O uso racional dos recursos hídricos tem ganhado cada vez maior importância frente aos diversos setores da sociedade. A utilização destes recursos sem um planejamento de gestão tem levado a sua deterioração do ponto de vista qualitativo e também quantitativo. As águas subterrâneas surgem como uma fonte de recursos hídricos por estarem menos expostas a contaminações derivadas do uso antrópico e por existirem em maior quantidade em relação às águas superficiais. Para que possam ser preservadas e se elabore um plano de uso, o entendimento de sua ocorrência é fundamental. Esta pesquisa explorou o uso de ferramentas computacionais na construção de modelos hidrogeológicos de fluxo e transporte, mais especificamente o método de simulação de Monte Carlo (MC). O estudo de caso é o Sistema Aquífero Guarani na região de Santana do Livramento, Estado do Rio Grande do Sul, fronteira do Brasil com o Uruguai. Foi analisada, através das simulações, a influência do parâmetro de condutividade hidráulica (K) nos modelos construídos, representando a situação in situ, e projetando cenários futuros. Foram utilizadas informações do banco de dados do SIAGAS (CPRM) e dos trabalhos realizados no “Projeto de Proteção Ambiental e Desenvolvimento Sustentável do Sistema Aquífero Guarani”. Os modelos estocásticos gerados através das simulações foram comparados a modelos determinísticos, geralmente mais utilizados. Os modelos estocásticos se mostraram ferramentas essenciais na construção de modelos de fluxo, sendo atualmente a melhor alternativa para que se obtenha o conhecimento da dimensão da incerteza em relação ao meio físico estudado. Na construção de perímetros de proteção de poços, as simulações realizadas comprovaram que o Bairro do Cerro do Registro é um local apropriado para a locação de poços de abastecimento de água, como consta no plano diretor da cidade de Santana do Livramento, estando mais protegidos de fontes de contaminação que os poços situados no centro urbano. / The rational use of water resources has gained increasing importance in several sectors of the Brazilian society. The use of such resources without a management plan has led to its deterioration both from qualitative and quantitative points of view. Groundwater arises as a possible source of hydric resources for being less exposed to anthropic contamination and by existing in greater quantity in relation to surface water. In order to preserve groundwater and elaborate a proper land use plan it is essential to understand its occurrence. This research explored the use of computational tools in the construction of hydro-geological models of flow and transport, more specifically the simulation method of Monte Carlo (MC). The case study is the Guarani Aquifer System in the region of Santana do Livramento, Rio Grande do Sul State, Brazil’s border with Uruguay. The influence of the parameter of hydraulic conductivity (K) in the models constructed, representing the situation in situ and designing future scenarios, was analyzed through simulations. Information from the database of SIAGAS (CPRM) and of a study carried out in the “Project of Environmental Protection and Sustainable Development of the Guarani Aquifer System” were used. Stochastic models generated through the simulations were compared to deterministic models which are usually more frequently used. Stochastic models were essential tools in the construction of workflow models. Currently, they are the best alternative to know the size of uncertainty about the physical medium studied. In building the perimeters of wellhead protection areas, the simulations which were carried out have shown that Cerro do Registro neighborhood is an appropriate location for the leasing of water supply wells as stated in the strategic plan of the city of Santana do Livramento, being more protected from sources of contamination than the wells located in the urban area.

O uso racional dos recursos hídricos tem ganhado cada vez maior importância frente aos diversos setores da sociedade. A utilização destes recursos sem um planejamento de gestão tem levado a sua deterioração do ponto de vista qualitativo e também quantitativo. As águas subterrâneas surgem como uma fonte de recursos hídricos por estarem menos expostas a contaminações derivadas do uso antrópico e por existirem em maior quantidade em relação às águas superficiais. Para que possam ser preservadas e se elabore um plano de uso, o entendimento de sua ocorrência é fundamental. Esta pesquisa explorou o uso de ferramentas computacionais na construção de modelos hidrogeológicos de fluxo e transporte, mais especificamente o método de simulação de Monte Carlo (MC). O estudo de caso é o Sistema Aquífero Guarani na região de Santana do Livramento, Estado do Rio Grande do Sul, fronteira do Brasil com o Uruguai. Foi analisada, através das simulações, a influência do parâmetro de condutividade hidráulica (K) nos modelos construídos, representando a situação in situ, e projetando cenários futuros. Foram utilizadas informações do banco de dados do SIAGAS (CPRM) e dos trabalhos realizados no “Projeto de Proteção Ambiental e Desenvolvimento Sustentável do Sistema Aquífero Guarani”. Os modelos estocásticos gerados através das simulações foram comparados a modelos determinísticos, geralmente mais utilizados. Os modelos estocásticos se mostraram ferramentas essenciais na construção de modelos de fluxo, sendo atualmente a melhor alternativa para que se obtenha o conhecimento da dimensão da incerteza em relação ao meio físico estudado. Na construção de perímetros de proteção de poços, as simulações realizadas comprovaram que o Bairro do Cerro do Registro é um local apropriado para a locação de poços de abastecimento de água, como consta no plano diretor da cidade de Santana do Livramento, estando mais protegidos de fontes de contaminação que os poços situados no centro urbano. / The rational use of water resources has gained increasing importance in several sectors of the Brazilian society. The use of such resources without a management plan has led to its deterioration both from qualitative and quantitative points of view. Groundwater arises as a possible source of hydric resources for being less exposed to anthropic contamination and by existing in greater quantity in relation to surface water. In order to preserve groundwater and elaborate a proper land use plan it is essential to understand its occurrence. This research explored the use of computational tools in the construction of hydro-geological models of flow and transport, more specifically the simulation method of Monte Carlo (MC). The case study is the Guarani Aquifer System in the region of Santana do Livramento, Rio Grande do Sul State, Brazil’s border with Uruguay. The influence of the parameter of hydraulic conductivity (K) in the models constructed, representing the situation in situ and designing future scenarios, was analyzed through simulations. Information from the database of SIAGAS (CPRM) and of a study carried out in the “Project of Environmental Protection and Sustainable Development of the Guarani Aquifer System” were used. Stochastic models generated through the simulations were compared to deterministic models which are usually more frequently used. Stochastic models were essential tools in the construction of workflow models. Currently, they are the best alternative to know the size of uncertainty about the physical medium studied. In building the perimeters of wellhead protection areas, the simulations which were carried out have shown that Cerro do Registro neighborhood is an appropriate location for the leasing of water supply wells as stated in the strategic plan of the city of Santana do Livramento, being more protected from sources of contamination than the wells located in the urban area.

O uso racional dos recursos hídricos tem ganhado cada vez maior importância frente aos diversos setores da sociedade. A utilização destes recursos sem um planejamento de gestão tem levado a sua deterioração do ponto de vista qualitativo e também quantitativo. As águas subterrâneas surgem como uma fonte de recursos hídricos por estarem menos expostas a contaminações derivadas do uso antrópico e por existirem em maior quantidade em relação às águas superficiais. Para que possam ser preservadas e se elabore um plano de uso, o entendimento de sua ocorrência é fundamental. Esta pesquisa explorou o uso de ferramentas computacionais na construção de modelos hidrogeológicos de fluxo e transporte, mais especificamente o método de simulação de Monte Carlo (MC). O estudo de caso é o Sistema Aquífero Guarani na região de Santana do Livramento, Estado do Rio Grande do Sul, fronteira do Brasil com o Uruguai. Foi analisada, através das simulações, a influência do parâmetro de condutividade hidráulica (K) nos modelos construídos, representando a situação in situ, e projetando cenários futuros. Foram utilizadas informações do banco de dados do SIAGAS (CPRM) e dos trabalhos realizados no “Projeto de Proteção Ambiental e Desenvolvimento Sustentável do Sistema Aquífero Guarani”. Os modelos estocásticos gerados através das simulações foram comparados a modelos determinísticos, geralmente mais utilizados. Os modelos estocásticos se mostraram ferramentas essenciais na construção de modelos de fluxo, sendo atualmente a melhor alternativa para que se obtenha o conhecimento da dimensão da incerteza em relação ao meio físico estudado. Na construção de perímetros de proteção de poços, as simulações realizadas comprovaram que o Bairro do Cerro do Registro é um local apropriado para a locação de poços de abastecimento de água, como consta no plano diretor da cidade de Santana do Livramento, estando mais protegidos de fontes de contaminação que os poços situados no centro urbano. / The rational use of water resources has gained increasing importance in several sectors of the Brazilian society. The use of such resources without a management plan has led to its deterioration both from qualitative and quantitative points of view. Groundwater arises as a possible source of hydric resources for being less exposed to anthropic contamination and by existing in greater quantity in relation to surface water. In order to preserve groundwater and elaborate a proper land use plan it is essential to understand its occurrence. This research explored the use of computational tools in the construction of hydro-geological models of flow and transport, more specifically the simulation method of Monte Carlo (MC). The case study is the Guarani Aquifer System in the region of Santana do Livramento, Rio Grande do Sul State, Brazil’s border with Uruguay. The influence of the parameter of hydraulic conductivity (K) in the models constructed, representing the situation in situ and designing future scenarios, was analyzed through simulations. Information from the database of SIAGAS (CPRM) and of a study carried out in the “Project of Environmental Protection and Sustainable Development of the Guarani Aquifer System” were used. Stochastic models generated through the simulations were compared to deterministic models which are usually more frequently used. Stochastic models were essential tools in the construction of workflow models. Currently, they are the best alternative to know the size of uncertainty about the physical medium studied. In building the perimeters of wellhead protection areas, the simulations which were carried out have shown that Cerro do Registro neighborhood is an appropriate location for the leasing of water supply wells as stated in the strategic plan of the city of Santana do Livramento, being more protected from sources of contamination than the wells located in the urban area.

Submitted by Cássia Santos (cassia.bcufg@gmail.com) on 2017-02-01T12:17:19Z No. of bitstreams: 2 Dissertação - Marco Túlio Pacheco Coelho - 2016.pdf: 2399407 bytes, checksum: bf89ac5d0151cbcfbf3b3bc2cffb2225 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-02-01T14:11:43Z (GMT) No. of bitstreams: 2 Dissertação - Marco Túlio Pacheco Coelho - 2016.pdf: 2399407 bytes, checksum: bf89ac5d0151cbcfbf3b3bc2cffb2225 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-02-01T14:11:43Z (GMT). No. of bitstreams: 2 Dissertação - Marco Túlio Pacheco Coelho - 2016.pdf: 2399407 bytes, checksum: bf89ac5d0151cbcfbf3b3bc2cffb2225 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-02-24 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / A contemporary goal in ecology is to determine the ecological and evolutionary processes that generates the recurring structural patterns in mutualistic networks. One of the greatest challenges is testing the capacity of neutral processes to replicate observed patterns in ecological networks, since original formulation of neutral theory lacks trophic interactions. Here, we developed a stochastic simulation neutral model adding trophic interactions to the neutral theory of biodiversity. We show that our model is able to reproduce accurately the evolutionary conservatism of interacting species, as well as the most common structural patterns observed in nature. Moreover, we found that evolutionary conservatism of interacting species increases with lowmigration rate.Low migration rates promote both spatial and temporal autocorrelation of phylogenetic related species, which have a higher chance of interacting randomly with the same set of partners. Random migration , in addition to speciation and probability of interaction, are also partially responsible for connectance, degree distribution, and nested structure of mutualistic networks. These findings have broad implications to the interpretation of niche-based processes as unique drives of ecological networks, as well as the integration of network structures with demographic stochasticity. / Um objetivo recente em ecologia é determinar os processos ecológicos e evolutivos capazes de gerar os padrões estruturais recorrentes de redes de interação mutualística. Um dos grandes desafios é testar a capacidade de processos neutros replicarem os padrões observados de redes de interação, já que a formulação original da teoria neutra não abrange interações tróficas. Nesse trabalho, nós desenvolvemos um modelo de simulação estocástico neutro e adicionamos interações tróficas à Teoria Neutra da Biodiversidade. Nós mostramos que o nosso modelo é capaz de reproduzir de maneira precisa a conservação de interações, assim como os mais comuns padrões estruturais de redes interação observados na natureza. Além disso, nós encontramos que a conservação de interações decresce com o aumento da taxa de migração, uma vez que, baixa taxa de migração promove autocorrelação espacial e temporal de espécies filogeneticamente relacionadas, que por sua vez tem maior chance de interagirem ao acaso com o mesmo conjunto de espécies. Os eventos aleatórios de migração, somados à probabilidade de especiação e interação, são também parcialmente responsáveis pela conectância, distribuição de grau e estrutura aninhada das redes mutualísticas. Esses resultados possuem grandes implicações para a interpretação de processos baseados em nicho como os únicos processos causais na estruturação de redes de interação, assim como a integração da estrutura de redes com estocasticidade de demográfica.

Made available in DSpace on 2016-08-17T14:52:47Z (GMT). No. of bitstreams: 1 Anselmo Rodrigues.pdf: 589170 bytes, checksum: 7eda1a9d5bbe5a0ef8355bc4c4d26ca8 (MD5) Previous issue date: 2003-08-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The restructuring of the electricity industry has caused an increase in the number of commercial transactions carried out in energy markets. These transactions are defined by market forces without considering the operational constraints of the transmission system. As a consequence, there are transactions that cause congestion in the transmission network, that means, violations of operational limits in one or more circuits of the transmission system. In this way, the congestion in the transmission system must be eliminated by using corrective actions, such as redispatch of generation/transactions and operation of control flow devices, to avoid cascading outages with uncontrolled loss of load. Currently, the majority of methodologies used in congestion management are based on deterministic models. It has been justified because of the complexity associated with the application of probabilistic models in generation/transmission systems. Nevertheless, some models have been developed to carry out probabilistic analysis of the congestion management. Usually, they are based on the Monte Carlo Method with nonsequential simulation and they only include bilateral transactions. However, multilateral transactions are also essential for the existence of the energy markets. The multilateral transactions reduce the financial risks associated with commercial transactions and allow the customers to have access to the energy providers. Additionally by ignoring multilateral transactions, the existing probabilistic models for the congestion management include only not-free-cost corrective actions, such as generation redispatch and transaction curtailments. On the other hand, free-cost corrective actions, such as phase shifting transformers and FACTS devices, can provide low cost solutions to eliminate congestion in interconnections of the transmission system. This condition is caused by the delay in carrying out reinforcements in the transmission systems due to financial and environmental constraints. Finally, it must be noted that only probabilistic indices based in expected values are evaluated by the probabilistic models of congestion management. However, system operators have difficulty in interpreting probabilistic indices based only in expected values. Therefore, it is necessary to develop new indices to carry out probabilistic analysis of congestion management. These new indices must consider traditionally accepted operational criteria and they must be easily interpreted by the system operators. This research has as its objective the development of models and techniques to carry out the probabilistic analysis of congestion management. The proposed models and techniques consider the following aspects associated with congestion management: the modeling of multilateral transactions, phase shifting transformers and the definition of Well-Being Indices to assess the reliability of the commercial transactions. These indices, allow the establishment of a link between the operational criteria traditionally used and the stochastic model of the electrical network. The models and indices, proposed in this research, have been based on the Monte Carlo Method with non-sequential simulation and in the linearized optimal power flow. The optimal power flow problems associated with the congestion management have been solved using the Primal-Dual Interior-Point Method. The practical application and the validation of the models and indices proposed in this research have been carried out in two systems: the IEEE System, proposed in 1996, for Reliability Studies. The main conclusions obtained with the application of the proposed models and techniques in the IEEE system are: multilateral congestion management can improve the reliability of commercial transactions, load profiles have significant effects on the Well-Being indices of the transactions, the base case condition has great impact in the Well-Being indices associated with a set of transactions and the operation of phase-shifting transformers and can decrease significantly the curtailments in the commercial transactions. / A reestruturação da indústria de eletricidade causou um aumento no número de transações comerciais efetuadas em mercados de energia. Estas transações são definidas por forças de mercado sem considerar restrições operacionais do sistema de transmissão. Consequentemente existem transações comerciais que causam congestão no sistema de transmissão, ou seja, resultam em violações de limites operacionais em um ou mais circuitos do sistema de transmissão. Desta forma, a congestão no sistema de transmissão deve ser eliminada usando-se ações corretivas, tais como redespacho de geração/transações e operação de dispositivos de controle de fluxo, para evitar contingências em cascata com perda de carga descontrolada. Atualmente, a maioria das metodologias usadas no gerenciamento da congestão se baseia em métodos determinísticos. Isto tem sido justificado devido a complexidade associada com a aplicação de modelos probabilísiticos em sistemas de geração/transmissão. Apesar disto, alguns modelos foram desenvolvidos para realizar uma análise probabilística do gerenciamento da congestão. Estes modelos geralmente se baseiam no método de Monte Carlo com Simulação Não-Sequencial e somente incluem transações bilaterais. Entretanto, transações multilaterais são também de grande importância para a existência dos mercados de energia. Os contratos multilaterais reduzem os riscos financeiros associados com transações comerciais e permitem que os consumidores tenham acesso aos fornecedores de energia. Além de não considerarem transações multilaterais, os modelos probabilísticos existentes para o gerenciamento da congestão somente incluem ações corretivas não-livres de custo, tais como redespacho da geração e cortes nas transações. Por outro lado, ações corretivas livres de custo, tais como transformadores defasadores e dispositivos FACTS, podem fornecer soluções de baixo custo para eliminar a congestão nas interligações do sistema de transmissão. Esta condição é causada pelo atraso na realização de reforços no sistema de transmissão devido a restrições financeiras e ambientais. Finalmente, observa-se que apenas índices probabilísticos que se baseiam em valores esperados são calculados pelos modelos probabilísticos de gerenciamento da congestão. Entretanto, operadores do sistema tem dificuldade em interpretar índices probabilísticos que se baseiam em valores esperados. Devido a isto, é necessário desenvolver novos índices para realizar uma análise probabilística do gerenciamento da congestão. Estes novos índices devem considerar critérios de avaliação tradicionalmente aceitos e serem facilmente interpretados pelos operadores do sistema. Este trabalho de pesquisa tem como objetivo desenvolver modelos e técnicas para realizar a análise probabilística do gerenciamento da congestão. Os modelos e técnicas propostos neste trabalho consideraram os seguintes aspectos associados com o gerenciamento da congestão: modelagem de transações multilaterais e transformadores defasadores no gerenciamento da congestão e a definição de índices de robustez para analisar a confiabilidade das transações comerciais. Estes índices permitem estabelecer um elo entre critérios de operação tradicionalmente usados e a modelagem probabilística da rede elétrica. Os modelos e índices propostos neste trabalho de pesquisa se baseiam no Método de Monte Carlo com simulação não-sequencial e no fluxo de potência ótimo linearizado. Os problemas de fluxo de potência ótimo associados com o gerenciamento da congestão foram resolvidos usando-se o Método de Pontos-Interiores Primal-Dual. A aplicação prática e validação dos modelos e índices propostos nesta pesquisa foi realizada através de diversos testes no sistema IEEE, proposto em 1996, para estudos de confiabilidade. As principais conclusões obtidas com a aplicação dos modelos e técnicas propostos no sistema IEEE são: o gerenciamento da congestão multilateral pode aumentar a confiabilidade das transações comerciais, perfis de carga tem efeitos significativos nos índices de robustez das transações comerciais, a condição do caso base tem grande impacto nos índices de robustez associados com um conjunto de transações e a operação de transfotmadores defasadores pode diminuir significativamente as interrupções nas transações comerciais.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-05-31T15:25:44Z No. of bitstreams: 1 alessandracristinagomesmagno.pdf: 3807060 bytes, checksum: a3775aee860af7ea06cde6b9d587ab80 (MD5) / Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: on 2017-06-01T11:41:14Z (GMT) / Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-01T11:44:40Z No. of bitstreams: 1 alessandracristinagomesmagno.pdf: 3807060 bytes, checksum: a3775aee860af7ea06cde6b9d587ab80 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-01T11:47:06Z (GMT) No. of bitstreams: 1 alessandracristinagomesmagno.pdf: 3807060 bytes, checksum: a3775aee860af7ea06cde6b9d587ab80 (MD5) / Made available in DSpace on 2017-06-01T11:47:06Z (GMT). No. of bitstreams: 1 alessandracristinagomesmagno.pdf: 3807060 bytes, checksum: a3775aee860af7ea06cde6b9d587ab80 (MD5) Previous issue date: 2016-03-22 / O objetivo principal deste trabalho é adicionar e analisar uma equação que repre senta o volume no modelo dinâmico do ciclo celular de mamíferos proposto por Gérard e Goldbeter (2011). A divisão celular ocorre quando o complexo ciclinaB/Cdk1(quínase dependente de ciclina) é totalmente degradado atingindo um valor mínimo. Neste ponto, a célula é divida em duas novas células filhas e cada uma irá conter a metade do conteúdo citoplasmático da célula mãe. As equações do modelo de base são válidas apenas se o volume celular, onde as reações ocorrem, é constante. Quando o volume celular não é constante, isto é, a taxa de variação do volume em relação ao tempo é explicitamente levada em consideração no modelo matemático, então as equações do modelo original não são mais válidas. Portanto, todas as equações foram modificadas a partir do princípio de conservação das massas para considerar um volume que varia ao longo do tempo. Por meio desta abordagem, o volume celular afeta todas as variáveis do modelo. Dois méto dos diferentes de simulação foram efetuados: determinista e estocástico. Na simulação estocástica, o volume afeta todos os parâmetros do modelo que possuem de alguma forma unidade molar, enquanto que no determinista, ele é incorporado nas equações diferen ciais. Na simulação determinista, as espécies bioquímicas podem estar em unidades de concentração, enquanto na simulação estocástica tais espécies devem ser convertidas para número de moléculas que são diretamente proporcional ao volume celular. Em um esforço para entender a influência da nova equação sobre o modelo uma análise de estabilidade foi feita. Isso esclarece como o novo parâmetro µ, fator de crescimento do volume celular, impacta na estabilidade do ciclo limite do modelo. Para encontrar a solução aproximada do modelo determinista, o método Runge Kutta de quarta ordem foi implementado. Já para o modelo estocástico, o método direto de Gillespie foi usado. Para concluir, um modelo mais preciso, em comparação ao modelo de base, foi desenvolvido ao levar em consideração a influência da taxa de variação do volume celular sobre o ciclo celular. / The main goal of this work is to add and analyse an equation that represents the volume in a dynamical model of the mammalian cell cycle proposed by Gérard and Gold beter (2011). The cell division occurs when the cyclinB/Cdk1 (cyclin-dependent kinase) complex is totally degraded and it reaches a minimum value. At this point, the cell is divided into two newborn daughter cells and each one will contain the half of the cyto plasmic content of the mother cell. The equations of our base model are valid only if the cell volume, where the reactions occur, is constant. Whether the cell volume is not constant, that is, the rate of change of its volume with respect to time is explicitly taken into account in the mathematical model, then the equations of the original model are no longer valid. Therefore, every equations were modified from the mass conservation prin ciple for considering a volume that changes with time. Through this approach, the cell volume affects all model variables. Two different dynamic simulation methods were ac complished: deterministic and stochastic. In the stochastic simulation, the volume affects every model’s parameters which have molar unit, whereas in the deterministic one, it is incorporated into the differential equations. In deterministic simulation, the biochemical species may be in concentration units, while in stochastic simulation such species must be converted to number of molecules which are directly proportional to the cell volume. In an effort to understand the influence of the new equation over the model an stability analysis was performed. This elucidates how the new parameter µ, cell volume growth factor, impacts the stability of the model’s limit cycle. In order to find the approximated solution of the deterministic model, the fourth order Runge Kutta method was implemen ted. As for the stochastic model, the Gillespie’s Direct Method was used. In conclusion, a more precise model, in comparison to the base model, was created for the cell cycle as it now takes into consideration the rate of change of the cell volume.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-06T13:42:32Z No. of bitstreams: 1 camillodelellisfalcaodasilva.pdf: 1420414 bytes, checksum: f38c14f74131ea594b1e105fbfdb1619 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-06T14:07:56Z (GMT) No. of bitstreams: 1 camillodelellisfalcaodasilva.pdf: 1420414 bytes, checksum: f38c14f74131ea594b1e105fbfdb1619 (MD5) / Made available in DSpace on 2017-06-06T14:07:56Z (GMT). No. of bitstreams: 1 camillodelellisfalcaodasilva.pdf: 1420414 bytes, checksum: f38c14f74131ea594b1e105fbfdb1619 (MD5) Previous issue date: 2014-05-22 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Atualmente, a eficiência dos algoritmos de simulação estocástica para a simulação de redes de regulação gênica (RRG) tem motivado diversos trabalhos científicos. O interesse por tais algoritmos deve-se ao fato de as novas tecnologias em biologia celular — às vezes chamadas de tecnologias de alto rendimento (high throughput technology cell biology) — te-rem mostrado que a expressão gênica é um processo estocástico. Em RRG com atrasos, os algoritmos para simulação estocástica existentes possuem problemas — como crescimento linear da complexidade assintótica, descarte excessivo de números aleatórios durante a si-mulação e grande complexidade de codificação em linguagens de programação — que podem resultar em um baixo desempenho em relação ao tempo de processamento de simulação de uma RRG. Este trabalho apresenta um algoritmo para simulação estocástica que foi chamado de método da próxima reação simplificado (SNRM). Esse algoritmo mostrou-se mais eficiente que as outras abordagens existentes para simulações estocásticas realizadas com as RRGs com atrasos. Além do SNRM, um novo grafo de dependências para reações com atrasos também é apresentado. A utilização desse novo grafo, que foi nomeado de delayed dependency graph (DDG), aumentou consideravelmente a eficiência de todas as versões dos algoritmos de simulação estocástica com atrasos apresentados nesse trabalho. Finalmente, uma estrutura de dados que recebeu o nome de lista ordenada por hashing é utilizada para tratar a lista de produtos em espera em simulações de RRGs com atrasos. Essa estrutura de dados também se mostrou mais eficiente que uma heap em todas as simulações testadas. Com todas as melhorias mencionadas, este trabalho apresenta um conjunto de estratégias que contribui de forma efetiva para o desempenho dos algoritmos de simulação estocástica com atrasos de redes de regulação gênica. / Recently, the time efficiency of stochastic simulation algorithms for gene regulatory networks (GRN) has motivated several scientific works. Interest in such algorithms is because the new technologies in cell biology — called high-throughput technologies cell biology — have shown that gene expression is a stochastic process. In GRN with delays, the existing algorithms for stochastic simulation have some drawbacks — such as linear growth of complexity, excessive discard of random numbers, and the coding in a programming language can be hard — that result in poor performance during the simulation of very large GRN. This work presents an algorithm for stochastic simulation of GRN. We called it simplified next reaction method (SNRM). This algorithm was more efficient than other existing algorithms for stochastically simulation of GRN with delays. Besides SNRM, a new dependency graph for delayed reactions is also presented. The use of this new graph, which we named it delayed dependency graph (DDG), greatly increased the efficiency of all versions of the algorithms for stochastic simulation with delays presented in this work. Finally, a data structure that we named hashing sorted list is used to handle the waiting list of products in simulations of GRN with delays. This data structure was also more efficient than a heap in all tested simulations. With all the improvements mentioned, this work presents a set of strategies that contribute effectively to increasing performance of stochastic simulation algorithms with delays for gene regulatory networks.

Diferentes métodos geoestatísticos são apresentados como a melhor solução para diferentes contextos de acordo com a natureza dos dados a serem analisados. Alguns dos métodos de estimativa mais populares incluem a krigagem ordinária e a krigagem ordinária lognormal, esta ultima requerendo a transformação dos dados originais para uma distribuição gaussiana. No entanto, esses métodos apresentam limitações, sendo uma das mais discutidas o efeito de suavização apresentado pelas estimativas obtidas. Alguns algoritmos recentes foram propostos como meios de se corrigir este efeito, e são avaliados neste trabalho para a sua eficiência, assim como alguns algoritmos para a transformada reversa dos valores convertidos na krigagem ordinária lognormal. Outra abordagem para o problema é por meio do grupo de métodos denominado de simulação estocástica, alguns dos mais populares sendo a simulação gaussiana seqüencial e a simulação por bandas rotativas, que apesar de não apresentar o efeito de suavização da krigagem, não possuem a precisão local característica dos métodos de estimativa. Este trabalho busca avaliar a eficiência dos diferentes métodos de estimativa (krigagem ordinária, krigagem ordinária lognormal, assim como suas estimativas corrigidas) e simulação (simulação seqüencial gaussiana e simulação por bandas rotativas) para diferentes cenários de dados. Vinte e sete conjuntos de dados exaustivos (em grid 50x50) foram amostrados em 90 pontos por meio da amostragem aleatória simples. Estes conjuntos de dados partiam de uma distribuição gaussiana (Log1) e tinham seus coeficientes de variação progressivamente aumentados até se chegar a uma distribuição altamente assimétrica (Log27). Semivariogramas amostrais foram computados e modelados para os processos geoestatísticos de estimativa e simulação. As estimativas ou realizações resultantes foram então comparadas com os dados exaustivos originais de maneira a se avaliar quão bem esses dados originais eram reproduzidos. Isto foi feito pela comparação de parâmetros estatísticos dos dados originais com os dos dados reconstruídos, assim como por meio de análise gráfica. Resultados demonstraram que o método que apresentou melhores resultados foi a krigagem ordinária lognormal, estes ainda melhores quando aplicada a transformação reversa de Yamamoto, com grande melhora principalmente nos resultados para os dados altamente assimétricos. A krigagem ordinária apresentou sérias limitações na reprodução da cauda inferior dos conjuntos de dados mais assimétricos, apresentando para estes resultados piores que as estimativas não corrigidas. Ambos os métodos de simulação utilizados apresentaram uma baixa correlação como os dados exaustivos, seus resultados também cada vez menos representativos de acordo com o aumento do coeficiente de variação, apesar de apresentar a vantagem de fornecer diferentes cenários para tomada de decisões. / Different geostatistical methods present themselves as the optimal solution to different realities according to the characteristics displayed by the data in analysis. Some of the most popular estimation methods include ordinary kriging and lognormal ordinary kriging, this last one involving the transformation of data from their original space to a Gaussian distribution. However, these methods present some limitations, one of the most prominent ones being the smoothing effect observed in the resulting estimates. Some recent algorithms have been proposed as a way to correct this effect, and are tested in this work for their effectiveness, as well as some methods for the backtransformation of the lognormal converted values. Another approach to the problem is by means of the group of methods known as stochastic simulation, some of the most popular ones being the sequential Gaussian simulation and turning bands simulation, which although do not present the smoothing effect, lack the local accuracy characteristic of the estimation methods. This work seeks to assess the effectiveness of the different estimation (ordinary kriging, lognormal ordinary kriging, and their corrected estimates) and simulation (sequential Gaussian simulation and turning bands simulation) methods for different scenarios. Twenty seven exhaustive data sets (in a 50x50 grid) have been sampled at 90 points based on simple random sampling. These data sets started from a Gaussian distribution (Log1) and had their variation coefficients increased progressively, up to a highly asymmetrical distribution (Log27). Experimental semivariograms have been computed and modeled for geostatistical estimation and simulation processes. The resulting estimates or realizations were then compared to the original exhaustive data in order to assess how well these reproduced the original data. This was done by comparing statistical parameters of the original data and the ones of the reconstructed data, as well as graphically. Results showed that the method that presented the best correlation with the exhaustive data was lognormal ordinary kriging, even better when the backtransformation technique by Yamamoto is applied, which much improved the results for the more asymmetrical data sets. Ordinary kriging and its correction had some severe limitations in reproducing the lower tail of the more asymmetrical data sets, with worst results than those for the uncorrected estimates. Both simulation methods used presented a very small degree of correlation to the exhaustive data, their results also progressively less representative as the variation coefficient grew, even though it has the advantage of presenting several scenarios for decision making.

Diferentes métodos geoestatísticos são apresentados como a melhor solução para diferentes contextos de acordo com a natureza dos dados a serem analisados. Alguns dos métodos de estimativa mais populares incluem a krigagem ordinária e a krigagem ordinária lognormal, esta ultima requerendo a transformação dos dados originais para uma distribuição gaussiana. No entanto, esses métodos apresentam limitações, sendo uma das mais discutidas o efeito de suavização apresentado pelas estimativas obtidas. Alguns algoritmos recentes foram propostos como meios de se corrigir este efeito, e são avaliados neste trabalho para a sua eficiência, assim como alguns algoritmos para a transformada reversa dos valores convertidos na krigagem ordinária lognormal. Outra abordagem para o problema é por meio do grupo de métodos denominado de simulação estocástica, alguns dos mais populares sendo a simulação gaussiana seqüencial e a simulação por bandas rotativas, que apesar de não apresentar o efeito de suavização da krigagem, não possuem a precisão local característica dos métodos de estimativa. Este trabalho busca avaliar a eficiência dos diferentes métodos de estimativa (krigagem ordinária, krigagem ordinária lognormal, assim como suas estimativas corrigidas) e simulação (simulação seqüencial gaussiana e simulação por bandas rotativas) para diferentes cenários de dados. Vinte e sete conjuntos de dados exaustivos (em grid 50x50) foram amostrados em 90 pontos por meio da amostragem aleatória simples. Estes conjuntos de dados partiam de uma distribuição gaussiana (Log1) e tinham seus coeficientes de variação progressivamente aumentados até se chegar a uma distribuição altamente assimétrica (Log27). Semivariogramas amostrais foram computados e modelados para os processos geoestatísticos de estimativa e simulação. As estimativas ou realizações resultantes foram então comparadas com os dados exaustivos originais de maneira a se avaliar quão bem esses dados originais eram reproduzidos. Isto foi feito pela comparação de parâmetros estatísticos dos dados originais com os dos dados reconstruídos, assim como por meio de análise gráfica. Resultados demonstraram que o método que apresentou melhores resultados foi a krigagem ordinária lognormal, estes ainda melhores quando aplicada a transformação reversa de Yamamoto, com grande melhora principalmente nos resultados para os dados altamente assimétricos. A krigagem ordinária apresentou sérias limitações na reprodução da cauda inferior dos conjuntos de dados mais assimétricos, apresentando para estes resultados piores que as estimativas não corrigidas. Ambos os métodos de simulação utilizados apresentaram uma baixa correlação como os dados exaustivos, seus resultados também cada vez menos representativos de acordo com o aumento do coeficiente de variação, apesar de apresentar a vantagem de fornecer diferentes cenários para tomada de decisões. / Different geostatistical methods present themselves as the optimal solution to different realities according to the characteristics displayed by the data in analysis. Some of the most popular estimation methods include ordinary kriging and lognormal ordinary kriging, this last one involving the transformation of data from their original space to a Gaussian distribution. However, these methods present some limitations, one of the most prominent ones being the smoothing effect observed in the resulting estimates. Some recent algorithms have been proposed as a way to correct this effect, and are tested in this work for their effectiveness, as well as some methods for the backtransformation of the lognormal converted values. Another approach to the problem is by means of the group of methods known as stochastic simulation, some of the most popular ones being the sequential Gaussian simulation and turning bands simulation, which although do not present the smoothing effect, lack the local accuracy characteristic of the estimation methods. This work seeks to assess the effectiveness of the different estimation (ordinary kriging, lognormal ordinary kriging, and their corrected estimates) and simulation (sequential Gaussian simulation and turning bands simulation) methods for different scenarios. Twenty seven exhaustive data sets (in a 50x50 grid) have been sampled at 90 points based on simple random sampling. These data sets started from a Gaussian distribution (Log1) and had their variation coefficients increased progressively, up to a highly asymmetrical distribution (Log27). Experimental semivariograms have been computed and modeled for geostatistical estimation and simulation processes. The resulting estimates or realizations were then compared to the original exhaustive data in order to assess how well these reproduced the original data. This was done by comparing statistical parameters of the original data and the ones of the reconstructed data, as well as graphically. Results showed that the method that presented the best correlation with the exhaustive data was lognormal ordinary kriging, even better when the backtransformation technique by Yamamoto is applied, which much improved the results for the more asymmetrical data sets. Ordinary kriging and its correction had some severe limitations in reproducing the lower tail of the more asymmetrical data sets, with worst results than those for the uncorrected estimates. Both simulation methods used presented a very small degree of correlation to the exhaustive data, their results also progressively less representative as the variation coefficient grew, even though it has the advantage of presenting several scenarios for decision making.

É muito comum modelar problemas em finanças com processos estocásticos, dada a incerteza de suas variáveis de análise. Além disso, problemas reais nesse domínio são, em geral, de grande custo computacional, o que sugere a utilização de plataformas de alto desempenho (HPC) em sua implementação. As novas gerações de arquitetura de hardware gráfico (GPU) possibilitam a programação de propósito geral enquanto mantêm alta banda de memória e grande poder computacional. Assim, esse tipo de arquitetura vem se mostrando como uma excelente alternativa em HPC. Com isso, a proposta principal desse trabalho é estudar o ferramental matemático e computacional necessário para modelagem estocástica em finanças com a utilização de GPUs como plataforma de aceleração. Para isso, apresentamos a GPU como uma plataforma de computação de propósito geral. Em seguida, analisamos uma variedade de geradores de números aleatórios, tanto em arquitetura sequencial quanto paralela. Além disso, apresentamos os conceitos fundamentais de Cálculo Estocástico e de método de Monte Carlo para simulação estocástica em finanças. Ao final, apresentamos dois estudos de casos de problemas em finanças: \"Stops Ótimos\" e \"Cálculo de Risco de Mercado\". No primeiro caso, resolvemos o problema de otimização de obtenção do ganho ótimo em uma estratégia de negociação de ações de \"Stop Gain\". A solução proposta é escalável e de paralelização inerente em GPU. Para o segundo caso, propomos um algoritmo paralelo para cálculo de risco de mercado, bem como técnicas para melhorar a solução obtida. Nos nossos experimentos, houve uma melhora de 4 vezes na qualidade da simulação estocástica e uma aceleração de mais de 50 vezes. / Given the uncertainty of their variables, it is common to model financial problems with stochastic processes. Furthermore, real problems in this area have a high computational cost. This suggests the use of High Performance Computing (HPC) to handle them. New generations of graphics hardware (GPU) enable general purpose computing while maintaining high memory bandwidth and large computing power. Therefore, this type of architecture is an excellent alternative in HPC and comptutational finance. The main purpose of this work is to study the computational and mathematical tools needed for stochastic modeling in finance using GPUs. We present GPUs as a platform for general purpose computing. We then analyze a variety of random number generators, both in sequential and parallel architectures, and introduce the fundamental mathematical tools for Stochastic Calculus and Monte Carlo simulation. With this background, we present two case studies in finance: ``Optimal Trading Stops\'\' and ``Market Risk Management\'\'. In the first case, we solve the problem of obtaining the optimal gain on a stock trading strategy of ``Stop Gain\'\'. The proposed solution is scalable and with inherent parallelism on GPU. For the second case, we propose a parallel algorithm to compute market risk, as well as techniques for improving the quality of the solutions. In our experiments, there was a 4 times improvement in the quality of stochastic simulation and an acceleration of over 50 times.