Méthodes MCMC

Description

Programme (contenu détaillé) :
– Simulation de variables et vecteurs aléatoires : nombres pseudo-aléatoires, simulation par inversion de la fonction de répartition, par rejet et méthodes de simulation spécifiques.
– Méthodes de Monte-Carlo classiques : implémentation, réduction de variance par différentes méthodes (par variable de contrôle, par échantillonnage préférentiel, méthode des variables antithétiques).
– Méthodes de Monte Carlo par chaînes de Markov : rappels sur les chaînes de Markov, loi des grands nombres markovienne, algorithme de Metropolis-Hastings.  
– Mise en pratique avec le logiciel Python.

Objectifs

A la fin de ce module, l'étudiant.e devra avoir compris et pourra expliquer (principaux concepts) :
- Les principes fondamentaux de la simulation de variables et vecteurs aléatoires.                                                             
-  Les méthodes classiques de réduction de variance dans l'approximation d'intégrales par la méthode de Monte Carlo. 
- L'approximation d'intégrales par la méthode de Monte Carlo à base de chaînes de Markov. 

L'étudiant.e devra être capable de :
- Simuler une variable aléatoire réelle par inversion.
- Simuler un vecteur aléatoire par rejet.
- Maîtriser les techniques de réduction de variance (par variable de contrôle, par échantillonnage préférentiel, méthode des variables antithétiques).
- Utiliser l'algorithme de Metropolis-Hastings générant une chaîne de Markov réversible et ergodique de probabilité invariante prescrite a priori.

Pré-requis

Probabilités et Statistique (2MIC Semestre 4). 
Probabilités et analyse de données (3MIC Semestre 5).  
Compléments de probabilités (3MIC MA Semestre 5).

Évaluation

L’évaluation des acquis d’apprentissage est réalisée en continu tout le long du semestre. En fonction des enseignements, elle peut prendre différentes formes : examen écrit, oral, compte-rendu, rapport écrit, évaluation par les pairs…

En bref

Crédits ECTS :

Nombre d’heures :

EN 1 Clic

Annuaire

ENT

Rejoindre
les équipes

Marchés publics

Soutenir l'excellence

Fondation
INSA
Taxe
apprentissage

INSA Toulouse
135 avenue de Rangueil
31077 Toulouse cedex 4
Tél : 05 61 55 95 13
Fax : 05 61 55 95 00

Logo Communauté d'universités et établissements de Toulouse
Logo Bienvenue En France

Dans un souci d'alléger le texte et sans aucune discrimination de genre, l'emploi du genre masculin est utilisé à titre épicène.

INSA Toulouse
Résumé de la politique de confidentialité

Ce site utilise des cookies afin que nous puissions vous fournir la meilleure expérience utilisateur possible. Les informations sur les cookies sont stockées dans votre navigateur et remplissent des fonctions telles que vous reconnaître lorsque vous revenez sur notre site Web et aider notre équipe à comprendre les sections du site que vous trouvez les plus intéressantes et utiles.
En cliquant sur "Accepter", vous acceptez l'utilisation de cookies en provenance de ce site ainsi que notre politique de protection des données personnelles.