Processus de simulation
Phénomène réel → Modèle mathématique → Algorithme → Simulation
Identifier le phénomène
Créer un modèle mathématique
Implémenter l'algorithme
Exécuter la simulation
Analyser les résultats
Continue
Variables continues
Variables continues
Discrète
Événements distincts
Événements distincts
Types de simulations
Dynamique : évolutions dans le temps
Stochastique : aléatoire
Déterministe : prévisibles
Statistique : grandes quantités
Exemples de phénomènes simulés
Propagation de chaleur
Propagation épidémique
Circuits électriques
Propagation d'ondes
Méthodes et algorithmes
Itération : répétition de calculs
Méthode d'Euler
Monte Carlo
Algorithmes génétiques
Méthodes numériques
Avantages et limites
Avantages :
• Tests sans risque
• Observation à différentes échelles
• Coût réduit par rapport aux expériences réelles
• Observation à différentes échelles
• Coût réduit par rapport aux expériences réelles
Limites :
• Simplification du phénomène réel
• Dépendant de la qualité du modèle
• Besoin de validation expérimentale
• Dépendant de la qualité du modèle
• Besoin de validation expérimentale
