Principe de la méthode de Monte Carlo ("MCM")


Pour chacune des grandeurs d'entrée, on génére un échantillon

de M valeurs ( par défaut dans GUM_MC, valeur modifiable

dans le menu "options") selon la fonction de densité de probabilité choisie

par l'utilisateur.

On a donc des échantillons:

pour : (,,...,)

pour : (,,...,)

...

pour : (,,...,)


On calcule alors les M valeurs de l'échantillon de sortie:


L'estimateur de sortie est alors la moyenne

L'estimateur de l'incertitude-type de sortie est l'écart-type:

On peut reconstituer la loi de distribution de Y :

et la PFD de Y, peut être tracée sous forme d'histogramme

(le nombre de "classes" est réglable dans le menu "options").


Le coefficient de dissymétrie ou skewness est estimé par: .

Il traduit l'éventuelle dissymétrie de la distribution par rapport à sa moyenne. Il vaut 0 pour une distribution symétrique.


L'excés d'aplatissement ou kurtosis normalisé est estimé par:


Il vaut 0 pour une distribution normale, -1.2 pour une distribution uniforme.