A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2000 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/116969 |
Resumo: | Monte Carlo é o nome dado de forma geral às técnicas de resolução de problemas numéricos através do uso intensivo de números aleatórios. No trato computacional, esses números não são, de fato, aleatórios, mas pseudo-aleatórios, pois são gerados por algoritmos determinísticos que, no entanto, “parecem” aleatórios, isto é, são aprovados em testes de aleatoriedade. Variáveis aleatórias com quaisquer distribuições de probabilidade são então simuladas a partir de números pseudo-aleatórios uniformemente distribuídos no intervalo (0;1) através de certas transformações. Entre as diversas aplicações do método Monte Carlo destaca-se a quadratura numérica multidimensional, que consiste essencialmente em estimar o valor médio da função integranda através do valor médio da função em pontos escolhidos de modo aleatório no interior da região de integração. Técnicas especiais de amostragem permitem a redução da variância e, em conseqüência, do erro nos valores estimados. O erro de convergência do método é, no pior caso, de ordem O(n-1/2). No entanto o uso de pontos amostrais quase-aleatórios pode levar a convergência mais rápida de ordem O(n-1). O presente trabalho descreve uma grande quantidade de algoritmos para obtenção de variáveis pseudo-aleatórias e quasealeatórias ; para a transformação de diversas distribuições de probabilidade e para quadratura multidimensional. |
id |
URGS_7cd50f2aede0d243b1b40bcf9cc6b636 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/116969 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Dornelles Filho, Adalberto AyjaraDotto, Oclide Jose2015-05-23T02:01:03Z2000http://hdl.handle.net/10183/116969000271100Monte Carlo é o nome dado de forma geral às técnicas de resolução de problemas numéricos através do uso intensivo de números aleatórios. No trato computacional, esses números não são, de fato, aleatórios, mas pseudo-aleatórios, pois são gerados por algoritmos determinísticos que, no entanto, “parecem” aleatórios, isto é, são aprovados em testes de aleatoriedade. Variáveis aleatórias com quaisquer distribuições de probabilidade são então simuladas a partir de números pseudo-aleatórios uniformemente distribuídos no intervalo (0;1) através de certas transformações. Entre as diversas aplicações do método Monte Carlo destaca-se a quadratura numérica multidimensional, que consiste essencialmente em estimar o valor médio da função integranda através do valor médio da função em pontos escolhidos de modo aleatório no interior da região de integração. Técnicas especiais de amostragem permitem a redução da variância e, em conseqüência, do erro nos valores estimados. O erro de convergência do método é, no pior caso, de ordem O(n-1/2). No entanto o uso de pontos amostrais quase-aleatórios pode levar a convergência mais rápida de ordem O(n-1). O presente trabalho descreve uma grande quantidade de algoritmos para obtenção de variáveis pseudo-aleatórias e quasealeatórias ; para a transformação de diversas distribuições de probabilidade e para quadratura multidimensional.Monte Carlo is the name usually given to numerical problems resolution techniques by intensive use of random numbers. In computer procedures, this numbers are not, in fact, random but pseudo-random because they are generated by deterministic algorithms, but “look like” random, that is, they pass on randomness tests. Such random variables with any probability distribution are simulated on pseudo-random numbers with uniform distribution in (0;1) by certain transformations. Among a diversity of Monte Carlo methods applications, a special one is the multidimensional numeric quadrature which consists essentially of estimating tha integrand function mean value by the mean that function at random points in the integration region. Sampling techniques allow a variance reduction and hence an estimated error reduction. The error convergence order is, in the worst case, O(n-1/2). However quasi-random sampling points could bring a faster convergence order of O(n-1). The present work describes a wide quantity of algorithms for producing pseudo-random and quasi-random variables; for transforming a diversity of probability distributions, and for multidimensional quadrature.application/pdfporEstatística aplicada : Probabilidade : Análise multivariadaVariáveis aleatórias : SimulaçãoMétodo de Monte Carlo : SimulaçãoQuadratura multidimensionalNúmeros aleatóriosNúmeros pseudo-aleatóriosVariância : ReduçãoPontos amostrais quase-aleatóriosA simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de MatemáticaPrograma de Pós-Graduação em Matemática AplicadaPorto Alegre, BR-RS2000mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000271100.pdf.txt000271100.pdf.txtExtracted Texttext/plain111164http://www.lume.ufrgs.br/bitstream/10183/116969/2/000271100.pdf.txt28cad4be59c0825b00d24ecdfcb60b3eMD52ORIGINAL000271100.pdf000271100.pdfTexto completoapplication/pdf2252860http://www.lume.ufrgs.br/bitstream/10183/116969/1/000271100.pdf2fb5372f3842e049393fa09bfc899e41MD51THUMBNAIL000271100.pdf.jpg000271100.pdf.jpgGenerated Thumbnailimage/jpeg1754http://www.lume.ufrgs.br/bitstream/10183/116969/3/000271100.pdf.jpg6a2632c5caa2ee40b671030d84eba8adMD5310183/1169692018-10-22 08:40:04.376oai:www.lume.ufrgs.br:10183/116969Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-22T11:40:04Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
title |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
spellingShingle |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional Dornelles Filho, Adalberto Ayjara Estatística aplicada : Probabilidade : Análise multivariada Variáveis aleatórias : Simulação Método de Monte Carlo : Simulação Quadratura multidimensional Números aleatórios Números pseudo-aleatórios Variância : Redução Pontos amostrais quase-aleatórios |
title_short |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
title_full |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
title_fullStr |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
title_full_unstemmed |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
title_sort |
A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional |
author |
Dornelles Filho, Adalberto Ayjara |
author_facet |
Dornelles Filho, Adalberto Ayjara |
author_role |
author |
dc.contributor.author.fl_str_mv |
Dornelles Filho, Adalberto Ayjara |
dc.contributor.advisor1.fl_str_mv |
Dotto, Oclide Jose |
contributor_str_mv |
Dotto, Oclide Jose |
dc.subject.por.fl_str_mv |
Estatística aplicada : Probabilidade : Análise multivariada Variáveis aleatórias : Simulação Método de Monte Carlo : Simulação Quadratura multidimensional Números aleatórios Números pseudo-aleatórios Variância : Redução Pontos amostrais quase-aleatórios |
topic |
Estatística aplicada : Probabilidade : Análise multivariada Variáveis aleatórias : Simulação Método de Monte Carlo : Simulação Quadratura multidimensional Números aleatórios Números pseudo-aleatórios Variância : Redução Pontos amostrais quase-aleatórios |
description |
Monte Carlo é o nome dado de forma geral às técnicas de resolução de problemas numéricos através do uso intensivo de números aleatórios. No trato computacional, esses números não são, de fato, aleatórios, mas pseudo-aleatórios, pois são gerados por algoritmos determinísticos que, no entanto, “parecem” aleatórios, isto é, são aprovados em testes de aleatoriedade. Variáveis aleatórias com quaisquer distribuições de probabilidade são então simuladas a partir de números pseudo-aleatórios uniformemente distribuídos no intervalo (0;1) através de certas transformações. Entre as diversas aplicações do método Monte Carlo destaca-se a quadratura numérica multidimensional, que consiste essencialmente em estimar o valor médio da função integranda através do valor médio da função em pontos escolhidos de modo aleatório no interior da região de integração. Técnicas especiais de amostragem permitem a redução da variância e, em conseqüência, do erro nos valores estimados. O erro de convergência do método é, no pior caso, de ordem O(n-1/2). No entanto o uso de pontos amostrais quase-aleatórios pode levar a convergência mais rápida de ordem O(n-1). O presente trabalho descreve uma grande quantidade de algoritmos para obtenção de variáveis pseudo-aleatórias e quasealeatórias ; para a transformação de diversas distribuições de probabilidade e para quadratura multidimensional. |
publishDate |
2000 |
dc.date.issued.fl_str_mv |
2000 |
dc.date.accessioned.fl_str_mv |
2015-05-23T02:01:03Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/116969 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000271100 |
url |
http://hdl.handle.net/10183/116969 |
identifier_str_mv |
000271100 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/116969/2/000271100.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/116969/1/000271100.pdf http://www.lume.ufrgs.br/bitstream/10183/116969/3/000271100.pdf.jpg |
bitstream.checksum.fl_str_mv |
28cad4be59c0825b00d24ecdfcb60b3e 2fb5372f3842e049393fa09bfc899e41 6a2632c5caa2ee40b671030d84eba8ad |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1800309065310535680 |