Méthodes de Monte-Carlo.

dc.contributor.authorMedouakh, Fatima Zahraen_US
dc.date.accessioned2018-01-10T08:29:19Zen_US
dc.date.available2018-01-10T08:29:19Zen_US
dc.date.issued2017-07-05en_US
dc.description.abstractComme conclusion à cette modeste étude, nous retenons que la méthode de Monte-Carlo est une méthode d'approximation par introduction de procé- dés aléatoires. Cela permet d'estimer des valeurs numériques et de caractériser des systèmes complexes. L'inconvénient est que cette méthode est lente, mais il existe des cas où c'est la seul technique accessible, en e et elle ne dépend pas de la régularité de la fonction à intégrer. D'autre part ne dé- pend pas de la dimension de l'espace en question ce qui évite les problèmes de déreglement de la convergence de l'estimateur lorsqu'il sagit de grandes dimensions.en_US
dc.identifier.citationSalle des thèsesen_US
dc.identifier.otherMS-519-38-01en_US
dc.identifier.urihttps://dspace.univ-tlemcen.dz/handle/112/12246en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcenen_US
dc.subjectMéthodes de Monte-Carlo.en_US
dc.titleMéthodes de Monte-Carlo.en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Methodes-de-Monte-Carlo.pdf
Size:
518.34 KB
Format:
Adobe Portable Document Format
Description:
CD

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: