suite explication

1 files changed, 10 insertions, 1 deletions

diff --git a/doc/rapport.tex b/doc/rapport.tex
index 6430823..4b16aa7 100644
--- a/doc/rapport.tex
+++ b/doc/rapport.tex
@@ -315,7 +315,7 @@ discrépence faible. Cependant, le code est générique et peut prendre
 n'importe quelle suite en argument du template. En particulier, j'ai
 testé avec la méthode Halton, mais la performance de l'estimateur
 était moins bonne. Pour les petites dimensions les suites de Sobol
-sont codées avec la GSL \cite{GSL} dans \texttt{lowdiscrepancy.hpp}
+sont codées avec la GSL \cite{GSL} dans \texttt{\detokenize{low_discrepancy.hpp}}
 obtenue sur la page du cours. Malheureusement, l'implémentation de la
 GSL est limitée à 40 dimensions. Pour les dimensions supérieures, j'ai
 utilisé une implémentation qui fait partie de la librairie NLopt
@@ -324,6 +324,15 @@ fonctions ne sont pas publiques, j'ai donc copié directement les
 fichiers \texttt{sobolseq.c} and \texttt{soboldata.h} dans le
 répertoire source.
 
+Les deux classes principales pour les exemples de quasi Monte-Carlo sont \texttt{\detokenize{monte_carlo}}
+et \texttt{\detokenize{quasi_mean}}. J'ai essayé d'abstraire leurs arguments. \texttt{\detokenize{quasi_mean}} a pour template
+une variable aléatoire (possiblement quasi aléatoire comme \texttt{\detokenize{quasi_gaussian}}) et une fonction. Cette classe renverra
+un tirage de la variable aléatoire $\frac{1}{N}\sum_{n=1}^Nf(\{\xi^{(n)}+X_{k}\})$  qui sera l'argument du template de la
+classe \texttt{\detokenize{monte_carlo}}.
+
+\subsubsection{Échantillonnage stratifié}
+
+
 \pagebreak
 \printbibliography
 \end{document}