turc (1961) and Thornthwaite (1948) equations. The adjustment by simple linear regression is of easier execution and also presented excellent results.

Durante as últimas décadas, o melhoramento genético em bovinos leiteiros no Brasil baseou-se somente na importação de material genético, resultando em ganhos genéticos de pequena magnitude para as características de interesse econômico. Dessa forma, existe a necessidade eminente de avaliações genéticas dos animais sob condições nacionais de ambiente, de maneira a se prover um aumento na produção de leite aliado à qualidade. Neste contexto, o conhecimento sobre a composição do leite é de extrema importância para o entendimento de como alguns fatores ambientais e, principalmente genéticos podem influenciar no aumento dos conteúdos de proteína (PROT), gordura (GOR) e ácidos graxos (AG) benéficos e na redução da contagem de células somáticas, visando a melhoria da qualidade nutricional deste produto. Diante disso, o objetivo desse trabalho foi predizer os teores de AG de interesse usando regressão linear bayesiana, bem como estimar componentes de variância, coeficientes de herdabilidade e comparar modelos de diferentes ordens de ajuste por meio de funções polinomiais de Legendre, sob modelos de regressão aleatória. Amostras de leite foram submetidas a análises de cromatografia gasosa e espectrometria em infravermelho médio para determinação dos ácidos graxos. A comparação dos resultados obtidos por ambos os métodos foi realizada por meio da correlação de Pearson, análise de Bland-Altman e regressão linear bayesiana e, posteriormente, equações de predição foram desenvolvidas para os ácidos graxos mirístico (C14:0) e linoléico conjugado (CLA), a partir de regressões lineares simples e múltipla bayesiana considerando-se prioris nãoinformativas e informativas. Polinômios ortogonais de Legendre de 1ª a 6ª ordens foram utilizados para o ajuste das regressões aleatórias das características. A predição dos AG por meio da aplicação da regressão linear foi viável, com erros de predição variando entre 0,01 e 4,84g por 100g de gordura para o C14:0 e 0,002 e 1,85 por 100g de gordura para o CLA, sendo neste caso os menores erros de predição obtidos quando adotada a regressão múltipla com priori não informativa. Os modelos que melhor se ajustaram para GOR, PROT, C16:0, C18:0, C18:1c9, CLA, saturados (SAT), insaturados (INSAT), monoinsaturados (MONO) e poliinsaturados (POLI) foi o de 1ª ordem, e para escore de célula somática (ESC) e C14:0 o de 2ª ordem. As estimativas de herdabilidade obtidas variaram de 0,08 a 0,11 para GOR; 0,28 a 0,35 para PROT; 0,03 a 0,22 para ECS; 0,12 a 0,31 para C16:0; 0,08 a 0,14 para C18:0; 0,24 a 0,43 para C14:0; 0,07 a 0,17 para C18:1c9; 0,13 a 0,39 para CLA; 0,14 a 0,31 para SAT; 0,04 a 0,14 para INSAT; 0,04 a 0,13 para MONO; 0,09 a 0,20 para POLI e 0,12 para PROD, nos modelos que melhor se ajustaram. Concluise que melhorias na qualidade nutricional do leite podem ser obtidas por meio da inclusão das características produtivas e do perfil de ácidos graxos em programas de seleção genética. / During the last decades, genetic improvement in dairy cattle in Brazil was based only on the importation of genetic material, resulting in small genetic gains for economic interest traits. There is a perceived need for genetic evaluation under national environment conditions to provide an increase in milk production allied to quality. In this context, the knowledge of the milk composition is very important for understanding how certain environmental factors and especially genetic factors may influence the increase in protein content (PROT), fat (FAT), beneficial fatty acids (FA) and in reducing somatic cell count, aiming to improve the nutritional quality of this product. The aim of this study was to predict the levels of interest FA using Bayesian linear regression and estimate the components of variance, coefficients of heritability and compare models with different orders of adjustment by Legendre polynomials functions, in random regression models. Milk samples were subjected to gas chromatography analysis and mid-infrared spectrometry for the determination of fatty acids. The comparison of the results obtained by both methods was performed using Pearson\'s correlation, Bland-Altman analysis and Bayesian linear regression, subsequently, prediction equations were developed for the fatty acids myristic (C14:0) and conjugated linoleic (CLA) from simple linear regressions and multiple Bayesian considering non-informative and informative priors. Legendre orthogonal polynomials from 1st to 6th orders were used to fit the random regression of the traits. That was viable the prediction of FA by applying the linear regression with prediction errors ranging from 0.01 to 4.84 g per 100 g of fat for C14:0 and 0.002 to 1.85 per 100 g of fat for CLA, in this case the smaller prediction errors obtained when adopted the multiple regression with non-informative priori. The models that best fit for FAT, PROT, C16:0, C18:0, C18:1C9, CLA, saturated (SAT), unsaturated (UNSAT), monounsaturated (MONO) and polyunsaturated (POLY) was the one of 1st order and for somatic cell scores (SCS) and C14:0 the one of 2nd order. The estimates of heritability ranged from 0.08 to 0.11 for FAT; 0.28 to 0.35 for PROT; 0.03 to 0.22 for SCS; 0.12 to 0.31 for C16:0; 0.08 to 0.14 for C18:0; 0.24 to 0.43 for C14:0; 0.07 to 0.17 for C18:1C9; 0.13 to 0.39 for CLA; 0.14 to 0.31 for SAT; 0.04 to 0.14 for UNSAT; 0.04 to 0.13 for MONO, 0.09 to 0.20 for POLY and 0.12 for PROD, in the models that best fit. We conclude that improvements in the nutritional quality of milk can be obtained through the inclusion of productive traits and fatty acid profile in genetic selection programs.

Os animais, assim como os seres humanos, são suscetíveis a estímulos lesivos que venham a desencadear a sensação dolorosa. O manejo inadequado da dor pode acarretar danos sérios no animal, principalmente no que tange o período pós-operatório, retardando significativamente o tempo de recuperação. Visando reduzir ou atenuar o desconforto no pós-cirúrgico, vários estudos estão sendo realizados com a administração de analgésicos opióides e antiinflamatórios, de forma preemptiva. Nessa modalidade o paciente recebe o fármaco anteriormente ao estímulo com o intuito de minimizar a dor pós-operatória. Neste pressuposto, o presente trabalho tem como principal objetivo o emprego de modelagem matemática no sentido de validar o uso preemptivo do Cloridrato de Tramadol para o controle da dor em cadelas submetidas ao procedimento de ovariohisterectomia (OSH). O estudo ocorreu no Hospital Veterinário da Unijuí, em cadelas submetidas à ovariohisterectomia eletiva. O delineamento experimental ocorreu em três blocos casualizados com sete repetições, levando em consideração o grupo controle, bem como os tempos distintos de administração preemptiva do fármaco. A posteriori a coleta dos dados experimentais, foi realizada a modelagem matemática, partindo das médias da avaliação da dor pós-cirúrgica, buscando validar o efeito preemptivo do Cloridrato de Tramadol. Além disso, reproduzir na forma de um Sistema Baseado em Regras Fuzzy (SBRF) pela Escala de Glasgow, um controlador capaz de auxiliar o médico veterinário na aferição da dor em animais. A análise de variância das variáveis: tempo de uso do Tramadol e tempo de avaliação da dor, apresentou efeito significativo apenas para a variável e tempo de avaliação da dor, ou seja, a aplicação deste fármaco de forma preemptiva não se mostrou eficiente no controle da dor pós-operatória. A regressão polinomial permitiu encontrar a equação linear mais adequada para este experimento, sendo esta capaz de estimar o tempo da dor limite ou a intensidade de dor em um determinado tempo. É possível a partir de um escore já estabelecido de aferição álgica, simular através do SBRF, o tempo em que o animal sentirá dor, necessitando reintervenção medicamentosa. / 82 f.