Relatorio sobre o EP4

Igor Gusev
No USP: 4646940
25 de Maio 2016

1 Definicao do Problema
Nesse problema devemos calcular o valor da integral da funcao de verosimilhanca
a seguir:
n
Y m
Y
f (, , \ D) = w(ti |, , ) r(tj |, , ) (1)
i=1 j=1

Tal que
t+
(t + )1 e
w(ti |, , ) = ( ) (2)
e
t+
e
r(tj |, , ) = (3)
e( )
Devemos calcular utilizando o metodo de metropolis hasting, usando a funcao
fmincon no matlab para otimizar o processo.
A entrada de nossa funcao deve ser um vetor com os 10 valores de e m = 5 e
n = 45 fixos. Enquanto a sada deve ser os 10 valores de e (1 k ) (evidencias).

2 Metodologia
Para integrar a funcao de verosimilhanca f podemos usar a aproximacao log(f )
abaixo:
n
X m
X
wli + rlj (4)
i=1 j=1

Tal que
ti +
wli = log() + ( 1) log(ti + ) log ( ) + ( ) (5)

tj +
rli = ( ) + ( ) (6)

1
Em seguida usamos a funcao fmincon pra calcular o maximo para a otimizacao.
Comecamos a calcular por metodo de metropolis comecando com o maior valor
e em seguida usamos esse maximo para calcularmos apenas os valores maximos
da funcaof () .

3 Teste Numerico
Plotamos a funcao para = 4 , N = 2 e M = 1 para entendermos melhor o
comportamento da funcao:

4 Conclusoes
Esperavamos obter evidencia maxima com entre 0.3 e 0.4 , mas nao podemos
observar esse comportamento devido a problemas de calculo da integral.