ATIVIDADE 1 A1 - LABORATÓRIOS DE SIMULAÇÃO

Prévia do material em texto

UNP - UNIVERSIDADE POTIGUAR 
BACHARELADO EM ESTATÍSTICA 
DISCIPLINA: LABORATÓRIOS DE SIMULAÇÃO 
UNIDADE 1 – SIMULAÇÃO ESTATÍSTICA 
RICARDO CÉSAR RIBEIRO DOS SANTOS 
MYLLENA SILVA DE FREITAS MORAIS 
 
 
 
 
 
 
 
 
 
 
Atividade 1 A1, apresentada ao curso bacharelado 
em Estatística, ofertado pela Universidade Potiguar, 
como requisito avaliativo complementar da primeira 
avaliação da disciplina: Láboratórios de Simulação. 
 
 
 
 
 
 
 
 
 
 
 
 
 
ALUNO: EBERSON COSTA – MATRÍCULA 2020201380 
BENEVIDES – PARÁ 
2023 
UNP – UNIVERSIDADE POTIGUAR 
BACHARELADO EM ESTATÍSTICA 
LABORATÓRIOS DE SIMULAÇÃO – SIMULAÇÃO ESTATÍSTICA 
ATIVIDADE 1 – A1 
 
PREÂMBULO 
Você conheceu o modelo de simulação Monte Carlo, que objetiva embasar análises 
de ocorrências de variáveis aleatórias sob o viés matemático. Essa análise, porém, 
precisa ser realizada com critério e verificar quais as formas de aplicação da 
formulação. 
O método Monte Carlo pode ser aplicado em várias áreas, como no mercado 
financeiro e em Inteligência Artificial. 
Simulando de maneira aleatória o comportamento de ativos financeiros, podemos 
estudar os possíveis resultados e quais os cenários mais prováveis, e assim analisar 
de maneira mais criteriosa a tomada de decisão. 
Em Inteligência Artificial, o método Monte Carlo pode ser utilizado para o treinamento 
de redes neurais, ao simular os vários cenários possíveis e criar modelos para esse 
treinamento. Assim, podemos multiplicar uma lista relativamente pequena de casos e 
melhorar a amostragem e o treinamento. 
O modelo Monte Carlo assume que as variáveis aleatórias já estão devidamente 
caracterizadas e preparadas para os cálculos. Sendo assim, você deve descrever 
quais as formas de análise das variáveis aleatórias e o que permite a utilização do 
método Monte Carlo. 
 
CONSIDERAÇÕES INICIAIS 
A escolha do método de simulação é vital para o sucesso da modelagem estatística e 
para a elaboração de um projeto que seja verossímil. 
Nesses casos, uma das ferramentas mais versáteis que existem para um analista é a 
simulação Monte Carlo, realizada por meio de várias amostragens de variáveis 
aleatórias que descrevem o comportamento do sistema. 
 
FORMAS DE ANÁLISE DAS VARIÁVEIS ALEATÓRIAS 
As formas de análise das variáveis aleatórias dependem do tipo de distribuição de 
probabilidade que elas seguem, como uniforme, normal, binomial, dentre outras. 
Cada variável aleatória deve ter um valor mínimo e máximo definidos e, uma função 
que gere números aleatórios dentro desse intervalo. 
As variáveis aleatórias são aquelas que assumem valores de acordo com algum 
fenômeno aleatório, como o lançamento de um dado ou o resultado de uma pesquisa. 
Existem duas formas principais de análise das variáveis aleatórias, são elas, a análise 
descritiva e a análise inferencial. 
A análise descritiva consiste em resumir e organizar os dados obtidos por meio de 
medidas de tendência central, dispersão, forma e associação. 
A análise inferencial consiste em tirar conclusões sobre uma população a partir de 
uma amostra, usando técnicas como testes de hipóteses, intervalos de confiança e 
regressão. 
 
UTILIZAÇÃO DO MÉTODO MONTE CARLO 
O método Monte Carlo, enquanto técnica matemática que usa a amostragem aleatória 
repetida para obter a probabilidade de ocorrência de uma série de resultados, é usado 
na resolução de problemas quantitativos complexos ou impossíveis de serem 
resolvidos com métodos analíticos ou determinísticos. 
Além da área financeira e da inteligência artificial, ele tem diversas outras aplicações 
como, em áreas de física, engenharia, medicina, economia e estatística, podendo ser 
usado para prever o comportamento de sistemas complexos, avaliando o impacto de 
risco em cenários reais, otimizando processos e tomadas de decisões em condições 
de incertezas. 
Para utilizar o método Monte Carlo, precisa-se caracterizar e preparar as variáveis 
aleatórias que afetam o problema gerando-se um grande número de cenários 
possíveis, utilizando-se distribuições de probabilidades adequadas para cada variável, 
calculando-se uma medida de interesse para cada cenário. 
 
CONSIDERAÇÕES FINAIS 
O método Monte Carlo amplamente utilizado para simulações estatísticas foi 
enunciado em 1949 por John Von Neumann e Stanislav Ulam. 
Ambos estudiosos, foram eles os responsáveis pela criação do algoritmo Monte Carlo 
desenvolvendo teorias na área matemática, informática e probabilidade deixando, 
também, contribuições célebres na ciência da computação, mais especificamente na 
arquitetura de computadores. 
É importante destacar que, antes da enunciação do método Monte Carlo, já era 
comum a utilização do método de enumeração para a solução de problemas 
estatísticos. Mas, eles contribuíram, sobretudo, com o algoritmo da técnica.