Méthodes de Monte-Carlo

  • Aide
  • Recherche
  • Facebook
  • Twitter
Formation

Formation continue et reprise d'études

Formation continue et reprise d'études

Consultez la liste des formations proposées dans le cadre de la formation continue : formations diplômantes, certifications, préparations, formations courtes et formations sur mesure

Lire la suite

Actualités

Méthodes de Monte-Carlo

Objectifs

Les méthodes de Monte Carlo désignent un ensemble de techniques reposant sur la simulation de variables aléatoires ayant pour objectif de résoudre numériquement des problèmes déterministes. Compétences visées : savoir mettre en œuvre des méthodes de Monte Carlo pour la résolution de problèmes numériques.

Volume horaire

  • Travaux Dirigés : 16h
  • Cours Magistral : 16h

Examens

Première session

Deuxième session

Contrôle continu : 30%

Examen terminal : 70%

Durée de l'examen  : 2 heures

Examen : 100 %

Durée de l'examen  : 2 heures

Syllabus

1. Simulation de variables aléatoires : méthode par inversion et méthode d’acceptation-rejet.

2. Intégration numérique : introduction, principe général, techniques de réduction de la variance (échantillonnage d’importance, variables communes, variables de contrôle, variables antithétiques, stratification).

3. Optimisation stochastique : rappels et compléments sur les chaînes de Markov, méthodes de Monte Carlo par chaînes de Markov (simulation par chaînes de Markov, marche aléatoire sur un graphe, algorithme de Hasting-Metropolis, mesure de Gibbs, recuit simulé), algorithmes génétiques.

En bref

Crédits ECTS 4.0

Nombre d'heures 32.0

Niveau d'étude BAC +5

Contact(s)

Composante

Contact(s) administratif(s)

Secrétariat de Mathématiques

Email : secretariat-mathematiques @ univ-pau.fr

Lieu(x)

  • Pau