Simulation de Monte Carlo multiniveau
Le Monte Carlo multiniveau (MLMC) est une technique de réduction de variance qui estime des espérances en combinant des simulations effectuées à plusieurs niveaux de résolution numérique. Les simulations grossières et peu coûteuses capturent la majeure partie du signal ; les simulations fines et coûteuses ne corrigent que la petite différence restante, réduisant considérablement le coût de calcul total par rapport au Monte Carlo standard au seul niveau le plus fin.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Giles, M. B. (2008). Multilevel Monte Carlo path simulation. Operations Research, 56(3), 607–617. DOI: 10.1287/opre.1070.0496 ↗
- Giles, M. B. (2015). Multilevel Monte Carlo methods. Acta Numerica, 24, 259–328. DOI: 10.1017/s096249291500001x ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/fr/bayesian/multilevel-monte-carlo-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Chaîne de Markov Monte Carlo (MCMC)Simulation↔ compare
- Simulation de Monte-CarloPrise de décision↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →