As investigações sobre as bases genéticas de doenças complexas em Genômica utilizam diversos tipos de informação. Diversos sintomas são avaliados de maneira a diagnosticar a doença, os indivíduos apresentam padrões de agrupamento baseados, por exemplo no seu parentesco ou ambiente comum e uma quantidade imensa de características dos indivíduos são medidas por meio de marcadores genéticos. No presente trabalho, um modelo multiníveis da teoria de resposta ao item (TRI) é proposto de forma a integrar todas essas fontes de informação e caracterizar doenças complexas através de uma variável latente. Além disso, a quantidade de marcadores moleculares induz um problema de seleção de variáveis, para o qual uma seleção baseada nos métodos da busca estocástica e do LASSO bayesiano são propostos. Os parâmetros do modelo e a seleção de variáveis são realizados sob um paradigma bayesiano, no qual um algoritmo Monte Carlo via Cadeias de Markov é construído e implementado para a obtenção de amostras da distribuição a posteriori dos parâmetros. O mesmo é validado através de estudos de simulação, nos quais a capacidade de recuperação dos parâmetros, de escolha de variáveis e características das estimativas pontuais dos parâmetros são avaliadas em cenários similares aos dados reais. O processo de estimação apresenta uma recuperação satisfatória nos parâmetros estruturais do modelo e capacidade de selecionar covariáveis em espaços de dimensão elevada apesar de um viés considerável nas estimativas das variáveis latentes associadas ao traço latente e ao efeito aleatório. Os métodos desenvolvidos são então aplicados aos dados colhidos no estudo de associação familiar \'Corações de Baependi\', nos quais o modelo multiníveis se mostra capaz de caracterizar a síndrome metabólica, uma série de sintomas associados com o risco cardiovascular. O modelo multiníveis e a seleção de variáveis se mostram capazes de recuperar características conhecidas da doença e selecionar um marcador associado. / Recent investigations about the genetic architecture of complex diseases use diferent sources of information. Diferent symptoms are measured to obtain a diagnosis, individuals may not be independent due to kinship or common environment and their genetic makeup may be measured through a large quantity of genetic markers. In the present work, a multilevel item response theory (IRT) model is proposed that unifies all these diferent sources of information through a latent variable. Furthermore, the large ammount of molecular markers induce a variable selection problem, for which procedures based on stochastic search variable selection and the Bayesian LASSO are considered. Parameter estimation and variable selection is conducted under a Bayesian framework in which a Markov chain Monte Carlo algorithm is derived and implemented to obtain posterior distribution samples. The estimation procedure is validated through a series of simulation studies in which parameter recovery, variable selection and estimation error are evaluated in scenarios similar to the real dataset. The estimation procedure showed adequate recovery of the structural parameters and the capability to correctly nd a large number of the covariates even in high dimensional settings albeit it also produced biased estimates for the incidental latent variables. The proposed methods were then applied to the real dataset collected on the \'Corações de Baependi\' familiar association study and was able to apropriately model the metabolic syndrome, a series of symptoms associated with elevated heart failure and diabetes risk. The multilevel model produced a latent trait that could be identified with the syndrome and an associated molecular marker was found.

Neste trabalho propomos a utilização do método da função característica empírica (ECF - empirical characteristic function), para estimação do modelo de duração condicional estocástica (SCD - stochastic conditional duration). Para determinação das variáveis latentes do processo utilizamos três alternativas: um filtro de Kalman, um filtro obtido por integração numérica e um filtro baseado na expansão de Gram-Charlier até 4ª ordem. Os resultados são então aplicados em séries de duração da GE, Microsoft e USD/EUR. / We propose the use of the empirical characteristic function (ECF) method to estimate the parameters of the stochastic conditional duration (SCD) model. In order to estimate the latent variables we propose the use of three alternatives: a Kalman filter, a filter based on numerical integration (quadrature) and a filter based on the 4th-order Gram-Charlier expansion. The results are applied to the estimation of the parameters of the duration process for GE, Microsoft and USD/EUR.

O planejamento de médio e longo prazo da operação hidrelétrica brasileira consiste em um problema de grande porte e que envolve muitas variáveis, onde, dentre estas, se destacam as vazões afluentes aos reservatórios. Estas vazões devem assim ser estimadas, com o objetivo de caracterizar a oferta futura de eletricidade em um horizonte de planejamento. Dentre as possíveis abordagens existentes para estimar estas vazões, se destaca a abordagem estocástica, que permite considerar variáveis em função de sua distribuição probabilística, e busca considerar o universo mais provável de manifestações. A abordagem estocástica pode se utilizar de modelos estocásticos, que costumam ser caracterizados através de árvores de cenários, que representam o universo de possibilidades de ocorrências. No entanto, devido à elevada dimensionalidade que o processo estocástico pode resultar ao se considerar árvores muito grandes, torna-se necessária a utilização de técnicas complementares, que visem a redução do número de cenários. Com base nesta contextualização, esta dissertação aborda de modo geral o processo de otimização estocástica do planejamento da geração hidrelétrica, considerando árvores de cenários e técnicas de redução de cenários, e utilizando como meio a modelagem de otimização da geração desenvolvida no SSD HIDROTERM, em linguagem GAMS. Como estudo de caso, foram desenvolvidos e adaptados algoritmos de otimização estocástica que consideram árvores com elevado número de cenários, gerados por meio de modelos estocásticos autorregressivos do tipo PAR e, sobre estas árvores, foi ainda aplicada a ferramenta de redução de cenários por agrupamento - SCENRED, desenvolvida em GAMS. As análises de sensibilidade realizadas visaram: validar o processo proposto de otimização estocástica; analisar os efeitos da utilização de diferentes árvores reduzidas de cenários de vazões, o impacto da consideração de diferentes horizontes de planejamento e a influência do regime hidrológico nos principais resultados do processo de otimização; além de estudar as vantagens e desvantagens deste processo para o planejamento da operação hidrelétrica. Os resultados indicam que o processo de otimização estocástica é eficaz ao considerar as aleatoriedades envolvidas na previsão de vazões afluentes. Estes também confirmaram tendências já esperadas no processo de otimização estocástica, como o fato de que quanto maior a árvore de cenários, mais precisos e estáveis tendem os resultados; assim como que quanto mais cenários envolvidos, maior o tempo de processamento requerido. Neste contexto, a utilização da ferramenta de redução SCENRED permitiu reduções significativas no tamanho da árvore de cenários, sem, contudo, ocasionar em perdas na qualidade e estabilidade da solução, além de viabilizar a aplicação do algoritmo de otimização estocástica proposto. / The medium and long-term planning of the Brazilian electric system consists of a complex problem with many uncertainties and variables, where, among these the inflows to the reservoirs highlight. These inflows need to be estimated in order to characterize the future availability of electricity in a planning horizon. Among the existing approaches to estimate these inflows, highlights the stochastic approach, which consider these variables according to their probability distribution, and aims to consider the most likely universe of manifestations. The stochastic approach can be developed through stochastic models, which are often characterized by scenarios trees that represent the possible universe. However, due to the high dimensionality that stochastic analyses can result when considering very large trees, it becomes necessary to use complementary tools, aimed at reducing the number of scenarios. Based on this context, this dissertation discusses in general the process of stochastic optimization of the hydroelectric generation planning, considering scenarios trees and scenario reduction tools, through the optimization modeling developed in the DSS HIDROTERM, developed in GAMS language. As a case study, it was generated and adapted stochastic optimization algorithms that consider trees with large number of scenarios, generated by autoregressive stochastic models PAR. Based on these trees it was applied the scenario reduction tool SCENRED, developed in GAMS language. The sensitivity analyzes developed intended to: validate the stochastic optimization process; analyze the effects of using different reduced scenarios trees of inflows; analyze the impacts of considering different planning horizons, analyze the hydrological influence on the main results of the optimization process, and the benefits and disadvantages of this process in the hydroelectric operation planning. The results indicate that the stochastic optimization process is effective to consider the randomness involved in the prediction of inflow to the reservoirs. These results have also confirmed some well-known trends in the stochastic optimization process, such as the fact that the larger the tree scenarios, more accurate and stable tend the results but also greater the processing time required. In this context, the use of the reduction tool SCENRED allowed significant reductions in the size of scenarios tree, without causing losses in quality and solution stability, enabling the application of the stochastic optimization algorithm proposed.

O planejamento da operação energética em sistemas hidrotérmicos de potência com um único reservatório tem como objetivo determinar a participação de usinas hidrelétricas e térmicas de forma a garantir o suprimento de energia demandada ao menor custo operacional possível, dentro de restrições físicas e técnicas do modelo. Alguns fatores tornam a solução deste problema bastante complexa destacando a não linearidade e a não separabilidade temporal aditiva. O objetivo deste trabalho é apresentar uma nova abordagem com tratamento agregado das afluências, descrevendo uma nova caracterização das distribuições de probabilidades e um novo modelo para a programação dinâmica estocástica markoviana. Nesse novo modelo da programação dinâmica estocástica markoviana, agregações plurimensais de vazões são utilizadas como entrada em um modelo de programação dinâmica estocástica markoviana modificado para discretizações temporais plurimensais. A nova abordagem proposta foi simulada em diferentes usinas hidrelétricas brasileiras localizadas em diferentes regiões geográficas e sob diferentes regimes hidrológicos. Os resultados das simulações feitas com a utilização deste novo modelo são apresentados e comparados ao modelo de programação dinâmica estocástica markoviana mensal, atualmente utilizado no setor elétrico brasileiro, com economia de custos relativas superiores a 10% em alguns casos. / The energetic operation planning on hydrothermal power systems with a single reservoir aims to determine the participation of hydroelectric power plants and thermal power plants to guaranty supply of energy demanded with the smallest possible cost, under physical and technical model boundaries. Some points became the solution of this problem complex, highlighting the non linearity and the additive non time separability. The objective of this paper is show the new approach with aggregated inflows, describing a new probability distributions featuring and a new model for the markovian stochastic dynamic programming. On this new model of markovian stochastic dynamic programming, multi monthly inflow aggregations are used as input in a model of markovian stochastic dynamic programming modified for multi months discretizations. The new approach proposed was simulated on differents Brazilian hydroelectric power plants located on different regions and under different hydrologic regime. The results of simulations using this new model are presented and compared to the model of monthly markovian dynamic programming, nowadays used on the Brazilian electrical sector, with relatives economic savings up to 10% in some cases.

Durante as últimas décadas, pesquisas em biologia do tumor com a utilização de novas técnicas de biologia molecular produziram informações em profusão, motivando e dando condições para que fossem criados novos modelos matemáticos dedicados à análise de vários aspectos de crescimento e proliferação da população celular. Alguns desses modelos têm sido dedicados à descrição e análise do regime estacionário do processo de desenvolvimento de uma população celular sob condições químicas que se consideram favorecer a aceleração ou desaceleração do crescimento da população de células tumorais. Todavia, a dinâmica temporal do crescimento de uma população de células tumorais ainda não foi analisada nesses trabalhos. Uma das dificuldades é o estabelecimento da interação entre células de múltiplos tipos que sirvam como descrição para essa dinâmica. Nosso trabalho vem preencher essa lacuna e a presente dissertação tem como objetivo a apresentação do modelo, desenvolvido por nós, de simulação da dinâmica do crescimento e proliferação celular do melanoma (câncer de baixa incidência, mas de letalidade extremamente alta) e também dos resultados obtidos através das simulações deste modelo computacional / During the last decades, tumor biology research with the use of new techniques in molecular biology resulted in a profusion of information that have given conditions and motivated the development of new mathematical models dedicated to analyzing various aspects of growth and proliferation of the cell population. Some of these models have been devoted to the description and analysis of the steady state of the development process of a cell population under chemical conditions that, in theory, promote the acceleration or deceleration of the growth of tumor cell population. However, these studies have not yet analyzed the temporal dynamics of growth of a tumor cell population. One of the difficulties is the establishment of the interaction between cells of multiple types that serve as the description for this dynamic. Our work fills this gap and this dissertation aims to present the model, developed by us, to simulate the growth dynamics and cellular proliferation of melanoma (cancer of low incidence but of extremely high lethality) and the results obtained through the simulations of this computational model

Fornecedores necessitam atender a demanda de seus clientes da forma mais adequada possível e mantendo a qualidade de seu serviço, porém em muitos casos essa demanda é desconhecida. Esse problema pode ser modelado como um problema de roteirização e estoque com demanda estocástica o qual inclui o controle de estoque, transporte do produto e decisões de agendamento da entrega. Existem vários trabalhos na literatura para resolver esse problema, porém nenhum deles lida com janela de tempo de atendimento, capacidade máxima de estoque tanto no cliente quanto no depósito e o nível de confiança de atendimento individualizado para cada cliente. O objetivo principal deste trabalho é propor um novo algoritmo baseado em otimização matemática para lidar com esse problema mais realista. Além disso, este trabalho tem como objetivo secundário melhorar o algoritmo de estado da arte baseado em otimização matemática, visando encontrar soluções com um menor tempo computacional e custo. Foram realizados experimentos com instâncias sintéticas com 15 até 50 clientes, as quais são geradas aleatoriamente, e com uma instância real, baseada na experiência profissional no mercado empresarial e em cenários reais de distribuição na cidade de São Paulo / Providers need to supply the demand of their clients as optimally as possible and maintaining the quality of their service, however in many cases this demand is unknown. This problem can be modeled as a inventory routing problem with stochastic demand, which includes inventory control, product transportation and delivery scheduling decisions. There are several papers in the literature to solve this problem, but none of them deals with service time window, maximum stock capacity for both the customer and the depot and individualized confidence level for each costumer. The main objective of this work is to propose a new algorithm based on mathematical optimization to deal with this more realistic problem. In addition, this work has as secondary objective to improve the state of the art algorithm based on mathematical optimization, aiming to find solutions with a lower computational time and cost. Experiments were performed with synthetic instances with 15 to 50 clients, which are randomly generated, and with a real instance, based on professional experience in the business market and in real distribution scenarios in the city of São Paulo

A comercialização de energia elétrica de fontes renováveis, ordinariamente, constitui-se uma atividade em que as operações são estruturadas sob condições de incerteza, por exemplo, em relação ao preço \"spot\" no mercado de curto prazo e a geração de energia dos empreendimentos. Deriva desse fato a busca dos agentes pela formulação de estratégias e utilização de ferramentais para auxiliá-los em suas tomadas de decisão, visando não somente o retorno financeiro, mas também à mitigação dos riscos envolvidos. Análises de investimentos em fontes renováveis compartilham de desafios similares. Na literatura, o estudo da tomada de decisão considerada ótima sob condições de incerteza se dá por meio da aplicação de técnicas de programação estocástica, que viabiliza a modelagem de problemas com variáveis randômicas e a obtenção de soluções racionais, de interesse para o investidor. Esses modelos permitem a incorporação de métricas de risco, como por exemplo, o Conditional Value-at-Risk, a fim de se obter soluções ótimas que ponderem a expectativa de resultado financeiro e o risco associado da operação, onde a aversão ao risco do agente torna-se um condicionante fundamental. O objetivo principal da Tese - sob a ótica dos agentes geradores, consumidores e comercializadores - é: (i) desenvolver e implementar modelos de otimização em programação linear estocástica com métrica CVaR associada, customizados para cada um desses agentes; e (ii) aplicá-los na análise estratégica de operações como forma de apresentar alternativas factíveis à gestão das atividades desses agentes e contribuir com a proposição de um instrumento conceitualmente robusto e amigável ao usuário, para utilização por parte das empresas. Nesse contexto, como antes frisado, dá-se ênfase na análise do risco financeiro dessas operações por meio da aplicação do CVaR e com base na aversão ao risco do agente. Considera-se as fontes renováveis hídrica e eólica como opções de ativos de geração, de forma a estudar o efeito de complementaridade entre fontes distintas e entre sites distintos da mesma fonte, avaliando-se os rebatimentos nas operações. / The renewable energy trading, ordinarily, is an activity in which mostly operations are structured under uncertainty conditions, for instance, in relation to the energy spot price and assets generation. Derives from this fact the search of the agents for strategies formulation based on computational tools to assist their decision-making process, not only seeking financial returns, but also to mitigate the risks involved. Investments analysis in renewable sources share the same challenges. In the literature, the study of optimal decision-making under uncertainty conditions is made through the application of stochastic programming techniques, which enable modeling problems with random variables and find rational solutions. These models allow the incorporation of risk metrics, as the \"Conditional Value-at-Risk (CVaR)\", to provide optimal solutions that weigh the expected financial results and the associated risk, in which the agent\'s risk-aversion becomes an essential condition for defining the operation strategy. From the perspective of generators, consumers and traders agents, the main purposes of this thesis are: (i) to develop customized optimization models with CVaR metric associated, optimized in stochastic linear programming; and (ii) to apply the models for strategic analysis of operations under the risk-return binomial, focusing on the management activities of each of these agents, and considering renewable sources as option. In this context, the emphasis is on analysis of the operations financial risks through the application of CVaR and based on the agent\'s risk-aversion level. Furthermore, the hydro and wind renewables sources are options of generation assets in order to study the seasonal generation complementarity effect among them and the consequences on energy trading strategies.

O objetivo deste trabalho é estudar as principais características de uma família de modelos que busca retratar a dinâmica do equilíbrio geral de uma economia. Por equilíbrio em economia entende-se como sendo uma situação onde nenhum agente econômico tem qualquer incentivo para modificar a sua estratégia escolhida. Neste trabalhamos não haverá uma preocupação em demonstrar a existência, unicidade e estabilidade do equilíbrio, mas sim entender como alterações exógenas afetam o equilíbrio. Brevemente, podemos entender a definição de equilíbrio geral como sendo a perspectiva de análise de equilíbrio simultâneo entre todos os mercados de uma economia. No conceito de equilíbrio geral todos os mercados devem estar em equilíbrio, de modo que nenhuma mudança em um mercado específico não venha a recompensar um determinado agente. O equilíbrio geral é constratado com a perspectiva de equilíbrio parcial, no qual parte da economia é considerada, tomando-se como dado o que está acontecendo nos demais mercados. Os modelos de equilíbrio geral que envolvem dinâmica e choques estocástico são conhecidos pelo acrônimo DSGE, ou seja, Dynamic Stochastic General Equilibrium. Na realidade trata-se de uma família de modelos, pois compreendem uma gama variada de modelos com diferentes níveis de sofisticação. Neste exercício pelo caráter generalista da modelagem decidimos por estudar o modelo DSGE proposto por Smets-Wouters (2003). Veremos neste estudo uma descrição deste modelo, seus fundamentos teóricos, e uma simulação deste modelo, de modo a vermos quais as direções de política econômica que tal modelo nos permite compreender. Os resultados obtidos utilizando-se dados da economia americana nos permitiu inferir direções para as variáveis produto e consumo diante de um choque de inovação. Foi possível por meio do modelo adotado estimar uma direção para a trajetória do PIB para os próximos anos. / The purpose of this academic work is to study a family of models called stochastic economic general equilibrium models (DSGE), and implement a solution to a general model developed model by Smets-Wouters (2003). We will note in this essay a description of this model, its theoretical foundations, and a simulation of this model, so as to see what the economic policy directions that such a model allows us to understand. The results obtained using data from the US economy allowed us to infer directions for the variables product and consumption under a innovation shock. Yet we will be able to estimate a direction to the trajectory of PIB for years to next years.

Durante as últimas décadas, pesquisas em biologia do tumor com a utilização de novas técnicas de biologia molecular produziram informações em profusão, motivando e dando condições para que fossem criados novos modelos matemáticos dedicados à análise de vários aspectos de crescimento e proliferação da população celular. Alguns desses modelos têm sido dedicados à descrição e análise do regime estacionário do processo de desenvolvimento de uma população celular sob condições químicas que se consideram favorecer a aceleração ou desaceleração do crescimento da população de células tumorais. Todavia, a dinâmica temporal do crescimento de uma população de células tumorais ainda não foi analisada nesses trabalhos. Uma das dificuldades é o estabelecimento da interação entre células de múltiplos tipos que sirvam como descrição para essa dinâmica. Nosso trabalho vem preencher essa lacuna e a presente dissertação tem como objetivo a apresentação do modelo, desenvolvido por nós, de simulação da dinâmica do crescimento e proliferação celular do melanoma (câncer de baixa incidência, mas de letalidade extremamente alta) e também dos resultados obtidos através das simulações deste modelo computacional / During the last decades, tumor biology research with the use of new techniques in molecular biology resulted in a profusion of information that have given conditions and motivated the development of new mathematical models dedicated to analyzing various aspects of growth and proliferation of the cell population. Some of these models have been devoted to the description and analysis of the steady state of the development process of a cell population under chemical conditions that, in theory, promote the acceleration or deceleration of the growth of tumor cell population. However, these studies have not yet analyzed the temporal dynamics of growth of a tumor cell population. One of the difficulties is the establishment of the interaction between cells of multiple types that serve as the description for this dynamic. Our work fills this gap and this dissertation aims to present the model, developed by us, to simulate the growth dynamics and cellular proliferation of melanoma (cancer of low incidence but of extremely high lethality) and the results obtained through the simulations of this computational model

Made available in DSpace on 2015-03-26T13:32:07Z (GMT). No. of bitstreams: 1 texto completo.pdf: 860520 bytes, checksum: 10a14565e22ba73ede77de9091dd7ed9 (MD5) Previous issue date: 2009-02-20 / Universidade Federal de Viçosa / The objective of this work was to provide a theoretical and applied reference on the main Monte Carlo simulation methods via Markov chains (MCMC), seeking to focus on applications in genetic breeding. Thus, the algorithms of Metropolis-Hastings, simulated annealing and the Gibbs sampler were presented. The theoretical aspects of the methods were approached through a detailed discussion about their foundations based on the Markov chain theory. Besides the theoretical discussion, concrete applications were developed. The Metropolis-Hastings algorithm was used to achieve estimates from the frequencies of recombination between pairs of markers of a population F2, of co-dominant nature, with 200 individuals. The simulated annealing was applied to establish a better linking order in the construction of genetic maps of three simulated populations F2, with markers of co-dominant nature, containing 50, 100 and 200 individuals, respectively. For each population, it was established a genome with four linking groups, each with 100 cM of size. The linking groups present 51, 21, 11 and 6 markers, with a distance of 2, 5, 10 and 20 cM between the adjacent marks, respectively, providing different degrees of saturation. The Gibbs sampler, on the other hand, was used for the achievement of the estimates of the adaptability and stability parameters of the model proposed by Finlay and Wilkinson (1963), through the Bayesian inference. The data of the productivity averages of five genotypes evaluated in nine environments were used, come from essays in randomized blocks with four replications. In all the applications, the algorithms were computationally viable and achieved satisfactory results. / Este trabalho teve por objetivo fornecer um referencial teórico e aplicado sobre os principais métodos de simulação de Monte Carlo via cadeias de Markov (MCMC), buscando dar ênfase em aplicações no melhoramento genético. Assim, apresentaram-se os algoritmos de Metropolis-Hastings, simulated annealing e amostrador de Gibbs. Os aspectos teóricos dos métodos foram abordados através de uma discussão detalhada de seus fundamentos com base na teoria de cadeias de Markov. Além da discussão teórica, aplicações concretas foram desenvolvidas. O algoritmo de Metropolis- Hastings foi utilizado para obter estimativas das freqüências de recombinação entre pares de marcadores de uma população F2, de natureza codominante, constituída de 200 indivíduos. O simulated annealing foi aplicado no estabelecimento da melhor ordem de ligação na construção de mapas genéticos de três populações F2 simuladas, com marcadores de natureza codominantes, de tamanhos 50, 100 e 200 indivíduos respectivamente. Para cada população foi estabelecido um genoma com quatro grupos de ligação, com 100 cM de tamanho cada. Os grupos de ligação possuem 51, 21, 11 e 6 marcadores, com uma distância de 2, 5, 10 e 20 cM entre marcas adjacentes respectivamente, ocasionando diferentes graus de saturação. Já o amostrador de Gibbs foi utilizado na obtenção das estimativas dos parâmetros de adaptabilidade e estabilidade, do modelo proposto por Finlay e Wilkinson (1963), através da inferência bayesiana. Foram utilizados os dados de médias de rendimento de cinco genótipos avaliados em nove ambientes, provenientes de ensaios em blocos ao acaso com quatro repetições. Em todas as aplicações os algoritmos se mostraram computacionalmente viáveis e obtiveram resultados satisfatórios.