Titre : |
Simulation stochastique et méthodes de Monte-Carlo |
Type de document : |
texte imprimé |
Auteurs : |
Carl Graham, Auteur |
Editeur : |
Paris : Ecole Polytechnique |
Année de publication : |
2011 |
Importance : |
198p |
Format : |
24x17 cm |
ISBN/ISSN/EAN : |
978-2-7302-1582-4 |
Langues : |
Français (fre) Langues originales : Français (fre) |
Mots-clés : |
Simulation stochastique,méthodes de Monte-Carlo. |
Index. décimale : |
519 |
Résumé : |
Cet ouvrage présente des méthodes probabilistes numériques de simulation et leurs vitesses de convergence. Avec une grande originalité, il allie rigueur mathématique et développements numériques, chaque méthode proposée s'inscrivant dans un contexte théorique précis développé de manière rigoureuse et auto-suffisante. Il s'adresse aussi bien à des étudiants ou élèves de grandes écoles ayant un bon niveau Master 1 en théorie des probabilités, qu'à des ingénieurs ou scientifiques recherchant une solide base théorique pour développer ou mettre en oeuvre des algorithmes ambitieux de simulation de processus stochastiques. Après des rappels sur la loi des grands nombres et les bases élémentaires de la simulation probabiliste, les auteurs introduisent les martingales et leurs principales propriétés. Ils développent ensuite un chapitre sur les estimations non asymptotiques des erreurs des méthodes de Monte-Carlo |
Simulation stochastique et méthodes de Monte-Carlo [texte imprimé] / Carl Graham, Auteur . - Paris : Ecole Polytechnique, 2011 . - 198p ; 24x17 cm. ISBN : 978-2-7302-1582-4 Langues : Français ( fre) Langues originales : Français ( fre)
Mots-clés : |
Simulation stochastique,méthodes de Monte-Carlo. |
Index. décimale : |
519 |
Résumé : |
Cet ouvrage présente des méthodes probabilistes numériques de simulation et leurs vitesses de convergence. Avec une grande originalité, il allie rigueur mathématique et développements numériques, chaque méthode proposée s'inscrivant dans un contexte théorique précis développé de manière rigoureuse et auto-suffisante. Il s'adresse aussi bien à des étudiants ou élèves de grandes écoles ayant un bon niveau Master 1 en théorie des probabilités, qu'à des ingénieurs ou scientifiques recherchant une solide base théorique pour développer ou mettre en oeuvre des algorithmes ambitieux de simulation de processus stochastiques. Après des rappels sur la loi des grands nombres et les bases élémentaires de la simulation probabiliste, les auteurs introduisent les martingales et leurs principales propriétés. Ils développent ensuite un chapitre sur les estimations non asymptotiques des erreurs des méthodes de Monte-Carlo |
| ![Simulation stochastique et méthodes de Monte-Carlo vignette](./images/vide.png) |