Pesquisas na área de Química Medicinal têm direcionado esforços na busca por métodos que acelerem o processo de descoberta de novos medicamentos. Dentre as diversas etapas relacionadas ao longo do processo de descoberta de substâncias bioativas está a análise das relações entre a estrutura química e a atividade biológica de compostos. Neste processo, os pesquisadores da área de Química Medicinal analisam conjuntos de dados que são caracterizados pela alta dimensionalidade e baixo número de observações. Dentro desse contexto, o presente trabalho apresenta uma abordagem computacional que visa contribuir para a análise de dados químicos e, consequentemente, a descoberta de novos medicamentos para o tratamento de doenças crônicas. As abordagens de análise exploratória de dados, utilizadas neste trabalho, combinam técnicas de redução de dimensionalidade e de agrupamento para detecção de estruturas naturais que reflitam a atividade biológica dos compostos analisados. Dentre as diversas técnicas existentes para a redução de dimensionalidade, são discutidas o escore de Fisher, a análise de componentes principais e a análise de componentes principais esparsas. Quanto aos algoritmos de aprendizado, são avaliados o k-médias, fuzzy c-médias e modelo de misturas ICA aperfeiçoado. No desenvolvimento deste trabalho foram utilizados quatro conjuntos de dados, contendo informações de substâncias bioativas, sendo que dois conjuntos foram relacionados ao tratamento da diabetes mellitus e da síndrome metabólica, o terceiro conjunto relacionado a doenças cardiovasculares e o último conjunto apresenta substâncias que podem ser utilizadas no tratamento do câncer. Nos experimentos realizados, os resultados alcançados sugerem a utilização das técnicas de redução de dimensionalidade juntamente com os algoritmos não supervisionados para a tarefa de agrupamento dos dados químicos, uma vez que nesses experimentos foi possível descrever níveis de atividade biológica dos compostos estudados. Portanto, é possível concluir que as técnicas de redução de dimensionalidade e de agrupamento podem possivelmente ser utilizadas como guias no processo de descoberta e desenvolvimento de novos compostos na área de Química Medicinal. / Researches in Medicinal Chemistry\'s area have focused on the search of methods that accelerate the process of drug discovery. Among several steps related to the process of discovery of bioactive substances there is the analysis of the relationships between chemical structure and biological activity of compounds. In this process, researchers of medicinal chemistry analyze data sets that are characterized by high dimensionality and small number of observations. Within this context, this work presents a computational approach that aims to contribute to the analysis of chemical data and, consequently, the discovery of new drugs for the treatment of chronic diseases. Approaches used in exploratory data analysis, employed in this work, combine techniques of dimensionality reduction and clustering for detecting natural structures that reflect the biological activity of the analyzed compounds. Among several existing techniques for dimensionality reduction, we have focused the Fisher\'s score, principal component analysis and sparse principal component analysis. For the clustering procedure, this study evaluated k-means, fuzzy c-means and enhanced ICA mixture model. In order to perform experiments, we used four data sets, containing information of bioactive substances. Two sets are related to the treatment of diabetes mellitus and metabolic syndrome, the third set is related to cardiovascular disease and the latter set has substances that can be used in cancer treatment. In the experiments, the obtained results suggest the use of dimensionality reduction techniques along with clustering algorithms for the task of clustering chemical data, since from these experiments, it was possible to describe different levels of biological activity of the studied compounds. Therefore, we conclude that the techniques of dimensionality reduction and clustering can be used as guides in the process of discovery and development of new compounds in the field of Medicinal Chemistry

Pesquisas na área de Química Medicinal têm direcionado esforços na busca por métodos que acelerem o processo de descoberta de novos medicamentos. Dentre as diversas etapas relacionadas ao longo do processo de descoberta de substâncias bioativas está a análise das relações entre a estrutura química e a atividade biológica de compostos. Neste processo, os pesquisadores da área de Química Medicinal analisam conjuntos de dados que são caracterizados pela alta dimensionalidade e baixo número de observações. Dentro desse contexto, o presente trabalho apresenta uma abordagem computacional que visa contribuir para a análise de dados químicos e, consequentemente, a descoberta de novos medicamentos para o tratamento de doenças crônicas. As abordagens de análise exploratória de dados, utilizadas neste trabalho, combinam técnicas de redução de dimensionalidade e de agrupamento para detecção de estruturas naturais que reflitam a atividade biológica dos compostos analisados. Dentre as diversas técnicas existentes para a redução de dimensionalidade, são discutidas o escore de Fisher, a análise de componentes principais e a análise de componentes principais esparsas. Quanto aos algoritmos de aprendizado, são avaliados o k-médias, fuzzy c-médias e modelo de misturas ICA aperfeiçoado. No desenvolvimento deste trabalho foram utilizados quatro conjuntos de dados, contendo informações de substâncias bioativas, sendo que dois conjuntos foram relacionados ao tratamento da diabetes mellitus e da síndrome metabólica, o terceiro conjunto relacionado a doenças cardiovasculares e o último conjunto apresenta substâncias que podem ser utilizadas no tratamento do câncer. Nos experimentos realizados, os resultados alcançados sugerem a utilização das técnicas de redução de dimensionalidade juntamente com os algoritmos não supervisionados para a tarefa de agrupamento dos dados químicos, uma vez que nesses experimentos foi possível descrever níveis de atividade biológica dos compostos estudados. Portanto, é possível concluir que as técnicas de redução de dimensionalidade e de agrupamento podem possivelmente ser utilizadas como guias no processo de descoberta e desenvolvimento de novos compostos na área de Química Medicinal. / Researches in Medicinal Chemistry\'s area have focused on the search of methods that accelerate the process of drug discovery. Among several steps related to the process of discovery of bioactive substances there is the analysis of the relationships between chemical structure and biological activity of compounds. In this process, researchers of medicinal chemistry analyze data sets that are characterized by high dimensionality and small number of observations. Within this context, this work presents a computational approach that aims to contribute to the analysis of chemical data and, consequently, the discovery of new drugs for the treatment of chronic diseases. Approaches used in exploratory data analysis, employed in this work, combine techniques of dimensionality reduction and clustering for detecting natural structures that reflect the biological activity of the analyzed compounds. Among several existing techniques for dimensionality reduction, we have focused the Fisher\'s score, principal component analysis and sparse principal component analysis. For the clustering procedure, this study evaluated k-means, fuzzy c-means and enhanced ICA mixture model. In order to perform experiments, we used four data sets, containing information of bioactive substances. Two sets are related to the treatment of diabetes mellitus and metabolic syndrome, the third set is related to cardiovascular disease and the latter set has substances that can be used in cancer treatment. In the experiments, the obtained results suggest the use of dimensionality reduction techniques along with clustering algorithms for the task of clustering chemical data, since from these experiments, it was possible to describe different levels of biological activity of the studied compounds. Therefore, we conclude that the techniques of dimensionality reduction and clustering can be used as guides in the process of discovery and development of new compounds in the field of Medicinal Chemistry

O crescimento do mercado de alimentos funcionais e orgânicos, assim como a maior conscientização do consumidor em relação aos efeitos tóxicos e mutagênicos de alguns aditivos artificiais, tem impulsionado a indústria a substituir compostos artificiais por naturais. Emulsões alimentícias, como salsichas e maionese, são sistemas bifásicos altamente suscetíveis às reações de oxidação lipídica responsável pela degradação da coloração dos produtos e formação de off-flavors desagradáveis. Para retardar ou inibir a oxidação e aumentar o sheff fife das emulsões, a indústria alimentícia faz uso de compostos sintéticos artificiais. Desta forma, o objetivo deste estudo foi de, inicialmente, avaliar a atividade antioxidante de vinte e dois compostos (artificiais e naturais), classificando-os de acordo com a atividade antioxidante determinada através de cinco diferentes metodologias in vitro. As amostras foram classificadas em três clusters de acordo com os resultados expressos como equivalentes de trolox (TE) observados nos diferentes métodos. A aplicação das técnicas estatísticas multivariadas sugeriu que dentre os compostos que apresentaram maior atividade antioxidante, a partir dos métodos DPPH, FRAP, TBARS e ORAC, foram ácido cafeico, ácido carnósico, genisteína e resveratrol. Essa propriedade apresentou correlação significativa com o número de anéis fenólicos e estrutura catecólica presentes nessas moléculas. Baseando-se nessa classificação, e na hipótese de interações positivas para a resposta antioxidante foram selecionados três compostos hidrossolúveis (ácido cafeico, ácido carnósico e glutationa) e três lipossolúveis (quercetina, rutina e genisteína) para composição de duas misturas. A proporção de cada composto foi otimizada a partir da metodologia de superfície de resposta (MSR) avaliando-se a atividade antioxidante por três metodologias in vitro. A otimização do modelo polinomial sugeriu que as misturas contendo 47% de ácido cafeico e 53% de ácido carnósico ou 67% de quercetina e 33% de rutina apresentaram sinergismo, tornando essas combinações potencialmente interessantes para futura aplicação em matrizes alimentícias. A efetividade antioxidante das misturas otimizadas em relação a um composto artificial foi avaliada em uma emulsão alimentícia (salsicha) na proporção 5OO e 800 mg/Kg. Ambas misturas (hidro e lipossolúveis) em ambas dosagens apresentaram menores concentrações de TBARS que a amostra formulada com o eritorbato de sódio durante o sheff fife. Considerando-se o resultado da análise sensorial como critério de viabilidade, a mistura quercetina + rutina (5OO mg/Kg), apresentou-se como melhor alternativa de substituição do eritorbato de sódio na formulação de salsichas tipo hot dog. / The growth of the functional and organic food market combined with customer awareness about the toxicological and mutagenic effects observed in some artificial additives have stimulated the companies to replace artificial with natural compounds in the food formulation. Emulsions are biphasic systems that are highly susceptible to Iipid oxidation which is able to cause damage to the color of products and the formation of undesirable bad flavors. In order to retard or inhibit the oxidation and extend the emulsions shelf-life companies have applied synthetic artificial compounds. Therefore, the objective of this study was to evaluate the antioxidant activity of twenty two compounds (artificial and natural) and classify them according to their antioxidant activity as measured by tive different in vitro methodologies. The samples were classified into three clusters in function of their antioxidant activity expressed as Trolox equivalents (TE). The application of multivariate statistical techniques suggested that caffeic acid, carnosic acid, genistein and resveratrol showed greater antioxidant activity when evaluated by DPPH, FRAP, TBARS and ORAC methodologies. The antioxidant activity of these compounds showed a significant positive correlation with the number of phenolic rings and cathecol structures present in these molecules. Three hydrosolube compounds (caffeic acid, carnosic acid and gluthatione) and three liposoluble compounds (quercetin, rutin and genistein) were selected to prepare two assays based on the multivariate classification and on the hypothesis of positive interactions to the antioxidant response. The proportion of each compound in the mixture was optimized by the response surface methodology (RSM) on the results obtained from three in vitro methodologies. The optimization of the polynomial models suggested that mixtures containing 47% caffeic acid and 53% carnosic acid, or 67% quercetin and 33% rutin showed synergism making these mixtures potentially viable solutions for applications in the food matrix. The antioxidant effectiveness of the optimized mixtures compared to an artificial compound was evaluated in the food emulsion (sausages) in two dosages (500 and 800 mg/Kg). Both mixtures (hydrosoluble and liposoluble) in both dosages, promoted lower TBARS concentration than the sample formulated with sodium erythorbate during a shelf-life of 45 days under refrigeration. However, using into sensory results as selection criteria, the mixture containing quercetin and rutin at dosage of 500 mg/kg, proved to be the best alternative to replace sodium erythorbate in the sausage formulations.

Submitted by Daniel Benabou (dbenabas@gmail.com) on 2018-09-24T14:05:05Z No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2018-09-24T15:01:39Z (GMT) No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Approved for entry into archive by Isabele Garcia (isabele.garcia@fgv.br) on 2018-09-24T20:11:14Z (GMT) No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Made available in DSpace on 2018-09-24T20:11:14Z (GMT). No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) Previous issue date: 2018-08-24 / Com o objetivo de obter a estrutura de curvas futuras de swaps de energia, este trabalho foca na implementação numérica do modelo de Heath, Jarrow e Morton (1992) utilizando somente as informações dos contratos de swaps negociados no Sistema Elétrico Brasileiro, através do modelo discreto do HJM conhecido como Modelo de Brace, Garatek e Musiela (1997), também referido como Modelo de Mercado. A estrutura de volatilidade foi obtida de forma não-paramétrica através de curvas suaves e de vértices sintéticos obtidos por interpolação dos dados de venda de uma comercializadora tratados através do método de Análise de Componentes Principais (PCA). Os dados analisados foram contratos firmados entre o início de 2013 e o primeiro quadrimestre de 2015. / For the purpose of obtaining the structure of future swap energy curves in the Brazilian market, this paper focuses on the numerical implementation of the Heath, Jarrow and Morton model (1992) using market information regarding the swap contracts traded in the Brazilian energy system, with its multi-factor discrete form, the Brace, Garatek and Musiela (1997) model, also known as Market Model. The volatility structure is obtained with smooth curves and synthetic vertices, obtained thru swap contracts negotiated by a Brazilian energy trading company. Also, the volatility structures where analyzed with the Principal Components Analysis (PCA). The analyzed data where swap contracts stablished between the beginning of 2013 until the first quarter of 2015.

Made available in DSpace on 2016-12-23T14:00:36Z (GMT). No. of bitstreams: 1 Fabiano Venturim Canal.pdf: 995421 bytes, checksum: e7d29ff3a827c3bd415123b800daa48d (MD5) Previous issue date: 2012-05-24 / This study was motivated by the interest in creating a synthetic index of sustainable development that can also enable a systemic vision of the reality studied. By its synthetic nature and its systemic character, this index was entitled a "syntheticsystemic" indicator of sustainable development. The general aim of this study was to develop a synthetic-systemic indicator of sustainable development for the state of Espírito Santo. In order to achieve this goal, as a theoretical framework, we discussed the theme of sustainable development and its indicators, and spoke out about the importance of adding systemic approach to building a sustainable development indicator. About the methodology, based on the structure and indicators of "IDS-Brasil 2010 , as well as variables from "Ecologic Footprint and "ESI , we selected 24 primary indicators for this study, which were transformed to values between zero to one, creating a way to compare them. After this, were applied three methods for the aggregation of these variables: arithmetic average, multivariate analysis by principal components and factor analysis, in order to choose the more appropriate method for measuring sustainable development for the state of Espírito Santo. The procedure used to assess the significance of the found estimates was the inference, and factor analysis method was selected because it presented, on average, the best coefficient of determination (R²). Finally, the results obtained by factor analysis were analyzed from a systemic perspective, developing this way a synthetic-systemic indicator of sustainable development for the state of Espírito Santo. This dissertation was planned to build an index able to measure and indicate the points in need of actions to be taken for effective corporate, social, economic and environmental governance to the state of the Espírito Santo, as a way to achieve sustainable development / A presente dissertação foi motivada pelo interesse em construir um índice sintético de desenvolvimento sustentável capaz de permitir também uma visão sistêmica da realidade pesquisada. Por sua natureza sintética e pelo seu caráter sistêmico,esse índice foi intitulado de indicador sintético-sistêmico de desenvolvimento sustentável. Elegendo como lócus de estudo o estado do Espírito Santo, definiu-se como objetivo geral deste trabalho construir um indicador sintético-sistêmico de desenvolvimento sustentável para o estado do Espírito Santo. De forma a atingir esse objetivo, a título de referencial teórico, foi abordada a temática do desenvolvimento sustentável e seus indicadores, e discorreu-se sobre a importância da adição da perspectiva sistêmica para a construção de um indicador de desenvolvimento sustentável. Quanto à metodologia, tendo por base a estrutura e os indicadores do IDS-Brasil 2010, bem como variáveis da Pegada Ecológica e do ESI, foram selecionados 24 indicadores primários para este estudo, os quais foram transformados para valores entre zero em um, conferindo-lhes a propriedade de comensurabilidade. Aplicaram-se, então, três métodos para a agregação dessas variáveis: média aritmética; análise multivariada por componentes principais; e análise fatorial, de forma a se eleger o método de melhor adequação para medir o desenvolvimento sustentável para o estado do Espírito Santo. O procedimento usado para verificar a significância das estimativas encontradas foi a inferência, e a análise fatorial foi o método escolhido, por ter apresentado, em média, o melhor coeficiente de determinação (R²). Por fim, os resultados obtidos por meio da análise fatorial foram analisados sob uma perspectiva sistêmica, criando-se com isso o indicador sintético-sistêmico de desenvolvimento sustentável para o estado do Espírito Santo. Com a realização deste estudo almejou-se construir um índice capaz medir e apontar os pontos carentes de ações e medidas necessárias à efetiva governança institucional, social, econômica e ambiental do estado do Espírito Santo, como via para a promoção do desenvolvimento sustentável

O crescimento do mercado de alimentos funcionais e orgânicos, assim como a maior conscientização do consumidor em relação aos efeitos tóxicos e mutagênicos de alguns aditivos artificiais, tem impulsionado a indústria a substituir compostos artificiais por naturais. Emulsões alimentícias, como salsichas e maionese, são sistemas bifásicos altamente suscetíveis às reações de oxidação lipídica responsável pela degradação da coloração dos produtos e formação de off-flavors desagradáveis. Para retardar ou inibir a oxidação e aumentar o sheff fife das emulsões, a indústria alimentícia faz uso de compostos sintéticos artificiais. Desta forma, o objetivo deste estudo foi de, inicialmente, avaliar a atividade antioxidante de vinte e dois compostos (artificiais e naturais), classificando-os de acordo com a atividade antioxidante determinada através de cinco diferentes metodologias in vitro. As amostras foram classificadas em três clusters de acordo com os resultados expressos como equivalentes de trolox (TE) observados nos diferentes métodos. A aplicação das técnicas estatísticas multivariadas sugeriu que dentre os compostos que apresentaram maior atividade antioxidante, a partir dos métodos DPPH, FRAP, TBARS e ORAC, foram ácido cafeico, ácido carnósico, genisteína e resveratrol. Essa propriedade apresentou correlação significativa com o número de anéis fenólicos e estrutura catecólica presentes nessas moléculas. Baseando-se nessa classificação, e na hipótese de interações positivas para a resposta antioxidante foram selecionados três compostos hidrossolúveis (ácido cafeico, ácido carnósico e glutationa) e três lipossolúveis (quercetina, rutina e genisteína) para composição de duas misturas. A proporção de cada composto foi otimizada a partir da metodologia de superfície de resposta (MSR) avaliando-se a atividade antioxidante por três metodologias in vitro. A otimização do modelo polinomial sugeriu que as misturas contendo 47% de ácido cafeico e 53% de ácido carnósico ou 67% de quercetina e 33% de rutina apresentaram sinergismo, tornando essas combinações potencialmente interessantes para futura aplicação em matrizes alimentícias. A efetividade antioxidante das misturas otimizadas em relação a um composto artificial foi avaliada em uma emulsão alimentícia (salsicha) na proporção 5OO e 800 mg/Kg. Ambas misturas (hidro e lipossolúveis) em ambas dosagens apresentaram menores concentrações de TBARS que a amostra formulada com o eritorbato de sódio durante o sheff fife. Considerando-se o resultado da análise sensorial como critério de viabilidade, a mistura quercetina + rutina (5OO mg/Kg), apresentou-se como melhor alternativa de substituição do eritorbato de sódio na formulação de salsichas tipo hot dog. / The growth of the functional and organic food market combined with customer awareness about the toxicological and mutagenic effects observed in some artificial additives have stimulated the companies to replace artificial with natural compounds in the food formulation. Emulsions are biphasic systems that are highly susceptible to Iipid oxidation which is able to cause damage to the color of products and the formation of undesirable bad flavors. In order to retard or inhibit the oxidation and extend the emulsions shelf-life companies have applied synthetic artificial compounds. Therefore, the objective of this study was to evaluate the antioxidant activity of twenty two compounds (artificial and natural) and classify them according to their antioxidant activity as measured by tive different in vitro methodologies. The samples were classified into three clusters in function of their antioxidant activity expressed as Trolox equivalents (TE). The application of multivariate statistical techniques suggested that caffeic acid, carnosic acid, genistein and resveratrol showed greater antioxidant activity when evaluated by DPPH, FRAP, TBARS and ORAC methodologies. The antioxidant activity of these compounds showed a significant positive correlation with the number of phenolic rings and cathecol structures present in these molecules. Three hydrosolube compounds (caffeic acid, carnosic acid and gluthatione) and three liposoluble compounds (quercetin, rutin and genistein) were selected to prepare two assays based on the multivariate classification and on the hypothesis of positive interactions to the antioxidant response. The proportion of each compound in the mixture was optimized by the response surface methodology (RSM) on the results obtained from three in vitro methodologies. The optimization of the polynomial models suggested that mixtures containing 47% caffeic acid and 53% carnosic acid, or 67% quercetin and 33% rutin showed synergism making these mixtures potentially viable solutions for applications in the food matrix. The antioxidant effectiveness of the optimized mixtures compared to an artificial compound was evaluated in the food emulsion (sausages) in two dosages (500 and 800 mg/Kg). Both mixtures (hydrosoluble and liposoluble) in both dosages, promoted lower TBARS concentration than the sample formulated with sodium erythorbate during a shelf-life of 45 days under refrigeration. However, using into sensory results as selection criteria, the mixture containing quercetin and rutin at dosage of 500 mg/kg, proved to be the best alternative to replace sodium erythorbate in the sausage formulations.

Submitted by Nelson Nojima (nelson.nojima@gmail.com) on 2013-09-09T22:05:53Z No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-09-10T12:39:18Z (GMT) No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) / Made available in DSpace on 2013-09-10T12:56:54Z (GMT). No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) Previous issue date: 2013-08-23 / For the purpose of pricing interest rate derivatives in the Brazilian market, this work focuses on the numerical implementation of the Heath, Jarrow and Morton model (1992) in its multi-factor discrete form, which allows for great flexibility on the estimation of the forward rate curve under a volatility term structure based on orthogonal factors (PCA), thus facilitating the Monte Carlo simulation of its dynamics as a consequence of the independence of these factors. The volatility term structure is built in a non-parametric way based on synthetic buckets obtained via interpolation of historical data of BM&FBOVESPA DI Futures ranging from Jan/2nd/2003 to Dec/28th/2012. The Brace and Musiela (1994) adaptation of the HJM Model was adopted in this study. The following derivatives are priced: DI Futures, options on the IDI index, and options on DI Futures. / Com o objetivo de precificar derivativos de taxas de juros no mercado brasileiro, este trabalho foca na implementação do modelo de Heath, Jarrow e Morton (1992) em sua forma discreta e multifatorial através de uma abordagem numérica, e, que possibilita uma grande flexibilidade na estimativa da taxa forward sob uma estrutura de volatilidade baseada em fatores ortogonais, facilitando assim a simulação de sua evolução por Monte Carlo, como conseqüência da independência destes fatores. A estrutura de volatilidade foi construída de maneira a ser totalmente não paramétrica baseada em vértices sintéticos que foram obtidos por interpolação dos dados históricos de cotações do DI Futuro negociado na BM&FBOVESPA, sendo o período analisado entre 02/01/2003 a 28/12/2012. Para possibilitar esta abordagem foi introduzida uma modificação no modelo HJM desenvolvida por Brace e Musiela (1994).

[pt] Neste estudo, tentamos estimar o impacto da medida intervencionista mais recente e amplamente adotada pelo Banco Central do Brasil no mercado de câmbio sobre a Curva de Cupom Cambial: a emissão de Swaps Cambiais. O objetivo do BCB com essa intervenção era prover o setor privado de proteção contra a volatilidade cambial à época. O trabalho foca no efeito dessas medidas na curva de Cupom Cambial por conta da importância do funcionamento dessa curva para a correta precificação do mercado de dólar futuro, já que, no Brasil, a formação da taxa de câmbio se dá no preço futuro de dólar e não no preço à vista, como é comum nos outros países. Através de Análise de Componentes Principais sobre a Curva de Cupom Cambial, encontramos seus três primeiros componentes (nível, inclinação e curvatura) e os utilizamos para regredi-los em variáveis independentes que representam a série de emissões de Swap por parte do BC. Os resultados indicam que os Swaps Cambiais geram mudanças significativas no nível geral da Curva de Cupom Cambial. Já os Swaps Reversos não apresentam impacto estatisticamente significante no nível, mas sim na inclinação da curva. / [en] In this study, we try to estimate the impact of the most recent currency intervention measure widely adopted by the Central Bank of Brazil and how it affects the Cupom Cambial Curve: the issue of Foreign Exchange Swaps. The BCB s objective with this intervention was to provide the private sector with hedge against exchange rate volatility. This paper focus on the effect of these measures on the Cupom Curve due to the importance of the comprehension of this curve for the correct pricing of the future dollar market, given that, in Brazil, the formation of the foreign exchange rate occurs with the future dollar price and not in the spot price, as is more common in other countries. Through Principal Component Analysis on the Foreign Exchange Coupon Curve, we find its three components (level, slope and curvature) and use it as an explained variable to regress it with independent variables that represent the series of Swap issued by the Central Bank. The results indicate that the Foreign Exchange Swaps generate significant changes in the overall level of the Cupom Cambial Curve. Otherwise, Reverse Swaps don t represent a statistically significant impact on the level but do impact the slope of the curve.

[pt] Alguns óxidos cerâmicos apresentam Coeficiente de Expansão Térmica Negativa (ETN). Estes materiais usados como compósitos podem controlar a expansão térmica em valores determinados, inclusive zero. Este trabalho tem como objetivo propor novos óxidos da família A2M3O12 com coeficiente de expansão próximo a zero. Foi usada a Análise de Componentes Principais (PCA) para se verificar estatisticamente a causa de ETN em 45 óxidos conhecidos desta família e a partir daí foi usada uma Rede Neural para simulação de novos óxidos. / [en] Some ceramic oxides exhibit negative coefficient of thermal expansion. These material generally used as compounds can control the thermal expansion in determined values, including zero. The aim of this work is to propose new oxides of the family type A2M3O12 with coefficient of thermal expansion close to zero. The Principal Component Analysis (PCA) is used to statistically verify the reason for negative thermal expansion in 45 known oxides of this family and then, the neural network approach is used for simulation of new oxides.

[pt] O principal objetivo desse trabalho é aplicar o arcabouço proposto por Diebold e Li (2006) para modelar o comportamento da curva de juros brasileira e gerar previsões de curto, médio e longo prazos para a sua trajetória futura. O modelo é estimado e as previsões geradas a partir dele são comparadas com as previsões de outros modelos tradicionalmente utilizados como base de comparação. Os resultados alcançados nos levam a concluir que o modelo proposto por Diebold e Li não é adequado para o caso brasileiro, pois é superado por meros modelos univariados para quaisquer horizontes de previsão e para quaisquer prazos de vencimento ao longo da curva de juros. São feitas algumas conjecturas acerca das razões desse fracasso, e essas conjecturas inspiram o desenvolvimento de duas variantes do modelo original. Os resultados obtidos indicam que as modificações propostas são animadoras, pois uma das variantes consegue gerar previsões de longo prazo de qualidade superior àquelas geradas a partir dos modelos competidores. / [en] The main objective of this dissertation is to model the Brazilian interest yield curve using Diebold and Li (2006) framework, in order to produce short, medium and long-term forecasts. We estimate the model and then compare its term-structure forecasts with forecasts based on standard benchmark models. Our results lead to the conclusion that the model proposed by Diebold and Li is not consistent with The Brazilian specific evidence, since it is outperformed by simple univariate models, for all forecast horizons, with any maturity choice. We make some theoretical conjectures to explain why the attempt has failed, which inspired the development of two new variants of the original model. The new results indicate that the model improvements proposed are promising, because one of the variants succeeds in producing long-term forecasts of greater accuracy than those based on competing models.