Beruflich Dokumente
Kultur Dokumente
RESUMO
Este breve artigo tem como objetivo dar uma visão geral do que vem a ser uma
caminhada aleatória, e qual a sua utilidade na análise de alguns fenômenos
físicos. Para tal, é explicado o conceito de caminhada aleatória através de
gráficos a simulações, e alguns exemplos de aplicação são mostrados
ilustrando a utilização desta técnica.
2
Visual Basic for Applications.
3
Hipótese ergódica: "Para um processo randômico estacionário, um
1
É um formalismo. Nenhum algoritmo é capaz de gerar uma grande número de observações feitas num único sistema em N
seqüência aleatória na acepção pura da palavra, já que o algoritmo em instantes arbitrários de tempo tem as mesmas propriedades
si é sempre determinístico, e há a limitação numérica intrínseca da estatísticas que observar N sistemas escolhidos arbitrariamente ao
máquina em armazenar números. mesmo tempo a partir de um conjunto de sistemas semelhantes".
- 1/5 -
2. APLICAÇÕES DA CAMINHADA ALEATÓRIA
2.1. Geração de Amostras
A partir da caminhada aleatória unidimensional é
possível amostrar uma variável cuja distribuição
gaussiana seja conhecida através do valor de sua média e
de seu desvio padrão. Isto é útil em simulações, como as
de Monte Carlo.
Assim, sendo a distribuição normal, ou gaussiana,
dada por
∆x 2
1 −
p( x) = e 2σ 2 (3)
2π σ
onde σ é o desvio padrão e x a variável de interesse, pode
ser associada a uma caminhada aleatória (para número de
Figura 2. Simulação da caminhada de 24 passos de passos n grande) através das relações
10 walkers 1-D.
∆x = m ⋅ s 0 (4a)
σ
s0 = (4b)
n
Assim, uma caminhada aleatória de n passos (n
grande) e distância percorrida m fornece um valor para a
variável x, obedecendo a uma distribuição gaussiana,
através da expressão
x = x médio + ∆x = x médio + m ⋅ s 0 (5)
A Figura 5 exemplifica o resultado da amostragem de
1000 valores de uma variável x com desvio padrão igual
a 1, conforme o esquema descrito acima.
A seguir será visto como este comportamento da 2.2. Simulação da Difusão Unidimensional
caminhada aleatória pode ser útil. No estudo da difusão, assumindo N partículas de, por
exemplo, um soluto num solvente, a concentração do
- 2/5 -
primeiro no segundo é dada pela Lei de Fick, expressa, o resultado da simulação de um processo de difusão
para o caso unidimensional, por unidimensional.
σ 2 = 6 Kt (8)
onde
1 ε2
K= (9)
6 δt
sendo ε o passo da caminhada, δt o tempo entre passos e t
o tempo da caminhada.
- 3/5 -
partícula do ponto de partida do movimento, θ é o ângulo respeitando a maxwelliana da temperatura na respectiva
longitudinal e φ o ângulo latitudinal. O resultado de tal fronteira.
simulação para uma partícula pode ser visto na Figura 8.
Na Figura 9 é mostrada a distribuição da posição e da
concentração das partículas após uma simulação onde
10000 partículas efetuaram 1000 passos cada. Notar que
a concentração obedece a uma distribuição gaussiana,
com era de se esperar, ao passo que a distribuição da
quantidade de partículas (freqüência da posição) segue
uma curva maxewelliana.
- 4/5 -
3. CONCLUSÃO
Espera-se que a visão geral aqui fornecida tenha dado ao
leitor uma noção razoável do que vem a ser a técnica das
caminhadas aleatórias na simulação e estudo de
fenômenos das mais variadas naturezas. Técnicas
estatísticas têm se mostrado úteis na análise de vários
problemas, e espera-se que o conhecimento de mais esta
ferramenta possa agregar valor aos procedimentos de
análise do leitor.
4. REFERÊNCIAS
[1] Bird, G. A.. Molecular Gas Dynamics and the Direct
Simulation of Gas Flows. Oxford University, 1994.
[2] Haw, M.. Einstein’s Random Walk. Physics World,
January, 2005.
[3] Majumdar, S.N.. Brownian Functionals in Physics
and Computer Science. Current Science, Vol. 89, No. 12,
25 December 2005
[4] Nordlund, K. Random Walks. Disponível em:
http://beam.helsinki.fi/~knordlun/mc/2004/mc7.pdf.
Acesso em 03/12/2006.
Figura 12. Caminhadas aleatórias das componentes
[5] Pllana,S.. Hystory of Monte Carlo Method.
de velocidade de uma partícula no plano
Disponível em:
colisão x velocidade.
http://www.geocities.com/CollegePark/Quad/2435/index.
html. Acesso em: 28/05/2006.
2.5. Outras Aplicações
[6] Rudnick, J.. Lectures on the Random Walk.
Existem várias outras aplicações das caminhadas Department of Physics and Astronomy, UCLA
aleatórias, das quais podemos citar as abaixo-listadas. Disponível em: http://research.yale.edu/boulder/Boulder-
• No estudo do cérebro, passeios aleatórios são 2006/Lectures/rudnick_notes.pdf. Acesso em 03/12/2006.
utilizados para modelar cascatas de sinapses nos [7] Speigel, M. R.. Estatística. McGraw-Hill, São Paulo,
neurônios. 1984.
• Em psicologia, passeios aleatórios explicam
acuradamente a relação entre o tempo de tomar
uma decisão, e a probabilidade de que dada
decisão será executada.
• Em redes sem fio, passeios aleatórios são usados
para simular o tráfego através dos nós.
• Durante a segunda guerra, passeios aleatórios
foram utilizados para modelar a distância que um
prisioneiro fugitivo poderia percorrer num dado
espaço de tempo.
• Em economia, a hipótese de passeio aleatório é
utilizada para modelar a evolução dos preços de
ações.
• Passeios aleatórios descrevem as propriedades da
deriva genética (mecanismo que, atuando em
consonância com a seleção natural, modifica as
características das espécies ao longo do tempo,
sendo um processo estocástico).
• No estudo de polímeros, permite modelar a forma
e tamanho de suas cadeias.
• Na matemática, passeios aleatórios são utilizados
para calcular a solução da equação de Laplace.
- 5/5 -