Modélisation et simulation des méthodes de Monte Carlo

Univ Europeenne - EAN : 9786202273664
Thierry Mbarga Byakolo
Édition papier

EAN : 9786202273664

Paru le : 1 avr. 2018

35,90 € 34,03 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
  • Benefits Livraison gratuite
    en France sans minimum
    de commande
  • Benefits Manquants maintenus
    en commande
    automatiquement
  • Benefits Un interlocuteur
    unique pour toutes
    vos commandes
  • Benefits Toutes les licences
    numériques du marché
    au tarif éditeur
  • Benefits Assistance téléphonique
    personalisée sur le
    numérique
  • Benefits Service client
    Du Lundi au vendredi
    de 9h à 18h
  • EAN13 : 9786202273664
  • Réf. éditeur : 4511067
  • Editeur : Univ Europeenne
  • Date Parution : 1 avr. 2018
  • Disponibilite : Disponible
  • Barème de remise : NS
  • Nombre de pages : 60
  • Format : H:229 mm L:152 mm E:4 mm
  • Poids : 103gr
  • Interdit de retour : Retour interdit
  • Résumé : La méthode de Monte Carlo peut être définie comme toute technique numérique de résolution de problèmes au moyen d'un modèle stochastique dans lequel on utilise des nombres aléatoires. Les exemples d'application sont très variés, citons-les: la simulation de files d'attente, de réseaux, la simulation de portefeuilles d'actifs en finance, la comparaison d'estimateurs en statistique, la recherche d'état stationnaire en physique, en économie. La méthode de simulation de Monte-Carlo permet aussi d'introduire une approche statistique du risque dans une décision financière. Elle consiste à isoler un certain nombre de variables-clés du projet, tels que le chiffre d'affaires ou la marge, et à leur affecter une distribution de probabilité. Pour chacun de ces facteurs, un grand nombre de tirages aléatoires est effectué dans les distributions de probabilité déterminées précédemment, afin de trouver la probabilité d'occurrence de chacun des résultats. Nous abordons ici trois parties: les générateurs de nombres aléatoires, les générateurs de variables aléatoires et enfin les techniques de réduction de la variance qui teste l'efficacité des mesures réalisées par les méthodes de Monte Carlo.
Haut de page
Copyright 2026 Cufay. Tous droits réservés.