Simulao

Estocstica

O que Simulao
Estocstica?

Simulao:

ato ou efeito de simular

Disfarce, fingimento, ....
Experincia ou ensaio realizado com o
auxlio de modelos.

Aleatrio: dependente de circunstncias

casuais ou fortuitas.
Simulao estocstica a arte de gerar
amostras de variveis aleatrias num
ambiente computacional e usar as ditas
amostras para a obteno de um certo
resultado.

Quais so os problemas ?
Nenhum problema para o qual
existam solues tericas alcanveis
no tempo requerido e a custos
tolerveis deve ser resolvido usando
simulao estocstica.
Nenhuma soluo aproximada to
boa quanto a soluo exata.

Um problema prtico para o

uso de simulao

Considere uma situao em que

um farmacutico resolve colocar
um pequena farmcia em que
preencher receitas. Ele planeja
abrir de 7:00 horas e espera que
em mdia chegar 32 receitas
at s17:00 horas.
De acordo com a experincia do
farmacutico, o tempo que leva
preenchendo uma receita segue
uma Normal com mdia 10
minutos e desvio padro 4
minutos. Ele planeja receber
receitas at s 17:00 horas,
embora ele permanea no local
aps essa hora se for necessrio
para preencher as receitas.

Um problema prtico para o

uso de simulao

Qual o tempo mdio que ele

permanecer na loja?
Qual a proporo de dias que
ele ficar trabalhando at s
17:30 horas?
Qual a proporo de receitas
que ele preencheu em 30
minutos?
Qual o tempo mdio que ele
levou para preencher uma
receita?

Um problema prtico para o

uso de simulao

importante fazer
suposies sobre as variveis
tempo de preenchimento e
tempo de chegadas.
Determinado as distribuies
de probabilidade, gerar os
nmeros para os tempos de
preenchimento e chegadas.
Considerando 1000 dias
simulados, ocorreram 122
casos em que o farmacutico
trabalhara at 17:30 horas.

Gerao de Variveis
Aleatrias Uniformes

Em simulao as variveis aleatrias com

distribuio uniforme no intervalo [0,1] so
usadas de vrias maneiras.

Em forma direta.
Para gerar distribuies discretas e contnuas.
Para gerar conjuntos de variveis dependentes.

A simulao de variveis aleatrias deu origem aos

Mtodos Monte Carlo.
Originalmente os nmeros aleatrios eram gerados
manualmente ou mecanicamente usando dados,
roletas, etc.
Modernamente computadores so usados para
gerar nmeros que na realidade so pseudoaleatrios.

Gerao de Variveis
Aleatrias Uniformes

Nmeros pseudo-aleatrios constituem

uma seqncia de valores que, embora
sejam gerados de forma determinstica, tem
aparncia de sendo variveis aleatrias
uniformes [0,1] independentes.
O desempenho de uma simulao estar
fortemente correlacionado com o gerador
de nmeros aleatrios usados.
Um dos mtodos de gerao mais usado
o chamado congruencial linear.

Gerao de Variveis Discretas

Mtodo de Inverso

Suponha que deseja-se gerar os valores de uma varivel

discreta X tendo funo de probabilidade
X

x1

x2

xn

P(X=xj)=pj

p1

p2

pn

A Funo de distribuio para X definida como

0 se x x1
p
se x1 x x2
1
F ( x) p1 p2 se x2 x x3

1
se x xn

Gerao de Variveis Discretas

Mtodo de Inverso

Gera-se um nmero uniformemente distribudo (0,1) e

x se
1
x2 se

x j se

U p0
p0 U p0 p1
j-1

p
i 1

U pi
i 1

Gerao de Variveis Discretas

Mtodo de Inverso

Exemplo: Considere uma varivel aleatria

X com distribuio
X

P(X=xj)=pj

1/4

1/2

1/4

Suponha que foi gerado u=0,3. Ento como

p1u<p1+p2, ou seja 0,25u<0,75, o valor
gerado x=1.
Para obter uma amostra de valores de X
basta gerar n valores de X.

Gerao de Variveis Discretas

Distribuio Bernoulli

Suponha que X tem uma distribuio de

Bernoulli com P(X=1)=p=0,52 e P(X=0)=1p=0,48. Para gerar valores para tal
distribuio basta gerar u e concluir:
Se u < 0,48, x=0
Se u 0,48, x=1

Exemplo: Suponha que geramos dez

valores de u: 0,11; 0,82; 0,00; 0,43; 0,56;
0,60; 0,72; 0,42; 0,08; 0,53. Ento os dez
valores dessa distribuio de Bernoulli so:
0, 1, 0, 0, 1, 1, 1, 0, 0, 1.

Gerao de Variveis Discretas

Distribuio Binomial

Considere X com distribuio Binomial com

parmetros n e p.
Para gerar m valores de X basta considerar
m experimentos da Binomial, sendo que em
cada um deles repetimos n vezes.
Exemplo: No exemplo anterior de Bernoulli,
foi obtido cinco sucessos logo p estimado
0,50. Considere que X tem uma binomial
com n=10 e p=0,52. Para gerar um valor
dessa distribuio basta repetir o
experimento 10 vezes.

Gerao de Variveis Discretas

Mtodo de Inverso

Distribuio Binomial

Se X tem distribuio Binomial com

parmetros n e p, ento
n
P( X i) p i (1 p) ni , i 0,1,..., n
i

Assumindo a forma recursiva

P( X i 1)

ni p
P( X i )
i 1 1 p

Gerao de Variveis Discretas

Mtodo de Inverso

Algoritmo de Gerao de Binomial

(n,p)
1. Gere um nmero uniforme (0,1)
2. c=p/(1-p), i=0, pr=(1-p)n, F=pr.
3. Se U< F, faa X=i e pare.
4. pr=[c(n-i)/(i+1)]pr, F=F+pr, i=1+1.
5. V para 3.

Gerao de Variveis Discretas

Mtodo de Inverso

Distribuio Poisson

Se X tem distribuio Poisson com

parmetro , ento
P( X i ) e

i
i!

, i 0,1,...

Assumindo a forma recursiva

P( X i 1)

i 1

P( X i), i 0

Gerao de Variveis Discretas

Mtodo de Inverso

Algoritmo de Gerao de Poisson

1. Gere um nmero uniforme (0,1)
2. i=0, p=e-, F=p.
3. Se U < F, faa X=i e pare.
4. p= p/(i+1), F=F+p, i=i+1.
5. V para 3.

Gerao de Variveis Contnuas

Mtodo de Inverso
Proposio: Se U uma v.a. uniforme
(0,1). Para uma funo de distribuio
F, a varivel aleatria X definida por
X=F-1(U) tem funo de distribuio F.
A proposio acima mostra que podese gerar uma varivel contnua X a
partir da sua funo de distribuio
gerando um valor uniforme (0,1) e
fazendo X=F-1(U).

Gerao de Variveis Contnuas

Mtodo de Inverso

Exemplos:

Suponha X tendo F(x)=xn, 0<x<1. Gere um

nmero uniforme u. Fazendo x=F-1(u) temse que x=u1/n.
Considere uma v.a. com densidade f(x)=2x,
0<x<1. Sua funo de distribuio F dada
por
0, se x 0

F ( x) x 2 , se 0 x 1
1, se
x 1

Ento para gerar um nmero x, gera-se um

nmero uniforme u e calcula x=u1/2. Se
u=0,5 ento x=0,71.

Gerao de Variveis Contnuas

Mtodo de Inverso

Distribuio Exponencial

Se X tem distribuio exponencial

com mdia dada
por
1
f ( x)

A funo de distribuio
acumulada
1
F ( x) 1 e

Fazendo F(x)=u e tomando o

logaritmo na base e, temos

1 u e

1
x

ln(1 u) x / x ln(1 u)

Gerao de Variveis Contnuas

Mtodo de Inverso

Distribuio Exponencial

Exemplo: Suponha =2 e deseja-se

gerar cinco valores X com distribuio
exponencial de parmetro 2. Gerados
os valores u1= 0,57, u2=0,19,
u3=0,38, u4=0,33 e u5=0,31.Temos
x1=-2ln(0,43)=1,68, x2=0,42, x3=0,96,
x4=0,80 e x=0,74.

Gerao de Variveis Contnuas

Mtodo de Inverso

Processo de Poisson

Seja N(t) o nmero de eventos que ocorrem

no intervalo [0,t) com uma taxa . N(t) para
t>0 uma varivel aleatria Poisson com
mdia t.
O tempo entre chegadas uma exponencial
de parmetro .
Gerar um processo de Poisson
equivalente gerar tempos entre chegadas.
A idia gerar unidades de tempo do
processo de Poisson.

Gerao de Variveis Contnuas

Mtodo de Inverso

Algoritmo de gerao de unidades de

tempo de um processo de Poisson.

1. t=0, I=0;
2. Gere um nmero uniforme (0,1) u.
3. t=t-(1/ lnu). Se t< T, pare.
4. I=I+1, S(I)=t.
5. V para 2.

O valor final de I representa o nmero final

de eventos que ocorrero no intervalo [0,t).

Gerao de Variveis Contnuas

Mtodo de Inverso

Distribuio Normal

Para gerar uma v.a. normal com mdia e varincia

2 basta gerar uma normal padro e usar a
transformao x= + z. Gera-se um nmero
uniforme u. Sabendo-se que F(Z)=u, x vai ser o
escore da tabela da normal tal que F(Z)=P(Zz)=u.
Este mtodo no prtico.
Um dos mtodos mais usados o mtodo Polar.
Nesse mtodo so gerados duas normais padro z1
e z2 por mdio das transformaes
z1 2 ln U1 cos(2U 2 )
z1 2 ln U1 sen(2U 2 )

U1 e U2 so uniformes (0,1).

Bivariate Normal Response Surface

f(X1, X2)

contours

X2
X1

All points of equal density are called a contour,

defined for p-dimensions as all x~ such that

'

x -1 x = c2

Exemplo de gerao de
Normais Independentes

Exemplo de gerao de
Normais Dependentes

Simulando imagens