Titre :	Les méthodes de Monte Carlo par chaînes de Markov
Type de document :	texte imprimé
Auteurs :	Samia telil, Auteur ; Nabiha Boutar, Auteur ; A Kitouni, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2017
Importance :	34 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC.
Langues :	Français (fre)
Catégories :	Sciences de la technologie:Génie civil
Tags :	les méthodes de Monte Carlo par chaînes de Markov, méthode de Monte Carlo, générateur de nombres aléatoires  algorithme de Metropolis-Hastings  échantillonnage de Gibbs  statistique bayésienne.
Index. décimale :	630 Génie Civil
Résumé :	Le but de ce travail est, en premier lieu, de présenter les méthodes de Monte Carlo par chaînes de Markov, en fournissant suffisamment d’informations pour permettre à les appliquer de façon simple. Le premier chapitre donne une introduction à des concepts importants de la chaîne de Markov. Dans le deuxième chapitre, nous décrivons la méthode de Monte Carlo et définissons les générateurs de nombres aléatoires. Nous citons dans le troisième chapitre deux algorithmes essentiels dans les MCMC qui sont Metropolis-Hastings avec ses cas particulier et l’échantillonnage de Gibbs. Nous terminons par une application des MCMC dans la statistique bayésienne.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=4590

Les méthodes de Monte Carlo par chaînes de Markov [texte imprimé] / Samia telil, Auteur ; Nabiha Boutar, Auteur ; A Kitouni, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2017 . - 34 f. ; 30 cm.
Une copie electronique PDF disponible au BUC.
Langues : Français (fre)

Catégories :	Sciences de la technologie:Génie civil
Tags :	les méthodes de Monte Carlo par chaînes de Markov, méthode de Monte Carlo, générateur de nombres aléatoires  algorithme de Metropolis-Hastings  échantillonnage de Gibbs  statistique bayésienne.
Index. décimale :	630 Génie Civil
Résumé :	Le but de ce travail est, en premier lieu, de présenter les méthodes de Monte Carlo par chaînes de Markov, en fournissant suffisamment d’informations pour permettre à les appliquer de façon simple. Le premier chapitre donne une introduction à des concepts importants de la chaîne de Markov. Dans le deuxième chapitre, nous décrivons la méthode de Monte Carlo et définissons les générateurs de nombres aléatoires. Nous citons dans le troisième chapitre deux algorithmes essentiels dans les MCMC qui sont Metropolis-Hastings avec ses cas particulier et l’échantillonnage de Gibbs. Nous terminons par une application des MCMC dans la statistique bayésienne.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=4590