Este texto apresenta um método alternativo de regressão que é denominado regressão L1. Este método é robusto com relação a outliers na variável Y enquanto o método tradicional, mínimos quadrados, não oferece robustez a este tipo de outlier. Neste trabalho reanalisaremos os dados sobre imóveis apresentados por Narula e Wellington (1977) à luz da regressão L1. Ilustraremos os principais resultados inferenciais como: interpretação do modelo, construção de intervalos de confiança e testes de hipóteses para os parâmetros, análise de medidas de qualidade do ajuste do modelo e também utilizaremos medidas de diagnóstico para destacar observações influentes. Dentre as medidas de influência utilizaremos a diferença de verossimilhanças e a diferença de verossimilhanças condicional. / This text presents an alternative method of regression that is called L1 regression. This method is robust to outliers in the Y variable while the traditional least squares method does not provide robustness to this type of outlier. In this work we will review the data about houses presented by Narula and Wellington (1977) in the light of the L1 regression. We will illustrate the main inferential results such as: model interpretation, construction of confidence intervals and hypothesis tests for the parameters, analysis of quality measures of model fit and also use diagnostic measures to highlight influential observations. Among the measures of influence we will use the likelihood displacement and the conditional likelihood displacement.

Nos últimos anos, percebeu-se um avanço substancial das metodologias sistemáticas de seleção de ativos em portfólios financeiros, baseadas em técnicas de otimização. A maior pressão por desempenho sobre as gestoras de recursos e a evolução dos softwares e pacotes de otimização foram fatores que contribuíram para esse desenvolvimento. Dentre as técnicas mais reconhecidas utilizadas na gestão de portfólios está a de otimização robusta, cuja aplicação na solução de problemas com dados incertos iniciou-se na década de 1970 e, desde então, vem evoluindo em sofisticação. Partindo de uma extensão recente do método, propõe-se um novo modelo linear que resolve o problema de otimização de um portfólio para múltiplos estágios, com inovações no tratamento da incerteza das estimativas de dispersão dos retornos. Os resultados mostram que o método proposto desempenha muito bem em termos de rentabilidade e de métricas de risco-retorno em momentos de turbulência dos mercados. Por fim, demonstra-se empiricamente que o modelo alcança um desempenho ainda melhor em termos de rentabilidade com a adoção de um estimador eficiente para o valor esperado dos retornos e com a simultânea redução do nível de robustez do modelo. / It has been realized in the last years a remarkable development of the optimization techniques to solve the problem of financial portfolio selection. The pressure on asset management firms to maintain a more stable performance and the evolution of specialized software packages have enabled this positive trend. One of the most recognized approaches applied to the management of investments is the robust optimization, whose use on uncertain portfolio optimization problems has begun in the 1970s and has experienced a substantial growth since then. Building on a recent version of this framework, it is proposed a new linear model of the robust multistage portfolio optimization problem, thereby incorporating uncertainty about dispersion inputs in an innovative way. The results show that this method performs very well during high volatility periods in terms of the terminal wealth and the risk-return tradeoff. Finally, it can be demonstrated empirically that the proposed method outperforms when an efficient return estimator is incorporated to the optimization model and the robustness level is reduced simultaneously.

Nos últimos anos, percebeu-se um avanço substancial das metodologias sistemáticas de seleção de ativos em portfólios financeiros, baseadas em técnicas de otimização. A maior pressão por desempenho sobre as gestoras de recursos e a evolução dos softwares e pacotes de otimização foram fatores que contribuíram para esse desenvolvimento. Dentre as técnicas mais reconhecidas utilizadas na gestão de portfólios está a de otimização robusta, cuja aplicação na solução de problemas com dados incertos iniciou-se na década de 1970 e, desde então, vem evoluindo em sofisticação. Partindo de uma extensão recente do método, propõe-se um novo modelo linear que resolve o problema de otimização de um portfólio para múltiplos estágios, com inovações no tratamento da incerteza das estimativas de dispersão dos retornos. Os resultados mostram que o método proposto desempenha muito bem em termos de rentabilidade e de métricas de risco-retorno em momentos de turbulência dos mercados. Por fim, demonstra-se empiricamente que o modelo alcança um desempenho ainda melhor em termos de rentabilidade com a adoção de um estimador eficiente para o valor esperado dos retornos e com a simultânea redução do nível de robustez do modelo. / It has been realized in the last years a remarkable development of the optimization techniques to solve the problem of financial portfolio selection. The pressure on asset management firms to maintain a more stable performance and the evolution of specialized software packages have enabled this positive trend. One of the most recognized approaches applied to the management of investments is the robust optimization, whose use on uncertain portfolio optimization problems has begun in the 1970s and has experienced a substantial growth since then. Building on a recent version of this framework, it is proposed a new linear model of the robust multistage portfolio optimization problem, thereby incorporating uncertainty about dispersion inputs in an innovative way. The results show that this method performs very well during high volatility periods in terms of the terminal wealth and the risk-return tradeoff. Finally, it can be demonstrated empirically that the proposed method outperforms when an efficient return estimator is incorporated to the optimization model and the robustness level is reduced simultaneously.

[pt] Black e Litterman propuseram um modelo de otimização de portfólio que combina visões do investidor sobre retornos esperados de ativos com o equilíbrio neutro de mercado. No entanto, especificar visões sobre uma carteira de investimentos é uma tarefa difícil, especialmente quando os investidores têm opiniões conflitantes sobre o mesmo ativo. Neste trabalho, é proposto uma nova formulação para otimização de carteiras, que é robusta diferentes à visões do investidor. A nossa abordagem foi testada em dados sintéticos e dados reais disponíveis em uma plataforma do Banco Central do Brasil. Esta plataforma consolida projeções macroeconômicas de mais de uma centena de analistas profissionais e disponibiliza para o mercado numa base semanal. Por fim, é comparado o desempenho desta formulação robusta com o modelo Black-Litterman tradicional frequentemente utilizado na indústria financeira. Os resultados mostram que a metodologia robusta pode providenciar melhor desempenho ajustado ao risco em comparação com o modelo orignial e são menos sensíveis às visões do investor. / [en] Black and Litterman proposed a portfolio optimization model that combines investor s views on future asset s returns with neutral market equilibrium. However, specifying portfolio views is a challenging task, specially when investors have conflicting opinions on the same asset. In this thesis, we suggest a new portfolio optimization formulation that is robust for investor s views. Our approach was tested on synthetic and real data available on a framework developed by Central Bank of Brazil. This online framework collects projections on main macroeconomics variables from more than a hundred professional forecasters and provides public online access on a weekly basis. The performance of this new robust formulation is compared with the traditional Black-Litterman model. The result show that our robust methodology can provide better risk adjusted performance compared to the orignial model and are less sensitive to incorrect inverstor views.

[pt] O objetivo dessa dissertação é propor protocolos estatísticos alternativos ao atual praticado pela American Society for Testing and Materials (ASTM) para a determinação do desempenho dos laboratórios participantes de Ensaios de Proficiência (EP) utilizando estatística robusta. A participação em EP é um requisito compulsório à conformidade nas certificações e acreditações para laboratórios de ensaio e calibração. O Programa de EP da ASTM considera o valor de consenso para prover os escores dos participantes. O modelo para estimar os escores, ZASTM, se baseia na média amostral (valor designado, VD) e no desvio padrão amostral (desvio padrão para a proficiência, DPP). Neste cenário, há necessidade de tratamento exaustivo dos dados, motivação para este estudo, incluindo o tratamento de outliers e a investigação de existência de distribuição normal (Gaussiana). Neste estudo, os protocolos propostos (nIQR e MADe) consideram o emprego de estatísticas robustas, mais resistentes à presença de outliers, os quais ocasionam desvios da normalidade desejada. Os resultados da comparação do protocolo ASTM com os protocolos propostos, em dados da matriz de óleos lubrificantes, reportados ao provedor ASTM, revelam haver diferença entre as médias ou entre as variâncias dos escores produzidos pelos diferentes protocolos ao nível de 5 porcento de significância, ocasionando mudança na classificação do desempenho dos laboratórios. Conclui-se que os protocolos estatísticos alternativos propostos apresentaram a vantagem de dispensar o tratamento de outliers e a investigação da distribuição dos dados, sendo que o protocolo MADe ainda apresentou redução na incerteza de medição associada ao valor designado por consenso. / [en] The objective of this dissertation is to propose statistical protocols that are alternative to the current one applied by the American Society for Testing and Materials (ASTM) to determine the performance of participants laboratories of Proficiency Testing (PT) by using robust statistics. Participation in PT is a mandatory requirement for compliance in certifications and accreditations for testing and calibration laboratories. The ASTM EP Program employs the consensus value to provide the participants scores. The method for estimating the scores, ZASTM, is based on the sample data mean (assigned value, AV) and the sample data standard deviation (standard deviation for proficiency assesment, SDPA). In this case, it is necessary an exhaustive treating of the data, motivation for this study, including the treatment of outliers and the investigation of existence of normal distribution (Gaussian). In this study, the proposed protocols (nIQR and MADe) consider the application of robust statistics, which are more resistant to the presence of outliers, which cause deviations from the desired normality. The results of the ASTM protocol comparison with the proposed protocols in the lubricant oil matrix data reported to the ASTM provider show a difference between the means or between the variances of the scores produced by the different protocols at the 5 per cent level of significance, causing variation in the classification of laboratory performance. It is concluded that the proposed alternative statistical protocols had the advantage of dispensing the outliers treatment and the investigation of the data distribution, and the MADe protocol still showed reduction in the measurement

MATTOS, C. L. C. Recurrent gaussian processes and robust dynamical modeling. 2017. 189 f. Tese (Doutorado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-09T02:26:38Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 5961013 bytes, checksum: fc44d8b852e28fa0e1ebe0c87389c0da (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Prezado César; Prezado Pedro: Existe uma orientação para que normalizemos as dissertações e teses da UFC, em suas paginas pré-textuais e lista de referencias, pelas regras da ABNT. Por esse motivo, sugerimos consultar o modelo de template, para ajudá-lo nesta tarefa, disponível em: http://www.biblioteca.ufc.br/educacao-de-usuarios/templates/ Vamos agora as correções sempre de acordo com o template: 1. A partir da folha de aprovação as informações devem ser em língua inglesa. 2. A dedicatória deve ter a distancia até o final da folha observado. Veja no guia www.bibliotecas.ufc.br 3. A epígrafe deve ter a distancia até o final da folha observado. Veja no guia www.bibliotecas.ufc.br 4. As palavras List of Figures, LIST OF ALGORITHMS, List of Tables, Não devem ter caixa delimitando e nem ser na cor vermelha. 5. O sumário Não deve ter caixa delimitando e nem ser na cor vermelha. Nas seções terciárias, os dígitos também ficam em itálico. Os Apêndices e seus títulos, devem ficar na mesma margem da Palavra Referencias e devem iniciar com APENDICE A - Seguido do titulo. Após essas correções, enviaremos o nada consta por e-mail. Att. Marlene Rocha mmarlene@ufc.br on 2017-09-11T13:44:25Z (GMT) / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-11T20:04:00Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102703 bytes, checksum: 34d9e125c70f66ca9c095e1bc6bfb7e7 (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Lincoln, Falta apenas vc colocar no texto em português a palavra RESUMO (nesse caso não é traduzido pois se refere ao resumo em língua portuguesa) pois vc colocou ABSTRACT duas vezes para o texto em português e inglês. on 2017-09-12T11:06:29Z (GMT) / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-12T14:05:11Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-09-12T16:29:17Z (GMT) No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5) / Made available in DSpace on 2017-09-12T16:29:18Z (GMT). No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5) Previous issue date: 2017-08-25 / The study of dynamical systems is widespread across several areas of knowledge. Sequential data is generated constantly by different phenomena, most of them we cannot explain by equations derived from known physical laws and structures. In such context, this thesis aims to tackle the task of nonlinear system identification, which builds models directly from sequential measurements. More specifically, we approach challenging scenarios, such as learning temporal relations from noisy data, data containing discrepant values (outliers) and large datasets. In the interface between statistics, computer science, data analysis and engineering lies the machine learning community, which brings powerful tools to find patterns from data and make predictions. In that sense, we follow methods based on Gaussian Processes (GP), a principled, practical, probabilistic approach to learning in kernel machines. We aim to exploit recent advances in general GP modeling to bring new contributions to the dynamical modeling exercise. Thus, we propose the novel family of Recurrent Gaussian Processes (RGPs) models and extend their concept to handle outlier-robust requirements and scalable stochastic learning. The hierarchical latent (non-observed) structure of those models impose intractabilities in the form of non-analytical expressions, which are handled with the derivation of new variational algorithms to perform approximate deterministic inference as an optimization problem. The presented solutions enable uncertainty propagation on both training and testing, with focus on free simulation. We comprehensively evaluate the proposed methods with both artificial and real system identification benchmarks, as well as other related dynamical settings. The obtained results indicate that the proposed approaches are competitive when compared to the state of the art in the aforementioned complicated setups and that GP-based dynamical modeling is a promising area of research. / O estudo dos sistemas dinâmicos encontra-se disseminado em várias áreas do conhecimento. Dados sequenciais são gerados constantemente por diversos fenômenos, a maioria deles não passíveis de serem explicados por equações derivadas de leis físicas e estruturas conhecidas. Nesse contexto, esta tese tem como objetivo abordar a tarefa de identificação de sistemas não lineares, por meio da qual são obtidos modelos diretamente a partir de observações sequenciais. Mais especificamente, nós abordamos cenários desafiadores, tais como o aprendizado de relações temporais a partir de dados ruidosos, dados contendo valores discrepantes (outliers) e grandes conjuntos de dados. Na interface entre estatísticas, ciência da computação, análise de dados e engenharia encontra-se a comunidade de aprendizagem de máquina, que fornece ferramentas poderosas para encontrar padrões a partir de dados e fazer previsões. Nesse sentido, seguimos métodos baseados em Processos Gaussianos (PGs), uma abordagem probabilística prática para a aprendizagem de máquinas de kernel. A partir de avanços recentes em modelagem geral baseada em PGs, introduzimos novas contribuições para o exercício de modelagem dinâmica. Desse modo, propomos a nova família de modelos de Processos Gaussianos Recorrentes (RGPs, da sigla em inglês) e estendemos seu conceito para lidar com requisitos de robustez a outliers e aprendizagem estocástica escalável. A estrutura hierárquica e latente (não-observada) desses modelos impõe expressões não- analíticas, que são resolvidas com a derivação de novos algoritmos variacionais para realizar inferência determinista aproximada como um problema de otimização. As soluções apresentadas permitem a propagação da incerteza tanto no treinamento quanto no teste, com foco em realizar simulação livre. Nós avaliamos em detalhe os métodos propostos com benchmarks artificiais e reais da área de identificação de sistemas, assim como outras tarefas envolvendo dados dinâmicos. Os resultados obtidos indicam que nossas propostas são competitivas quando comparadas ao estado da arte, mesmo nos cenários que apresentam as complicações supracitadas, e que a modelagem dinâmica baseada em PGs é uma área de pesquisa promissora.

[pt] Em 2015 quase metade da população mundial vivia em área de risco de transmissão de malária. Neste mesmo ano, estimam-se 214 milhões de casos e 438 mil fatalidades. A principal forma de prevenção e redução da transmissão da malária é através do controle dos vetores, em particular, destaca-se o uso de mosquiteiros impregnados com inseticidas de longa duração (MILD). Neste contexto, os programas de distribuição de MILDS enfrentam desafios relacionados a obtenção de fundos e à gestão da cadeia de suprimentos como, por exemplo, incertezas associadas as atividades logísticas, as variáveis de oferta e demanda, e a volatilidade de preços. À luz destes fatos, esta dissertação propõe um modelo de otimização robusta, fundamentado em extensões dos arcabouços teóricos de Bertsimas e Sim (2004) e Fernandes et al. (2016), capaz de minimizar os custos de um programa de distribuição de mosquiteiros ou, dada uma restrição orçamentária, maximizar a distribuição para áreas prioritárias. Ademais, foi realizada uma revisão da literatura acadêmica acerca de modelos de otimização robusta aplicados no contexto da logística humanitária, onde alguns aspectos ainda pouco explorados foram ressaltados e considerados no modelo proposto. Um estudo de caso real é feito sobre um projeto feito do Fundo das Nações Unidas para crianças na Costa do Marfim. Os resultados apontam que conforme esperado, à medida que o nível de robustez considerado no modelo cresce, os custos totais também aumentam. Em contrapartida, o modelo robusto fornece soluções com maior flexibilidade na cadeia de suprimentos para a eventual necessidade de se ajustar os planos de compras e distribuição. Por fim, as soluções robustas foram avaliadas através de simulações de Monte Carlo, indicando que, conforme desejado, a probabilidade de viabilidade dos planos aumentam junto com nível de conservadorismo da solução. / [en] In 2015, almost half of the world population lived in areas at risk of malaria transmission. There were around 214 million malaria cases and 438,000 associated deaths. One of the major paths to prevent and reduce malaria transmission is through vector control, especially with the use of insecticide-treated nets (ITN). In this context, ITN distribution campaigns face several challenges, such as uncertainties related to funding, transportation, market and price volatility, which might be effectively tackled through long-term agreements and proper planning. However, that might not be an option for all humanitarian organizations and governments. Besides, considering uncertainties during budgetary planning is particular relevant. In this sense, a robust optimization model, based on Bertsimas and Sim (2004) and Fernandes et al. (2016) frameworks, is proposed to minimize the involved costs or, given a budget constraint, maximize the coverage of priority areas. A literature review on robust optimization applied to humanitarian logistics is conducted, in which aspects with less academic research attention are revealed and considered in the model, such as the simultaneous account of the aforementioned uncertainties and demand prioritization. A United Nations Children s Fund campaign in Ivory Coast is studied, and reveals that, as expected, as the robustness level increases so does the total costs. In return, the robust model generally provides a solution with improved supply chain flexibility, that might minimize efforts, in case it is necessary to adjust procurement and transportation plans when uncertainty is revealed. In addition, robust solutions were assessed through Monte Carlo simulations against several realizations of uncertain parameters values, pointing that, as desired, solution feasibility increases alongside the specified level of conservatism.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-08-22T17:32:01Z No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-23T11:54:05Z (GMT) No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-23T11:54:05Z (GMT). No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-07-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The robust optimization techniques can be used in problems subject to uncertainty in order to obtain robust solutions, that is, solutions that are less sensitive to the problem variations. Problems such as the facility location, specifically, the location of ambulances, have uncertainty in your data. Thus, an integer linear programming model for allocation of ambulances and stations is investigated considering that the service time is an uncertainty parameter, since this parameter is influenced by the nature of the call, traffic, or distance traveled, for example. It is proposed a model considering the application of a robust approach that controls the amount of uncertainty parameters related with the service time. A case study with real data provided by the fire department of the city of Catalão, Goiás, is performed on the models and the results show that the number of ambulances is greater than the current need, as pointed by the model without uncertainty. However, the results on the robust model show that the real number of ambulances in the city is able to serve a limited amount of demand, so for a maximum variation of the demand, the number of available ambulances are not able to support it. The model had worked well for the first two scenarios among the three ones tested, in which for the last scenario the model was quite sensitive to changes on the uncertainty parameters. / As técnicas de otimização robusta podem ser usadas em problemas sujeitos a incertezas com o intuito de obter soluções robustas, isto é, soluções menos sensíveis as variações do problema. Problemas como o de localização de instalações, especificamente, o de localização de ambulâncias possuem incertezas em seus dados. Assim, um modelo de programação linear inteira de localização de ambulâncias e bases é investigado considerando que o tempo de atendimento das chamadas é um parâmetro incerto, uma vez que este parâmetro é influenciado pela natureza da chamada, trânsito ou distância, por exemplo. Propõe-se um modelo a partir da aplicação de uma abordagem robusta que controla a quantidade de parâmetros incertos sobre o tempo de atendimento. A partir de um estudo de caso, com dados reais fornecidos pelo batalhão de corpo de bombeiros da cidade de Catalão, Goiás, considerado sobre os modelos, os resultados mostram que a quantidade de ambulâncias existente na corporação é maior que a necessidade atual, dado o modelo sem incertezas. Porém, os resultados sobre o modelo robusto apontaram que a quantidade de ambulâncias existentes na cidade é capaz de atender até certa variação do tempo de atendimento, sendo que para uma variação máxima, a quantidade de ambulâncias disponível não é capaz de suprir a demanda. O modelo se comportou bem para os dois primeiros cenários, dentre os três testados, sendo que para o último cenário o modelo se mostrou bastante sensível a variação dos parâmetros considerados incertos.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-09-28T13:05:06Z No. of bitstreams: 2 Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-09-30T13:03:40Z (GMT) No. of bitstreams: 2 Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-09-30T13:03:41Z (GMT). No. of bitstreams: 2 Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-08-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Most of the time, modern problems of engineering are nonlinear and, may also be subject to certain types of uncertainty that can directly influence in the answers of a particular system. In this sense, the stochastic methods have been thoroughly studied in order to get the best settings for a given project. Out of the stochastic techniques, the Method of Monte Carlo stands out and, especially the Latin Hypercube Sampling (LHS) which is a simpler version of the same. For this type of modeling, the Stochastic Finite Elements Method (SFEM) is becoming more frequently used, given that, an important tool for the discretization of stochastic fields can be given by the Karhunèn-Loève (KL) expansion. In this work, the following three case studies will be used: A discrete system of 2 g.d.l., a continuous system of a coupled beam type both in linear and nonlinear springs and a rotor consisting of axis, bearings and disks. In this sense, the influence of uncertainties in the systems studied will be checked, using for this, the LHS, SFEM and the KL expansion. The stochastic study in question will be used in the construction of the great project for the rotor problem already presented. / Problemas modernos de engenharia, na maioria das vezes são não lineares e, podem também estar sujeitos a certos tipos de incertezas que podem influenciar diretamente nas respostas de um dado sistema. Nesse sentido, os métodos estocásticos têm sido exaustivamente estudados com o intuito de se obter as melhores configurações para um dado projeto. Dentre as técnicas estocásticas, destacam-se o Método de Monte Carlo e, principalmente o Método Hipercubo Latino (HCL) que é uma versão mais simples do mesmo. Para este tipo de modelagem, é cada vez mais utilizado o Método dos Elementos Finitos Estocásticos (MEFE), sendo que uma importante ferramenta para a discretização dos campos estocásticos pode ser dada pela expansão de Karhunèn-Loève (KL). Neste trabalho serão utilizados três estudos de casos, quais sejam: Um sistema discreto de 2 g.d.l., um sistema contínuo do tipo viga acoplada tanto em molas lineares quanto não lineares e um rotor composto por eixo, mancais e discos. Nesse sentido, será verificada a influência de incertezas nos sistemas estudados, utilizando para isto, o método HCL, MEFE e a expansão de KL. O estudo estocástico em questão será empregado na construção do projeto ótimo robusto para o problema do rotor já apresentado.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-03-19T18:02:26Z No. of bitstreams: 1 saulocustodiodeaquinoferreira.pdf: 1364913 bytes, checksum: efa844157e53551961fc063ecd615818 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-03-21T13:30:23Z (GMT) No. of bitstreams: 1 saulocustodiodeaquinoferreira.pdf: 1364913 bytes, checksum: efa844157e53551961fc063ecd615818 (MD5) / Made available in DSpace on 2018-03-21T13:30:23Z (GMT). No. of bitstreams: 1 saulocustodiodeaquinoferreira.pdf: 1364913 bytes, checksum: efa844157e53551961fc063ecd615818 (MD5) Previous issue date: 2017-12-04 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O presente trabalho apresenta uma nova metodologia para a reconfiguração de sistemas de distribuição de energia elétrica através da aplicação da técnica matemática de decomposição de Benders. Esta técnica possibilita dividir o problema global em dois subproblemas, mestre e escravo, que se comunicam através de restrições denominadas cortes, geradas a partir de informações do segundo subproblema e incluídas no primeiro de forma iterativa até que um critério de convergência seja alcançado. O objetivo do problema é a minimização de perdas técnicas na rede de distribuição através de redefinição de sua topologia, observando-se restrições operativas como níveis de tensão, conectividade e radialidade. A redução de perdas é atrativa por implicar em melhores níveis de tensão, menores esforços aos equipamentos do sistema e maior confiabilidade, proporcionando, portanto, benefícios para as concessionárias de distribuição e maior qualidade da energia aos consumidores. O problema de reconfiguração é de programação não linear inteira mista, de difícil tratamento. Na metodologia proposta, o primeiro subproblema determina as decisões de chaveamento considerando-se apenas restrições lineares associadas à topologia da rede, enquanto que o segundo avalia a operação mediante a decisão do primeiro considerando as não linearidades e as restrições de balanço de carga. A vantagem da aplicação da técnica de decomposição é que ela permite a inclusão de incertezas operativas no modelo, como a representação da aleatoriedade das cargas demandadas a rede conforme presente nesse trabalho. A representação destas incertezas é realizada no contexto de reconfiguração robusta, em que a tomada de decisões sobre topologia da rede deve otimizar a operação para o conjunto de cenários pré-definidos. Sistemas conhecidos da literatura especializada são utilizados para a avaliação da metodologia proposta. / This work shows a new methodology for the reconfiguration of electric energy distribution systems by the application of the mathematical technique named Benders decomposition. This technique makes it possible to divide the global problem into two subproblems, master and slave, which communicate with each other through constraints called slices, generated from information of the second subproblem and included in the first one iteratively until a convergence criterion is reached. The objective of the problem is to minimize technical losses in the distribution network by redefining its topology, observing operational constraints such as levels of voltage, connectivity and radiality. Loss reduction is attractive because it implies better voltage levels, less system equipment effort and greater reliability, thus providing benefits to distribution dealers and higher energy quality to consumers. The reconfiguration problem is non-linear mixed integer programming, difficult to process. In the proposed methodology, the first subproblem determines the switching decisions considering only linear constraints associated with the network topology, while the second one evaluates the operation by means of the decision of the first recital considering the nonlinearities and the load balance constraints. The advantage of the application of the proposed technique is that the decomposition model is potential for the representation of operational uncertainties, as well as the load demands according to the present work. The representation of these uncertainties is carried out in the context of robust reconfiguration, in which the decision making on network topology must optimize the operation under scenarios of a predefined set. Systems known in the literature are used for the evaluation of the proposed methodology.