Search
Now showing items 1-4 of 4
Étude de la performance d’un algorithme Metropolis-Hastings avec ajustement directionnel
(2012-02-02)
Les méthodes de Monte Carlo par chaîne de Markov (MCMC) sont des outils très populaires
pour l’échantillonnage de lois de probabilité complexes et/ou en grandes dimensions.
Étant donné leur facilité d’application, ces ...
Convergence d’un algorithme de type Metropolis pour une distribution cible bimodale
(2017-09-27)
Nous présentons dans ce mémoire un nouvel algorithme de type Metropolis-Hastings dans lequel la distribution instrumentale a été conçue pour l'estimation de distributions cibles bimodales. En fait, cet algorithme peut être ...
New simulation schemes for the Heston model
(2012-10-11)
Les titres financiers sont souvent modélisés par des équations différentielles stochastiques (ÉDS). Ces équations peuvent décrire le comportement de l'actif, et aussi parfois certains paramètres du modèle. Par exemple, le ...
Recyclage des candidats dans l'algorithme Metropolis à essais multiples
(2014-05-20)
Les méthodes de Monte Carlo par chaînes de Markov (MCCM) sont des méthodes
servant à échantillonner à partir de distributions de probabilité. Ces techniques
se basent sur le parcours de chaînes de Markov ayant pour lois ...