Méthodes Monte-Carlo pour événements rares

Arnaud Guyader (LSTA, UPMC)

Les méthodes Monte-Carlo ont pour principe général de recourir à la simulation pour estimer des quantités hors d'atteinte via des techniques analytiques classiques. Lorsque l'événement à estimer est de probabilité très faible, disons moins d'une chance sur un million, mais d'importance pratique cruciale, la procédure Monte-Carlo naïve devient cependant trop imprécise et demande donc à être affinée.

Dans cette situation, on distingue généralement deux types d'approches en termes de réduction de variance : échantillonnage préférentiel (importance sampling) d'un côté, méthodes multi-niveaux (multilevel splitting) de l'autre. C'est cette seconde famille d'algorithmes qui sera détaillée lors de ces exposés, et ce dans deux contextes distincts : cadre statique d'une part, i.e. l'estimation d'événement rare pour un vecteur aléatoire ; dynamique d'autre part, c'est-à-dire pour un processus stochastique.

Date Cours Lieu
18 May 2016 14:00 Méthodes Monte-Carlo pour événements rares Université Pierre et Marie Curie, salle 15-16-201
19 May 2016 14:00 Méthodes Monte-Carlo pour événements rares Université Pierre et Marie Curie, salle 15-16-201