Titre du mémoire :

Méthodes d’estimation numérique

Résumé :

L'estimateur du maximum de vraisemblance est généralement obtenu en résolvant un ensemble d'équations dérivées du gradient de la fonction de log-vraisemblance. Bien que pour de nombreux exemples, une solution analytique soit disponible, il arrive fréquemment que le modèle spécifié conduise à une fonction de vraisemblance pour laquelle aucune solution analytique n'est disponible. Dans de tels cas, l'utilisation d'algorithmes d'optimisation numérique est nécessaire pour déterminer l'estimateur du maximum de vraisemblance.

Etudiant (e) : Rouabhia Zanouba
Niveau : Magister
Co-encadreur :
Date de soutenance : Juin 2025
Titre du mémoire :

Méthodes d'estimation numérique en Actuariat

Résumé :

Présenter comment les méthodes de Maximum de vraisemblance et de Least-Square Monte Carlo permettent d’obtenir des solutions pour les actuaires. Pour cela, des simulations et des applications seront présentées.

Etudiant (e) : Boudjema Rayene et Hachelfi Aya
Niveau : Magister
Co-encadreur :
Date de soutenance : Juin 2025