Académique Documents
Professionnel Documents
Culture Documents
net/publication/310828308
CITATIONS READS
0 14,881
3 authors, including:
Mohammed LEDRA
University of Constantine 3
83 PUBLICATIONS 54 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Monte-Carlo simulation of Nano-collected Current from a semiconductor sample containing a linear array of dislocations View project
All content following this page was uploaded by Mohammed LEDRA on 25 November 2016.
1 Introduction
Le terme méthode de Monte-Carlo désigne toute méthode visant à calculer une valeur
numérique en utilisant des procédés aléatoires, c’est à dire des techniques probabilistes. Le
nom de cette méthode fait allusion aux jeux de hasard pratiqués à Monte-Carlo. Il n’y a pas de
définition précise de ce qu’est une technique de type Monte-Carlo, mais la description la plus
habituelle consiste à dire que les méthodes de ce type se caractérisent par l’utilisation du
hasard pour résoudre des problèmes centrés sur le calcul d’une valeur numérique. La réponse
fournie sera une réponse statistique.
La méthode de Monte Carlo a été préférée dans de très nombreux secteurs scientifiques
et technologiques. La puissance développée des ordinateurs a permis à ces méthodes de
devenir opérationnelles et de s'étendre dans des domaines différents tel que la finance, les
mathématiques, la physique, la biologie moléculaire et génétique, les télécommunications, les
réseaux, la recherche opérationnelle et bien d’autres encore. D’une façon générale,
l’utilisation de cette méthode recouvre tous les domaines où l’utilisation des méthodes
scientifiques se heurte à des difficultés. Dans ce contexte, on distingue deux grands domaines
où la méthode de Monté Carlo peut être utilisée avec succès :
1
Phénomènes et processus aléatoires : on site comme exemple de ces problème:
Mouvement de particules.
Systèmes stochastiques de gestion ou de production.
Reconnaissance de formes (analyse d’images, de paroles, …).
Systèmes de commande décrits par des équations différentielles ordinaires ou des
équations aux différences.
( ) ≈ ( +⋯+ ) (1)
= ∫[ , ]
( ) (2)
Dans ce cas, la méthode de Monte Carlo consiste à écrire cette intégrale sous forme
d’espérance de f qui est la généralisation de la moyenne de f sur [0, 1]d, et avec u une variable
aléatoire suivant la loi uniforme sur [0, 1]d:
= ( ( )) (3)
I ≈ = ∑ ( ) (4)
2
Les points xi sont choisis dans l'intervalle Ω, donc quand le nombre des points N augmente
l'approximation sera plus précise et on a:
=∫ ( ) = = ∑ ( ) (5)
→ →
Pour voir les procédés un peu plus claires, nous approchons le calcul de l'intégrale sur
un intervalle [a, b] de ℝ, c'est à dire calculer l'intégrale =∫ ( ) . Soient x1, x2, ..., xN
des points aléatoires dans l'intervalle [a, b], après le calcul des f(x1), f(x2),..., f(xN), on peut
écrire la formulation générale suivante:
=∫ ( ) ≈ ∑ ( ) (6)
Ces résultats sont des résultats de deux autres résultats importants, il s'agit de la loi forte des
grands nombres et le théorème de limite centrale :
= (( − ) )= ( )−( )
Alors la suite
√ √
= ∑ − = ∑ − ( ) (8)
√
3
Converge en loi vers une gaussienne centrée réduite. C'est-à-dire :
Cette méthode ne dépend pas de la régularité de f qui doit être juste mesurable.
Souvent on cherche à calculer une intégrale plus générale :
= ( ( )) (11)
où est une variable aléatoire à valeur dans ℝ de loi .Ainsi on peut approcher l'intégrale I
par l'expression suivante:
≈ = ∑ ( ) (12)
C’est la loi forte des grands nombres qui permet de justifier la convergence de la
méthode, et le théorème de la limite centrale qui précise la vitesse de convergence. Pour avoir
une idée de l’intérêt de la méthode, il faut pouvoir évaluer l’erreur commise définie par:
|ɛ | = ( ( )) − ∑ ( ) (13)
4
Carlo, soit en donnant l’´ecart-type de l’erreur ɛ , soit en donnant un intervalle de confiance à
95% pour le résultat. L’intervalle de confiance de la méthode à 95% est :
σ σ
[ , ] = [ − 1.96 , + 1.96 ] (14)
√ √
∑ [ ( )] − ∑ ( ) → (15)
La vitesse de convergence est en , ce qui n’est pas très rapide, mais c’est parfois la seule
√
méthode abordable, de plus cette vitesse ne change pas si on est en grande dimension, et elle
ne dépend pas de la régularité de la fonction.
la partie D = { ( , ) ∈ ℝ , 0 ≤ ≤ ( ) ( )} de ℝ2:
= ∫ℝ ( ) ( ) = λ( ) (16)
Afin d’estimer cette aire, on peut procéder de la façon suivante. Choisir un domaine D′
contenant D, tirer N points uniformément dans D′ et calculer la proportion fn d’entre eux qui
tombe dans D: cette quantité estime I /λ(D′). Finalement, on estime donc I par λ(D′)·fn.
5
hasard des coordonnées x et y, chacune dans l’intervalle [0,1[. Si x² + y² < 1 alors le point P de
coordonnées (x, y) appartient au quart de disque D de centre (0,0) et de rayon 1. La probabilité
que P appartienne à D est π/4 (rapport de l’aire de D et du carré l’englobant). Donc, si on tire
au hasard n points, et si P d’entre eux appartiennent à D, on s’attend à avoir : p/n ≈ π/4. On en
tire donc une approximation de π égal à 4p/n.
Dans cette section on présente les différentes étapes et les modèles physiques employés
par un logiciel appelé CASINO. Ce logiciel exploite pleinement l’environnement naturel du
fonctionnement du microordinateur. En utilisant le logiciel CASINO version 2.42, la position
initiale de l’électron sur l’échantillon est ainsi calculée en utilisant les équations suivantes:
( )
= × cos (2 ) (17-a)
× .
( )
= × cos (2 ) (17-b)
× .
où d est le diamètre du faisceau électronique, R1, R2 et R3 sont des nombres aléatoires générés
par le micro-ordinateur distribués uniformément sur l'intervalle [0, 1].
6
L’angle initial de pénétration est fixé par l’utilisateur. La distance entre deux collisions
successives est calculée par les équations suivantes:
= ∑ (19)
= + (20)
, ×
= ∑ 1.116 + (21)
Dans le cas d’un élément simple, l’équation (18) prend la forme suivante :
, ×
= 1.116 + (22)
7
l’énergie de l’électron soit inferieure à 50 eV ou l’électron est rétrodiffusé vers l’extérieur de
la cible. L’énergie minimale peut être ajustée en utilisant les options de simulations mais il
déconseille d’utiliser une valeur inferieure à 50 eV.
6 Références