Orientador: Víctor Hugo Lachos Dávila / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T06:40:31Z (GMT). No. of bitstreams: 1 GalarzaMorales_ChristianEduardo_M.pdf: 5076076 bytes, checksum: 0967f08c9ad75f9e7f5df339563ef75a (MD5) Previous issue date: 2015 / Resumo: Os dados longitudinais são frequentemente analisados usando modelos de efeitos mistos normais. Além disso, os métodos de estimação tradicionais baseiam-se em regressão na média da distribuição considerada, o que leva a estimação de parâmetros não robusta quando a distribuição do erro não é normal. Em comparação com a abordagem de regressão na média convencional, a regressão quantílica (RQ) pode caracterizar toda a distribuição condicional da variável de resposta e é mais robusta na presença de outliers e especificações erradas da distribuição do erro. Esta tese desenvolve uma abordagem baseada em verossimilhança para analisar modelos de RQ para dados longitudinais contínuos correlacionados através da distribuição Laplace assimétrica (DLA). Explorando a conveniente representação hierárquica da DLA, a nossa abordagem clássica segue a aproximação estocástica do algoritmo EM (SAEM) para derivar estimativas de máxima verossimilhança (MV) exatas dos efeitos fixos e componentes de variância em modelos lineares e não lineares de efeitos mistos. Nós avaliamos o desempenho do algoritmo em amostras finitas e as propriedades assintóticas das estimativas de MV através de experimentos empíricos e aplicações para quatro conjuntos de dados reais. Os algoritmos SAEMs propostos são implementados nos pacotes do R qrLMM() e qrNLMM() respectivamente / Abstract: Longitudinal data are frequently analyzed using normal mixed effects models. Moreover, the traditional estimation methods are based on mean regression, which leads to non-robust parameter estimation for non-normal error distributions. Compared to the conventional mean regression approach, quantile regression (QR) can characterize the entire conditional distribution of the outcome variable and is more robust to the presence of outliers and misspecification of the error distribution. This thesis develops a likelihood-based approach to analyzing QR models for correlated continuous longitudinal data via the asymmetric Laplace distribution (ALD). Exploiting the nice hierarchical representation of the ALD, our classical approach follows the stochastic Approximation of the EM (SAEM) algorithm for deriving exact maximum likelihood (ML) estimates of the fixed-effects and variance components in linear and nonlinear mixed effects models. We evaluate the finite sample performance of the algorithm and the asymptotic properties of the ML estimates through empirical experiments and applications to four real life datasets. The proposed SAEMs algorithms are implemented in the R packages qrLMM() and qrNLMM() respectively / Mestrado / Estatistica / Mestre em Estatística

En esta tesis se analizan diversos aspectos para la optimización y mejora de redes de distribución de la energía eléctrica. En dicho análisis se ha tenido en cuenta el estado actual de las redes y los desafíos a los que se están enfrentando. Entre los factores que más afectan a la concepción de las nuevas redes se encuentran la calidad de la energía eléctrica (CEE) y la generación distribuida (GD). Son estos factores los que están marcando cambios significativos tanto en la forma de entender el negocio eléctrico como en los requisitos técnicos que debe cumplir la red de distribución. Es por eso que la tesis se centra en estudiar la influencia de la CEE y cómo varían los parámetros del sistema cuando se introduce en una red convencional la GD, de manera que se puedan analizar los límites que las actuales redes de distribución tienen para expandirse e integrar GD y los puntos de operación más adecuados para la misma. Esta metodología de análisis permite establecer criterios de diseño para las futuras redes de distribución y evaluar las ventajas y desventajas de las nuevas redes. La preocupación por el cambio climático está llevando a grandes cambios en el negocio de la energía eléctrica. Como objetivos generales se busca un bajo coste, una buena CEE y la eficiencia energética. Estas consignas han calado hondo en el sector y como consecuencia se están llevando a cabo varios proyectos en diferentes países que tratan de alcanzar estos objetivos. Una de las tendencias que más se está popularizando es el concepto de microrred. En esta tesis se recogen algunos de los aspectos de las microrredes, sin embargo se diferencia de este concepto puesto que no son objetivos principales la operación en isla, el almacenaje de energía o la optimización del control de la GD integrada en la red. Las microrredes pueden ser consideradas en estos aspectos rupturistas con el concepto actual. / Yebra Vega, T. (2010). Nuevos retos en el diseño de redes eléctricas de distribución. Enfoque a la carga, la red y la calidad de la energía eléctrica [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/8683 / Palancia

Made available in DSpace on 2016-06-02T19:53:32Z (GMT). No. of bitstreams: 1 MARTINEZ_Jonathan_2014.pdf: 11989383 bytes, checksum: 96fb53d9544014ea55b1e53ee779c134 (MD5) Previous issue date: 2014-03-14 / Financiadora de Estudos e Projetos / This study presents a pump scheduling problem for the capture, transfer and storage of water supply systems in urban networks, whose objective is to minimize the electricity cost associated to the pumping operations. To deal with the dynamic and random nature of the water-demand, we propose two-stage stochastic programming with recourse models, where the random variables are represented by a finite and discrete set of realizations or scenarios. The developed mathematical models are extensions of previous deterministic models of the literature and they reflect the basic assumption that a fixed cost could be incurred by the turn on/ turn off activities of the hydraulic pumps. In order to control violations of the water-demand constraints in the presence of multiple different scenarios, we also consider a robustness technique in an attempt to obtain almost feasible solutions. Last, but not least, we adopt a risk-aversion criteria so-called mean absolute deviation to obtain second-stage costs less dependent on the realizations of the scenarios. The scenarios were generated according to a Monte-Carlo simulation procedure that may use any probability distributions to produce the empirical probabilities of the random variables. As the proposed pump scheduling problem with fixed cost is a two-stage stochastic mixed 0 − 1 program, we develop a efficient hybrid heuristic to obtain good-quality solutions of practical instances in a plausible running time. Overall results evidence the stability of the scenario generation method, the sensitivity of the solution according to the key parameters of the mathematical model, and the efficiency of the heuristic in solving large instances. Finally, we show that is possible to save resources by solving the stochastic programming model instead of adopting simpler approaches based on the expected value. / Esse estudo apresenta um problema de programação de bombas para a captação, armazenamento e transferência de água em sistemas de abastecimentos de água em redes urbanas, cujo objetivo é minimizar o custo de energia elétrica associado às operações de bombeamento. Para lidar com a natureza dinâmica e aleatória da demanda por água, foram propostos modelos de programação estocástica de dois estágios com recurso, em que a variável aleatória é representada por um conjunto finito de realizações ou cenários. Os modelos matemáticos desenvolvidos são extensões de modelos determinísticos da literatura e refletem a suposição básica de que é possível se incorrer em um custo fixo pelas atividades de liga/desliga das bombas hidráulicas. Para controlar as violações das restrições de demanda por água na presença de múltiplos cenários diferentes, considerou-se também uma técnica de robustez na tentativa de gerar soluções quase factíveis. Por último, mas não menos importante, adotou-se um critério de aversão ao risco denominado desvio médio absoluto para obter custos de segundo estágio menos dependentes das realizações dos cenários. Os cenários foram gerados de acordo com um procedimento baseado em simulação Monte-Carlo que pode utilizar qualquer distribuição de probabilidade para produzir as probabilidades empíricas das variáveis aleatórias. Como o problema de programação de bombas com custo fixo proposto é um programa inteiro misto 0−1 estocástico, desenvolve-se uma heurística híbrida eficiente para obter soluções de boa qualidade de instâncias práticas em um tempo computacional plausível. Os resultados evidenciam a estabilidade do método de geração de cenários, a sensibilidade da solução de acordo com parâmetros-chave do modelo matemático, e a eficiência da heurística na resolução de instâncias de grande porte. Finalmente, foi demonstrado que é possível poupar recursos pela resolução do modelo de programação estocástica, em vez de adotar abordagens mais simples baseadas no valor esperado.

[ES] La gestión de los recursos hídricos es de vital importancia para la comprensión de las sequias a largo plazo. En la actualidad, se presentan problemas debido a la disponibilidad y manejo del recurso hídrico. Además, el cambio climático afecta de manera negativa las variables climáticas y la disponibilidad del recurso hídrico. El tomar decisiones en base a información confiable y precisa conlleva un arduo trabajo y es necesario contar con diferentes herramientas que permitan llegar a la gestión de los recursos hídricos. La modelización de las variables climáticas es parte fundamental para determinar la disponibilidad del recurso hídrico. Las más importantes son la precipitación y temperatura o precipitación y evapotranspiración. Los modelos estocásticos se encuentran en un proceso de evolución que permiten reducir la escala de análisis. En esta investigación se ha abordado la modelación de variables climáticas con detalle diario. Se ha planteado una metodología para la generación de series sintéticas de precipitación y temperatura mediante modelización estocástica continua multivariada a escala diaria. Esta metodología también incorpora la corrección del sesgo para precipitación y temperatura de los escenarios de cambio climático con detalle diario. Los resultados de la presente tesis indican que los modelos estocásticos multivariados pueden representar las condiciones espaciales y temporales de las diferentes variables climáticas (precipitación y temperatura). Además, se plantea una metodología para la determinación de la evapotranspiración en función de los datos climáticos disponibles. Por otro lado, los modelos estocásticos multivariados permiten la corrección del sesgo con resultados diarios, mensuales y anuales más realistas que otros métodos de corrección de sesgo. Estos modelos climáticos son una herramienta para pronosticar eventos o escenarios futuros que permiten tomar mejores decisiones de manera anticipada. Estos modelos se programaron en el entorno de MatLab con el objetivo de aplicarlos a diferentes zonas de estudio de manera eficiente y automatizada. Los análisis realizados en la presente tesis se realizaron para la cuenca del Júcar con un buen desempeño para las condiciones de la cuenca. / [CA] La gestió dels recursos hídrics és de vital importància per a la comprensió de les sequeres a llarg termini. En l'actualitat, es presenten problemes a causa de la disponibilitat i maneig del recurs hídric. A més, el canvi climàtic afecta de manera negativa les variables climàtiques i la disponibilitat del recurs hídric. El prendre decisions sobre la base informació de confiança i precisa comporta un ardu treball i és necessari comptar amb diferents eines que permeten arribar a la gestió dels recursos hídrics. La modelització de les variables climàtiques és part fonamental per a determinar la disponibilitat del recurs hídric. Les més importants són la precipitació i temperatura o precipitació i evapotranspiració. Els models estocàstics es troben en un procés d'evolució que permet la incorporació de més detalls reduint l'escala d'anàlisi. En aquesta investigació s'ha abordat el modelatge de variables climàtiques amb detall diari. S'ha plantejat una metodologia per a la generació de sèries sintètiques de precipitació i temperatura mitjançant modelització estocàstica contínua multivariada a escala diària. Aquesta metodologia també incorpora la correcció del biaix per a precipitació i temperatura dels escenaris de canvi climàtic amb detall diari. Els resultats de la present tesi indiquen que els models estocàstics multivariats poden representar les condicions espacials i temporals de les diferents variables climàtiques (precipitació i temperatura). A més es planteja una metodologia per a la determinació de l'evapotranspiració en funció de les dades climàtiques disponibles. D'altra banda, els models estocàstics multivariats permeten la correcció del biaix amb resultats diaris, mensuals i anuals més realistes que altres mètodes de correcció de biaix. Aquests models climàtics són una eina per a pronosticar esdeveniments o escenaris futurs que permeten prendre millors decisions de manera anticipada. Aquests models es van programar a l'entorn de Matlab amb l'objectiu d'aplicar-los a diferents zones d'estudi de manera eficient i automatitzada. Les anàlisis realitzades en la present tesi es van realitzar per a la conca del Xúquer amb un bon acompliment per a les condicions de la conca. / [EN] Management of the water resources is important for understanding long-term droughts. Currently, there are problems due to the availability and management of water resources. Furthermore, climate change negatively affecting climate variables and the availability of water resources. Making decisions based on reliable and accurate information involves hard work and it is necessary to have different tools to achieve the management of water resources. The modeling of the climatic variables is a fundamental part to determine the availability of the water resource. The most important are precipitation and temperature or precipitation and evapotranspiration. Stochastic models are in a process of evolution that allows the incorporation of more details by reducing the scale of analysis. In this research, the modeling of climatic variables has been approached in daily detail. A methodology has been proposed for the generation of synthetic series of precipitation and temperature by means of multivariate continuous stochastic modeling on a daily scale. This methodology also incorporates the bias correction for precipitation and temperature of the climate change scenarios with daily detail. The results of this thesis indicate that multivariate stochastic models can represent the spatial and temporal conditions of the different climatic variables (precipitation and temperature). In addition, a methodology is proposed for the determination of evapotranspiration based on the available climatic data. On the other hand, multivariate stochastic models allow bias correction with more realistic daily, monthly and annual results than other bias correction methods. These climate models are a tool to forecast future events or scenarios that allow better decisions to be made in advance. These models were programmed in the MatLab software with the aim of applying them to different study areas in an efficient and automatically. The work in this thesis was carried out for the Júcar basin with a good performance for the conditions of the basin / Hernández Bedolla, J. (2022). Análisis estocástico de datos climáticos como predictor para la gestión anticipada de sequías en recursos hídricos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/182095 / TESIS

A dissertação pode ser dividida em duas partes: a primeira contém uma adaptação do modelo fenomenológico de Einstein conhecido como \"método dos coeficientes A e B\". As modificações são feitas no contexto da Eletrodinâmica Estocástica, uma teoria na qual as flutuações de ponto zero do campo eletromagnético são consideradas reais e clássicas. Nós obtemos, num estudo não relativístico e clássico, relações entre a energia e momento de partículas livres e a frequência da radiação transferida. Estas relações coincidem com as bem conhecidas relações que representam a conservação do quadrivetor momento-energia em espalhamento fóton-elétron. Na segunda parte nós tentamos descrever, de uma maneira qualitativa, o efeito Compton no espírito da Eletrodinâmica Estocástica. Encontramos indicações de que a ação combinada da força da reação da radiação e das flutuações de ponto zero é capaz de conferir à partícula carregada uma alta velocidade de recuo, e verificamos que a mesma é justamente a necessária para explanar o deslocamento da frequência observado como sendo devido ao efeito Doppler. Também calculamos a seção de choque diferencial para o espalhamento de radiação e encontramos a mesma expressão obtida por Compton no seu trabalho fundamental de 1923. / The dissertation may be divided in two parts: the first one contains an adaptation of Einstein\'s phenomenological model known as \"method of coefficients A and B\". The modifications are done in the framework of Stochastic Electrodynamics, a theory in wich the zero point fluctuations of the electromagnetic field are considered real and classical. We obtain, in a nonrelativistic and Classical approach, relations among the energy and momentum of free particles and the frequency of the exchanged radiation. These relations are coincident with the well known ones who depict the four-momentum conservation in photon-electron scattering. In the second part, we try to describe, in a qualitative manner, the Compton scattering in the spirit of Stochastic Electrodynamics. We find indications that the combined action of the radiation reaction force and the zero point flutuating field are able to give the charged particle a high recoil velocity, and we verify this one is just the necessary to explain the frequency shift as due to a double Doppler shift. We also calculate the differential cross section for the radiation scattering and we find the same expression as obtained by Compton in his fundamental work of 1023.

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

As pontes de concreto armado são obras de arte de extrema importância para a infraestrutura de transportes do Brasil. Portanto sua inspeção e manutenção são atividades estratégicas. A inspeção visual, ensaios destrutivos e não destrutivos fornecem informações sobre a sua integridade estrutural e auxiliam na tomada de decisões relativas à necessidade de reparos e reforços. Entre os ensaios não destrutivos, avalia-se neste trabalho a aplicação da identificação modal estocástica na detecção de danos em pontes. A técnica baseia-se na medição das vibrações ambientais da estrutura, aquelas que ocorrem durante seu uso, identificação de suas propriedades modais, comparação com as propriedades modais da estrutura íntegra e consequente detecção de danos. Diferentemente da análise dinâmica experimental clássica, na identificação modal estocástica as ações dinâmicas não são medidas e nem controladas durante o ensaio. Por este motivo foram adotadas técnicas de identificação modal baseadas apenas nas vibrações medidas em alguns pontos da estrutura, funções de densidade espectral de potência e transmissibilidades de vibrações entre os pontos. Desta forma as frequências naturais e modos de vibração experimentais puderam ser precisamente identificados em modelos íntegros e danificados de pontes em escala reduzida. Em cada modelo, uma danificação foi imposta em uma de suas longarinas no meio do vão ou no segundo quarto de vão. Após a realização dos ensaios dinâmicos nas condições íntegra e danificada, duas técnicas de identificação de danos foram utilizadas: Diferença de Curvatura Modal (DCM) e Índice de Dano (ID). Ambas as técnicas tiveram sucesso na detecção de danos nos modelos de pontes avaliados. / Reinforced concrete bridges are extremely important elements of Brazilian transportation infrastructure. Consequently their inspection and maintenance are strategic activities. Visual inspection, destructive or nondestructive tests offer relevant information on their structural integrity and support the decision on the need of retrofitting or strengthening. Among existing types of nondestructive tests, this work focuses on the application of stochastic modal identification in damage detection of bridges. This technique is based on the measurement of environmental vibrations that occur during normal operation of the structure, modal identification, comparison of modal properties between damaged and undamaged bridge and finally damage detection. Opposed to classical dynamic experimental analysis, in stochastic modal identification the loads are not measured or known during the test. For this reason modal identification was only based in vibrations measured in selected points of the structure, power spectral density functions and vibration transmissibilities between these points. With this method natural frequencies and experimental modal shapes could be precisely identified in damaged and undamaged small scale models of bridges. The damage was induced in the middle of the span or in the second quarter of the span in one of the girders. After dynamic testing in undamaged and damaged conditions two damage identification techniques were used: Modal Curvature Difference (MCD) and Damage Index (ID). Both techniques detected successfully the damages imposed to the bridge models.

A análise de modelos de contato na presença de elementos de desordem fixa indica o surgimento de desvios em relação ao comportamento crítico do modelo uniforme subjacente. Nesse trabalho consideramos o efeito da aperiodicidade, que também é capaz de produzir flutuações de natureza geométrica. Utilizamos distri­ buições aperiódicas de probabilidades, definidas através de regras de substituição determinísticas, a fim de analisar o comportamento crítico desses modelos de con­ tato. Realizamos simulações de Monte Carlo para modelos definidos por três regras distintas, caracterizadas por um expoente w, associado à intensidade das flutuações geométricas. Nos modelos A e B, com w = -1 e w = 0, não constatamos qualquer mudança em relação à classe de universalidade crítica da percolação direcionada. Já no Modelo C, com w = 0.6309, as flutuações geométricas alteram a classe de universalidade crítica. / The analysis of contact models in the presence of quenched disorder indicates the onset of deviations with respect to the critical behavior of the underlying uniform system. In the present work, we consider the effects of aperiodicity, which are also known to produce fluctuation of geometric nature. We use aperiodic distributions of probabilities, given by deterministic substitution rules, in order to analyze the critical behavior. We performed Monte Carlo simulations for three different rules, characterized by an exponent w, which gauges the intensity of the geometric fluc­ tuations. For models A and B, with w = -1and w = 0, we have not detected any changes with respect to the universality class of directed percolation. For model C, with w = 0.6309, the geometric fluctuations change the critical universality class.

Neste trabalho propomos um modelo de mercado através de uma discretização aleatória do movimento browniano proposta por Leão & Ohashi (2010). Com este modelo, dada uma função payoff, vamos desenvolver uma estratégia de hedging e uma metodologia para precificação de opções / In this work we propose a market model using a discretization scheme of the random Brownian motion proposed by Leão & Ohashi (2010). With this model, for any given payoff function, we develop a hedging strategy and a methodology to option pricing

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