Pré-Proposta
(Nova página: ==Proposta== Apresentação didática do Método de Monte Carlo, seus aspectos históricos e aplicações, discutindo a essência do método num ambiente computacional, que é a geraç...) |
(→Cronograma) |
||
Linha 31: | Linha 31: | ||
==Cronograma== | ==Cronograma== | ||
+ | [[http://img46.imageshack.us/img46/6692/cronograma.jpg Cronograma da Equipe]] | ||
==Referências== | ==Referências== |
Edição de 10h47min de 14 de setembro de 2010
Tabela de conteúdo |
Proposta
Apresentação didática do Método de Monte Carlo, seus aspectos históricos e aplicações, discutindo a essência do método num ambiente computacional, que é a geração de números (pseudo) aleatórios e suas limitações. Para tanto será desenvolvido um software de apoio, exemplificando o uso do método em algumas áreas, assim como um pequeno modelo de simulação.
Introdução/Tema
De acordo com Cassel (1996), “a simulação permite que se verifique o funcionamento de um sistema real em um ambiente virtual, gerando modelos que se comportam como aquele, considerando a variabilidade do sistema e demonstrando o que acontecerá na realidade de forma dinâmica”. Para se realizar uma simulação, é necessário um modelo matemático que represente o sistema que ele busca representar. Ela é amplamente utilizada em casos com múltiplas variáveis aleatórias, pela dificuldade em se obter um resultado analítico. O Método de Monte Carlo trata-se de um método de simulação estocástico e que, segundo Andrade (1998), consiste em uma função cumulativa de probabilidade da variável em simulação.
Justificativa e Objetivos
– Método muito utilizado em diversas áreas do conhecimento (administração, estatística, matemática, etc)
– Conceito abstrato e de difícil compreensão
– Compreender o método de simulação de Monte Carlo
– Elaborar um programa que ilustre o método de Monte Carlo, visando o uso didático para o aprendizado do método.
Estrutura
Componentes obrigatórios (capa, contra capa, sumário, etc.)
1. Introdução
1. Modelos de Simulação
2. Método de Monte Carlo
3. Implementação e Resultados
4. Algoritmos de Geração de Números Aleatórios
5. Conclusão
Cronograma
Referências
ANDRADE, Eduardo L.. Introdução à Pesquisa Operacional. 3. ed. LTC Editora, Rio de Janeiro, 2002.
BANKS, J.; CARSON II, J.S.; NELSON, B.L. Discrete event system simulation. 4.ed. New Jersey: Prentice Hall, 2005.
CASSEL, R.A. Desenvolvimento de uma abordagem para a divulgação da simulação no setor calçadista gaúcho. 1996. Dissertação de mestrado – Pós Graduação em Engenharia da produção da Universidade Federal do Rio Grande do Sul.
FREITAS FILHO, Paulo José de. Introdução à modelagem e simulação de sistemas: com aplicações em Arena. 2. ed. Florianópolis: Visual Books, 2001. 372 p.
LAW, A.M.; KELTON, W.D. Simulation modeling and analysis. 3. ed. Boston: McGraw-Hill, 2000.
METROPOLIS, Nicholas; Ulam, S. The Monte Carlo Method. Journal of the American Statistical Association, vol. 44, No. 247 (Sep. 1949), pp. 335-341.
TAHA, Hamdy A. Operations research: an introduction . 6.ed. Upper Saddle River: Prentice Hall, c1997. 916p.