O objetivo desta dissertação é fornecer primeiramente o arcabouço necessário para o entendimento do derivativo opções, muito utilizado nos mercados financeiros mundiais, e posteriormente executar precificações de opções americanas a partir dos modelos dos mínimos quadrados de Monte Carlo (LSM), o modelo de árvore binomial com extrapolação de Richardson e a aproximação analítica de Bjerksund e Stensland (B&S), aplicando duas plataformas de processamento paralelo computacional, a TPL (Task Parallel Library) nativa no .NET framework 4.5 e a plataforma CUDA (Compute Unified Device Architecture), demonstrando o comparativo dos resultados obtidos a cada modelo diante de cada plataforma. / The objective of this dissertation is to provide first the necessary framework for the understanding of the derivative options, widely used in the world financial markets, and later to execute the American option pricing from Monte Carlo least squares models (LSM), the binomial tree model with Richardson extrapolation and the Bjerksund and Stensland analytic approach (BJS) by applying two parallel computational processing platforms, the native TPL (Task Parallel Library) in the .NET framework 4.5 and the CUDA platform (Compute Unified Device Architecture), demonstrating the comparison of the obtained results to each model before each platform.

Esta dissertação de mestrado aborda o problema de regulação robusta recursiva para sistemas lineares discretos sujeitos a incertezas paramétricas. Um novo funcional quadrático, baseado na combinação de função penalidade e função custo do tipo jogos, é projetado para lidar com este problema. Uma característica interessante desta abordagem é que a recursividade pode ser realizada sem a necessidade do ajuste de parâmetros auxiliares. Bastante útil para aplicações online. A solução proposta é baseada numa equação recursiva de Riccati. Também, a convergência e a estabilidade do regulador para o sistema linear incerto invariante no tempo são garantidas. / This dissertation deals with robust recursive regulators for discrete-time systems subject to parametric uncertainties. A new quadratic functional based on the combination of penalty functions and game theory is proposed to solve this class of problems. An important issue of this approach is that the recursiveness can be performed without the need of adjusting auxiliary parameters. It is useful for online applications. The solution proposed is based on Riccati equation which guarantees the convergence and stability of the time-invariant system.

No contexto dos modelos fatoriais existem diferentes metodologias para abordar a modelagem de séries temporais multivariadas que exibem uma estrutura não estacionária de segunda ordem, co- movimentos e transições no tempo. Modelos com mudanças estruturais abruptas e restrições rigorosas (muitas vezes irreais) nas cargas fatoriais, quando elas são funções determinísticas no tempo, foram propostos na literatura para lidar com séries multivariadas que possuem essas características. Neste trabalho, apresentamos um modelo fatorial com cargas variando continuamente no tempo para modelar séries temporais não estacionárias e um procedimento para sua estimação que consiste em dois estágios. No primeiro, os fatores latentes são estimados empregando os componentes principais das séries observadas. Em um segundo estágio, tratamos estes componentes principais como co-variáveis e as cargas funcionais são estimadas através de funções de ondaletas e mínimos quadrados generalizados. Propriedades assintóticas dos estimadores de componentes principais e de mínimos quadrados dos coeficientes de ondaletas são apresentados. O desempenho da metodologia é ilustrado através de estudos de simulação. Uma aplicação do modelo proposto no mercado spot de energia do Nord Pool é apresentado. / In the context of the factor models there are different methodologies to modeling multivariate time series that exhibit a second order non-stationary structure, co-movements and transitions over time. Models with abrupt structural changes and strict restrictions (often unrealistic) in factor loadings, when they are deterministic functions of time, have been proposed in the literature to deal with multivariate series that have these characteristics. In this work, we present a factor model with time-varying loadings continuously to modeling non-stationary time series and a procedure for its estimation that consists of two stages. First, latent factors are estimated using the principal components of the observed series. Second, we treat principal components obtained in first stage as covariate and the functional loadings are estimated by wavelet functions and generalized least squares. Asymptotic properties of the principal components estimators and least squares estimators of the wavelet coefficients are presented. The per- formance of the methodology is illustrated by simulations. An application to the model proposed in the energy spot market of the Nord Pool is presented.

Os sistemas de análises em fluxo com multi-impulsão (MPFS) têm como característica principal o emprego de bombas solenóide como unidade propulsora de fluidos, as quais proporcionam fluxo pulsado. Este regime de fluxo foi avaliado em função das condições de mistura entre as soluções envolvidas, transferência de calor e difusão gasosa. A associação dos métodos quimiométricos de análises e dos sistemas MPFS foi demonstrada em relação à determinação espectrofotométrica de glicose, frutose e glicerol em vinhos fermentiscíveis e caldos de cana-de-açúcar. O método se fundamentou na reação dos carboidratos com metaperiodato de sódio e posterior oxidação de iodeto pelo metaperiodato remanescente com monitoramento de [I3 -] produzido. O tratamento dos dados envolveu calibração multivariada, empregando o algoritmo PLS e os resultados são concordantes com aqueles obtidos por cromatografia líquida de troca aniônica com detecção por amperometria pulsada. O sistema proposto é simples e robusto, capaz de analisar 120 amostras por hora. O fluxo pulsado proporcionou melhoria no desenvolvimento reacional no que diz respeito à transferência de calor e difusão gasosa. Esse aspecto se deve principalmente ao aumento do transporte de massas no sentido radial. Estes fatos foram constatados na determinação espectrofotométrica de açúcares redutores totais (ART) e etanol. O sistema MPFS proposto para a determinação de ART envolveu hidrólise ácida da sacarose e degradação alcalina dos carboidratos. A natureza do fluxo pulsado possibilitou o uso de menores temperaturas de um banho termostatizado durante as etapas de hidrólise e degradação, bem como a diminuição da alcalinidade. Para a mecanização da determinação espectrofotométrica de etanol envolvendo a redução de Cr(VI) a Cr(III) sob condições ácidas, foi desenvolvido um sistema MPFS, o qual se demonstrou eficiente e adequado para procedimentos que envolvem difusão gasosa. Após otimização dos principais parâmetros envolvidos, os mesmos foram comparados empregando o sistema de multi-comutação, cujo fluxo é laminar. Melhores resultados analíticos foram obtidos no sistema proposto, que resultou em boa sensibilidade. Em relação aos sistemas de análises em fluxo que exploram interface reacional única (SIFA), foram demonstradas suas potencialidades através da implementação de procedimentos que envolvem determinações simultâneas, sem a necessidade de reconfigurações no módulo de análises. Ainda, a simplificação da etapa de otimização foi espectrofotometricamente avaliada através da determinação de alumínio, ferro total e P-PO4. O sistema proposto é de configuração simples e capaz de analisar 130, 140 e 90 amostras de alumínio, ferro total e fósforo por hora, respectivamente / Multi-pumping flow systems (MPFS) present as an unique feature the use of solenoid pumps as fluid propelling devices, which deliver pulsed flows. This flow regime was evaluated in order to improve mixing conditions between the involved solutions, heating transfer and gas diffusion.The association of the chemometric methods of analysis and MPFS systems was demonstrated in the spectrophotometric determination of glucose, fructose and glycerol in musts and sugar cane juices. The method involved metaperiodate oxidation of carbohydrates and further oxidation of remainder metaperiodate iodide yield in the [I3 -] complex that was spectrophotometrically monitored. Data treatment involved multivariate calibration relying on the PLS algorithm and results were in agreement with liquid anion chromatography with pulsed amperometric detection. The proposed system is simple and rugged, allowing 120 samples to be run per hour. The pulsed flow led to a enhanced in heating transfer and gas diffusion, in view of the enhanced radial mass transport. These aspects were verified in the spectrophotometric determination of total reducing sugars (TRS) and ethanol. The proposed MPFS system for TRS determination involved in-line hydrolysis of sucrose and alkaline degradation of the carbohydrates. The intrinsic characteristic of pulsed flow allowed the use of lower temperatures in bath thermostatization during hydrolysis and degradation steps, as well as a lower alkalinity. The MPFS for spectrophotometric determination of ethanol involving diffusion towards an acceptor stream, reduction of Cr(VI) to Cr(III) under acidic condition, and Cr*(III) monitoring proved to be eficient and amenale to analytical procedures involving gas diffusion. After optimization of the main parameters, the system was compared with a multicommuted flow system (MCFA) that exploits a laminar flow. Better analytical results were obtained with the proposed system which demonstrated fair sensitivity. Regarding flow systems exploiting a single reaction interface (SIFA), their potentialities were demonstrated by implementing analytical procedures for simultaneous determination without requiring reconfigurations in the flow manifold. In this proposed system the simplification of the optimization step was atained, and the approach was evaluated in relation to spectrophotometrically determination of aluminum, total iron and phosphate. The system exhibits simple configuration and allows 130, 140 and 90 samples of aluminum, total iron and phosphate to be run per hour, respectivelly

A laranja é uma das frutas mais produzidas e consumidas no mundo, sendo o Brasil o maior produtor e exportador do seu suco concentrado. Entretanto, pragas e doenças comprometem consideravelmente sua produção. Atualmente, a doença mais preocupante é o Greening, também conhecida mundialmente como Huanglongbing (HLB). A doença não possui cura, apresenta longa fase assintomática e não possui um método eficiente de controle. Além disso, não existem métodos de diagnóstico aplicáveis em larga escala. Neste trabalho são propostas as técnicas fotônicas de fluorescência induzida por laser e de infravermelho por transformada de Fourier para o diagnóstico do HLB. Para a realização das medidas, foram coletadas folhas de árvores saudáveis, doentes com HLB e doentes com a clorose variegada dos citros, sendo esta incluída nos estudos para verificar a capacidade de diferenciação entre as doenças. Foram coletadas quatro classes de folhas nessas plantas: sadia, HLB-sintomática, HLB-assintomática e CVC-sintomática. As folhas foram medidas em laboratório e seus espectros foram pré-processados para indução de um classificador via regressão por mínimos quadrados parciais. Além das folhas, foram medidas amostras dos seguintes metabólitos primários e secundários para entendimento espectral: amido, glicose, sacarose, hesperidina, naringina e umbeliferona. Taxas de acerto de superiores a 89% foram obtidas na classificação das folhas nas técnicas de fluorescência e infravermelho, sendo superior às taxas dos métodos de manejo empregados atualmente no campo. A fluorescência induzida por laser apresenta um grande potencial para uso em campo devido a possibilidade de miniaturização de seus componentes. Os espectros dos metabólitos secundários apresentam fortes indícios de que a alteração de suas concentrações podem contribuir na detecção de doenças pelas técnicas fotônicas. / Sweet orange is one of the most produced and consumed fruit in the world, and Brazil is the largest producer and exporter of this fruit. However, pests and diseases significantly reduce the worldwide production. Currently, the most destructive disease in the field is called greening, also known as huanglongbing (HLB). There is no control for HLB. In addition, the disease presents a long asymptomatic phase. Furthermore, no diagnostic methods are available to use in large scale. In this study are proposed fluorescence and infrared spectroscopy for the HLB diagnosis. For the measurements were collected leaves from healthy, HLB- and citrus variegated chlorosis-infected plants, being the last one to comparison between the diseases. It were collected four classes of leaves: healthy, HLB-asymptomatic, HLB-symptomatic and CVC-symptomatic. The leaves were measured and their spectra were pre-processed for the induction of classifier via partial least squares regression. In addition, samples of plant metabolites were measured for leaves spectral interpretation: starch, glucose, sucrose, hesperidin, naringin and umbelliferone. Success rates above 89% were obtained through both photonic techniques, higher compared to the sucess rates of the actual management methods. The metabolites spectra have shown strong evidence that their concentrations changes could contribute to the diagnosis of the diseases by photonic techniques. Particularly, the fluorescence spectroscopy seems interesting because it has a great potential for field application due to the existence of portable photonic devices.

Este trabalho apresenta um método para a estimação da freqüência em sistemas elétricos de potência utilizando filtros adaptativos baseados no algoritmo dos mínimos quadrados (LMS - least mean square). A análise do sistema de potência é realizada através da conversão das tensões trifásicas em um sinal complexo pela aplicação da transformada \'alfa\'\'beta\', cuja forma complexa foi direcionada ao algoritmo de filtragem adaptativa. O método é baseado na aplicação da filtragem adaptativa para a realização de rastreio do sinal de entrada, o que permite verificar o seu comportamento variante no tempo. O algoritmo proposto foi testado através de formas de ondas geradas com o software Matlab e de simulações realizadas através do software Alternative Transients Program (ATP). É importante salientar que nas simulações do ATP foram modelados diversos equipamentos que constituem o sistema elétrico de potência, incluindo um gerador síncrono com regulação de velocidade, linhas de transmissão com variação em freqüência e transformadores de potência com suas respectivas curvas de saturação. Estas modelagens tiveram por objetivo gerar dados das mais diversas e distintas situações para a verificação e análise da metodologia proposta. Os resultados da pesquisa mostram a excelência na aplicabilidade do algoritmo proposto na estimação da freqüência de um sistema elétrico, mesmo com sinais ruidosos, além do rastreio fiel da freqüência em situações de manobra e operação. Alguns dos resultados apresentados comparam as estimações obtidas pela técnica proposta em relação às estimações de um determinado relé comercial, habilitado à supervisão da freqüência. / This work presents a method for frequency estimation in power systems using adaptive filters based in the algorithm of least mean square (LMS). The analysis of the power system is made through the conversion of the three-phase voltages in a complex signal with the application of \'alfa\'\'beta\' transform, whose complex form was directed to the algorithm of adaptive filtering. The method is based on the application of the adaptive filtering for tracking the input signal, and it allows verifying its variant behavior in time. The algorithm was tested through waveforms generated by Matlab software and simulations carried out through Alternative Transients Program (ATP) software. It is important to point out that in the simulations using ATP many diferent power system equipments had been modeled, including a synchronous generator with speed regulation, transmission lines with variation in frequency and power transformers with their saturation curves. The objective of these tests was to generate data for diverse and distinct situations for the verification and the analysis of the proposed methodology. The results of the research show the excellence in the applicability of the algorithm considered in frequency estimation of an electrical system, even with noisy signals, as well as the tracking of the frequency during operation. Some of the results are compared to the ones presented by a commercial relay set to track frequency.

Imageamento acústico é um problema computacionalmente caro e mal-condicionado, que envolve estimar distribuições de fontes com grandes arranjos de microfones. O método clássico para imageamento acústico utiliza beamforming, e produz a distribuição de fontes de interesse convoluída com a função de espalhamento do arranjo. Esta convolução borra a imagem ideal, significativamente diminuindo sua resolução. Convoluções podem ser evitadas com técnicas de ajuste de covariância, que produzem estimativas de alta resolução. Porém, estas têm sido evitadas devido ao seu alto custo computacional. Nesta tese, admitimos um arranjo bidimensional com geometria separável, e desenvolvemos transformadas rápidas para acelerar imagens acústicas em várias ordens de grandeza. Estas transformadas são genéricas, e podem ser aplicadas para acelerar beamforming, algoritmos de deconvolução e métodos de mínimos quadrados regularizados. Assim, obtemos imagens de alta resolução com algoritmos estado-da-arte, mantendo baixo custo computacional. Mostramos que arranjos separáveis produzem estimativas competitivas com as de geometrias espirais logaritmicas, mas com enormes vantagens computacionais. Finalmente, mostramos como estender este método para incorporar calibração, um modelo para propagação em campo próximo e superfícies focais arbitrárias, abrindo novas possibilidades para imagens acústicas. / Acoustic imaging is a computationally intensive and ill-conditioned inverse problem, which involves estimating high resolution source distributions with large microphone arrays. The classical method for acoustic imaging consists of beamforming, and produces the source distribution of interest convolved with the array point spread function. This convolution smears the image of interest, significantly reducing its effective resolution. Convolutions can be avoided with covariance fitting methods, which have been known to produce robust high-resolution estimates. However, these have been avoided due to prohibitive computational costs. In this thesis, we assume a 2D separable array geometry, and develop fast transforms to accelerate acoustic imaging by several orders of magnitude with respect to previous methods. These transforms are very generic, and can be applied to accelerate beamforming, deconvolution algorithms and regularized least-squares solvers. Thus, one can obtain high-resolution images with state-of-the-art algorithms, while maintaining low computational cost. We show that separable arrays deliver accuracy competitive with multi-arm spiral geometries, while producing huge computational benefits. Finally, we show how to extend this approach with array calibration, a near-field propagation model and arbitrary focal surfaces, opening new and exciting possibilities for acoustic imaging.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-16T13:36:27Z No. of bitstreams: 1 Nagem.pdf: 4780552 bytes, checksum: b5eb1b41dce8fc9e855f1bb49bfad2fa (MD5) / Made available in DSpace on 2017-08-16T13:36:27Z (GMT). No. of bitstreams: 1 Nagem.pdf: 4780552 bytes, checksum: b5eb1b41dce8fc9e855f1bb49bfad2fa (MD5) Previous issue date: 2009-02-06 / Nowadays the regulatory restrictions and global concern with the environment are leading the aluminum industry to develop a sustainable model production, with propose to reduce the environmental impacts of its economic activity. Thus, becomes necessary improvements in the operational and control standards for the aluminium production. These needs have major objectives, decrease green house gases (GHG) energy consumption and increase in productive. As technological alternatives such as smart feeders for Point Feeders pots and the development of new control for automatic adjust of the number of manifolds to be broke in the next cycle for Side Break pots will help to improve the decrease of Green Houses Gases. The smart feeders had a significant decrease in the anode effect frequency and consequently a decrease in anode effect time too. For the VSS Side Break pots were possible to create a decision matrix using the Least Square estimation (LS) of the resistance slope and curvature to adjust the number of manifolds. Another approach that showed promising results in the simulation was the neuronal networks for pattern recognition, especial class knows by probabilistic neural network. / Atualmente a maior regulamentação e preocupação mundial com o ambiente estão levando as indústrias de alumínio ao desenvolvimento de um modelo sustentável de produção, com o escopo de reduzir os impactos ambientais de sua atividade econômica. Assim, tornam-se imprescindíveis melhorias nas práticas operacionais e de controle de sua produção. Tais necessidades têm como foco principal a redução dos gases de efeito estufa (Green Houses Gases - GHG), redução do consumo de energia e aumento de produtividade. Como alternativas tecnológicas para mitigar o problema ambiental de Green Houses Gases, os “alimentadores inteligentes” para as cubas com alimentação Point Feeder e o desenvolvimento de novos controles para o ajuste automático da quantidade de “manifolds” a serem quebrados durante a alimentação para cubas Side Break são soluções viáveis. Os alimentadores “inteligentes” mostram uma redução da freqüência de efeito anódico e conseqüentemente no tempo em que a cuba fica em efeito anódico. Para as cubas VSS Side Break foi possível criar uma matriz de decisão através dos valores dos estimadores MQ utilizando a inclinação e curvatura da resistência para o ajuste de “manifolds”. Outra abordagem foi a utilização de redes neuronais para determinar a forma da curva de resistência, com a utilização de redes neuronais probabilísticas.

Submitted by admin tede (tede@pucgoias.edu.br) on 2018-05-28T19:09:38Z No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) / Made available in DSpace on 2018-05-28T19:09:38Z (GMT). No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) Previous issue date: 2018-03-27 / Understanding how climate change influences crop yield contributes to the forecasting of its consequences and assists in the management of agribusiness and food security. In this study, partial least squares regression (PLSR) was used to quantify the contribution of climate change to soybean and corn yield. To verify the accuracy of the model, the time series regression was applied. The Central-West and South regions of Brazil were considered for the modeling of grain yield using precipitation, temperature, humidity, evapotranspiration and carbon dioxide levels between 1980 and 2016 as predictors. In both regions, the main contributor to increased grain yield was the increase in carbon dioxide levels, and the main contributor to the reduction of productivity was air humidity, suggesting that climate change is influencing grain yield. The results confirm climate change, indicating that farmers and decision makers should work on other variables that control productivity, such as genetic improvement and agricultural management practices. / Compreender como as mudanças climáticas influenciam na produtividade agrícola contribui com a previsibilidade de suas consequências e auxilia na gestão do agronegócio e da segurança alimentar. Neste estudo, foi utilizada a regressão por mínimos quadrados parciais (PLSR) para quantificar as contribuições das mudanças climáticas na produtividade da soja e do milho. Para verificar a qualidade de ajuste do modelo foi aplicada a regressão de séries temporais. As regiões Centro-Oeste e Sul do Brasil foram consideradas para a condução da modelagem da produtividade de grãos, utilizando como variáveis preditoras a precipitação, temperatura, umidade, evapotranspiração e os níveis de dióxido de carbono, entre os anos de 1980 a 2016. Nas duas regiões, o principal contribuinte para o incremento da produtividade de grãos foi o aumento nos níveis de dióxido de carbono e o principal contribuinte para a redução da produtividade foi a umidade do ar, sugerindo que as mudanças climáticas estão influenciando na produtividade de grãos. Os resultados confirmam as mudanças climáticas, indicando que agricultores e tomadores de decisões deverão atuar em outras variáveis que controlam a produtividade, como melhoramento genético e práticas de gestão agrícola.

Esta dissertação de mestrado aborda o problema de regulação robusta recursiva para sistemas lineares discretos sujeitos a incertezas paramétricas. Um novo funcional quadrático, baseado na combinação de função penalidade e função custo do tipo jogos, é projetado para lidar com este problema. Uma característica interessante desta abordagem é que a recursividade pode ser realizada sem a necessidade do ajuste de parâmetros auxiliares. Bastante útil para aplicações online. A solução proposta é baseada numa equação recursiva de Riccati. Também, a convergência e a estabilidade do regulador para o sistema linear incerto invariante no tempo são garantidas. / This dissertation deals with robust recursive regulators for discrete-time systems subject to parametric uncertainties. A new quadratic functional based on the combination of penalty functions and game theory is proposed to solve this class of problems. An important issue of this approach is that the recursiveness can be performed without the need of adjusting auxiliary parameters. It is useful for online applications. The solution proposed is based on Riccati equation which guarantees the convergence and stability of the time-invariant system.