A modelagem matemática é uma ferramenta que apresenta diversas vantagens no estudo de processos industriais como, por exemplo, entender e desenvolver tecnologias, avaliar o impacto de variáveis nas propriedades do produto, estudos de redução de custos de produção e de impacto ambiental. O objetivo deste trabalho é desenvolver e validar um modelo matemático para um reator de bancada de polimerização em lama de eteno, enfatizando o desenvolvimento do modelo cinético. O modelo do reator contemplou: 1) modelo de troca térmica; 2) modelo termodinâmico; 3) modelo de transferência de massa gás-líquido e 4)modelo cinético. Para uma melhor predição do modelo foi realizada a estimação de alguns dos seus parâmetros conforme uma metodologia que compreendeu a análise de sensibilidade paramétrica e das variáveis de entrada do modelo e os efeitos de um planejamento de experimentos para a geração dos dados experimentais. A metodologia utilizada mostrou-se eficiente na avaliação do modelo quanto as suas características de predição, ajudando na identificação de possíveis falhas e evidenciando as vantagens de uma adequada metodologia experimental. Uma etapa determinante para o processo de estimação dos parâmetros é a escolha dos dados de saída a utilizar para a estimativa de determinado parâmetro. A modelagem do reator experimental mostrou-se satisfatória em todos os aspectos do processo (troca térmica, cinética, termodinâmica e transferência de massa), pois o modelo prediz com precisão as características encontradas nos experimentos. Assim, este pode ser utilizado para avaliar o mecanismo reacional envolvido de forma a aproximar-se das reais características do processo.

Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2013-10-14T15:41:03Z No. of bitstreams: 1 Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Approved for entry into archive by LIVIA FREITAS(livia.freitas@ufba.br) on 2013-10-14T15:41:15Z (GMT) No. of bitstreams: 1 Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Made available in DSpace on 2013-10-14T15:41:15Z (GMT). No. of bitstreams: 1 Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Este trabalho apresenta uma metodologia para a identi fica ção de modelos dinâmicos usando logica fuzzy, que considera a inclusão da incerteza de medi ção do processo, descrito por uma fun c~ao de densidade de probabilidade, diretamente na estrutura do modelo. O modelo compreende um sistema de infer^encia fuzzy, baseado em Takagi-Sugeno e na estrutura din^amica NARX (Non linear AutoRegreesive with eXogeneus Input). As entradas e saí das são representadas na forma não-singleton e descritas por fun ções de pertinência. Para isso são avaliados alguns m étodos para a transforma ção de probabilidade em possibilidade, a transformação ótima (DUBOIS; PRADE; SANDRI, 1993) e a transforma ção truncada (MAURIS, 2000), para a representação da incerteza, que, então, são comparadas com metodologias cl ássicas descritas no GUM e GUM-S1 (Guide to the Expression of Uncertainty in Measurement e seu Suplemento n°1). O modelo identi cado, al ém de representar o comportamento dinâmico da vari ável de sa ída, e capaz de predizer o seu intervalo de abrangência ao longo do tempo, contribuindo assim para os estudos na área de avalia ção de incerteza dinâmica, uma vez que é um campo ainda pouco explorado e de grande importância para aplica ção em engenharia. Três estudos de caso foram analisados e os resultados obtidos pelo modelo fuzzy foram comparados com a simulação de Monte Carlo estendida para a avalia ção da incerteza em regime dinâmico. O sistema de inferência fuzzy apresentou bom desempenho em todos os casos analisados com um tempo de processamento at é 1 x 10³ vezes menor que a t écnica de Monte Carlo. Isto sugere que a metodologia de identi ca ção desenvolvida e vi avel em aplica ções industriais, como desenvolvimentos de analisadores virtuais, filtros e controladores. / Salvador

En este artículo se presenta una manera de optimizar una función vectorial que parte de una variedad diferenciable y llega a Rm. Definiremos un conjunto análogo al conjunto de puntos críticos de una función real y otro análogo al conjunto de máximos; también tendremos dos proposiciones parecidas a las propiedades que conocemos del cálculo: si la primera derivada es cero, el punto es crítico y si además la segunda derivada es negativo definida, el punto es máximo. Finalmente aplicaremos todo esto al caso del intercambio económico puro llegando a resultados interesantes.

Los cambios de régimen en la economía afectan el comportamiento de los activos financieros y suponen retos para los procesos de asignación de activos. Como varios autores han señalado, el Modelo de Optimización de Media-Varianza de Markowitz, ampliamente utilizado desde su publicación en la década de los 50s, presentaba ciertas limitaciones que no fueron consideradas en sus etapas iniciales de desarrollo. En la práctica estas limitaciones se evidenciaron ante la ocurrencia de cambios abruptos en los mercados financieros. En particular, esto sucedió durante la crisis financiera del 2007-2008, siendo los más vulnerables aquellos inversionistas que habían reducido significativamente su exposición a la liquidez para invertir en activos riesgosos. La poca liquidez del mercado impidió a los inversionistas vender sus posiciones riesgosas u obtener coberturas a _n de evitar las caídas pronunciadas de los activos. Este tipo de eventos extremos o riesgos de cola, puso en discusión los límites de la diversificación dada la naturaleza cambiante de los activos financieros y las limitaciones de una estrategia de inversión estática. Más aún, puso en relieve la gran influencia que puede tener el entorno macroeconómico sobre los mercados financieros y su desenvolvimiento de largo plazo. En ese sentido, desarrollos recientes plantean un proceso de optimización dinámico, que se adecúe a la naturaleza cambiante de los activos financieros y que permita incorporar las influencias macroeconómicas en los distintos regímenes. El presente trabajo tiene tres objetivos. En primer lugar, presentar la construcción y formalización matemática del Problema Intertemporal de Asignación de Activos de un inversionista que rebalancea su portafolio de manera dinámica. En segundo lugar, presentar el marco metodológico de un Proceso Oculto de Markov Discreto basado en regímenes cambiantes. El Proceso Oculto de Markov será utilizado para determinar los estados de la naturaleza en base a dos variables macroeconómicas: la tasa de crecimiento del PBI y la tasa de inflación. En tercer lugar, realizar un ejercicio de aplicación enlazando la metodología del Proceso Oculto de Markov Discreto con el Problema de Asignación de Activos del inversionista. Es decir, se incorporará al proceso de optimización de portafolios, los regímenes previamente determinados mediante el Proceso Oculto de Markov. De esta manera, la estimación de las ponderaciones óptimas de los activos financieros dependerá del estado de la naturaleza prevaleciente en cada momento del tiempo. El objetivo último será encontrar una estrategia de asignación de activos que permita ajustar dinámicamente las ponderaciones de los activos financieros de acuerdo a los regímenes determinados por las variables macroeconómicas. Los resultados del ejercicio de aplicación muestran que, en comparación a otras estrategias de inversión estáticas, la estrategia dinámica propuesta genera un mayor retorno ajustado por riesgo (mayor ratio Sharpe); ofrece mayor protección ante caídas abruptas en los mercados financieros, que suelen ocurrir en periodos de estrés; presenta un mayor retorno promedio al final del periodo de análisis y baja volatilidad, y muestra comportamientos más estables a lo largo del tiempo. / Tesis

El problema clásico de optimización de portafolio, en el que un agente escoge sus estrategias de modo de maximizar su utilidad esperada ha sido estudiado en profundidad por mucho tiempo. Sin embargo sólo hace poco ha surgido el interés por plasmar el hecho de que la selección de un modelo particular al momento de hacer la toma de decisiones es en sí riesgosa. Se conoce como optimización robusta de portafolio al problema de maximización de utilidades que un agente considera cuando toma en cuenta la incerteza sobre los modelos. El tema principal de esta memoria es estudiar el problema anterior cuando el conjunto de incerteza sobre los modelos no es compacto o cuando este se manifiesta a partir de restricciones lineales. Ninguno de estos escenarios para el problema de optimización robusta ha sido afrontado en generalidad en la literatura. Cuando el conjunto de modelos está delimitado mediante restricciones lineales, en este trabajo se resuelve inicialmente el problema tanto para mercados completos como incompletos mediante la técnica de minimización de funcionales de entropía desarrollada entre otros por C. Léonard, suponiendo la condición de compacidad débil sobre el conjunto de modelos usual en la literatura. Seguidamente, se resuelve el problema robusto en un mercado completo sólo bajo una cierta suposición de cerradura débil en un espacio de Orlicz conveniente, para lo cual se requieren además algunas condiciones sobre los ingredientes económicos del problema. En este punto se rescatan los resultados en presencia de compacidad débil entre otros por A.Schied y H. Föllmer. Con esto, se vuelven a aplicar los métodos de C. Léonard para el caso lineal pero sin compacidad, obteniéndose entre otros nuevos resultados una igualdad primal-dual para el problema de optimización robusta y una caracterización para la medida (o modelo) menos favorable. Se presenta además un ejemplo simple que escapa a la teoría desarrollada con anterioridad, pero que es abordable mediante los resultados obtenidos en esta memoria. Finalmente, se explora la relación entre la optimización robusta y el concepto de información débil introducido por F. Baudoin así como el de flujos de información. Con respecto a la información débil, se establece cómo la maximización de utilidades en presencia de esta más el cálculo de variaciones permiten resolver ciertos problemas robustos. En cuanto a los flujos de información, se propone y discute una manera de emplear la teoría desarrollada por C. Léonard respecto al problema de minimización de la entropía bajo restricciones sobre el flujo de marginales, para resolver el problema robusto asociado.

Este seminario tiene como objetivo resaltar la relevancia que tiene la modelación de la Curva de Rendimientos o Yield Curve, dada su extensa aplicación en los mercados financieros, especialmente en la valoración de activos. Para ello, se muestra y describe, bajo el contexto del Mercado de Renta Fija en Chile, el modelo dinámico descrito por Cox-Ingersoll y Ross en el que se utilizan estimaciones por modelos estado-espacio y Filtro de Kalman. Se resalta dicho modelo dada las ventajas que presenta frente a otros modelos descritos con respecto a la inclusión de no negatividad de la tasa y en el supuesto que la volatilidad no es constante, consiguiendo así una modelación más realista. De esta manera se pretende que dicho marco teórico sea fuente para próximas aplicaciones.

Nas indústrias de processo, algumas variáveis como as composições de topo de colunas de destilação são quantificadas através de análises laboratoriais e ou de analisadores em linha. Este tipo de controle apresenta algumas limitações tais como custos de manutenção e o tempo de amostragem (em geral análises laboratoriais ocorrem de 1 a 3 vezes ao dia). Para melhoria destes métodos, as variáveis podem ser continuamente estimadas a partir de sua relação com as variáveis medidas diretamente no processo. Através de um algoritmo matemático, um analisador virtual de propriedades pode ser construído, sendo necessário para o seu desenvolvimento um modelo simplificado do processo. Este trabalho teve como objetivo a construção de dois analisadores virtuais para estimação das composições de topo de duas colunas fracionadoras de tolueno presentes em uma indústria petroquímica. Para tal, estudou-se as metodologias existentes para construção de analisadores voltados para aplicações em colunas de destilação. O desenvolvimento de analisadores virtuais tem como base três etapas: seleção de variáveis secundárias, construção de modelos e correção/adaptação de modelos. Tais etapas, baseadas principalmente em métodos estatísticos, foram estudadas e as técnicas que melhor se adaptaram ao caso em questão foram empregadas com resultados satisfatórios. Realizaram-se também estudos comparativos entre modelos estacionários e dinâmicos e modelos construídos a partir de dados de simulação e de processo. As simulações foram conduzidas nos softwares Aspen PlusÒ e Aspen DynamicsÒ e o software usado para implementação dos analisadores na indústria foi o Aspen IQÒ.

O objetivo deste trabalho é o desenvolvimento de uma ferramenta de regressão multivariável apropriada para abordar o problema da modelagem de propriedades relacionadas à qualidade final de produtos em processos industriais. No caso geral, dados provenientes de sistemas físicos e químicos típicos do meio industrial são caracterizados pela presença de relação não linear entre as variáveis, podendo, ainda, apresentar outros problemas que dificultam o processo de modelagem empírica, como baixa disponibilidade de observações experimentais, presença de ruído excessivo nas medidas e a presença de colinearidade entre os termos explicativos. Foi feita uma revisão de diferentes métodos de regressão multivariável tais como regressão linear múltipla (MLR), regressão não linear baseada em transformações das variáveis explicativas e métodos de redução de dimensionalidade (PCA, PLS, QPLS e BTPLS). Também foram propostas novas metodologias para a abordagem das questões da seleção de variáveis e estimação das incertezas dos modelos. Posteriormente, utilizando as metodologias revisadas e propostas, foi sugerida uma sistemática para o tratamento da questão da modelagem empírica de dados industriais, que constitui a base para a implementação da ferramenta desejada. A aplicabilidade da ferramenta desenvolvida foi ilustrada através de alguns estudos de caso retirados da literatura, onde modelos para a predição de propriedades relativas à qualidade de produtos produzidos em quatro tipos de processos industriais diferentes são obtidos.

Neste trabalho é discutido o impacto causado pelos parâmetros de processo com comportamento estocástico em um modelo de otimização, aplicado ao planejamento mineiro. Com base em um estudo de caso real, construiu-se um modelo matemático representando o processo produtivo associado à mineração, beneficiamento e comercialização de carvão mineral. Este modelo foi otimizado com a técnica de programação linear, sendo a solução ótima perturbada pelo comportamento estocástico de um dos principais parâmetros envolvidos no processo produtivo. A análise dos resultados permitiu avaliar o risco associado à decisão ótima, sendo com isto proposta uma metodologia para avaliação do risco operacional. / This work analyses the impact caused by stochastic process parameters on a mine planning optimization model. One real case was taken to construct a mathematical model representing the coal production process. This model was optimized using the linear program concepts where the best solution was disturbed by stochastic behavior of main parameters involved in the production process. The results analysis has allowed the evaluation of risks associated with the best solution. Finally, is proposed a methodology to evaluate the operation risk.

O comércio baseado em contêineres é tipicamente desequilibrado com relação às quantidades de contêineres de exportação e de importação. Não é raro haver contêineres não utilizados em um local ao mesmo tempo em que contêineres vazios são necessários em outros. Esta tese apresenta um modelo de rede integrado combinando realocação de contêineres vazios e operações de transbordo de contêineres cheios e vazios. Na rede, os nós representam clientes (demandando contêineres vazios para ser carregados e enviados a outros clientes da rede), companhias de leasing assim como portos e depósitos em terra (pontos de transbordo), enquanto que os arcos representam rotas de transporte (por navio, trem ou caminhão) conectando os nós. O modelo matemático subjacente opera em estágios. Primeiro, a demanda de contêineres vazios é ajustada, considerando os suprimentos e demandas globais dos clientes. A seguir, um modelo de transbordo determina a solução de mínimo custo, considerando transporte, processamento e armazenagem de unidades de contêineres, utilizando programação linear. A partir desse resultado, os roteiros de transporte são registrados e controlados dinamicamente. O processamento continua repetindo os estágios ciclicamente, para um dado horizonte de tempo. O modelo é bastante flexível, permitindo a configuração de vários parâmetros, tais como demanda, tempo de processamento e tempo de armazenagem. Um sistema de simulação foi implementado utilizando parâmetros gerados aleatoriamente, dentro de limites preestabelecidos, a fim de avaliar a complexidade do modelo, testar diferentes soluções e verificar a formulação matemática.