Defesas & Seminários

DEFESA DO PROJETO DE TESE DE DOUTORADO - Charlene Cássia de Resende

Qua, 13 de Dezembro de 2017 19:08

DEFESA DO PROJETO DE TESE DE DOUTORADO

A Coordenação do Programa de Pós-Graduação Stricto Sensu em Modelagem Matemática e Computacional tem o prazer de convidar a comunidade científica para a 24ª sessão pública de apresentação e defesa do Projeto de Tese de Doutorado:

CANDIDATO (A): Charlene Cássia de Resende

TÍTULO:

Investigando a Eficiência de Mercados por meio de um Modelo de Previsão de Tendências de Retornos de Ativos.

BANCA EXAMINADORA:

Prof. Dr.Arthur Rodrigo Bosco de Magalhães(Orientador)   CEFET-MG

Prof. Dr.Adriano César Machado Pereira   UFMG

Prof. Dr. Allbens Atman Picardi Faria CEFET-MG

Prof. Dr.Cristiano Arbex Valle    UFMG

Prof. Dr. Giovani Guimarães Rodrigues  CEFET-MG

Prof. Dr. José Luiz Acebal Fernandes    CEFET-MG

 

LOCAL:

Auditório do Prédio 17– Departamento de Computação, Campus II, CEFET-MG

Av. Amazonas, 7675 - Nova Gameleira

DIA: 14 de dezembro de 2017 - quinta-feira

HORA: 14:00 horas

RESUMO:

Definimos um modelo de previsão de tendências de retornos de ativos financeiros, baseado em um sistema de equações diferenciais lineares acopladas discretizado. Neste, consideramos que a relação entre os desvios dos preços das ações em relação a um preço considerado justo traz informação sobre a dinâmica dos preços das ações. Tais desvios são calculados utilizando-se a diferença logarítmica entre os preços brutos e os preços justos. O modelo de previsão de tendências se assemelha a um modelo de regressão linear multivariado (AR). A validação estatística como tal será realizada em etapa futura. Parâmetros do modelo são explorados com o objetivo de encontrar uma combinação que apresente taxas de acurácia relevantes. Testes de hipóteses serão aplicados aos resultados da previsão para investigar se o modelo tem uma taxa de acerto de tendência de preços diferente de um processo totalmente aleatório. Outro passo futuro desta pesquisa corresponde a simulação realística.

Palavras-chave: Equações Diferenciais. Mercado de Ações. Séries Financeiras. Hipótese de Mercado Eficiente. Tendências.

Belo Horizonte, 14 de dezembro de 2017.

 

 

DEFESA DE TESE DE DOUTORADO :Bruno Ferreira Rosa

Seg, 23 de Outubro de 2017 14:25

A Coordenação do Programa de Pós-Graduação Stricto Sensu em Modelagem Matemática e Computacional – PPGMMC tem o prazer de convidar a comunidade científica para a 4ª sessão pública de apresentação e defesa da Tese de Doutorado:

 

CANDIDATO (A): Bruno Ferreira Rosa

TÍTULO: “Problemas de programação de tarefas em uma máquina com janelas de conclusão e Penalidades por Antecipação e Atraso: Algoritmos e Formulações”.

BANCA EXAMINADORA Prof. Dr. Marcone Jamilson Freitas Souza (Orientador) CEFET-MG Prof. Dr. Sergio Ricardo De Souza (Coorientador) CEFET-MG Prof. Dr. Philippe Yves Paul Michelon (Coorientador) UDPV Profa. Dr.ª Débora Pretti Ronconi   USP Prof. Dr. Luiz Satoru Ochi   UFF Prof. Dr. Maurício Cardoso De Souza  UFMG Prof. Dr. Moacir Felizardo De Franca Filho CEFET-MG Profa. Dr.ª Elisangela Martins De Sá CEFET-MG Prof. Dr. Flavio Vinicius Cruzeiro Martins CEFET-MG

 

LOCAL:  Auditório do Prédio do Departamento de Eletrotécnica e Eletrônica – Prédio 19 – 2º andar, Campus II, CEFET-MG, Av. Amazonas, 7675 - Nova Gameleira DIA: 27/10/2017 – sexta-feira HORA: 09 horas

RESUMO: Este trabalho trata o problema de programação de tarefas em uma máquina com janelas de conclusão distintas e tempos de preparação da máquina dependentes da sequência de execução das tarefas, denominado SMSPETP-SDS. O objetivo é minimizar a soma ponderada das antecipações e dos atrasos na conclusão das tarefas. Em termos práticos, as penalidades por antecipação são decorrentes de custos gerados pela necessidade de estocagem, enquanto as penalidades por atraso são consequências de multas contratuais. O SMSPETP-SDS possui muitas aplicações em indústrias metalúrgicas, têxteis, químicas, entre outras. Além do grande número de aplicações, é um problema difícil de ser resolvido na otimalidade, visto pertencer à classe NP-difícil. A união entre a aplicabilidade e a dificuldade de encontrar uma solução ótima motiva o desenvolvimento de algoritmos eficientes para resolvê-lo. Apesar disso, o problema de programação de tarefas com as características consideradas neste trabalho ainda não recebeu a devida atenção. Embora existam na literatura formulações matemáticas que representam o SMSPETP-SDS, elas não são eficientes e o SMSPETP-SDS tem sido tratado somente por meio de procedimentos heurísticos que dividem o problema em dois subproblemas: determinar a melhor programação de uma dada sequência de tarefas, considerando-se a possibilidade de inserção de tempos ociosos entre a execução de tarefas consecutivas; e determinar uma sequencia de tarefas que, associada à sua programação ótima, minimize a soma das penalidades geradas pelas tarefas. Neste trabalho, o SMSPETP-SDS é tratado sob uma perspectiva ainda não considerada na literatura. Inicialmente é proposto um novo algoritmo de programação ótima de uma dada sequência de tarefas. Esse algoritmo, de complexidade O (n2), é utilizado nos algoritmos heurísticos propostos para resolver o problema de sequenciamento das tarefas. Esse algoritmo de programação ótima também é utilizado em um algoritmo exato de enumeração implícita para o caso particular com tempos de preparação da máquina independentes da sequência de execução das tarefas, denominado SMSPETP-SIS. O algoritmo de enumeração implícita proposto faz uso de resultados teóricos desenvolvidos exclusivamente para o SMSPETP-SIS. Em um segundo momento, propõem-se várias formulações matemáticas para o SMSPETP-SDS. Um horizonte de planejamento para a execução de cada tarefa é proposto a um de ser utilizado na determinação dos parâmetros de entrada dessas formulações. Por último, são propostas novas famílias de restrições válidas para as formulações baseadas em variáveis indexadas no tempo, bem como algoritmos de separação para essas famílias. Experimentos computacionais mostram que: o algoritmo de programação ótima de uma dada sequência de execução das tarefas proposto é mais rápido que o algoritmo até então utilizado para esse um; os algoritmos heurísticos propostos para o problema de sequenciamento das tarefas são melhores que dois algoritmos da literatura na maioria dos problemas-teste considerados; o algoritmo de enumeração implícita é uma boa alternativa para a resolução exata do SMSPETP-SIS; e os limites inferiores construídos com os algoritmos de separação propostos são muito melhores que as soluções das respectivas relaxações lineares das formulações matemáticas apresentadas.

PALAVRAS-CHAVE: Programação de Tarefas, Janelas de Conclusão, Preparação da Máquina, Inserção de Tempos Ociosos,  Formulações Matemáticas, Heurísticas de Separação.

 

Belo Horizonte, 23 de outubro de 2017.

 

Prof. Dr. José Geraldo Peixoto de Faria

Coordenador do Programa de Pós-Graduação Stricto Sensu em Modelagem Matemática e Computacional

 

«InícioAnterior12345678910PróximoFim»
Editores