Submitted by Vitor Vidal Costa Velho (vitorvidal89@gmail.com) on 2017-02-03T20:23:30Z No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2017-02-06T11:30:32Z (GMT) No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) / Made available in DSpace on 2017-02-06T16:50:01Z (GMT). No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) Previous issue date: 2016-12-05 / Survey indicators produced by FGV are economic information published relatively quickly and used as a 'thermometer' of the Brazilian level of activity in the short term. The use of the Consumer Confidence Index (CCI), as well as other indicators within the survey, are taken as a antecedent or coincident in household consumption forecasting models and other official quantitative variables. However, the work seeks to show evidence that information at the aggregate level has not always the best predictive power. The work seeks to analyze the behavior of consumers under a more disaggregated view of the research in order to obtain greater correlation and robustness with the target variables. There is evidence that some consumer groups are able to provide better assessments on one topic than others. Using the Principal Component Analysis (PCA), we reduce the dimensionality of these better indicators to obtain robustness in the forecasting scenarios. To complement these predictions, we will use the indicator of dispersion of responses as an uncertainty proxy, in an attempt to understand subjectivity of survey data. The conclusion of the article is given through the analysis of the stylized facts of the behavior of these groups selected for each case. / Indicadores de sondagens produzidas pela FGV são informações econômicas divulgadas de forma relativamente rápida e utilizadas como 'termômetro' do nível de atividade brasileira no curto prazo. A utilização do ICC (Índice de Confiança do Consumidor), assim como outros indicadores por dentro da sondagem, são tidas como antecedente ou coincidente em modelos de previsão do consumo das famílias e para as demais variáveis quantitativas oficiais. No entanto, o trabalho procura mostrar evidências de que nem sempre as informações ao nível agregado, possuem o melhor poder preditivo. O trabalho busca analisar o comportamento dos consumidores sob uma ótica mais desagregada da pesquisa a fim de obter maior correlação e robustez com as variáveis target. Existem evidências de que alguns grupos de consumidores conseguem fornecer melhores avaliações sobre determinado tema do que outros. Utilizando a técnica de componentes principais, extraímos o núcleo destes melhores indicadores desagregados para obter robustez nos cenários de previsão. Para complementar estas previsões, utilizaremos o indicador de dispersão das respostas como uma proxy de incerteza, na tentativa de compreender o lado subjetivo intrínseco às pesquisas de sondagem. A conclusão do artigo se dá através da análise dos fatos estilizados do comportamento destes grupos selecionados para cada caso.

Orientador: Danísio Prado Munari / Coorientador: Guilherme Batista do Nascimento / Banca: Fernando Sebastian Baldi Rey / Banca: Raysildo Barbosa Lobo / Resumo: Programas de melhoramento genético na bovinocultura de corte são importantes para o progresso genético do rebanho e consequentemente para a economia do país. Os avanços nas tecnologias de genotipagem permitiram estimativas de parâmetros genéticos a partir de informações genômicas por meio dos painéis de marcadores do tipo SNP (single nucleotide polymorphism). Estes avanços permitem estimativas de parâmetros genéticos, a partir de informações genômicas mais acuradas, acelerando o progresso genético dos rebanhos brasileiros. O objetivo deste trabalho foi a estimação de parâmetros genéticos, tendência genética e análise de componentes principais de características de peso corporal ao nascer (PN), aos 210 (P210), 365 (P365), e 450 (P450) dias de idade e escores visuais de Estrutura (ES), Precocidade (PS) e Musculosidade (MS), medidas ao sobreano. Os dados utilizados nesse estudo foram obtidos junto ao Programa Nelore Brasil, mantido pela Associação Nacional de Criadores e Pesquisadores (ANCP). As estimativas foram obtidas com base em registros de pedigree de 192.483 animais, 80.114 registros fenotípicos e 8.652 registros de animais genotipados. Os valores genéticos preditos (EBV) foram estimados a partir da equação dos modelos mistos e metodologia bayesiana, enquanto os valores genéticos genômicos preditos (GEBV) foram obtidos a partir do melhor preditor genômico linear não-viesado de único estágio (ssGBLUP). As estimativas de herdabilidade (h2) para as características de PN, P21... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Genetic improvement programs of Brazilian beef cattle are important for herd's genetic progress and consequently for the country's economy. With the advances in sequencing and genotyping technologies, high density panels with SNP (single nucleotide polymorphism) type polymorphic markers are available on the market. These advances allow genetic parameters estimation from genomic information to be more accurate, leading to a faster genetic progress of Brazilian herds. The aim of this study was the genetic parameters estimation, genetic trend and principal components analysis for body weight measured at birth (PN), 210 (P210), 365 (P365) and 450 (P450) days of age and visual scores of Structure (ES), Precocity (PS) and Musculoskeletal (MS), measured in yearling period (from 12 to 20 months of age). The data were obtained from the Nelore Brazil breeding program maintained by the National Association of Breeders and Researchers (ANCP). The estimates were obtained on pedigree records of 192,483 animals, 80,114 phenotypic records and 8,652 records of genotyped animals. The genomic estimated breeding value (GEBV) and estimated breeding value (GEBV) were obtained from the single step best genomic linear unbiased predictor (ssGBLUP), mixed models' equation and bayesian methodology, respectively. The (co)variance components were estimated from Bayesian methodology. The heritability estimates (h2) for PN, P210, P365, P450, ES, PS and MS were respectively 0.81±0.01. 0.38±0.02. 0.34±0.02. 0.35±0.02. 0.31±0.04. 0.38±0.05. 0.39±0.05, with information from SNPs and for estimates only with pedigree and phenotypes information, h2 were 0.82±0.01. 0.33±0.02. 0.31±0.02. 0.32±0.02. 0.32±0.05. 0.37±0.05. 0.38±0.05, respectively. The principal com... (Complete abstract click electronic access below)eng / Mestre

Orientador: Roberto Carvalheiro / Coorientador: Danísio Prado Munari / Coorientador: Haroldo Henrique de Rezende Neves / Resumo: A análise de componentes principais (ACP) é uma técnica da estatística multivariada usada para avaliar as relações entre diferentes características a fim de eliminar a redundância resultante de suas correlações. No melhoramento genético animal, a ACP tem sido usada para explorar possíveis interpretações biológicas associadas aos componentes principais (CPs) que podem levar a caracterização de diferentes biotipos de animais. Os objetivos do presente estudo foram: i) avaliar as relações entre características de crescimento, escore visual e reprodutiva, por meio de ACP; ii) identificar, por meio de estudo de associação genômica ampla (GWAS), regiões genômicas que diferenciam os animais quanto aos diferentes componentes; e iii) avaliar a habilidade de predição de valores genéticos genômicos (GEBVs) obtidos para os CPs. Foram utilizados dados fenotípicos de 355.524 animais da raça Nelore provenientes da base de dados Aliança Nelore. Destes, foram genotipados 3.382 animais em painel lllumina® BovineHD (HD, ~777.000 SNPs) e 137 animais em painel GeneSeek Genomic Profiler Bovine HD (~76.000 SNPs). Os animais genotipados com o painel GGP-HD tiveram seus genótipos imputados para o painel mais denso (HD). Após o controle de qualidade, 3.519 animais com informações genotípicas de 471.880 SNPs permaneceram nas análises. A ACP foi realizada utilizando-se a matriz de (co)variância genética aditiva (AT) obtida a partir de análise multi-característica. As estimativas dos efeitos dos SNPs fora... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Principal component analysis (PCA) is a multivariate statistical technique that allows evaluating relationships among different traits in order to eliminate the redundancy resulting from their correlations. In animal breeding, PCA has been used to explore possible biological interpretations associated with the principal components (PCs) that can lead to the characterization of distinguished animal's biotype. The objectives of the present study were: i) to evaluate relationships among growth, visual scores, and reproductive traits by performing a PCA; ii) to identify genomic regions associated with PCs by performing a genome-wide association study (GWAS) on the main PCs; and iii) to evaluate the prediction ability of genomic breeding values (GEBVs) obtained for the PCs. Phenotypic data from 355,524 Nellore animals provided by the Alliance Nellore database, were used in this investigation. A total of 3,382 Nellore animals were genotyped using the lllumina® BovineHD chip (HD, ~777,000 SNPs) and 137 animals were genotyped using the GeneSeek Genomic Profiler Bovine HD chip (~76,000 SNPs). The GGP-HD genotypes were imputed to the HD genotypes. After genomic data quality control, 471,880 SNPs from 3,519 animals were available. The PCA was applied on the additive genetic (co)variance matrix (AT) obtained using multi-trait analysis. For GWAS, SNP effects were estimated using the weighted single-step GBLUP and the BayesC methods. The genes identified within the top-10 ranking windows that explained the highest proportion of variance were used for further functional analyses. For the genomic prediction study, the GEBVs were predicted using three distinguish response variables: EBV of the original traits, EBV of the PCs, and EBV of a selection index used by some Nellore cattle commercial breeding programs. The geno... (Complete abstract click electronic access below) / Doutor

Orientador: Angelo Cataneo / Resumo: O presente trabalho teve como objetivo desenvolver um estudo do comportamento multivariado das principais variáveis climáticas de interesse agrícola do estado de São Paulo, mediante aplicação dos métodos de análise de agrupamento, análise dos componentes principais e geoestatísticos. Utilizou-se dados de 25 variáveis climáticas compreendendo a altitude, precipitações pluviométricas médias mensais e temperaturas do ar médias mensais, coletados em 117 postos meteorológicos distribuídos pelo estado de São Paulo, excluindo-se o litoral por apresentar características climáticas distintas do restante do estado. Sobre as variáveis climáticas, aplicou-se a análise de agrupamento com o objetivo de caracterizar e determinar regiões climáticas homogêneas, usando a distância euclidiana, entre as variáveis climáticas, como medida de similaridade. O dendograma identificou visualmente os possíveis agrupamentos climáticos homogêneos no estado de São Paulo de acordo com a medida de similaridade escolhida. Em seguida, as variáveis climáticas foram submetidas à análise dos componentes principais, aplicada sobre a matriz de correlação R . Dos componentes resultantes, foram retidos somente os que apresentavam autovalores maiores que a unidade, ou seja, os três primeiros componentes. Estas análises mostram que as 25 variáveis climáticas podem ser substituídas pelos três primeiros componentes, que explicaram respectivamente, 57,20%, 26,18% e 5,88% da variabilidade total dos dados. Sobre os três componentes retidos, foi aplicada a rotação ortogonal de fatores conhecida como Varimax, que fornece fatores ortogonais linearmente independentes. Os pesos dos fatores, após rotação ortogonal, com valor absoluto maior que 0,79, combinados com as variáveis correspondentes, foram usados para modelar três índices climáticos, chamados de índice térmico, índice... (Resumo completo, clicar acesso eletrônico abaixo). / Abstract: The purpose of this work was to develop a study on the multivaried behaviour of the main climatic variables of agricultural interest in the state of São Paulo, by applying the methods of grouping analysis, principal components and geostatistical analysis. Data from 25 climatic variables including altitude, mean-monthly pluviomatric precipitation and mean-monthly air temperature collected from 117 weather stations throught the state of São Paulo, excluding the coast, were used. The grouping analysis was applied on the climatic variables with the purpose of characterizing and determining homogeneous climatic regions by using the euclidean distance as a measure of similarity. The dendogram visually identified the possible homogeneous climatic groupings in the state of São Paulo according to the chosen measure of similarity. Afterwards, the climatic variables were submitted to the analysis of the principal components applied on the matrix of correlation R. From the resulting components, only the first three components that presented eigenvalue higher than the unit were kept. These analysis show that the 25 climatic variables may be replaced by the first three components which explained respectively, 57,20%, 26,18% and 5,88% of the total variability of the data. The orthogonal rotation, which provides linearly independent orthogonal factors and is known as Varimax, was applied on the three components that were kept. The influence of the factors, after orthogonal rotation and containing absolute value higher that 0,79, combined with the respective variables, were used to model three climatic indexes called thermic index, pluviometric index and pluviothermic index. The purpose of the rotation was to describe the relations among the variables that may be grouped by their correlations in which each group... (Complete abstract, click electronic address below). / Doutor

Orientador: Carlos Roberto Padovani / Banca: Adalberto José Crocci / Banca: Luiz Gonzaga Manzine / Resumo: Os experimentos agronômicos, em geral, apresentam uma quantidade razoável de variáveis observadas e uma complexa estrutura de variação entre e dentro dessas variáveis. Essa estrutura de variação acarreta uma dificuldade para a utilização dos procedimentos requeridos pelo modelo estatístico, em virtude do difícil acesso a programas computacionais para a análise dos dados multivariados. Uma alternativa para redimensionar a quantidade de variáveis consiste na técnica dos componentes principais, que consegue descrever um conjunto com um número menor de variáveis não correlacionadas entre si, ordenadas de maneira decrescente pelas magnitudes das variâncias, de tal forma que a variância total do conjunto inicial seja preservada. Em síntese, a prática da análise de componentes principais é considerada sob o objetivo da redução do espaço paramétrico. Uma das dificuldades encontrada pelos pesquisadores no uso da técnica dos componentes principais, consiste na determinação do número de componentes que deve ser utilizado na redução do espaço paramétrico. Dentre alguns métodos exploratórios discutidos foram apresentados quatro critérios para a escolha do número de componentes principais os quais retem de forma qualificada, a informação contida nas variáveis originais. Neste sentido, foi proposto no presente estudo, a elaboração de um programa computacional, desenvolvido em linguagem MAPLE V.3 e CLIPPER 5.1, de fácil manuseio e acessível a todos os pesquisadores das áreas agronômicas. Visando a operacionalização do aplicativo e a utilização dos procedimentos de análise multivariada, finalizou-se o estudo apresentando dois exemplos envolvendo situações observadas na literatura agronômica, onde no primeiro faz-se uma abordagem pela metodologia univariada e pela utilização de componentes principais por processo gráfico, e no segundo... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The agronomical experiments, in general, introduce a reasonable quantity of observed variables and a variation complex structure between and within these variables. This variation structure carries a difficulty for the utilization of the procedures required by the statistical model, in view of the difficult access for computational programs for the analysis of the multivariate data. An option for redimensionate the quantity of variable consists in the technique of the principal components, which manages to describe a set with a smaller number of variable not correlated to each other, ordenate of decreasing way by the magnitudes of the variances, of such a form that the total variance of the initial set be preserved. In synthesis, the practice of the analysis of principal components is considered under the objective of the reduction of the parametric space. One of the difficulties found by the researchers in the use of the technique of the principal components, it consists in the determination of the number of components that should be used in the reduction of the parametric space. Among some argued exploratory methods were introduced four criteria for the choice of the number of principal components the ones retain of form qualified, the information contained in the original variables. In this sense, it was proposed at study present, the elaboration of a computational program, developed in language MAPLE V.3 and CLIPPER 5.1, of easy handling and accessible to all the researchers of the agronomical areas. Aiming at operationalization of the application and the utilization of the multivariate analysis procedures, it was concluded the study introducing two examples involving situations observed in the agronomical literature, where in the first an approach is done by the univariate methodology and by the utilization of principal components for prosecute graph, and in the second... (Complete abstract click electronic access below) / Mestre

É muito grande a diferença na renda recebida pelos produtores agropecuários no Brasil. Isto se observa mesmo quando se trata do universo da agricultura familiar. Na Região Sul, onde se desenvolveu este trabalho, 51,4 %dos agricultores familiares recebem renda anual inferior a R$ 3.000,00, enquanto 1,8 %têm renda superior a R$ 27.500,00. O presente trabalho foi conduzido no município de Boa Ventura de São Roque, na região Centro-Sul do Paraná. Para conhecer a diversidade dos sistemas de produção agropecuários praticados no município elaborou-se uma tipologia empregando-se a análise fatorial por componentes principais a uma amostra de 34 estabelecimentos agrícolas, que foi validada por agricultores e técnicos locais. A tipificação de produtores permitiu a descrição de quatro grupos de estabelecimentos na área de estudos e embasou a escolha de propriedades para análise do processo de tomada de decisão, em condições de risco, de dois tipos extremos de sistemas de produção (um minifundista e um grande produtor), ambos de natureza familiar e que, apesar da grande diferença de dotação de recursos produtivos, têm a soja como a principal atividade produtiva. A Programação Linear foi utilizada para modelar os sistemas de produção das unidades familiares consideradas na análise e o modelo MOTAD (Minimização do desvio absoluto total) foi empregado para a construção da fronteira eficiente, que representa o risco envolvido para a obtenção de determinados níveis de margem bruta. Contrariamente ao esperado, os resultados mostram que o pequeno produtor apresentou taxa de aversão ao risco menor que a do grande, dada a combinação de atividades de seu sistema atual de produção. Os resultados indicam que políticas públicas inerentes à melhoria da infraestrutura regional, assistência técnica, crédito rural, comercialização e geração de empregos são fundamentais para aumentar a rentabilidade das unidades produtoras familiares e possibilitar a permanência dos pequenos agricultores no meio rural. / not available

Fabricantes de produtos de tecnologia aeronáutica requerem diversas atividades para o desenvolvimento da maturidade de uma aeronave. Dada uma aeronave em novo desenvolvimento, o presente trabalho elabora um processo de avaliação de componentes e equipamentos que os qualifica para os ensaios de maturidade. A fundamentação teórica associada, o cenário de aplicações e as normas vigentes são descritas com o objetivo de fundamentar o processo de avaliação elaborado por meio de requisitos para aplicação dos ensaios de maturidade. Processos similares de escolha de componentes elegíveis a ensaios acelerados são realizados no mercado aeroespacial, porém não são divulgados, por representar em vantagem competitiva para as empresas. Como critérios de seleção dos componentes e equipamentos, são analisados: características do componente, condição ambiental de operação a ser encontrada na aeronave e dados comparativos quando o componente já opera em outra plataforma aeronáutica. Esses critérios utilizados são evidenciados na sistematização de uma prática que é atualmente aplicada na indústria aeronáutica e foi desenvolvida pelo autor desta dissertação. Essa prática é exemplificada em um estudo de caso elaborado para aferir o processo de avaliação por meio de uma ferramenta computacional. As vantagens da implementação do método são descritas no trabalho, assim como sugestões para futuros trabalhos.

A soja está entre as principais culturas mundiais, uma vez que é uma excelente fonte de proteínas e óleo. Além disso, a espécie é aproveitada também pela indústria de biocombustíveis. Considerando a importância das novas mudanças climáticas no agronegócio; para a soja, esta situação é agravada em virtude das condições de temperatura e latitude recomendadas para a semeadura. Dessa forma, para aumentar a produtividade da cultura mesmo frente ao aquecimento global, fazse fundamental o desenvolvimento de cultivares com alta produtividade e tolerantes às altas temperaturas. Neste contexto, o objetivo geral deste trabalho foi selecionar genótipos de soja tolerantes ao calor. Uma população composta por 80 PI\'s de soja e 15 testemunhas foi avaliada sob condições de altas temperaturas, com experimentos instalados nas cidades de Teresina-PI, Piracicaba-SP e Jaboticabal- SP, no ano agrícola 2013/2014. Para a avaliação dos genótipos, foram realizadas análises univariadas e multivariadas. A seleção dos genótipos mais tolerantes a altas temperaturas foi realizada via análise de componentes principais. Nas análises de variâncias univariadas, todos os caracteres mostraram efeitos de tratamentos significativos pelo teste F. Pela análise de componentes principais no experimento conduzido em Teresina-PI, os caracteres que mais contribuíram para a variabilidade dos genótipos avaliados foram: data que metade da parcela atingiu o estádio R5, altura da planta na maturidade, período de granação e valor agronômico. Em Piracicaba-SP, os caracteres que mais contribuíram para a variabilidade foram o período de granação, massa de 100 sementes e o número de dias para a maturidade. Para a seleção dos genótipos mais tolerantes ao calor em Jaboticabal- SP, considerou-se principalmente a altura e a produtividade. Para a análise de mapeamento associativo, a fenotipagem foi realizada em Teresina-PI e avaliados quatro caracteres: altura da planta na maturidade, valor agronômico, massa de cem sementes e produtividade. A genotipagem foi realizada utilizando o chip da empresa Affymetrix. O desequilíbrio de ligação entre pares de marcadores foi calculado pelo coeficiente de determinação r2 e a análise de associação entre marcadores e o fenótipo de interesse foi realizada utilizando a abordagem de modelo linear generalizado. Foram identificadas 16 associações significativas. / Soybean (Glycine max) is one of most important crops in the world. This crop is an source of protein and oil. Beyond that, the species is also utilized for the biofuels industry. The recent climate changes are important on agribusiness, the ones on soybean crop are worse than on other crops because of the conditions of temperature and latitude recommended for planting. Thus, to increase the productivity of the crop even in face of global warming, it is essential that soybean breeding programs promote the development of cultivars highly productive and tolerant to high temperatures. In this context, the aim of this study was to select genotypes for heat tolerance. A population composed of 80 soybean PI\'s and 15 experimental checks was evaluated under high temperature conditions. The experiments were conducted in the cities of Teresina-PI, Piracicaba-SP and Jaboticabal-SP, in the 2013/2014 season. For the evaluation of the genotypes, univariate and multivariate analysis were performed, and the selection of the most genotypes for heat tolerance was performed by principal component analysis (PCA). In the univariate analyzes of variance, all characters showed significant effects of treatments by test F. In the PCA in the experiment conducted in Teresina-PI, the variables that most contributed to the variability of genotypes were: date in which half of the parcel reached R5 stage, height of the plant at maturity, grain filling period and agronomic value. In Piracicaba-SP PCA, the variables that most contributed to the variability were: grain filling period, 100-grain weight and the number of days to maturity. For the selection of the most heat-tolerant genotypes in Jaboticabal-SP, the height and the yield were the variables that most contributed to the variability. In the the association mapping analysis, the genotypes were evaluated under conditions of high temperatures in Teresina-PI and evaluated for four traits: height of the plant at maturity, agronomic value, 100 grain weight and yield. The genotyping was carried out using the Affymetrix chip. The linkage disequilibrium between pairs of markers was calculated by the determination coefficient r2 and the association analysis between markers and the phenotype of interest was performed using the generalized linear model approach. A total of 16 significant marker-trait associations were detected for the four traits.

Neste trabalho estamos propondo um novo método para a determinação do intervalo pós-morte, tendo em vista a necessidade de métodos que forneçam resultados em um curto período de tempo de análise e, ao mesmo tempo, tenha uma precisão semelhante à dos métodos utilizados atualmente. Além disso, é muito importante que sua aquisição seja viável para as instituições interessadas em tal análise, seja para fins como perícia criminal, instituições de pesquisa, instituto médico-legal ou para re-implante de órgãos amputados. Com estas motivações, o objetivo do trabalho é verificar se a técnica de espectroscopia de fluorescência apresenta sensibilidade suficiente para diferenciar os tecidos que estão em diferentes estágios de decomposição, uma vez que a técnica já tem sido muito utilizada para caracterização de tecidos biológicos com outras aplicações. Durante a realização do trabalho e análise dos dados obtidos (espectros de fluorescência), consideradas as dificuldades encontradas para a caracterização temporal das informações, são propostas formas de análise pertinentes. Dentre as análises realizadas, é apresentado o cálculo de análise em componentes principais, onde a diagonalização de matrizes de covariância permite identificar os padrões nos espectros obtidos. Uma interpretação dos dados obtidos de um primeiro grupo de animais utilizados (ratos da raça Wistar) foi feita, criando modelos matemáticos que descrevam as variações observadas em função do tempo, e logo a seguir foi realizado o processo de validação, onde o modelo matemático é posto à prova através da determinação do intervalo pós-morte de outro grupo de animais, cujos valores são conhecidos - estes dados, porém, não foram utilizados para a criação do modelo. A seguir, os resultados obtidos neste trabalho foram comparados com alguns resultados encontrados na literatura obtida, de onde foi possível concluir que o trabalho respondeu positivamente às expectativas. / In this study we propose a new method to evaluate the post-mortem interval, due to a need for methods that simultaneously provide results in a short analysis period of time and present accuracy similar to the methods currently used. Furthermore, it is very important to emphasize that the acquisition system must be practical and accessible in relations to costs getting possible the utilization for different institutions as: judicial expertise, research institutions, medical-legal institutes or to re-implantation of organ amputees. With these goals as motivation, the purpose of this study was to validate the fluorescence spectroscopy as a technique sufficiently sensitive to distinguish tissues in several stages of decomposition, since this technique has been widely used for characterization of biological tissue with other applications. Considering the difficulties found for temporal characterizations obtained by fluorescence spectra analysis any relevant ways of analysis were proposed. Among them we presented the Principal Components Analysis calculation, on which the diagonalization of covariance matrices allows us to identify standard in the obtained spectra. The interpretation of the data obtained from a first group of animals (breed: Wistar rats) was realized, creating mathematical models that describe the changes observed over time. Immediately after, the validation process was applied, where the mathematical model was tested, determining the post-mortem interval of another animals group whose values was known. However these data was not used to create the model. Afterwards, the results obtained in this study were compared to those from literature, and this comparison gotten possible to conclude that the study showed a positive response to the expectations.

Made available in DSpace on 2016-12-23T14:07:27Z (GMT). No. of bitstreams: 1 Dissertacao de Adilson Amaro Lima Rodrigues.pdf: 3709192 bytes, checksum: c11fff26ff83952fe051e5fc900bf72e (MD5) Previous issue date: 2011-09-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In industrial processes, oscillatory and non oscillatory disturbances usually travel along propagation paths, and are indicative of degradation in control loops, disturbances, limitations in equipments or control system. In this work, a methodology based in two algorithms from literature to detect these disturbances and the root cause analysis of theses disturbances is proposed. The detection of oscillatory signals is done using the filtered autocorrelation from the power spectral density. The non-periodic disturbances are detected through analysis of principal components of the power spectral density filter. The diagnosis of both disturbances is made based on the cause and effect relations of the loops and energy analysis. The application of the methodology to a power plant illustrates the usefulness of the proposed algorithms / Em processos industriais, perturbações oscilatórias ou não-oscilatórias normalmente se propagam ao longo de todo o processo, indicando a presença de degradações das malhas de controle, distúrbios, deficiências do sistema de controle ou equipamentos. Nessa dissertação é proposta uma metodologia baseada em dois algoritmos para detecção de perturbações e em seguida é feito o diagnóstico da fonte de perturbação. A detecção de sinais oscilatórios é feita usando a autocorrelação filtrada a partir do gráfico de densidade espectral. As perturbações não oscilatórias são detectadas via análise de componentes principais do gráfico de densidade espectral filtrada. O diagnóstico de ambas as perturbações é efetuado a partir do conhecimento da relação de causa efeito das malhas e da análise de energia. A aplicação da metodologia a uma central termoelétrica permite ilustrar o alcance dos algoritmos propostos