Résumé:
Dans ce mémoire, nous proposons de nouveaux plans d’expériences numériques fondés sur la
théorie des processus stochastiques, particulièrement les processus ponctuels marqués à trois marques.
Ces plans sont basés à la fois sur la distribution des points dans le domaine expérimental et sur une
certaine caractérisation des marques de ces points. Ils sont obtenus à l’aide de la méthode de Monte
Carlo par chaîne de Markov (MCMC). Une étude détaillée sur la convergence des chaînes de Markov a
été réalisée. Nous avons également comparé notre approche avec d’autres plans numériques existants,
démontrant les avantages et les inconvénients de chaque méthode.
Ce travail souligne l’importance de la méthodologie des plans d’expériences pour optimiser les
essais et les simulations numériques, apportant des solutions efficaces et économiquement viables aux
ingénieurs et aux techniciens.
Mots clés : Plans d’expériences, Plans d’expériences numériques, Processus Ponctuels, Processus
Ponctuels Marqués, Monté Carlo par Chaine de Markov (MCMC), Algorithme de Metropolis-Hasting.
