Orientador: João Carlos de Andrade / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Quimica / Made available in DSpace on 2018-08-04T14:16:57Z (GMT). No. of bitstreams: 1 Cuelbas_ClaudioJose_D.pdf: 885862 bytes, checksum: 2beeffafa0d5567ca39c867582f3dd6e (MD5) Previous issue date: 2005 / Doutorado / Quimica Analitica / Doutor em Ciências

Ingeniero Civil Matemático / En el presente trabajo se propone una metodología para el análisis de modelos matemáticos, que permitan entender, caracterizar y estudiar procesos epidemiológicos, tomando en consideración cómo diferentes factores afectan la propagación de una enfermedad. Entre estos factores se consideran el comportamiento social, la segmentación espacial y la consiguiente dinámica de desplazamiento entre los elementos de dicha segmentación. Se presentan resultados numéricos para estudiar las capacidades de simulación de dinámicas epidemiológicas. Se prueba la calidad del ajuste de modelos a partir de datos simulados, buscando recuperar los parámetros que determinan la dinámica con la que se generan dichos datos. Se determinan además, situaciones favorables y condiciones de control sobre la amenaza, como también la optimización las estrategias que satisfagan restricciones asociadas a la valorización de las mismas. Para posibilitar un buen entendimiento de las herramientas consideradas, en el primer capítulo se presentan algunas nociones biológicas y matemáticas como base del estudio epidemiológico, para luego desarrollar los modelos que sirven como base del presente trabajo. En el segundo capítulo, se muestran las formulaciones de la metodología y se de ne una sintaxis que facilita la de finición de los sistemas, acercando lo expuesto a profesionales de diferentes áreas. Mientras que en el tercer capítulo se presentan diferentes casos de estudio que permiten determinar las ventajas y alcances de la metodología. Entre los resultados obtenidos, se destacan la modulación de la velocidad de movimiento en la similitud de los modelos segmentados con los modelos que no consideran segmentación espacial, la mejora en la calidad del ajuste ante el aumento de la frecuencia de los datos, como también ante la disminución de grados de libertad, y la posibilidad de determinar estrategias favorables en procesos epidemiológicos de los que no se tiene caracterización de sus parámetros, a partir del primer 40% de los datos.

Orientador: Alejandro B. Engel / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-17T00:32:28Z (GMT). No. of bitstreams: 1 Raimundo_SilviaMartorano_M.pdf: 2646847 bytes, checksum: 241259ae078e724ad6d0af631df185c3 (MD5) Previous issue date: 1986 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Matemática Aplicada

Existe en las ciencias sociales un consenso creciente sobre la necesidad de proveer resultados cuantitativos a estudios de política comparada que se basan en meticulosos análisis cualitativos de casos particulares. Por ello, el presente trabajo pretende proveer un soporte cuantitativo a la tesis planteada por Gurmendi (2015) acerca del desempeño de las ocupaciones militares en contraste con aquel de las administraciones internacionales de territorios. Esta hipótesis se pone a prueba aplicando el método de controles sintéticos para medir el efecto de las intervenciones sobre el Ingreso Nacional Bruto per cápita de Iraq (2003), Kosovo (1999) y Timor del Este (1999). Este análisis no permite estimar de manera consistente el efecto en Iraq, y muestra resultados diferentes de las administraciones internacionales, siendo positivo para Timor del Este y negativo para Kosovo.

Ingeniera Civil Eléctrica / Las fuerzas de seguridad requieren modelar patrones de riesgo asociados a la actividad delictual, para estudiar relaciones de causalidad y estimar dónde, y cuándo, un nuevo evento criminal puede ocurrir. Esta información se vuelve muy relevante a la hora de asignar recursos para mejorar la seguridad y evitar la ocurrencia de los delitos, y muchos modelos han sido creados con este propósito mediante una caracterización espacial de la las funciones de riesgo. Lamentablemente, dado que la evolución temporal del sistema delictual no se encuentra plenamente incorporada en el modelo del riesgo, en la mayor parte de los casos dichos modelos se vuelven obsoletos. En este Trabajo de Título se presenta un método empírico para la generación automática de funciones probabilísticas espaciales de riesgo, junto con un mecanismo para la caracterización de la evolución temporal de los focos de criminalidad. Este método utiliza información georeferenciada de incidentes criminales y servicios para aproximar la distribución espacial del riesgo a través de la suma de kernels Gaussianos. Por su parte, la caracterización de la evolución temporal del modelo se realiza mediante un algoritmo basado en los métodos secuenciales de Monte Carlo (también conocidos como filtros de partículas), incorporando recursivamente nuevas observaciones y aproximando una distribución mediante la posición de partículas en el plano. La utilización de datos reales para caracterizar el riesgo en cada coordenada del plano y las actualizaciones recursivas al incorporar más información, permiten estimar una distribución a posteriori que implícitamente incorpora la variable temporal. El modelo de riesgo obtenido puede utilizarse para definir un modelo de la predicción, actualizándolo con nuevos datos en el corto y largo plazo y modelando cambios en la distribución a medida que el entorno también cambia. Los resultados obtenidos con este método permiten afirmar que la mayor parte de los eventos futuros ocurren dentro de las áreas de riesgo modeladas, teniendo entonces el potencial de asistir en la asignación de recursos, mejorando los planes de intervención en las zonas de riesgo estimadas (labor táctica) y predichas (labor estratégica).

Tesis para optar al grado de Magíster en Economía / La importancia del sector de investigación y desarrollo (I+D) como motor de crecimiento y fuente de prosperidad económica ha sido reconocida en las dos ´ultimas décadas en los modelos de crecimiento basados en ideas, los cuales enfatizan la relevancia del cambio tecnológico en el proceso de desarrollo (ver, por ejemplo Romer, 1990, Rivera- Batiz y Romer, 1991, y Aghion y Howitt, 1992). En estos modelos, la conexión entre crecimiento e I+D es provista generalmente por una ecuación que relaciona los recursos disponibles en este sector con el crecimiento de la productividad total de factores (PTF). Teóricamente, el impacto del sector de I+D sobre productividad podría producirse por medio de distintos canales. En primer lugar, permite producir nuevos bienes y servicios que llevan a un uso más efectivo de los recursos existentes. Segundo, permite asimilar de una forma m´as r´apida los beneficios de avances tecnológicos originados en otras partes del mundo a las realidades locales. Tercero, en un mundo con inversión extranjera directa y comercio internacional de bienes y servicios, las actividades de I+D incrementarían además la productividad de otros países por medio del aprendizaje incorporado en las nuevas tecnologías y procesos productivos, y de la importación de bienes y servicios con tecnología incorporada (Coe y Helpman 1995). La relación positiva entre gasto en I+D y productividad ha sido confirmada empíricamente desde distintas perspectivas. La literatura que estudia tasas de retorno coincide en que las actividades de investigación y desarrollo tendrían asociadas altos beneficios, los cuales equivaldrían a varias veces el retorno de la inversión en capital físico.1 El sector de I+D generaría además importantes externalidades positivas, lo cual estaría fundamentado en tasas de retorno sociales que serían sustancialmente mayores a nivel de países que para empresas particulares. En efecto, la Comisión de Industrias de Australia (1995) calcula que la razón entre retornos nacionales (privados más spillovers totales) e industriales encontrada en los estudios ser´ıa cercana a 2.5 veces en promedio. Considerando que la tasa de retorno privada a nivel de industrias en economías industrializadas es en promedio 30% (Weiser 2001), las tasas de retornos sociales de la inversión en I+D podrían alcanzar 75%. Adicionalmente, en un mundo con comercio internacional de bienes y servicios, inversión extranjera directa y difusión de conocimiento, las actividades de I+D no sólo incrementarían la productividad propia, sino que además la de los otros países. Este último hecho es considerado por Coe y Helpman (1995), quienes incorporan explícitamente el efecto de la I+D de otros países sobre la economía doméstica, encontrando tasas de retorno sociales a la inversión en I+D igual a 123% para los países G7. Van-Pottelsberghe y Lichtenberg (2001) y Bitzer y Kerekes (2005) consideran además spillovers relacionados con la difusión de conocimiento entre países incorporados en la inversión extranjera directa, encontrando que los spillovers implican un exceso de retorno por sobre las estimaciones que no consideran estos spillovers cercano a 65% en los G7. Desde un punto de vista cualitativo, múltiples autores han otorgado también al sector de I+D un rol preponderante en el exitoso proceso de desarrollo productivo de países como Corea del Sur, Israel y los escandinavos. Kim (1997) y Lim (1999), por ejemplo, atribuyen un papel fundamental al desarrollo tecnológico en el espectacular proceso de convergencia experimentado por Corea del Sur desde fines de 1960 y que le significó saltar desde un ingreso per capita apenas superior al de Bolivia en 1970 a más de US$15.000 per-capita en el a˜no 2000, con tasas de crecimiento cercanas al 8% anual. Breznitz (2006) y Trajtenberg (2000) por su parte, describen el importante papel del sistema de innovación en Israel en la adquisición de ventajas comparativas en el sector de tecnologías de información. Dahlman, Routti, y Yl¨a-Anttila (2006) por último, identifican al sector de innovación y desarrollo como clave en la transformación de Finlandia en una de las naciones más competitivas del mundo.

Hoy en día es complicado para una Pyme (pequeña casa de desarrollo de Software) aplicar los Modelos de Calidad y Pruebas propuestos tales como: CMMI, CMM, MOPROSOFT, COMPETISOFT, TMMi, TMM, TPI, TMap que hacen referencia al proceso de V&V, esto principalmente por: 1) el grado de complejidad, la mayoría de estos modelos han sido estructurados para ser aplicados en empresas grandes; 2) las restricciones de costo porque las Pymes no tienen el suficiente dinero para contratar a los especialistas que puedan brindarles las directivas que necesitan o 3) simplemente por el desconocimiento que se tiene sobre los beneficios que obtendrían. El presente trabajo de investigación tiene como principal objetivo elaborar un Marco Metodológico del Proceso de Verificación y Validación ajustado a la realidad socio económico de las Pymes y enfocado en los procesos claves de V&V, por ello, se tomaron como referencia los modelos y estándares de calidad: IEEE Std. 1012, IEEE Std. 829, IEEE Std. 1008, en el trabajo se muestra una guía metodológica, los roles y competencias del equipo de trabajo, plantillas/listas de verificación base y las principales métricas.

Tesis para optar al grado de Magíster en Finanzas / Autor no autoriza el acceso a texto completo de su documento / predictiva de Modelos Financieros y 2) Potenciales Leading Indicators para los Mercados Emergentes de Latinoamérica. Los modelos compiten en horizontes de 1d (diario), 5d (semanal) y 30d (mensual), y son evaluados fuera de muestra mediante el RMSE y el porcentaje de predicción del signo, PPS . Las series de tiempo utilizadas son retornos logartmicos diarios, y retornos en nivel semanales y mensuales. Por otra parte, los Leading Indicators son analizados mediante la composición de ndices CompositeIndex y a través de un Modelo de Relaciones basado en algoritmos de Data Mining. Los potenciales factores analizados son S &P500 , NASDAQ , FTSE100 , DAX , Nikkei . Los Mercados Emergentes analizados en este artculo son Chile, Colombia, Brasil, Perú y México. Los resultados muestran que se encuentra evidencia de una buena capacidad predictiva, pero no consistencia del desempeño de los modelos a través de distintos horizontes de predicción, es decir, que la jerarqua de los mismos cambia y no se puede determinar una dominancia absoluta de uno sobre otro. Por otra parte, se encuentra sustento para apoyar la idea de Leading Indicators para los Mercados Emergentes de Latinoamérica, principalmente a través de las reglas de asociació

Ingeniera Civil Mecánica / En el presente trabajo se estudiará el comportamiento mecánico de roca seca tipo ígnea, la cual corresponde al 95 % de la corteza terrestre [1]. Esto con la finalidad de contribuir a estudios relacionados con la predicción de sismos y también al campo de la extracción de recursos naturales en ambientes poco favorables. El objetivo principal de este estudio es mejorar y precisar las ecuaciones constitutivas no-lineales propuestas por R.Bustamante y K.R Rajagopal que permiten modelar el comportamiento mecánico de las rocas, lo cual se logra mediante los siguientes objetivos específicos: Analizar tres modelos matemáticos aplicados a datos experimentales de ensayos de compresión sin restricción lateral, compresión con restricción lateral y compresión triaxial. Luego, se aplica error de mínimos cuadrados entre los datos experimentales utilizados y los obtenidos de manera teórica para definir la combinación de constantes que entrega el mejor ajuste de los datos teóricos a la curva experimental. Finalmente, a través del ensayo acústico se busca verificar la validez de las ecuaciones constitutivas propuestas. Para este estudio se supone en particular expresiones donde las deformaciones se tienen como funciones de los esfuerzos y la roca al ser sometida a deformaciones pequeñas presenta un comportamiento elástico no-lineal. Para este fin, inicialmente se recolectarán datos experimentales obtenidos de los ensayos en roca ya mencionados. Luego, excluyendo el ensayo acústico, a través del software Python se realizará un ajuste a las curvas características de esfuerzo y deformación, utilizando 3 modelos matemáticos que se basan en las ecuaciones constitutivas presentadas en la sección 2.2.3, aplicando error de mínimos cuadrados entre los datos teóricos y experimentales para obtener la combinación de constantes que generan el ajuste más preciso a la curva experimental. Finalmente, a través del uso de ecuaciones incrementales se busca analizar el ajuste de los datos experimentales correspondientes al ensayo acústico con las ecuaciones constitutivas determinadas anteriormente y comprobar la utilidad de éstas. Los tres modelos propuestos permiten modelar el comportamiento de las rocas, con un error relativo promedio que va desde 7,29 % a 113,0 %. Se debe mencionar que las ecuaciones constitutivas propuestas sólo pueden ser aplicadas hasta un rango de esfuerzo de 15 [MPa] a 30 [MPa]. Respecto al ensayo acústico, las curvas teóricas siguen la tendencia de la curva experimental, lo cual permite validar parcialmente las ecuaciones constitutivas propuestas. / Este trabajo ha sido parcialmente financiado por el proyecto FONDECYT N° 1160030

O presente trabalho tem por objetivo descrever de forma simples e concisa alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. O presente trabalho tem por objetivo descrever, de forma simples e concisa, alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. Há muitos métodos disponíveis, cada qual levando, em geral a resultados diferentes, e escolher um deles pode não ser uma tarefa simples. Alguns métodos exigem álgebra extensa enquanto que outros necessitam de métodos iterativos para suas soluções. Neste estudo são apresentados nove métodos: Método da Análise de Variância (ANOVA); Métodos 1,11 e IU de Henderson; Métodos da Máxima Verossimilhança (ML) e da Máxima Verossimilhança Restrita (REMI), Método do Estimador Quadrático Não-viesado de Norma Mínima (MINQUE), Métodos do Estimador Quadrático Não-viesado de Variância Mínima(MIVQUE) e do MINQUE- Iterativo (I-MINQUE). Com o objetivo de ilustrar comparativamente, sem o apelo de competição, os nove métodos considerados, de modo a estar tão próximo quanto possível da realidade do pesquisador, usuário dos métodos de estimação, considera-se um conjunto de dados desbalanceados, adaptado de Searle et al.(1992), para o qual adota-se o modelo misto de dois fatores com interação. A ilustração é feita, então, em duas partes: na primeira as estimativas são obtidas tomando-se uma matriz de variâncias e covariâncias com estrutura do tipo VC, considerada default na grande maioria dos sistemas estatísticos disponíveis. Na segunda, para o mesmo conjunto de dados, exemplifica-se a utilização do PROC MIXED do sistema estatístico SAS na obtenção de estimativas através dos métodos ali disponíveis, considerando a ocorrência de diferentes matrizes de variâncias e covariâncias. Exceto através das propriedades dos estimadores, não se pode concluir sobre um melhor método de estimação, mesmo porque os verdadeiros valores dos componentes de variância, para o conjunto de dados adotado para ilustração, são desconhecidos. Poder-se-ia comparar os métodos, por exemplo, se fosse adotado um conjunto de dados simulados, com determinada distribuição e para o qual os componentes de variâncias fossem à priori, conhecidos. Para o conjunto de dados adotado para ilustração nesse estudo, observou-se que a matriz G de variâncias e covariâncias com estrutura do tipo TOEP (1) foi a que"melhor"descreveu os dados, independente do método adotado para obtenção das estimativas dos componentes de variância. No entanto, a experiência do pesquisador associada à natureza dos dados deve indicar a estrutura mais apropriada dentre as muitas disponíveis nos sistemas computacionais estatísticos / not available