2010bEquipe05
(→Atividades já realizadas) |
(→Referências) |
||
Linha 44: | Linha 44: | ||
BANKS, J.; CARSON II, J.S.; NELSON, B.L. Discrete event system simulation. 4.ed. New Jersey: Prentice Hall, 2005. | BANKS, J.; CARSON II, J.S.; NELSON, B.L. Discrete event system simulation. 4.ed. New Jersey: Prentice Hall, 2005. | ||
− | + | FREITAS FILHO, Paulo José de. Introdução à modelagem e simulação de sistemas: com aplicações em Arena. 2. ed. Florianópolis: Visual Books, 2001. | |
− | + | 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. | ||
+ | |||
+ | METROPOLIS, Nicholas. The Beginning of The Monte Carlo Method. Los Alamos Science, Los Alamos, no. 15, p. 125-130, 1987. | ||
+ | |||
+ | ECKHARDT, Roger. Stan Ulam, John von Neumann, and The Monte Carlo Method. Los Alamos Science, Los Alamos, no. 15, p. 131-141, 1987. | ||
+ | |||
+ | TAHA, Hamdy A. Operations research: an introduction . 6.ed. Upper Saddle River: Prentice Hall, c1997. |
Edição de 12h18min de 14 de setembro de 2010
Equipe 05: Aline Kachel Araújo, Ana Carolina C. De Menezes, Luis Guilherme M. Camargo, Rebeca Adrielli Alexandrino.
Tabela de conteúdo |
Introdução
Monte Carlo é um método que resolve problemas simulando diretamente o processo físico, usando números pseudo-aleatórios como entrada, e que estima os dados de saída a partir de uma amostragem aleatória. A entrada da simulação é a distribuição, baseada em observações ou teorias de distribuição. A saída é a formulação de amostras aleatórias, cuja precisão aumenta de acordo com o número de tentativas feitas. Quanto maior for o número de amostras, eventualmente, mais próximo chegará da aproximação da distribuição desejada.
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, que irá calcular o número do pi através do Método de Monte Carlo.
Documentação
Atividades
A fazer
Marcar reunião com o orientador em que todos os membros da equipe possam comparecer (atualmente, o professor encontra-se em um congresso e retornará apenas na semana do dia 20 de setembro).
Atividades já realizadas
(Observação: por esta wiki ter começado a ser editada em 30 de agosto, há atividades antecedentes que não estão aqui explícitas.)
11 de agosto de 2010: Início das atividades e definição do tema (Simulação de Eventos Discretos).
18 de agosto de 2010: Definição dos professores orientadores e da Proposta de Trabalho.
25 de agosto de 2010: Definição do esboço do sumário da monografia.
25 de agosto de 2010: Definição da equipe de trabalho, entrega e defesa de Proposta de Trabalho.
26 de agosto de 2010: Entrega ao Prof. Luders da Proposta de Trabalho para apreciação.
30 de agosto de 2010: Começo do trabalho de revisão bibliográfica.
01 de setembro de 2010: Pesquisa de mais materiais de referência, focados no Método de Monte Carlo e reformulação da proposta, com seu escopo melhor definido.
09 de setembro de 2010: Finalizada a leitura dos materiais de referência e início da montagem da Qualificação.
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.
FREITAS FILHO, Paulo José de. Introdução à modelagem e simulação de sistemas: com aplicações em Arena. 2. ed. Florianópolis: Visual Books, 2001.
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.
METROPOLIS, Nicholas. The Beginning of The Monte Carlo Method. Los Alamos Science, Los Alamos, no. 15, p. 125-130, 1987.
ECKHARDT, Roger. Stan Ulam, John von Neumann, and The Monte Carlo Method. Los Alamos Science, Los Alamos, no. 15, p. 131-141, 1987.
TAHA, Hamdy A. Operations research: an introduction . 6.ed. Upper Saddle River: Prentice Hall, c1997.