- EAN13
- 9782746240841
- Éditeur
- Hermès science publications
- Date de publication
- 05/02/2010
- Langue
- français
- Fiches UNIMARC
- S'identifier
Livre numérique
Autre version disponible
La simulation de Monte Carlo est un outil statistique puissant pour résoudre
des problèmes mathématiques complexes ou plus exactement pour approcher leur
solution aussi précisément que souhaité.
Cet ouvrage décrit les principaux problèmes auxquels s'attaque la simulation
de Monte Carlo : calcul de sommes ou d'intégrales, d'espérances mathématiques,
de problèmes d'optimisation, de résolution d'équations linéaires, intégrales
ou différentielles. La simulation de Monte Carlo est illustré de nombreux
exemples d'application issus de domaines aussi variés que les
télécommunications, la finance, la fiabilité, la physique, etc. Il expose
comment les solutions peuvent être approchées et l'erreur analysée via un
intervalle de confiance contenant la solution avec une probabilité donnée.
Ce livre présente également les différentes techniques d'accélération
réduisant l'intervalle de confiance pour un temps de simulation donné.
D'autres questions fondamentales sont traitées comme la génération du hasard
et des variables aléatoires ou la méthode de simulation de quasi-Monte Carlo
qui utilise des suites non aléatoires mais mieux réparties sur le domaine
d'échantillonnage, permettant une convergence plus rapide.
des problèmes mathématiques complexes ou plus exactement pour approcher leur
solution aussi précisément que souhaité.
Cet ouvrage décrit les principaux problèmes auxquels s'attaque la simulation
de Monte Carlo : calcul de sommes ou d'intégrales, d'espérances mathématiques,
de problèmes d'optimisation, de résolution d'équations linéaires, intégrales
ou différentielles. La simulation de Monte Carlo est illustré de nombreux
exemples d'application issus de domaines aussi variés que les
télécommunications, la finance, la fiabilité, la physique, etc. Il expose
comment les solutions peuvent être approchées et l'erreur analysée via un
intervalle de confiance contenant la solution avec une probabilité donnée.
Ce livre présente également les différentes techniques d'accélération
réduisant l'intervalle de confiance pour un temps de simulation donné.
D'autres questions fondamentales sont traitées comme la génération du hasard
et des variables aléatoires ou la méthode de simulation de quasi-Monte Carlo
qui utilise des suites non aléatoires mais mieux réparties sur le domaine
d'échantillonnage, permettant une convergence plus rapide.
S'identifier pour envoyer des commentaires.