DSpace Repository

Méthodes de Monte-Carlo par chaînes de Markov et leurs application

Show simple item record

dc.contributor.author Salhi, Zina
dc.contributor.author Boumzaid, Y. ; promoteur
dc.date.accessioned 2019-03-05T07:05:14Z
dc.date.available 2019-03-05T07:05:14Z
dc.date.issued 2018-06-24
dc.identifier.uri http://univ-bejaia.dz/dspace/123456789/12582
dc.description Option : Probabilités Statistiques et Applications en_US
dc.description.abstract Les méthodes de Monte Carlo notées MC et les méthodes de Monte Carlo par chaînes de Markov notées MCMC sont aujourd'hui utilisées pour simuler des phénomènes physiques complexes dans plusieurs domaines scientifiques et appliqués : radioactivité, physique des hautes énergies, réseaux, économétrie, logistique et bien d'autre domaines. Ce sont les deux aspects abordés dans ce mémoire. Les travaux présentés dans ce document fournissent une revue simple, compréhensive et tutoriel de ces méthodes. Les travaux présentés dans le cadre des méthodes de Monte-Carlo décrivent une application classique de ces méthodes `a savoir l'intégration Monte-Carlo. Tandis que les travaux présentés dans le cadre des méthodes de MCMC, décrivent deux techniques conçues pour créer des chaînes de Markov de loi stationnaire donnée, `a savoir les algorithmes de Metropolis-Hastings et l'échantillonnage de Gibbs. en_US
dc.language.iso fr en_US
dc.publisher Université Abderrahmane Mira- Bejaia en_US
dc.subject Simulation Monte-Carlo : Estimation Monte-Carlo : Intégration Monte-Carlo :Méthodes Monte-Carlo par chaînes de Markov : Metropolis-Hastings : Echantillonnage de Gibbs en_US
dc.title Méthodes de Monte-Carlo par chaînes de Markov et leurs application en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account