Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-14T17:30:09Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Leonardo Mendes Primo Brito.pdf: 9894168 bytes, checksum: 744a23c4dfd0eacd1c0d7c83e27bc6a6 (MD5) / Made available in DSpace on 2016-07-14T17:30:10Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Leonardo Mendes Primo Brito.pdf: 9894168 bytes, checksum: 744a23c4dfd0eacd1c0d7c83e27bc6a6 (MD5) Previous issue date: 2016-02-24 / O objetivo desta dissertação é estudar um conjunto de metodologias de Valor-em-Risco (VaR) que apresentam bom desempenho na literatura e avaliar como elas podem ser usadas para estimar o risco de diferentes setores da economia brasileira partindo de uma perspectiva de um investidor. VaR é a medida de risco mais usada na indústria financeira, e é utilizado por bancos privados e governos do mundo todo. Há uma vasta literatura tratando do VaR, porém há poucos estudos que investigam o uso do VaR como uma ferramenta para pequenos investimentos. Também há poucos estudos analisando estimativas do VaR para ações de empresas brasileiras. Este trabalho inicia-se com a revisão de algumas metodologias de cálculo de VaR e a identificação das metodologias com melhor desempenho. Em seguida, fazemos dois experimentos. O primeiro experimento consiste numa análise estatística de dados provenientes de diversas ações e índices setoriais da bolsa de valores brasileira em vários momentos diferentes afim de identificar quais metodologias VaR são potencialmente mais adequadas para cada ativo. O segundo experimento avalia o desempenho de uma seleção de metodologias VaR utilizando dados dos mesmos ativos e épocas do experimento anterior. Na última parte deste trabalho, otimizamos uma seleção de metodologias VaR para atuarem com dados recentes da bolsa de valores e analisamos os VaRs estimados supondo a visão de um potencial investidor. Os resultados dos nossos experimentos indicam que o VaR pode ser uma ferramenta eficiente na minimização da exposição ao risco, e pode potencialmente reduzir ou evitar perdas em negociações na bolsa de valores brasileira. Os experimentos também mostram que diferentes setores da economia brasileira tem propriedades de risco significativamente diferentes umas das outras. / The purpose of this dissertation is to study several leading Value-at-Risk (VaR) methodologies and evaluate how they can be used to assess the risk of different sectors of the Brazilian economy with the perspective of a potential investor. VaR is the financial industry’s most widely used risk measure, commonly adopted by banks and governments around the world. There is a great amount of ongoing research on VaR; however, there are few studies that use VaR as a potential tool for small investments. There are also very few studies that analyze VaR estimation of Brazilian companies. This dissertation first reviews VaR methodologies and elects a few among the best performing according to current literature. In a second stage, two experiments are conducted. The first experiment consists of a statistical evaluation of data from the Brazilian stock market during different time ranges so that adequate VaR methodologies may be chosen according to the data. The second experiment benchmarks the chosen VaR methodologies during the same time ranges. In a third and final stage, the chosen VaR methodologies are backtested using recent data from sectoral indices of the Brazilian stock market. The results of the experiments suggest that VaR may be an effective tool in minimizing risk exposure and potentially reducing or avoiding losses when trading in the Brazilian stock market. The experiments also show that different sectors of the economy have significantly different risk properties.

Made available in DSpace on 2018-08-02T00:02:02Z (GMT). No. of bitstreams: 1 tese_5040_Flávio da Silva Vitorino Gomes.pdf: 2969337 bytes, checksum: 1242321b121d600c69f452576f434970 (MD5) Previous issue date: 2016-05-20 / A operação de extração de material do interior do alto-forno é realizada com significativo grau de incerteza, dentre outros motivos, pois a medição do nível dos líquidos não pode ser medido diretamente. Neste trabalho é apresentado um sistema para previsão do nível dos líquidos no cadinho do alto-forno através da medição da força-eletromotriz gerada na carcaça baseado em um modelo sazonal autoregressivo integrado e de médias móveis (Seasonal Autoregressive Integrated Moving Average - SARIMA). Os estudos mostraram que esta força-eletromotriz é uma série temporal não-estacionária, não-linear, apresenta um forte comportamento sazonal e que é fortemente correlacionada com o nível de líquidos. Foram realizadas algumas comparações com modelos não-lineares baseados em redes neurais artificiais com atrasos de tempo (Time Delay Neural Networking - TDNN) e os resultados indicam que o modelo não-linear apresenta melhor performance de previsão. Esta metodologia consiste na estratégia para a análise, identificação, filtragem e previsão do nível dos líquidos através de modelo TDNN obtendo-se ao final do processo uma previsão com precisão satisfatória. A previsão do nível dos líquidos com horizonte de até 1 hora à frente pode ajudar os operadores e engenheiros durante o controle e otimização do processo de produção de altos-fornos trazendo maior segurança e ganhos financeiros.

Made available in DSpace on 2018-08-24T22:53:00Z (GMT). No. of bitstreams: 1 tese_2610_dissertacao.pdf: 782482 bytes, checksum: 6c57a81c7e36490953edf68b7026043a (MD5) Previous issue date: 2008-08-20 / Estudos com series temporais t^em sido amplamente utilizados em analises de dados ambientais. Este trabalho avalia as concentrac~oes diarias de Material Particulado Inalavel (PM10) para a Regi~ao da Grande Vitoria, ES, Brasil, para os anos de 2003 e 2004, utilizando processos SARFIMA-GARCH, modelos que capturam as propriedades de longa depend^encia, sazonalidade e volatilidade condicional variavel no tempo. Para veri-car a e-cacia da metodologia, realizou-se estudos de comparac~ao de predic~ao e previs~ao a modelos usuais da literatura, e os resultados evidenciaram que o modelo proposto, SARFIMAGARCH captou melhor variabilidade dos dados em termos do erro quadratico medio.

Orientadores: Chang Hung Kiang, Armando Zaupa Remacre / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias / Made available in DSpace on 2018-07-20T20:27:14Z (GMT). No. of bitstreams: 1 Castro_FernandoColloCorreae_M.pdf: 3583043 bytes, checksum: 44235b923293f319ed00fbd79a09751e (MD5) Previous issue date: 1995 / Resumo: A análise de séries temporais é uma ferramenta que pode ser aplicada no estudo de fenômenos geológicos com o objetivo de simplificar e eventualmente explicar o comportamento de um determinado conjunto de dados. A construção de modelos de séries temporais no domínio da freqüência é útil em investigações exploratórias, onde o interesse principal é a identificação de registros periódicos ou quase periódicos. Confirmada a influência de fatores cíclicos no pacote investigado, modelos de séries temporais no domínio da freqüência podem ser úteis na correlação entre perfis eletro-radioativos. Para o caso específico de correlações de pacotes cíclicos, filtros de freqüência são utilizados para suprimir ou atenuar certos componentes harmônicos de uma determinada faixa de freqüência. No domínio do tempo é discutida a teoria de construção de modelos auto regressivos univariados e média móveL através da metodologia Box & Jenkins e são apresentadas aplicações destes modelos em perfis raios gama. Não foram considerados modelos multivariados. A análise de Fourier e auto correlações dos perfis revelaram ainda a presença de ciclos hierárquicos, que sugerem influências de fatores orbitais e climáticos durante a deposição sedimentar do pacote investigado, relacionados com os ciclos de Milankovitch de 23 ka e 41 ka / Abstract: Time series analysis is a tool of statistical theory that can be applied to geological phenomena to make an adequate estimate of some data sets. Time series can be described or implemented in ftequency domain (power spectrum) in order to identify hidden periodicity of data. Once cyclic factors are identified in sedimentary sequence, time series models can be proved useful in stratigraphical correlation either using electricallogs or core descriptions. Much of concem in this work was centered on examining the characteristics of gamma rays logs in the time domain, using parameter models, such as autoregressive or moving average ARIMA, of the Box & Jenkins method. The Fourier analysis and autocorrelations applied to an alternating limestone and marl succession of the Campos Basin, have detected cyclical fluctuations related to Milankovitch cycles of 23 kyr and 41 kyr / Mestrado / Mestre em Geoengenharia de Reservatorios

Orientador: Edmundo Roberto Mauro Madeira / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-22T14:11:47Z (GMT). No. of bitstreams: 1 WatzkoNeto_Francisco_M.pdf: 5480117 bytes, checksum: e4906a1cef41a7f898962b1fc1bc1bd6 (MD5) Previous issue date: 1997 / Resumo: A crescente importância das redes de computadores impulsionou os estudos sobre formas de efetuar o gerenciamento de redes de uma forma mais eficiente. Com base neste fato, vem sendo estudado o gerenciamento pró-ativo de redes. Este novo paradigma visa a identificação de situações que possam levar à degradação dos sistemas de computação antes que elas venham a degradar o funcionamento do sistema e tentar evitar que tais situações ocorram através de ações corretivas. A crescente importância das redes de computadores impulsionou os estudos sobre formas de efetuar o gerenciamento de redes de uma forma mais eficiente. Com base neste fato, vem sendo estudado o gerenciamento pró-ativo de redes. Este novo paradigma visa a identificação de situações que possam levar à degradação dos sistemas de computação antes que elas venham a degradar o funcionamento do sistema e tentar evitar que tais situações ocorram através de ações corretivas. O conceito de séries temporais foi aplicado inicialmente neste trabalho na tarefa de identificação do funcionamento normal da rede e posteriormente na estimativa do funcionamento futuro da mesma. Segundo [CHA 84], uma série temporal é uma coleção de observações feitas seqüencialmente no tempo. Na teoria de séries temporais procura-se identificar de que forma os valores anteriores de uma variável influenciam o comportamento futuro desta. Através da modelagem deste relacionamento, procura-se estimar o comportamento futuro da variável. Com a utilização desta teoria neste trabalho procurou-se modelar o comportamento de uma das variáveis utilizadas na caracterização do comportamento da rede, visando estimar o funcionamento futuro e desta forma identificar situações que levassem à degradação do sistema. Recentemente, grande parte dos esforços tem sido voltados para a tarefa de gerenciamento de redes, porém, o gerenciamento dos sistemas conectados a estas redes tornou-se cada vez mais importante. Este trabalho propõem um modelo para o gerenciamento pró-ativo que se utiliza de informações tanto em nível de rede quanto em nível de aplicação. Em acréscimo, é especificado um conjunto de funções de gerenciamento pró-ativo que se utilizam deste nível de informações disponibilizado. Um protótipo baseado no modelo de gerenciamento pró-ativo proposto foi implementado. Este protótipo utiliza informações tanto em nível de rede quanto em nível aplicação na caracterização do comportamento normal da rede e aplica os conceitos de séries temporais para a estimativa do funcionamento futuro da rede / Abstract: The increasing importance of the network computer has stimulated research about different kinds of more efficient network management. Based on this, studies have been made about proactive network management. This new paradigm intends to identify situations that may lead to a system performance degradation before it would take place and avoid the occurrence of these situations by using corrective actions. Two new contributions in the field of computer proactive network management are introduced in this dissertation: the consideration of traffie in the application leveI proposal of a network management model and in a set of proactive network functions, and the use of time series in the analysis and estimate of the network behavior. The time series concept was used first in the identification of the standard computer network behavior and then in the estimate of its future behavior. Based on [CHA 84], a time series is a collection of observations done sequeneely in time. The time series theory tries to identify how the past values of a variable in.t1uenee its future behavior. The modeling of this relation tries to estimate the future behavior of the variable. Applied to this work, the theory models the behavior of one variable used in the characterization of the computer network behavior, for the purpose of trying to estimate the future behavior and, in this way, identify situations that lead to a system performance degradation. Many of the recent researches have been focused in the work of computer network management, but the administration of the systems connected to these networks are becoming more important. This work suggests a proactive computer network management model that uses both the network level and the application level information. Another contribution also proposed is a set of proactive network functions that use this level of information. A prototype based on the proposed proactive network management model was implemented. This prototype uses both level of information: the network and the application level in the characterization of the normal behavior of the eomputer network and it applies the time series concepts in the estimate of the eomputer network future behavior / Mestrado / Mestre em Ciência da Computação

Orientadores: Claudia M. Bauzer Medeiros, Mario A. Nascimento / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-23T10:40:49Z (GMT). No. of bitstreams: 1 Faria_Glaucia_M.pdf: 3202235 bytes, checksum: 39b84521869e9c1d343b4a565d05add8 (MD5) Previous issue date: 1998 / Resumo: Esta dissertação discute a implementação de uma infra-estrutura extensível, baseada em um sistema gerenciador de banco de dados orientado a objetos, que provê suporte ao desenvolvimento de aplicações espaço-temporais. A infra-estrutura está baseada na definição e implementação de um conjunto básico de operadores e classes orientadas a objetos, que cobrem os requisitos mínimos de processamento de consultas espaciais, temporais e espaço- temporais. As principais contribuições deste trabalho são a definição dos operadores e das classes e sua implementação efetiva, validada através de uma aplicação piloto. Uma contribuição adicional é a discussão da própria implementação, que permitiu corrigir falhas do modelo teórico adotado. / Abstract: This dissertation discusses the implementation of an extensible framework, which provides support for the development of spatio-temporal database applications. The infrastructure, developed on the O2 object-oriented database system, consists of a kernel set of operators and database classes, which meet the minimum requirements for the processing of spatial, temporal and spatio-temporal queries. The main contributions of this work are the specification of the kernel operators and classes and their implementation, validated through a pilot geographic application. Another contribution is fhe analysis of this implementation, which discusses problems and shortcomings of some models proposed in the literature. / Mestrado / Mestre em Ciência da Computação

Orientadores: Marinho Gomes de Andrade Filho, Secundino Soares Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-27T14:20:08Z (GMT). No. of bitstreams: 1 Ballini_Rosangela_D.pdf: 10361310 bytes, checksum: 8286d66a9aea521833a85b0bdf668e0f (MD5) Previous issue date: 2000 / Resumo: Análise e previsão de vazões são de fundamental importância no planejamento da operação de sistemas de recursos hídricos. Uma das grandes dificuldades na previsão das séries de vazões é a presença da sazonalidade devido aos períodos de cheia e seca do ano. Os modelos estocásticos foram, por um longo tempo, a alternativa mais comum aos modelos determinísticos ou hidrológicos na análise e previsão de vazões, baseados principalmente na metodologia de Box & Jenkins. Esta metodologia exige algum tipo de manuseio nos dados para tratar a não-estacionariedade ou o uso de modelos periódicos, necessitando de uma laboriosa formulação teórica para os procedimentos estatísticos. Redes neurais artificiais, especialmente redes multi-camadas com algoritmo back-propagation vêm sendo sugeridas para análise de séries temporais devido a sua capacidade para tratar com relações não-lineares.de entrada-saída, destacando sua habilidade de aprendizado e capacidade de generalização, associação e busca paralela. Estas qualidades as tornam capazes de identificar e assimilar as características mais marcantes das séries, tais como sazonalidade, periodicidade, tendência, entre outras, muitas vezes camufladas por ruídos. A capacidade de mapeamentos complexos das redes neurais cresce com o número de camadas e neurônios, acarretando :illaior tempo de processamento bem como considerável soma de dados. Entretanto, na prática muitas vezes os parâmetros devem ser estimados rapidamente e somente uma pequena quantidade de dados é disponível. Freqüentemente, dados do mundo real apresentam ruídos, podendo conter contradições e imperfeições. Tolerância a imprecisão e incertezas é também exigida para considerar tratabilidade e robustez. Conjuntos nebulosos baseados em modelos de análise de dados vêm sendo empregados sob essas hipóteses. A aplicação de modelos de redes neurais nebulosas une os benefícios das redes neurais e da teoria de conjuntos nebulosos, combinando-os em um sistema integrado para previsão de vazões naturais médias mensais. São realizadas análise e previsão de vazões usando modelos de séries temporais, redes neurais e redes neurais nebulosas para previsão um passo à frente e vários passos à frente para as séries das usinas hidroelétricas brasileiras localizadas em diferentes regiões. O desempenho dos modelos foi comparado e os resultados mostraram que os modelos propostos apresentaram melhor desempenho que as outras abordagens tanto para previsão um passo à frente como para previsão com vários passos à frente / Abstract: Analysis and forecast of seasonal stream flow series are of utmost importance in the operation planning of water resources systems. One of the greatest difficulties in forecasting of those series is the seasonality nature of stream flow series due to wet and dry periods of the year. For a long time, the use of stochastic models, based on the c1assic Box & Jenkins methodology, were the most employed alternative to the deterministic or hydrologic models in the analysis and forecast of stream flow series. This methodology requires either some kind of data manipulation to deal with the nonstationarity or the use of periodic models. Therefore the statistical procedures, requires an arduous theoretical formulation. Artificial Neural Networks (ANN), especially multilayer perceptrons with a back-propagation algorithm, have recently been suggested for time series analysis. They have the ability to deal with nonlinear input-output relationships. Their major assets are the learning ability and generalization, association and parallel search capability. These qualities enable them to identify and to assimilate some of the features of the series as seasonality, periodicity, tendency sometimes difficult to detect under noise. The capability of complex mapping of the ANN increases with the number of layers and neurons. The use of ANN usually requires the investment of a long period of time in the modeling process, as well as a considerable amount of data. ln practice, however, the parameters usually must be quickly estimated and only a small quantity of data is available. Very often, real world data are noisy, and the collected data may contain contradictions and imperfections. Tolerance for imprecision and uncertainty is also required to achieve tractability and robustness. Fuzzy sets based data analysis models have been especially suitable for these purposes. This suggests the application of neurofuzzy network models to seasonal stream flow forecasting. These models combine the advantages of the ANN and fuzzy set based approaches in a single integrated decision-making system. Analysis and forecast of stream flows one-step-ahead and multi-step-ahead are accomplished, using time series models, neural networks, and neurofuzzy networks. Database of average monthly inflows from Brazilian hydroelectric plants located in different river basins were used. The performance of the models was compared and the results show that the models here proposed provide a better performance than the others ones considering one-step-ahead forecasting and multi-step-ahead forecasting / Doutorado / Doutor em Engenharia Elétrica

Orientadores: Jansle Vieira Rocha, Rubens Augusto Camargo Lamparelli / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-15T17:48:12Z (GMT). No. of bitstreams: 1 Figueiredo_GleyceKellyDantasAraujo_M.pdf: 6336572 bytes, checksum: 543d5ecd1cecff2ebb2ab13e845b5bfc (MD5) Previous issue date: 2010 / Resumo: A agricultura está fortemente ligada às condições meteorológicas, tornando-se uma atividade de risco. Sendo assim, um sistema de monitoramento e previsão de safras é necessário para evitar grandes perdas. O monitoramento agrícola, aliado a estudos de varibilidade meteorológica, é de extrema importância, pois determina a melhor época em que deve ocorrer a semeadura, bem como os períodos de maior necessidade hídrica da planta. A utilização do sensoriamento remoto para monitoramento agrícola e sua associação a dados meteorológicos viabilizam o monitoramento de culturas, desde o plantio até a colheita. Desta forma, o objetivo deste trabalho foi mapear culturas de verão (soja e milho) no estado do Paraná por meio de composições decendiais NDVI de imagens do satélite SPOT Vegetation nas safras 2005/2006, 2006/2007 e 2007/2008, e associar a dados de precipitação para determinar e mapear épocas de semeadura. Para isso, foi utilizado o método de classificação digital supervisionada em composições multitemporais das imagens, de forma a gerar máscaras da cultura da soja para cada composição decendial. A verificação da acurácia das máscaras foi realizada utilizando o índice Kappa alcançando valores de 0,70, 0,75 e 0,77, Exatidão Global 0,91, 0,91 e 0,93 e Índice de concordância de Willmot (d) entre 0,93, 0,93 e 0,99. Os perfis temporais de NDVI possibilitaram a detecção do início do ciclo vegetativo das culturas. Foram utilizados dados de precipitação da rede de estações meteorológicas do SIMEPAR e do modelo atmosférico ECMWF. Os dados das estações meteorológicas foram compilados a partir de dados diários a dados decendiais, tendo em vista que as informações do modelo são decendiais. Em seguida foi necessário especializá-las e reamostrá-las para um grid de 1 km x 1 km. Essas duas informações foram interpoladas através do Inverso Quadrado da Distância a fim de obter o perfil de precipitação da região estudada durante a safra de verão. A interpolação de dados de precipitação mostrou-se expressiva, uma vez que os valores interpolados e os valores reais foram significativos quando avaliado pelo índice de concordância 'd' de Willmot, variando entre 0,74 a 0,99. Para as três safras em estudo, apenas o comportamento da última foi distinta das demais, onde foi possível detectar atraso da chuva de um mês em relação às outras safras. Com a espacialização da precipitação dentro do estado foi possível fazer o cruzamento entre as máscaras da cultura de verão e os mapas de precipitação decendial, de modo a descobrir o inicio do desenvolvimento do ciclo da cultura. Desta forma foi possível perceber que houve um retardamento no início do ciclo da cultura para regiões em que a semeadura ocorreu antes do período mais chuvoso. A associação entre o perfil temporal de NDVI e precipitação permitiu identificar e mapear diferenças entre épocas de início de ciclo dentro do estado do Paraná / Abstract: Agriculture is highly dependent on meteorological conditions, making it a risky activity, so, in order to avoid large losses, it is necessary to devlop an appropriate crop yield forecasting system. Agricultural monitoring coupled with studies of weather variability is extremely important to determine the best time to sown as well as periods of higher water requirement by the plants. The use of remote sensing for agricultural monitoring in addition to meteorological data enables crop monitoring from planting to harvest. Thus, the goal of this study was to map summer crops in the state of Parana through dekadal composition of SPOT Vegetation NDVI imagery for the 2005/2006, 2006/2007 and 2007/2008 cropping seasons. Supervised classification of multitemporal image composites was used to generate cropland masks for each dekad. Accuracy assessment was performed using Kappa Index reaching values of 0.70, 0.75 and 0.77 and overall accuracy 0.91, 0.91 and 0.93. NDVI temporal profiles were used to detect the beginning of the crop vegetative cycles. Rainfall data from SIMEPAR network of meteorological ground stations and ECMWF atmospheric model were used. The data from the ground stations were compiled from daily to dekadal in order to comply with model data, which is a ten days compilation . Then it was necessary to spatialize and resample them to a 1 km x 1 km grid. These two data were interpolated using the inverse distance to square method to extract the profile of precipitation in the region during the summer harvesting season. The interpolation of rainfall generated good results, once the interpolated values as copared to actual values were significant when evaluated by the agreement index 'd' of Willmot, ranging between 0.74 to 0.99. For the three cropping seasons studied only the behavior of last season was distinct from the others , it was possible to detect a rain delay of one month in relation to other seasons. With the rainfall spacialization within the state it was possible to cross the masks of the summer crops with the maps of the decadal rainfall, in order to discover the beginning of the crop vegetative cycle. So it was possible to see that there was a delay at the beginning of the crop cycle in areas where the sowing occurred before the rainy season. The association between NDVI temporal profile and rainfall allowed to identify and to map the differences among starting of the crop vegetative cycle in the state of Parana / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

O Modelo Temporal de Versões (TVM Vesions Model) foi proposto com base na união de um modelo de versões com informações temporais. Esse modelo permite o armazenamento de alternativas de projeto, o armazenamento da história dos dados em evolução, bem cmoo a reconstrução do estado da base em qualquer data passada, sem o uso de operações complexas de backup e recovery. Para realizar consultas nesse modelo foi definida uma linguagem de consulta, a TVQL (Temporal Versioned Query Language). Além das consultas básicas realizadas pela linguagem padrão AQL, a TVQL permite novas consultas que retornam valores específicos das características de tempo e versões, estabelecendo um comportamento o mais homogêneo possível para elementos normais e temporais vesionados. O objetivo principal deste trabalho e possibilitar a realização de consultas TVQL em um banco de dados convencional. Nesse contexto, o mapeamento da TVQL é implementando através da tradução de todas as propriedades e funções definidas na TVQL para SQL. Para que isso seja possível é necessário queos dados também estejam nesse banco de dados. Então, faz-se necessário o mapeamento das classes da hierarquia do TVM, bem como das classes da aplciação, para o banco de dados. Adicionalmente, é implementado um protótipo de uma interface de consultas realizadas em TVQL, para testar o funcionamento tanto da TVL como do seu mapeamento.

O objetivo principal desse trabalho é apresentar uma alternativa para a união de um modelo de versões e dados temporais. O resultado, o Modelo Temporal de Versões – TVM (Temporal Versions Model), é capaz de armazenar as versões do objeto e, para cada versão, o histórico dos valores das propriedades e dos relacionamentos dinâmicos. Esse modelo difere de outros modelos de dados temporais por apresentar duas diferentes ordens de tempo, ramificado para o objeto e linear para cada versão. O usuário pode também especificar, durante a modelagem, classes normais sem tempo e versionamento, o que permite a integração deste modelo com outros modelos existentes. A utilização de um modelo de dados temporal semanticamente rico não requer necessariamente a existência de um SGBD próprio para este modelo. A tendência é implementar o modelo sobre banco de dados convencionais, através do mapeamento das informações temporais para atributos explícitos. Como objetivo complementar, é apresenta do um ambiente para o suporte do TVM e de todas suas características. Especificamente, são detalhados o mapeamento da hierarquia base do modelo para um banco de dados objeto-relacional e sua implementação em um banco de dados comercial. Desse ambiente, foi implementado um protótipo da ferramenta para o auxílio na especificação de classes da aplicação.