Dimensionamento de estruturas de suporte rígidas

A Norma Portuguesa EN 1997-1:2007 - Eurocódigo 7 (EC 7) quando comparada, quer com a versão anterior ENV 1997-1:1994, cujo estatuto foi de pré-norma, quer com a prática tradicional corrente, introduz alterações significativas na abordagem ao dimensionamento geotécnico de estruturas de suporte. Assim, neste trabalho pretende-se aplicar a abordagem por meio de cálculos preconizada na Norma ao caso do dimensionamento de estruturas de suporte rígidas, comparando-a com os critérios tradicionais de dimensionamento utilizados em Portugal. Para tal realizou-se o plano de estudos seguinte: i) recensão bibliográfica síntese sobre o tema; ii) formulação geral do problema da verificação da segurança de estruturas de suporte rígidas de acordo com o preconizado no EC 7 e: iii) desenvolvimento de uma aplicação em Excel para a verificação da segurança daquelas estruturas nos moldes preconizados no EC 7. A folha de cálculo foi utilizada para comparar, através de dois exemplos - um relativo a um muro gravidade, e o outro relativo a um muro em T invertido - as diferenças entre a via tradicional e o EC 7 no respectivo dimensionamento.

Dynamic equilibrium through reinforcement learning

Reinforcement Learning is an area of Machine Learning that deals with how an agent should take actions in an environment such as to maximize the notion of accumulated reward. This type of learning is inspired by the way humans learn and has led to the creation of various algorithms for reinforcement learning. These algorithms focus on the way in which an agent’s behaviour can be improved, assuming independence as to their surroundings. The current work studies the application of reinforcement learning methods to solve the inverted pendulum problem. The importance of the variability of the environment (factors that are external to the agent) on the execution of reinforcement learning agents is studied by using a model that seeks to obtain equilibrium (stability) through dynamism – a Cart-Pole system or inverted pendulum. We sought to improve the behaviour of the autonomous agents by changing the information passed to them, while maintaining the agent’s internal parameters constant (learning rate, discount factors, decay rate, etc.), instead of the classical approach of tuning the agent’s internal parameters. The influence of changes on the state set and the action set on an agent’s capability to solve the Cart-pole problem was studied. We have studied typical behaviour of reinforcement learning agents applied to the classic BOXES model and a new form of characterizing the environment was proposed using the notion of convergence towards a reference value. We demonstrate the gain in performance of this new method applied to a Q-Learning agent.

A maturidade da dívida das pequenas e médias empresas industriais portuguesas

O presente trabalho centra-se no estudo da maturidade da dívida das PME industriais portuguesas. Para o efeito, após um breve enquadramento teórico sobre o tema, é analisada uma amostra de 800 empresas, procurando perceber quais os seus principais determinantes. Comparando os resultados obtidos com a evidência empírica internacional, focalizada sobretudo em grandes empresas cotadas e inseridas em mercados financeiros fortemente desintermediados, verificamos que a maturidade da dívida das PME industriais portuguesas reage da mesma forma a factores como: o grau de endividamento, a adequação à maturidade dos activos, o grau de libertação de fundos e a existência de garantias reais. Em contrapartida, a dimensão, sector de actividade e o nível de assimetria de informação parecem constituir factores irrelevantes. Obtém-se ainda que as opções de crescimento têm um efeito oposto ao esperado e que não se verifica uma relação perfeita, do tipo U invertido, entre o risco de liquidez e a maturidade.