Chaînes de Markov : théorie, algorithmes et applications
"Les chaînes de Markov sont des modèles probabilistes utilisés dans des domaines variés comme la logistique, l'informatique, la fiabilité, les télécommunications, ou encore la biologie et la physique-chimie. On les retrouve également dans la finance, l'économie et les sciences sociale...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Livre numérique |
| Sprache: | Français |
| Veröffentlicht: |
Paris :
Hermès Science Publications : Lavoisier
2013.
|
| Schlagworte: | |
| Online Zugang: | Accès Université d'Orléans et IFPM Accès INSA CVL |
| Anmerkung: |
Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782746289161.jpg Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Chaînes de Markov, théorie, algorithmes et applications, Bruno Sericola, 2013, Paris, Hermès Science Publications, Lavoisier, 1 volume (389 p.), Collection méthodes stochastiques appliquées, 978-2-7462-3916-6 |
| LEADER | 04145nam a22003257a 4500 | ||
|---|---|---|---|
| 001 | 1397434 | ||
| 008 | 250428s2013 xxg ||| |||| 00| 0 fre d | ||
| 009 | PPN284520276 | ||
| 020 | |a 9782746289161 | ||
| 041 | 0 | |a fre |f fre | |
| 082 | |a 519.233 | ||
| 100 | 1 | |a Sericola, Bruno, |d 1959- | |
| 245 | 1 | 0 | |a Chaînes de Markov : |b théorie, algorithmes et applications |c Bruno Sericola. |
| 260 | |a Paris : |b Hermès Science Publications : |b Lavoisier, |c 2013. | ||
| 500 | |a Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782746289161.jpg | ||
| 500 | |a Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur | ||
| 500 | |a Cyberlibris (ScholarVox) corpus Sciences de l'ingénieur | ||
| 504 | |a Bibliogr. p. [379]-386. Index | ||
| 505 | 0 | |a Chapitre 1. Chaînes de Markov à temps discret -- Chapitre 2. Chaînes de Markov à temps continu -- 1.1. Définitions et propriétés -- 1.2. Propriété de Markov forte -- 1.3. Etats récurrents et transitoires -- 1.4. Classification des états -- 1.5. Visites à un état -- 1.6. Décomposition de l'espace d'états -- 1.7. Chaînes de Markov irréductibles et récurrentes -- 1.8. Chaînes de Markov apériodiques -- 1.9. Convergence vers l'équilibre -- 1.10. Théorème ergodique -- 1.11. Premier temps de passage et nombre de visites -- 1.12. Chaînes de Markov finies -- 1.13. Chaînes de Markov absorbantes -- 1.14. Exemples -- 1.15. Notes bibliographiques -- 2.1. Définitions et propriétés -- 2.2. Fonctions de transition et générateur infinitésimal -- 1.11.1. Premier temps de passage à un état -- 1.11.2. Premier temps de passage à un sous-ensemble d'états -- 1.11.3. Nombre moyen de visites -- 1.14.1. Chaîne à deux états -- 1.14.2. La ruine du joueur -- 1.14.3. Suites de succès -- P. 13 -- P. 13 -- P. 17 -- P. 19 -- P. 24 -- P. 26 -- P. 29 -- P. 34 -- P. 41 -- P. 45 -- P. 51 -- P. 61 -- P. 61 -- P. 66 -- P. 72 -- P. 75 -- P. 77 -- P. 82 -- P. 82 -- P. 83 -- P. 87 -- P. 91 -- P. 93 -- P. 96 -- P. 97 -- P. 111 | |
| 506 | |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement. Cyberlibris | ||
| 520 | |a "Les chaînes de Markov sont des modèles probabilistes utilisés dans des domaines variés comme la logistique, l'informatique, la fiabilité, les télécommunications, ou encore la biologie et la physique-chimie. On les retrouve également dans la finance, l'économie et les sciences sociales. Cet ouvrage présente une étude approfondie des chaînes de Markov à temps discret et à temps continu avec des applications détaillées aux processus de naissance et mort et aux files d'attente. Ces applications sont illustrées par des algorithmes généraux de calcul de probabilités d'état et de distribution de temps de passage. Le développement de ces algorithmes repose sur l'utilisation de la technique d'uniformisation des chaînes de Markov qui est présentée de manière théorique et intuitive. Ce livre s'adresse aux ingénieurs et chercheurs ayant besoin de modèles probabilistes pour évaluer et prédire le comportement des systèmes qu'ils étudient ou qu'ils développent. Il est aussi très bien adapté pour un cours de master | ||
| 650 | |a Markov, processus de | ||
| 650 | |a Processus stochastiques | ||
| 650 | |a Processus de naissance et de mort (processus stochastiques) | ||
| 650 | |a Files d'attente, Théorie des | ||
| 650 | |a Manuels d'enseignement supérieur | ||
| 776 | 0 | |0 169838692 |t Chaînes de Markov |o théorie, algorithmes et applications |f Bruno Sericola |d 2013 |c Paris |n Hermès Science Publications |n Lavoisier |p 1 volume (389 p.) |s Collection méthodes stochastiques appliquées |z 978-2-7462-3916-6 | |
| 856 | 4 | |5 452349901:873483243 |u https://ezproxy.univ-orleans.fr/login?qurl=https://univ.scholarvox.com/book/88967285 |z Accès Université d'Orléans et IFPM | |
| 856 | 4 | |5 180339901:873535804 |u https://ezproxy.insa-cvl.fr/login?qurl=https://univ.scholarvox.com/book/88967285 |z Accès INSA CVL | |
| 997 | |0 1397434 |1 Livre numérique |a Ressource numérique |b INSA |b ENSA |c 0/Bibliothèque numérique/ |c 1/Bibliothèque numérique/ScholarVox (ebooks)/ |c 1/Bibliothèque numérique/ScholarVox (ebooks)/ | ||