Colloque du
Département d'Informatique et de Recherche Opérationnelle


 Pierre L'Ecuyer - DIRO, Université de Montréal

Des simulations plus efficaces grâce aux méthodes quasi-Monte Carlo
 

Les méthodes quasi-Monte Carlo (QMC) sont des techniques numériques permettant d'estimer des intégrales en un grand nombre de dimensions de manière plus efficace que la méthode Monte Carlo standard. Puisque la simulation stochastique a habituellement pour but d'estimer une espérance mathématique, qui peut s'écrire comme une intégrale, les méthodes QMC s'appliquent à ces simulations et permettent en principe d'améliorer leur efficacité.

Dans cet exposé, nous ferons un survol des méthodes QMC randomisées et de leur utilisation pour réduire la variance en simulation stochastique. Nous parlerons en particulier d'une nouvelle classe de méthodes QMC randomisées pour simuler des chaînes de Markov évoluant sur un espace d'états ordonné. Nous donnerons des exemples simples d'applications avec des résultats numériques.

Jeudi le 29 septembre 2005, 15h30, pavillon Aisenstadt, salle 6214
Information : Pierre L'Ecuyer  (lecuyer@iro.umontreal.ca)