Les méthodes Monte Carlo forment une large classe d'algorithmes de calcul qui se basent sur des échantillonnages aléatoires. Le terme échantillonnage désigne ici la génération aléatoire de nombres distribués selon une certaine loi de probabilité. Les méthodes Monte Carlo sont principalement utilisées pour résoudre des problèmes d'intégration numérique et d'optimisation. Cet exposé se veut une introduction à quelques méthodes Monte Carlo, dont l'échantillonnage préférentiel, la méthode de rejet ainsi que des méthodes de Monte Carlo par chaînes de Markov (MCMC) telles que l'algorithme de Metropolis-Hastings et l'échantillonnage de Gibbs.

Note: Le séminaire sera présenté à 10h00 à la salle PLT-1120.