Amostragem por Importância para Estimar Valores Esperados: uma Abordagem com Heurísticas para Problemas Intervalares NP-Difíceis
DOI:
https://doi.org/10.5540/tema.2005.06.02.0261Resumo
O presente trabalho tem como objetivo mostrar a possibilidade de aproximar um problema NP-Difícil da computação intervalar, através do uso de heurísticas com ênfase em algoritmos baseados no Método de Monte Carlo. A fim de apresentar heurísticas para o problema genérico de estimar numericamente, dada uma precisão ", o valor esperado de uma função racional f(x1, ..., xn) com (x1, ..., xn) 2 Qn k=1 ×Ik escolhidos de acordo com uma função de densidade de probabilidade P(x1, ..., xn) conjunta, com Ik sendo intervalos, mostramos para o particular caso de um grafo regular de grau 2, cujos vértices podem assumir somente dois valores −1 e +1, o que restringe os intervalos a serem todos discretos Ik = [−1, 1] \ Z, k = 1, ..., n. Verificamos que o problema do valor esperado entre os pares de vértices adjacentes, tivera seu custo reduzido de O(2n) operações, através do cálculo exato, para O(Nsample) que seria a complexidade encontrada quando aproximamos o resultado obtido pela Heurística, onde Nsample é o número de amostras de configurações escolhidas através do processo de amostragem por importância no contexto do algoritmo de Metrópolis.Referências
[1] R.E. Campello e N. Maculan, “Algoritmos e Heurísticas: desenvolvimento e avaliação de performance”, EDUFF, Rio de Janeiro, 1994.
M.E. Garey e D.S. Johnson, “Computers and intractability: a guide to the theory of NP-completeness”, Freeman, San Francisco, 1979.
V. Kreinovich, A. Lakeyev, J. Rohn e P. Kahl, “Computational Complexity and Feasibility of Data Processing and Interval Computations”, Kluwer Academic Publishers, Dordrecht, 1998.
V. Kreinovich, Probabilities, intervals, what next? Optimization problems related to extension of interval computations to situations with partial information about probabilities, Global Optimization, 29, No. 3 (2003), 265-280.
N. Metropolis, W. A. Rosenbluth, M. N. Rosenbluth, A. H. Teller e E. Teller, Equation of state calculation by fast computer machines, J. Chem. Phys. 1, No. 6 (1953).
R.E. Moore, “Methods and Applications of Interval Analysis”, Society for Industrial and Applied Mathematics, Philadelphia, PA, 1979.
R.M. Neal, “Probabilistic Inference using Markov Chain Monte Carlo Methods”, Thecnical Report, Departament of Computer Science, University of Toronto, 1993.
W.H. Press, S.A. Tenkolsky, W.T. Vetterling e B.P. Flannery, “Numerical Recipes in Fortran 77”, 2 ed., Cambridge University Press, 1994.
H. Rathschek e J. Rokne, “New Computer Methods for Global Optimization”, Ellis Horwood Limited, Great Britain, 1988.
L.V. Toscani e P.A.S. Veloso, “Complexidade de Algoritmos: análise, projetos e métodos”, Sagra Luzzato, Instituto de Informática da UFRGS, Porto Alegre, 2001.
B. Traylor e V. Kreinovich, A bright side of NP-hardness of interval computations: interval heuristics applied to NP-problems, Reliable Computing, 3 (1995), 343-359.
S.R.A. Salinas, “Introdução a Física Estatística”, Edusp, 1997.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
- Esta é uma revista de acesso aberto, o que significa que todo o conteúdo é livremente disponível gratuitamente para o usuário ou sua instituição. Os usuários estão autorizados a ler, baixar, copiar, distribuir, imprimir, pesquisar ou vincular os textos completos dos artigos, ou usá-los para qualquer outro propósito legal, sem pedir permissão prévia do editor ou do autor. Isso está de acordo com a definição de acesso aberto do BOAI.
Todo o conteúdo do periódico está licenciado sob uma Licença Creative Commons do tipo atribuição BY.