Colloque du
Département d'Informatique et de Recherche Opérationnelle
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)