A simulação de variáveis aleatórias e os métodos Monte Carlo e Quase-Monte Carlo na quadratura multidimensional

• Ano de defesa: 2000
• Autor(a) principal: Dornelles Filho, Adalberto Ayjara
• Orientador(a): Dotto, Oclide Jose
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: 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
• Link de acesso: http://hdl.handle.net/10183/116969

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.