Modèles et algorithmes markoviens / Bernard Ycart [ Livre]
Langue: Français.Publication : Berlin, Heidelberg, New York [etc.] : Springer, cop. 2002Description : XII-270 p. ; 24 cmISBN: 3540436960.Collection: Mathématiques & applications, 39Classification: 519.2 Probabilités : applicationsRésumé: Ce livre est destiné à tous ceux, mathématiciens ou non, qui souhaitent acquérir une maîtrise pratique de l'outil probabiliste dans ses applications les plus courantes. L'élaboration d'un modèle probabiliste conduit, en dehors de cas particuliers de faible intérêt pratique, à des problèmes théoriques difficiles qui sont vite hors de portée de l'utilisateur (comme d'ailleurs souvent du probabiliste professionnel). La validation d'un tel modèle passe alors nécessairement par la simulation, qui ne met en jeu en général que des procédures extrêmement simples. Apprendre à utiliser les modèles stochastiques, écrire pour eux des programmes de simulation efficaces, prévoir leurs performances et analyser leurs résultats est l'objectif principal de ce livre. Sommaire Tirages indépendants Méthodes markoviennes à temps fini Exploration markovienne Processus markoviens de saut Simulation en Scilab.Sujet - Nom commun: Processus stochastiques | Markov, Processus de | Algorithmes| Current location | Call number | Status | Notes | Date due | Barcode |
|---|---|---|---|---|---|
| ENS Rennes - Bibliothèque Mathématiques | 519.2 YCA (Browse shelf) | Available | 519.2 Probabilités : applications | 00010638 |
Browsing ENS Rennes - Bibliothèque shelves, Shelving location: Mathématiques Close shelf browser
|
|
|
|
|
|
|
||
| 519.2 UST Transformation of measure on Wiener space | 519.2 WIL Probability with martingales | 519.2 WIL Probability with martingales | 519.2 YCA Modèles et algorithmes markoviens | 519.2 ZEY Probabilistic information transfer | 519.3 BOS Théorie de l'estimation fonctionnelle | 519.3 KHA Estimation et tests paramétriques et non paramétriques |
Bibliogr. p. [259]-266. Index
Bibliogr. Index
Ce livre est destiné à tous ceux, mathématiciens ou non, qui souhaitent acquérir une maîtrise pratique de l'outil probabiliste dans ses applications les plus courantes. L'élaboration d'un modèle probabiliste conduit, en dehors de cas particuliers de faible intérêt pratique, à des problèmes théoriques difficiles qui sont vite hors de portée de l'utilisateur (comme d'ailleurs souvent du probabiliste professionnel). La validation d'un tel modèle passe alors nécessairement par la simulation, qui ne met en jeu en général que des procédures extrêmement simples. Apprendre à utiliser les modèles stochastiques, écrire pour eux des programmes de simulation efficaces, prévoir leurs performances et analyser leurs résultats est l'objectif principal de ce livre.
Sommaire
Tirages indépendants
Méthodes markoviennes à temps fini
Exploration markovienne
Processus markoviens de saut
Simulation en Scilab