1. TEDE PUCRS
  2. Teses e Dissertações dos Programas de Pós-Graduação da PUCRS
  3. Programa de Pós-Graduação em Ciência da Computação
Export this record: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede2.pucrs.br/tede2/handle/tede/5115
Full metadata record
DC FieldValueLanguage
dc.creatorTaschetto, Dione-
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4253603Y5por
dc.contributor.advisor1Fernandes, Paulo Henrique Lemelle-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781822J3por
dc.date.accessioned2015-04-14T14:49:28Z-
dc.date.available2010-12-23-
dc.date.issued2010-03-12-
dc.identifier.citationTASCHETTO, Dione. Precisão de simulações para solução de modelos estocásticos. 2010. 91 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2010.por
dc.identifier.urihttp://tede2.pucrs.br/tede2/handle/tede/5115-
dc.description.resumoAtravés de formalismos Markovianos é possível modelar diversos sistemas e resolvê-los através de soluções computacionais específicas possibilitando prever ou avaliar seus padrões de comportamento. O formalismo de Redes de Autômatos Estocásticos (SAN) permite descrever modelos Markovianos de forma compacta e modular. Além disso, é utilizado para obter íındices de desempenho de sistemas através de soluções numéricas iterativas que se baseiam em um descritor e um vetor cujo tamanho é igual ao espaço de estados do modelo. Dependendo do tamanho do modelo esta operaçao torna-se computacionalmente onerosa e muitas vezes impraticável. Um método alternativo para calcular índices a partir de um modelo é a simulação, principalmente porque ela simplesmente exige a definição de um gerador de números pseudo-aleatórios e funções de transição entre estados que permitem a criação de uma trajetória. O processo de amostragem pode ser diferente para cada técnica estabelecendo algumas regras para coleta de amostras para posterior análise estatística. As técnicas de simulação, normalmente requerem muitas amostras para calcular índices de desempenho estatisticamente relevantes. Este trabalho proporciona comparações da precisão dos resultados de alguns modelos Markovianos obtidos a partir da execução de diferentes técnicas de simulação. Além disso, propõe uma maneira distinta de simular modelos Markovianos usando um método baseado em estatística Bootstrap para minimizar o efeito de escolha das amostras. A eficácia do método proposto, denominado Bootstrap simulation, é comparado com resultados da solução numérica para um conjunto de exemplos descritos por meio do formalismo de modelagem SAN.por
dc.description.provenanceMade available in DSpace on 2015-04-14T14:49:28Z (GMT). No. of bitstreams: 1 427631.pdf: 914785 bytes, checksum: 815e75c48669f5e8db50b93c7cf37623 (MD5) Previous issue date: 2010-03-12eng
dc.formatapplication/pdfpor
dc.thumbnail.urlhttp://tede2.pucrs.br:80/tede2/retrieve/15189/427631.pdf.jpg*
dc.languageporpor
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpor
dc.publisher.departmentFaculdade de Informácapor
dc.publisher.countryBRpor
dc.publisher.initialsPUCRSpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectINFORMÁTICApor
dc.subjectREDES DE AUTÔMATOS ESTOCÁSTICOSpor
dc.subjectAVALIAÇÃO DE DESEMPENHO (INFORMÁTICA)por
dc.subjectSIMULAÇÃO E MODELAGEM EM COMPUTADORESpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.titlePrecisão de simulações para solução de modelos estocásticospor
dc.typeDissertaçãopor
Appears in Collections:Programa de Pós-Graduação em Ciência da Computação

Files in This Item:
File Description SizeFormat 
427631.pdfTexto Completo893.34 kBAdobe PDFThumbnail

Download/Open Preview
Show simple item record Recommend this item


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