La simulation de Monte Carlo est un outil statistique puissant pour

résoudre des problèmes mathématiques complexes ou plus exactement

pour approcher leur solution aussi précisément que souhaité.

Cet ouvrage décrit les principaux problèmes auxquels s'attaque la

simulation de Monte Carlo : calcul de sommes ou d'intégrales,

d'espérances mathématiques, de problèmes d'optimisation, de

résolution d'équations linéaires, intégrales ou différentielles.

La simulation de Monte Carlo est illustré de nombreux exemples

d'application issus de domaines aussi variés que les télécommunications,

la finance, la fiabilité, la physique, etc. Il expose

comment les solutions peuvent être approchées et l'erreur analysée via

un intervalle de confiance contenant la solution avec une probabilité

donnée.

Ce livre présente également les différentes techniques d'accélération

réduisant l'intervalle de confiance pour un temps de simulation donné.

D'autres questions fondamentales sont traitées comme la génération

du hasard et des variables aléatoires ou la méthode de simulation de

quasi-Monte Carlo qui utilise des suites non aléatoires mais mieux

réparties sur le domaine d'échantillonnage, permettant une

convergence plus rapide.