Méthode de Monte Carlo. - Université du Maine
Méthode de Monte Carlo. - Université du Maine
Méthode de Monte Carlo. - Université du Maine
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
VECTEUR GAUSSIEN.<br />
PROPOSITION<br />
Soit<br />
m ∈ R n ,<br />
Γ ∈ S + n (R) matrice réelle <strong>de</strong> taille n symétrique positive,<br />
Y vecteur aléatoire gaussien standard <strong>de</strong> moyenne nulle et<br />
matrice <strong>de</strong> covariance Id n .<br />
Alors le vecteur aléatoire X = Γ 1/2 Y + m est gaussien <strong>de</strong> moyenne m<br />
et <strong>de</strong> matrice <strong>de</strong> covariance Γ.<br />
Si Y est un vecteur gaussien <strong>de</strong> loi N (0, Id n ), ses coordonnées sont<br />
i.i.d. <strong>de</strong> loi N (0, 1). Ainsi on peut simuler une réalisation <strong>de</strong> Y en<br />
simulant n réalisations indépendantes Y 1 (ω), . . . , Y n (ω) <strong>de</strong> loi N (0, 1).<br />
A. Popier (Le Mans) Métho<strong>de</strong> <strong>de</strong> <strong>Monte</strong> <strong>Carlo</strong>. 64 / 95