DSpace
 

RIUFF >
Ciências Exatas e da Terra >
ICEx - Instituto de Ciências Exatas >
VGT - Curso de Graduação em Matemática - Bacharelado >
VGT - Trabalho de Conclusão de Curso >

Please use this identifier to cite or link to this item: http://localhost:8080/jspui/handle/1/4213

Title: Cadeias de Markov e aplicações
Authors: Silva, Larissa Miguez da
???metadata.dc.contributor.advisor???: Caminha, Adriano de Oliveira
???metadata.dc.contributor.advisorco???: Paula, Alan Prata de
???metadata.dc.contributor.members???: Nascimento, Carlos Henrique Pereira do
Caminha, Vera Lucia Prudencia dos Santos
Issue Date: 20-Aug-2017
Abstract: Este trabalho tem como principal objetivo resolver alguns problemas científicos via simula- ções, com ênfase aos problemas de decodificar um texto criptografado, escolher um vértice uniformemente ao acaso em um grafo com estrutura global desconhecida (como o grafo da internet, por exemplo) e o problema de retirar uma amostra de coloração para um grafo com distribuição uniforme dentre todas as colorações próprias. Com a finalidade de fornecer a fundamentação matemática necessária, apresenta-se a teoria clássica de Cadeias de Markov, suas propriedades básicas e teoria assintótica, destacando-se a convergência para a distribuição estacionária. Em sequência, foram realizadas simulações pelo método de Monte Carlo via Cadeias de Markov. Finalmente, foi discutido o tempo de convergência do algoritmo de Metropolis, conhecido como tempo de mistura
???metadata.dc.description.abstractother???: This work has as main goal to solve some scientific problems through simulations. Here we emphasize the problems of decoding an encrypted text, choose a vertex uniformly at random in a graph with unknown global structure (such as the internet graph, for example) and the problem of sample a coloring of a graph uniformly at random. In order to provide the necessary mathematical foundation, we present the theory of Markov chains, its basic properties and asymptotic theory, highlighting the convergence for the stationary distribution. Simulations were performed using the Markov Chains Monte Carlo method. Finally, the convergence time of the above algorithm, known as the mixing time, was discussed
URI: http://www.repositorio.uff.br/jspui/handle/1/4213
Appears in Collections:VGT - Trabalho de Conclusão de Curso

Files in This Item:

File Description SizeFormat
LarissaMiguezdaSilva 2017.pdf892.39 kBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2010  Duraspace - Feedback