Estudos de eficiência em buscas aleatórias unidimensionais

• Autor(a) principal: Lima, Tiago Aécio Grangeiro de Souza Barbosa
• Data de Publicação: 2010
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/16645
• topic: Busca; Aleatória; Caminhante; Lévy; Eficiência; Discretização; Variacional; Browniana; TLC; Superdifusão; Fractalidade; Search; Random; Walker; Lévy; Efficiency; Discretization; Variational; Brownian; CLT; Superdiffusion; Fractality

Neste trabalho investigamos o problema do caminhante aleatório unidimensional como modelo para encontrar que distribuição de probabilidades é a melhor estratégia a ser utilizada na busca por sítios-alvos aleatoriamente distribuídos, cuja localização é desconhecida, na situação em que o buscador tem informação limitada sobre sua vizinhança. Embora tal problema tenha surgido na década de 1960, uma nova motivação surgiu nos anos 1990 quando dados empíricos mostraram que várias espécies de animais, sob condições gerais (especialmente escassez de comida), não usam estratégias brownianas de busca, mas sim distribuições de Lévy. A principal diferença entre elas é que as distribuições de Lévy decaem muito mais lentamente com a distância (com cauda do tipo lei de potência no limite de longos passos), não obedecendo, portanto, ao Teorema do Limite Central, e apresentam propriedades interessantes, como fractalidade, superdifusão e autoafinidade. Estes experimentos, juntamente com conceitos evolucionistas, levantaram a suspeita de que tal escolha pode ter sido adotada por ser mais vantajosa para o buscador, uma idéia conhecida como Lévy Flight Foraging Hypothesis. Em nosso estudo, definimos a eficiência da busca e obtemos a sua expressão analítica para o modelo. Utilizamos métodos computacionais para comparar as eficiências associadas às distribuições de Lévy e duas outras dentre as mais citadas na literatura, a gama e a "stretched exponential", concluindo que a de Lévy representa a melhor estratégia. Finalmente, empregamos métodos variacionais de extremização e obtemos a equação de Euler do problema.