Orientador: Gabriela Stangenhaus / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-07-22T04:02:22Z (GMT). No. of bitstreams: 1 Machado_HelymardaCosta_M.pdf: 4843890 bytes, checksum: d92608cb421a49bc3a9b5850b381092c (MD5) Previous issue date: 1997 / Resumo: As técnicas de diagnóstico para detecção de dados atípicos comumente utilizadas na análise de regressão linear têm por base o método de estimação dos mínimos quadrados dos resíduos. No entanto, se no conjunto de dados houver observações atípicas, estas obsetVações influenciarão o ajuste, afetando o estimador obtido por esse método. Quando isto OCOITe, pode haver efeitos de maceramento (isto é, não se detectam as observações atipicas, ou seja, aquelas que se distanciam das demais) e/ou "swamping" (isto é, c1assifica se como atípica uma observação comum). Neste traba1ho são abordados métodos de estimação com alto ponto de ruptura, ou seja, métodos cujos esticadores não são afetados quando houver observações atípicas no conjunto de dados. Como alternativa para o método dos mínimos quadrados dos resíduos são abordados mais deta1hadamente o método da mínima mediana dos quadrados dos resíduos e o método dos quadrados aparados mínimos. As técnicas de diagnóstico baoadas em tais métodos são resistentes a dados atípicos, conseguindo identificá-los. Para obtenção de uma solução para os estimadores dos métodos de estimação resistentes às observações atípicas utilizam-se algoritmos que se baseiam nos chamado conjuntos elementares, que consistem de subconjuntos das observações do conjunto de dados. Assim, são apresentados vários algoritmos baseados nos conjuntos elementares, sendo que alguns algori1mos consistem na enumeração completa ou parcial (através de uma amostra aleatória) de todos os possíveis conjuntos elementares, enquanto que outros são resolvidos através de programação linear. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Magíster en Gestión de Operaciones / Ingeniero Civil Matemático / En general, un problema de decisión min f(x) s.a. x en F0 está sometido a una gran cantidad de factores que pueden provocar incertidumbre respecto a la delidad de los valores de los datos que de finen F0, causando que la respuesta de este no sea del todo con fiable. Existen diversos métodos para hacerse cargo de la incerteza en los datos, como el Análisis de Escenarios, la Optimización Estocástica y la Simulación, entre otras. Si el decidor es adverso al riesgo, por ejemplo en situaciones donde las decisiones son poco frecuentes o bien las consecuencias de una mala decisión ponen en riesgo la vida de personas, la Optimización Robusta, es la estrategia que le permite ser en extremo conservador, buscando soluciones óptimas que sean factibles bajo cualquier escenario posible de datos. Lamentablemente un algoritmo robusto puede consumir vastos recursos computacionales. Resulta interesante ser capaz de predecir cuánto se arriesga (en términos de la función objetivo), al utilizar una solución económica que ignora la incertidumbre en vez de una costosa solución robusta, o dicho de otra forma, cuánto cuesta una solución conservadora en relación al problema con datos estimados (fácil de resolver). Es posible acotar este valor , en términos de la sensibilidad estructural del problema, una característica intrínseca de la modelación, y el nivel de incertiza que al que estan sometidos los datos, de la siguiente forma: D <= (2/k+1) (max f(x) - min f(x)) Donde k es una medida llamada Margen de Factibilidad propuesta por Ben-Tal y Nemirovski, en situaciones donde la variabilidad de los datos puede ser modelada a través de un conjunto de incerteza U poliedral. Ellos presentan una cota superior para D y en este trabajo se construye un modelo linearizado para computar una estimación simpli cada de esta cota para problemas lineales con incertidumbre en la matriz de restricciones de desigualdad, descrita a través de un conjunto poliedral. Se aplicó este modelo a 16 problemas de la librería NETLib, asumiendo perturbaciones independientes de los parámetros considerados como inciertos. La estimación implementada consiguió buenas cotas ajustadas: Para un nivel de incerteza del 1% las cotas fueron, salvo por dos ocasiones, a lo más 6 veces el valor a estimar y en general el error de la estimación no supero el 8% del valor óptimo nominal. En estos problemas se pudo observar que el error en la cota estimada es proporcional al nivel de incerteza, de comprobarse esta idea, se presentaría una ventaja signi cativa al momento de estudiar el impacto sobre problemas con nivel de incerteza desconocido.

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

Esponjas e micro-organismos isolados do meio marinho constituem grupos biológicos que apresentam produção e/ou acúmulo de substâncias do metabolismo secundário com ações em diversos sistemas biológicos. Neste trabalho foi realizada a investigação química das esponjas marinhas Aiolochroia crassa e Dysidea robusta e do meio de cultura de crescimento do fungo Aspergillus sydowii, isolado da esponja Dragmacidon reticulatum, com o objetivo de ampliar o conhecimento sobre a química destes organismos. O extrato bruto da esponja Aiolochroia crassa apresentou atividade antiviral e foi submetido à separação de seus componentes por diferentes técnicas de fracionamento. Foram obtidos dois compostos puros identificados como os alcaloides derivados da bromotirosina, purealidina L e a 3-bromo-N,N,N,O-trimetiltirosina. Já o extrato aquoso da esponja Dysidea robusta foi submetido a sucessivas separações por CLAE-UV até a purificação de uma fração, que forneceu uma mistura de pirazinas isoméricas, a palitazina e a isopalitazina. O fungo Aspergillus sydowii cultivado em meio líquido forneceu extrato que apresentou atividade anticancerígena. Uma sequência de separações por CLAE-UV levou ao isolamento de três compostos puros: o ácido sidowico e dois compostos adicionais cujas estruturas ainda não foram identificadas. / Sponges and micro-organisms isolated from the marine environment are groups that have biological production and/or accumulation of substances of secondary metabolism with shares in various biological systems. This work was conducted chemical research of marine sponges Dysidea robust and Aiolochroia crassa and culture medium for growth of the fungus Aspergillus sydowii isolated sponge Dragmacidon reticulatum, with the goal of increasing knowledge about the chemistry of these organisms. The crude extract of the sponge Aiolochroia crassa showed antiviral activity and was subjected to separation des components by different fractionation techniques. Two pure compounds obtained were identified as derivatives of alkaloids bromotyrosine, purealidin L and 3-bromo-N,N,N,O-trimethyltyrosine. The aqueous extract of the sponge Dysidea robusta underwent successive separations by HPLC-UV to the purification of a fraction, which provided a mixture of isomeric pyrazines, the palythazine and the isopalythazine. The fungus Aspergillus sydowii cultivated in liquid medium has provided that extract showed anticancer activity. A sequence of separations by HPLC-UV allowed the isolation of three pure compounds: sydowico acid and two additional compounds whose structures have not yet been identified.

Esponjas e micro-organismos isolados do meio marinho constituem grupos biológicos que apresentam produção e/ou acúmulo de substâncias do metabolismo secundário com ações em diversos sistemas biológicos. Neste trabalho foi realizada a investigação química das esponjas marinhas Aiolochroia crassa e Dysidea robusta e do meio de cultura de crescimento do fungo Aspergillus sydowii, isolado da esponja Dragmacidon reticulatum, com o objetivo de ampliar o conhecimento sobre a química destes organismos. O extrato bruto da esponja Aiolochroia crassa apresentou atividade antiviral e foi submetido à separação de seus componentes por diferentes técnicas de fracionamento. Foram obtidos dois compostos puros identificados como os alcaloides derivados da bromotirosina, purealidina L e a 3-bromo-N,N,N,O-trimetiltirosina. Já o extrato aquoso da esponja Dysidea robusta foi submetido a sucessivas separações por CLAE-UV até a purificação de uma fração, que forneceu uma mistura de pirazinas isoméricas, a palitazina e a isopalitazina. O fungo Aspergillus sydowii cultivado em meio líquido forneceu extrato que apresentou atividade anticancerígena. Uma sequência de separações por CLAE-UV levou ao isolamento de três compostos puros: o ácido sidowico e dois compostos adicionais cujas estruturas ainda não foram identificadas. / Sponges and micro-organisms isolated from the marine environment are groups that have biological production and/or accumulation of substances of secondary metabolism with shares in various biological systems. This work was conducted chemical research of marine sponges Dysidea robust and Aiolochroia crassa and culture medium for growth of the fungus Aspergillus sydowii isolated sponge Dragmacidon reticulatum, with the goal of increasing knowledge about the chemistry of these organisms. The crude extract of the sponge Aiolochroia crassa showed antiviral activity and was subjected to separation des components by different fractionation techniques. Two pure compounds obtained were identified as derivatives of alkaloids bromotyrosine, purealidin L and 3-bromo-N,N,N,O-trimethyltyrosine. The aqueous extract of the sponge Dysidea robusta underwent successive separations by HPLC-UV to the purification of a fraction, which provided a mixture of isomeric pyrazines, the palythazine and the isopalythazine. The fungus Aspergillus sydowii cultivated in liquid medium has provided that extract showed anticancer activity. A sequence of separations by HPLC-UV allowed the isolation of three pure compounds: sydowico acid and two additional compounds whose structures have not yet been identified.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-05-15T15:14:29Z No. of bitstreams: 1 geissydeazevedomendes.pdf: 36976754 bytes, checksum: 80ab46b7f0b567167c8b9d332ae25d24 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-05-22T15:06:38Z (GMT) No. of bitstreams: 1 geissydeazevedomendes.pdf: 36976754 bytes, checksum: 80ab46b7f0b567167c8b9d332ae25d24 (MD5) / Made available in DSpace on 2018-05-22T15:06:38Z (GMT). No. of bitstreams: 1 geissydeazevedomendes.pdf: 36976754 bytes, checksum: 80ab46b7f0b567167c8b9d332ae25d24 (MD5) Previous issue date: 2018-02-22 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O café é um dos mais importantes produtos alimentares na economia mundial. O Brasil é o maior produtor e exportador do grão e o segundo maior consumidor do produto no mundo. A maior parte do café disponível comercialmente são as espécies do tipo café arábica (Coffea arabica L.) e café robusta/conilon (Coffea canephora L.), além de suas misturas. O café arábica tem maior valor comercial e suas características sensoriais gerais são mais apreciadas quando comparadas ao robusta. O objetivo deste trabalho é diferenciar as espécies de café após a torrefação por espectroscopia óptica. Assim, misturas com diferentes proporções de cafés arábica/robusta torrado e moído, em três graus de torrefação (claro, médio e escuro) foram estudados utilizando as técnicas de espectroscopia no infravermelho por transformada de Fourier (FTIR), fluorescência e fluorescência resolvida no tempo (TCSPC). Notória a similaridade existente na composição química das amostras, dois métodos multivariados foram aplicados para avaliação dos espectros de infravermelho: análise de componentes principais (PCA) e regressão por mínimos quadrados parciais (PLS). A partir dos espectros avaliados com o PCA, foi possível diferenciar as espécies de café e identificar compostos que são bons discriminantes entre elas, como a cafeína e os lipídeos, presentes em quantidades maiores no café robusta e arábica, respectivamente. Além disso, ao associar os espectros do FTIR ao PLS, foi desenvolvido um modelo capaz de predizer quantitativamente a proporção de cada espécie nas amostras estudadas, com coeficiente de determinação superior a 0,99. As análises de fluorescência e fluorescência resolvida no tempo foram realizadas utilizando-se comprimentos de onda de excitação/emissão em 280/480 nm, 310/470 nm e 400/605 nm. Os espectros de emissão obtidos pela técnica discriminam as espécies e indicam a presença de fluoróforos em apenas um dos cafés analisados. Já pela contagem de fóton único correlacionado no tempo (TCSPC), obteve-se intensidade média do tempo de vida de emissão, no qual o conjunto 310/470 nm apresentou diferença entre as espécies superior a 20%. Os resultados obtidos neste trabalho, evidenciam o fato de que as técnicas empregadas são promissoras, uma vez que são capazes de distinguir com rapidez as espécies ou até mesmo quantificar a porcentagem das misturas. / Coffee is one of the most important food products in the world economy. Brazil is the largest producer and exporter of the grain and the second largest consumer of coffee in the world. Most commercially available coffee is arabica coffee (Coffea arabica L.) and robusta/conilon coffee (Coffea canephora L.) type species as well their blends. The arabica coffee has higher commercial value and its general sensorial characteristics are more favorable when compared to robusta coffee one. This work aimed to differentiate coffee species after roasting by optical spectroscopy. Thus, blends with different ratios of roasted and ground arabica/robusta coffees in three grades of roasting (light, medium and dark) were studied using the Fourier-Transform Infrared Spectroscopy (FTIR), fluorescence and time resolved fluorescence (TCSPC) spectroscopy techniques. Notably similar in their chemical composition, two multivariate methods were used to analyze the sample spectra: principal component analysis (PCA) and partial least squares regression (PLS). From the spectra analyzed with PCA, it was possible to differentiate the coffee species and to identify compounds that are good discriminants among them, such as caffeine and lipids, present in larger quantities in the robusta and arabica coffee, respectively. In addition, by associating the FTIR spectra to the PLS, a model capable of quantitatively predict the proportion of each specie in the studied samples was developed, with a determination coefficient higher than 0.99. Time resolved fluorescence and fluorescence analyzes were performed using excitation/emission wavelengths at 280/480 nm, 310/470 nm and 400/605 nm. The emission spectra obtained by the technique discriminate the species and indicate the presence of fluorophores in only one of the coffees analyzed. As for the time-correlated single photon count (TCSPC), the mean intensity of the emission lifetime was calculated, in which the set 310/470 nm showed a difference between species of more than 20%. The results obtained in this work demonstrate the fact that the techniques employed are promising since they are able to quickly distinguish the species or even quantify the percentage of the blends.

La operación de las plantas químicas actuales se caracteriza por la necesidad de introducir cambios rápidos y de bajo costo con el fin de mejorar su rentabilidad, cumplir normas medioambientales y de seguridad, y obtener un producto final de una especificación dada. Con este propósito es esencial conocer el estado actual del proceso, el cual se infiere a partir de las mediciones y del modelo que lo representa. A pesar de los recientes avances en la fabricación de instrumentos, las mediciones siempre presentan errores aleatorios y en ocasiones también contienen errores sistemáticos. El empleo de los valores de las mediciones sin tratamiento puede ocasionar un deterioro significativo en el funcionamiento de la planta, de allí la importancia de aplicar metodologías que conviertan los datos obtenidos por los sensores en información confiable. La Reconciliación de Datos Clásica es una técnica probada que permite reducir los errores aleatorios de las mediciones. Con esta metodología se obtienen estimaciones más precisas de las observaciones, que son consistentes con el modelo. Sin embargo la presencia de errores sistemáticos invalida su base estadística, por lo que éstos deben ser detectados, identificados, y estimados o eliminados antes de aplicarla. Para evitar estos inconvenientes, se propusieron estrategias de Reconciliación de Datos Robusta (RDR) que son insensibles a una cantidad moderada de Errores Sistemáticos Esporádicos (ESE), dado que reemplazan la función Cuadrados Mínimos por un M-estimador. En esta tesis se presentan nuevas metodologías de RDR que combinan las bondades de los M-estimadores monótonos y redescendientes. Se desarrolla un Método Simple que proporciona buenas estimaciones para las mediciones reconciliadas, y su carga computacional es baja debido a que se lo inicializa con una mediana robusta de las observaciones. Por otra parte, se formula el Test Robusto de las Mediciones (TRM) que utiliza la redundancia temporal provista por un conjunto de observaciones, y consigue detectar e identificar mediciones atípicas en variables con redundancia espacial nula, y con un porcentaje de aciertos idéntico al de las variables medidas redundantes. Esto es un notable avance en las técnicas de Detección de ESE pues independiza la capacidad de detección de la redundancia espacial. Además, el TMR permite identificar las variables con ESE en sistemas complejos, como procesos con corriente paralelas o variables equivalentes. En los mismos se logran aislar variables problemáticas sin generar falsas alarmas o perder capacidad de detección. Con lo cual se aborda un problema cuya solución estaba pendiente hasta el momento. El efecto de la presencia de ESE puede ser contrarrestado por la RDR. No obstante, existen Errores Sistemáticos que Persisten en el Tiempo (ESPT), las estimaciones se ven deterioradas. En tal sentido, se presenta una nueva metodología para la detección y clasificación de ESPT basada en la técnica de Regresión Lineal Robusta y un procedimiento para el tratamiento integral de los errores sistemáticos que mejora significativamente la exactitud de las estimaciones de las variables. Las estrategias propuestas en esta tesis han sido probadas satisfactoriamente en un proceso de mayor escala correspondiente a una planta de biodiésel. Se concluye que la correcta aplicación de la Estadística Robusta al procesamiento de datos permite desarrollar estrategias que proveen estimaciones insesgadas de las variables de proceso, con resultados reproducibles y aplicables a otros sistemas. / Nowadays, chemical plants need to introduce fast and low-cost changes in the operation to enhance their profitability, to satisfy environmental and safety regulations, and to obtain a final product of a certain quality. With this purpose, it is essential to know the current process state, which is estimated using the measurements and the model that represents its operation. Despite the recent improvements in instruments manufacturing, measurements are always corrupted with random errors, and sometimes they also are contaminated with systematic ones. The use of untreated observations is detrimental for plant operation; therefore, it is important to apply strategies that transform the data given by sensors in reliable information. The Classic Data Reconciliation (RDC) is a well-known technique that reduces the effect of random measurement errors. It provides more precise estimates of the observations, which are consistent with the process model. But the presence of systematic errors invalidates the statistical basis of that procedure. Therefore, those errors should be detected, identified, and estimated or eliminated before the application of RDC. To avoid this problem, Robust Data Reconciliation (RDR) strategies have been proposed, whose behavior is not affected by the presence of a moderate quantity of Sporadic Systematic Errors (ESE). They replace the Least Square Function by an M-estimator. In this thesis, two RDR methodologies are presented which combine the advantages of monotone and redescendent M-estimators. The Simple Method is proposed, which provides unbiased estimates of the reconciled measurements. Its computation requirement is low because the procedure is initialized using a robust estimate of the observation median. Furthermore, the Robust Measurement Test (TRM) is proposed. It uses the temporal redundancy provided by a set of measurements, and allows the detection and identification of atypical observations for measured variables which have null spatial-redundancy. Their identification percentages are similar to those obtained for the redundant measured ones. This a great advance in the ESE Detection area because for the new method the detection does not depend on the spatial-redundancy. Even more, TMR allows to identify ESE for complex systems, such as processes which have parallel streams and equivalent set of measurements. It isolates the measurements with ESE at a low rate of false alarms and high detection percentages. This has provided a solution to a subject unsolved until now. Even though the detrimental effect of ESE can be reduced by the RDR, the presence of Systematic Errors that Persist in Time (ESPT) deteriorates variable estimates. In this sense, a new methodology is presented to detect the ESPT, and classify them using the Linear Robust Regression Technique. Also the treatment of all systematic errors is tackled using a comprehensive procedure that significantly enhances the accuracy of variable estimates. The strategies proposed in this thesis have been satisfactorily proved for a plant of biodiesel production. It can be concluded that the right application of concepts from Robust Statistic to process data analysis allows to develop techniques which provide unbiased estimates, are reproducible and can be applied to other systems.

Magíster en Gestión de Operaciones / Ingeniero Civil Industrial / En el presente trabajo se considera el problema de asignación de asientos para diversas clases de clientes en una red de Aerolíneas, más conocido en inglés como Network Revenue Management. Usando la metodología de programación dinámica, se busca maximizar el beneficio esperado sujeto a restricciones de tiempo y capacidad de los aviones en la red. Uno de los problemas que enfrentan las aerolíneas al momento de vender vuelos interconectados en una red es qué precio fijar para cada clase de cliente de tal forma de no dejar potenciales compradores fuera al fijar precios altos, ni perder potenciales ingresos con precios bajos. Para gestionar la demanda a través del tiempo, las aerolíneas utilizan políticas de control de asientos como Booking Limits, Protection Levels o Bid Prices, cuya solución se obtiene de resolver problemas de optimización dinámicos o estáticos. Esta tesis aborda este problema cuando la demanda está sujeta a incertidumbre. Bajo este escenario el problema es altamente riesgoso, pues los costos de operación son elevados y el producto que se ofrece es perecible, es decir, los asientos libres no se pueden inventariar lo que genera pérdidas. Para enfrentar esto se propone resolver usando optimización aversa al riesgo más conocida como optimización robusta. El enfoque de optimización robusta es optimizar contra el peor de los casos que pudiera surgir debido a la incertidumbre en la demanda, encontrando políticas de control en la capacidad de los aviones relativamente insensibles a variaciones en la estimación de demanda. La formulación robusta intenta mitigar el impacto de los errores en la estimación de probabilidades de transición mediante la elección de una política óptima maximin, donde la minimización es sobre un conjunto de probabilidades de transición y el objetivo es escoger una política que maximice los beneficios esperados sobre este conjunto. Los experimentos que se realizaron muestran que cuando el riesgo supera cierto umbral, el modelo robusto captura de forma más eficiente el riesgo y obtiene resultados esperados mejores que los modelos tradicionales.

Doctor en Ingeniería Eléctrica / Las micro-redes están convirtiéndose en un componente clave de la red eléctrica futura, las cuales representan la combinación de tecnologías de información y comunicación, junto con fuentes de energía y cargas, en un sistema unificado y activo. Los beneficios de las micro-redes han promovido esfuerzos globales para expandir su penetración en los sistemas eléctricos. Sin embargo, todavía hay algunos desafíos relacionados con su diseño, control y operación. Uno de los problemas más importantes por resolver es el desarrollo de nuevos sistemas de protección, considerando que los esquemas convencionales, diseñados para flujos de potencia radiales, y con altas magnitudes de corrientes de falla, no funcionarán correctamente en este nuevo entorno. El uso de un adecuado sistema de protección es esencial para el funcionamiento seguro y confiable de la micro-red. La adopción de un sistema de protección adquiere mayor relevancia dada la presencia de fuentes de energía altamente variables, con cambios continuos en las condiciones de operación y topológicos. En este sentido, los enfoques de protección adaptativos están siendo considerados como una solución viable, ya que su función protectora cambia en función del comportamiento de la micro-red, satisfaciendo los requisitos de confiabilidad, selectividad, rapidez y sensibilidad. En esta tesis, se presenta un novedoso sistema de protección adaptativo para micro-redes. El esquema de protección se basa en funciones protectoras que incluyen diferentes elementos, operando de manera coordinada. Entre las principales contribuciones de la tesis se encuentra la conceptualización del problema de las fallas y anomalías en las micro-redes. Además, se destaca la forma en que se adaptan los parámetros de los dispositivos de protección, utilizando un enfoque de optimización robusta, resolviendo un conjunto finito de escenarios de falla. Los escenarios se generan en función de las predicciones sobre la energía disponible y demanda. Para cada paso de decisión, un problema de optimización robusta se resuelve en línea, basado en el pronóstico con una banda de confianza para representar la incertidumbre. Asimismo, el sistema de protección realiza un diagnóstico de las plantas fotovoltaicas, para detectar fallas y definir sus condiciones de operación. El sistema de protección fue probado y comparado utilizando datos reales de una micro-red existente en Chile. Los resultados obtenidos muestran que el dispositivo de protección propuesto fue capaz de despejar las fallas. Por ejemplo, en la configuración radial, la metodología propuesta eliminó el 100% de las fallas; mientras que una metodología alternativa lo hizo en el 92%. En la configuración de malla, la metodología propuesta despejó el 96% de las fallas; mientras que la alternativa lo hizo en un 75%. Asimismo, la metodología de detección de fallas de las plantas fotovoltaicas fue sensible a los cambios en las condiciones de operación. El modelo de celda fotovoltaica obtuvo un coeficiente de determinación de 0,992 para el voltaje, y 0,999 para la potencia, lo que significa que se logró un buen ajuste del modelo. Como trabajo futuro, se deberán abordar sistemáticamente los problemas de confiabilidad relacionados con fallas en el sistema de comunicación. Finalmente, se deberán considerar dentro de la metodología las acciones correctivas realizadas por los sistemas de gestión de carga, con el fin de mejorar el rendimiento del sistema de protección. / Este trabajo de tesis ha sido financiado por: Comisión Nacional de Investigación Científica y Tecnológica de Chile Universidad de Costa Rica

O setor sucroalcooleiro vem ganhando cada vez mais destaque no agronegócio brasileiro. O Produto Interno Bruto (PIB) do setor na safra de 2015 gerou mais de US$113 bilhões ao longo de toda cadeia produtiva (UNICA, 2016). Esse período de ascensão é acompanhado de novos desafios e oportunidades, o que torna o setor um tema fértil para a pesquisa acadêmica, teórica e aplicada. Dada à pluralidade do setor que hoje extravasa seu nicho tradicional, álcool e açúcar, e atua cada vez mais intensamente nos setores energéticos, eletricidade e combustíveis renováveis, faz-se necessário a incorporação da nova dinâmica de produção que esses produtos trazem à realidade administrativa do setor. Assim, além de discutir teoria e metodologia correlatas à modelagem matemática empregada no auxilio à gestão do setor, esse trabalho visa contribuir com a literatura, incorporando e discutindo as novas possibilidades produtivas que a produção de biogás trás ao mix de produção tradicional. As principais ferramentas utilizadas nessa análise são a teoria de portfólios e o arcabouço teórico da otimização robusta. A partir dessas técnicas construiu-se um modelo de otimização onde se busca a minimização do risco para um dado retorno, princípio da teoria de portfólios, avaliando o risco com o CVaR, uma medida de risco mais adequada do que a tradicional variância. Construído esse modelo, analisa-se o papel do biogás, um produto ainda pouco usual nas usinas brasileiras, no portfólio produtivo de uma usina hipotética. Com base nesse modelo implementou-se as técnicas de otimização robusta com o intuito de aferir se os resultados verificados no modelo determinístico se mantém no caso robusto. / The sugarcane sector is gaining a huge prominence in the Brazilian agribusiness. The GDP of the sector in 2015 crop was over then US$ 113 billion along the entire production chain (UNICA, 2016). This auspicious period is accompanied by new challenges and opportunities, which makes the sector a hot field for academic research, theoretical and applied. Given the industry plurality which today goes beyond its traditional niche, alcohol and sugar, the sector is increasingly strongly its share in the energy sector, electricity and renewable fuels. Thus it is necessary to incorporate the new dynamic of production that these products bring to the administrative reality of the sector. Therefore, in addition to discussing theory and methodology related to the mathematical modeling used as a support to sector management, this work aims to contribute to the literature by incorporating and discussing the new production possibilities that biogas production brings to the traditional production mix. The main tools used in this analysis are the portfolio theory and the theoretical and applied framework of robust optimization. From these techniques it is built up an optimization model where one seeks to minimize risk for a given return, the principle of portfolio theory, assessing the risk with CVaR, a better measure of risk than traditional variance. Through this model, the role of biogas, an unusual product in the Brazilian plants, is analyzed considering a hypothetical plant. Based on this model it is implemented robust optimization techniques in order to assess whether the results observed in the deterministic model remains in the case robust.