Simulação Bayesiana de Eventos Discretos — Modelagem de Processos Estocásticos Informada pelo Posterior
A Simulação Bayesiana de Eventos Discretos (BDES) integra inferência estatística Bayesiana com simulação de eventos discretos. Crenças prévias sobre parâmetros do sistema — como taxas de serviço, tempos de chegada ou probabilidades de falha — são atualizadas com dados observados via teorema de Bayes, e as distribuições posteriores resultantes dirigem diretamente o motor de simulação. Essa acoplagem permite que modeladores propaguem incertezas alêatórias e epistêmicas através de modelos de processos orientados a eventos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Onggo, B. S., & Kunc, M. (2016). Combining discrete-event simulation and Bayesian updating for incorporating evidence from real-world data. Journal of Simulation, 10(1), 1-12. link ↗
- Pidd, M. (2004). Computer Simulation in Management Science (5th ed.). Wiley. ISBN: 9780470092781
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling. ScholarGate. https://scholargate.app/pt/simulation/bayesian-discrete-event-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Simulação Híbrida Baseada em Agentes e Eventos DiscretosSimulação↔ compare
- Modelagem Bayesiana Baseada em AgentesSimulação↔ compare
- Modelo Bayesiano de MarkovSimulação↔ compare
- Simulação de Eventos Discretos (DES)Simulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Simulação Estocástica de Eventos DiscretosSimulação↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →