Simulação

Componente Curricular: Simulação

Código: 1114206

Créditos: 04

Carga Horária: 60 horas

Pré-Requisito: Probabilidade III (1114183)

Unidade Responsável: UAEst/CCT

Ementa

Geração de números pseudo-aleatórios. Geração de amostras de variáveis aleatórias: método da transformada inversa, método da composição e método da aceitação-rejeição. Geração de amostras com distribuições contínuas e discretas. Geração de variáveis aleatórias multivariadas. Método de Monte Carlo. Técnicas de redução de variância.

I - Objetivos

Capacitar ao aluno para o uso de técnicas de simulação com a finalidade de resolver problemas práticos.

II - Conteúdo Programático

I-Geração de números pseudo-aleatórios.

(a) Geradores congruentes lineares: Gerador Congruente Linear Misto, Gerador Congruente Linear Multiplicativo, Estrutura Lattice e Exemplos de Geradores Congruentes Lineares Conhecidos

(b) Geradores Híbridos

(c) Propriedades desejáveis de um bom gerador

II- Geração de amostras de variáveis aleatórias

(a) método da transformada inversa.

(b) método da composição.

(c) método da aceitação-rejeição

III-Geração de amostras com distribuições contínuas e discretas.

IV- Geração de variáveis aleatórias multivariadas.

V- Método de Monte Carlo.

VI- Técnicas de redução de variância.

III- Referências Bibliográficas

Bibliografia Básica:

1. DAGPUNAR, T. Principles of Random Variate Generation . Oxford: Clarendon Press, 1988.

2. RIPLEY, B. D. Stochastic Simulation . New York: John Wiley & Sons, 1987.

3. ROSS, S. M. Simulation . 4. ed. San Diego: Academic Press, 2006.

4. RIZZO, M. L. Statistical Computing with R. Boca Raton: Chapman & Hall/CRC, 2007.

Bibliografia Complemetar:

1. GAMERMAM, D. e LOPES, H. Markov Chain Monte Carlo : Stochastic Simulation for Bayesian Inference. 2. ed. United States: Chapman and Hall, 2006.

2. LAW, A. M. e KELTON, W. D. Simulation Modelling and Analysis . 3. ed. New York: McGraw-Hill, 1997.

3. McLACHLAN, G. J. e KRISHNAN, T. The EM algorithm and extentions . 2. ed. New Jersey: John Wiley and Sons, 2008.

4. ROBERT, C. P. e CASELLA, G. Monte Carlo Statistical Methods . 2. ed. New York: Springer, 2004.

5. RUBINSTEIN, R. Y. Simulation and the Monte Carlo Method . New York: John Wiley & Sons, 1981.