Read more
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.
