A partir de cette page vous pouvez :
| Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
7 résultat(s) recherche sur le mot-clé 'Markov, Processus de' 
trié(s) par (Pertinence décroissant(e), Titre croissant(e)) Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche Interroger des sources externes Faire une suggestionProcessus décisionnels de Markov en intelligence artificielle . Volume 2, Méthodes avancées et applications / Olivier Buffet (impr. 2008)
Titre : Processus décisionnels de Markov en intelligence artificielle . Volume 2, Méthodes avancées et applications Type de document : texte imprime Auteurs : Olivier Buffet, Directeur de publication, rédacteur en chef ; Olivier Sigaud, Directeur de publication, rédacteur en chef Editeur : Paris : Hermès-Lavoisier Année de publication : impr. 2008 Collection : Traité Informatique et systèmes d’information (IC2) Importance : (257-XII p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-7462-2058-4 Note générale :
Bibliogr. en fin de chapitres. IndexLangues : Français Mots-clés : Intelligence artificielle Markov, Processus de Systèmes d'aide à la décision Index. décimale : 519.7 Résumé :
L'objectif de cet ouvrage est de présenter à un large public (étudiants, ingénieurs, chercheurs) des techniques permettant la prise de décisions séquentielles optimales dans l'incertain. Ces techniques sont issues de travaux en intelligence artificielle autour du formalisme des processus de décision markoviens (MDP). L'ouvrage, rédigé par la communauté francophone PDMIA, fait le point sur les progrès dans ce domaine qui rendent ces approches utilisables pour de nombreuses applications : robotique mobile, micro-manipulation, logistique, optimisation de procédés, agriculture, gestion de systèmes naturels. Le premier tome propose une présentation introductive des bases et des principaux cadres de ce domaine. Dans le second tome est rassemblée une sélection des travaux plus avancés consistant en des extensions de ces cadres généraux, extensions permettant de résoudre efficacement des classes de problèmes de décision spécifiques. Chacun des deux tomes est complété par des chapitres applicatifs illustrant l'utilisation pratique de ces outils théoriquesNote de contenu : Méthodes avancées et applications.
Avant-propos.
EXTENSIONS.
Chapitre 1. Programmation dynamique avec approximation de la fonction de valeur -R. MUNOS.
Chapitre 2. Représentations factorisées -T. DEGRIS, O. SIGAUD.
Chapitre 3. Méthodes de gradient pour la recherche de politiques paramétrées -O. BUFFET.
Chapitre 4. DEC-MDP/POMDP -A. BEYNIER, F. CHARPILLET, D. SZER, A.-I. MOUADDIB.
Chapitre 5. Approches de résolution en ligne -L. PÉRET, F. GARCIA. EXEMPLES D'APPLICATION.
Chapitre 6. Recherche d'une zone d'atterrissage en environnement incertain par un hélicoptère autonome -P. FABIANI, F. TEICHTEIL-KÖNIGSBUCH.
Chapitre 7. Contrôle d'une mission d'exploration -S. LE GLOANNEC, A.-I. MOUADDIB.
Chapitre 8. Planification d'opérations -S. THIÉBAUX, O. BUFFET.
Index.Permalink : ./index.php?lvl=notice_display&id=12681 Processus décisionnels de Markov en intelligence artificielle . Volume 2, Méthodes avancées et applications [texte imprime] / Olivier Buffet, Directeur de publication, rédacteur en chef ; Olivier Sigaud, Directeur de publication, rédacteur en chef . - Paris : Hermès-Lavoisier, impr. 2008 . - (257-XII p.) : ill. ; 24 cm. - (Traité Informatique et systèmes d’information (IC2)) .
ISBN : 978-2-7462-2058-4
Bibliogr. en fin de chapitres. Index
Langues : Français
Mots-clés : Intelligence artificielle Markov, Processus de Systèmes d'aide à la décision Index. décimale : 519.7 Résumé :
L'objectif de cet ouvrage est de présenter à un large public (étudiants, ingénieurs, chercheurs) des techniques permettant la prise de décisions séquentielles optimales dans l'incertain. Ces techniques sont issues de travaux en intelligence artificielle autour du formalisme des processus de décision markoviens (MDP). L'ouvrage, rédigé par la communauté francophone PDMIA, fait le point sur les progrès dans ce domaine qui rendent ces approches utilisables pour de nombreuses applications : robotique mobile, micro-manipulation, logistique, optimisation de procédés, agriculture, gestion de systèmes naturels. Le premier tome propose une présentation introductive des bases et des principaux cadres de ce domaine. Dans le second tome est rassemblée une sélection des travaux plus avancés consistant en des extensions de ces cadres généraux, extensions permettant de résoudre efficacement des classes de problèmes de décision spécifiques. Chacun des deux tomes est complété par des chapitres applicatifs illustrant l'utilisation pratique de ces outils théoriquesNote de contenu : Méthodes avancées et applications.
Avant-propos.
EXTENSIONS.
Chapitre 1. Programmation dynamique avec approximation de la fonction de valeur -R. MUNOS.
Chapitre 2. Représentations factorisées -T. DEGRIS, O. SIGAUD.
Chapitre 3. Méthodes de gradient pour la recherche de politiques paramétrées -O. BUFFET.
Chapitre 4. DEC-MDP/POMDP -A. BEYNIER, F. CHARPILLET, D. SZER, A.-I. MOUADDIB.
Chapitre 5. Approches de résolution en ligne -L. PÉRET, F. GARCIA. EXEMPLES D'APPLICATION.
Chapitre 6. Recherche d'une zone d'atterrissage en environnement incertain par un hélicoptère autonome -P. FABIANI, F. TEICHTEIL-KÖNIGSBUCH.
Chapitre 7. Contrôle d'une mission d'exploration -S. LE GLOANNEC, A.-I. MOUADDIB.
Chapitre 8. Planification d'opérations -S. THIÉBAUX, O. BUFFET.
Index.Permalink : ./index.php?lvl=notice_display&id=12681 Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MTH402/V2/1 MTH402/V2 Livre Magasin d'Ouvrages / FGE Mathématique Consultation sur place
Exclu du prêtAucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Processus stochastiques : processus de poisson,chaîne de Markov et marginales Type de document : texte imprime Auteurs : Dominique Foata ; Aime Fuchs Editeur : Paris : Dunod Année de publication : 2004 Collection : Sciences Sup Importance : (XIII-236 p.) Présentation : fig., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-048850-6 Langues : Français Mots-clés : Poisson, Processus de Markov, Processus de Martingales (mathématiques) Processus stochastiques Processus stochastiques:problèmes et exercices Index. décimale : 519.2 Résumé : Ce livre, qui fait suite à l'ouvrage des mêmes auteurs sur le calcul des probabilités, est une introduction aux processus stochastiques (aléatoires). Il s'adresse aux étudiants de Master (mathématiques appliquées, informatique), aux élèves ingénieurs (informatique, recherche opérationnelle) et aux candidats à l'agrégation de mathématiques. Les trois processus stochastiques les plus classiques sont décrits : processus de Poisson, Chaînes de Markov et martingales. Des exercices corrigés complètent chaque chapitre.
Ce livre s'adresse aux étudiants en 2e cycle/Master de mathématiques appliquées et d'informatique, ainsi qu'aux élèves des grandes écoles d'ingénieurs, qui s'orientent vers la recherche opérationnelle. Il présuppose la connaissance d'un cours de probabilités de base, comme celui qui est exposé dans le livre Calcul des probabilités, écrit par les même auteurs. On y trouve un exposé sur les processus de Poisson, les chaînes de Markov et les martingales à temps discret, ainsi qu'une brève introduction au mouvement brownien. Le livre comporte de nombreux exercices, dont la solution est généralement détaillée et un chapitre d'exemples d'applications, dans lesquels les différents processus sont utilisés. [Source : 4e de couv.]
Note de contenu :
Chapitre 1. Notations utilisées et rappels
Chapitre 2. Temps d'arrêt
Chapitre 3. Processus de Poisson
Chapitre 4. Applications des processus de Poisson
Chapitre 5. Chaînes de Markov
Chapitre 6. Applications des chaînes de Markov
Chapitre 7. Martingales
Chapitre 8. Théorèmes d'arrêt
Chapitre 9. Problèmes de ruine
Chapitre 10. Les inégalités maximales
Chapitre 11. Théorèmes de convergence des martingales
Chapitre 12. Exemples d'applications
Chapitre 13. Le mouvement brownienPermalink : ./index.php?lvl=notice_display&id=12610 Processus stochastiques : processus de poisson,chaîne de Markov et marginales [texte imprime] / Dominique Foata ; Aime Fuchs . - Paris : Dunod, 2004 . - (XIII-236 p.) : fig., couv. ill. en coul. ; 24 cm. - (Sciences Sup) .
ISBN : 978-2-10-048850-6
Langues : Français
Mots-clés : Poisson, Processus de Markov, Processus de Martingales (mathématiques) Processus stochastiques Processus stochastiques:problèmes et exercices Index. décimale : 519.2 Résumé : Ce livre, qui fait suite à l'ouvrage des mêmes auteurs sur le calcul des probabilités, est une introduction aux processus stochastiques (aléatoires). Il s'adresse aux étudiants de Master (mathématiques appliquées, informatique), aux élèves ingénieurs (informatique, recherche opérationnelle) et aux candidats à l'agrégation de mathématiques. Les trois processus stochastiques les plus classiques sont décrits : processus de Poisson, Chaînes de Markov et martingales. Des exercices corrigés complètent chaque chapitre.
Ce livre s'adresse aux étudiants en 2e cycle/Master de mathématiques appliquées et d'informatique, ainsi qu'aux élèves des grandes écoles d'ingénieurs, qui s'orientent vers la recherche opérationnelle. Il présuppose la connaissance d'un cours de probabilités de base, comme celui qui est exposé dans le livre Calcul des probabilités, écrit par les même auteurs. On y trouve un exposé sur les processus de Poisson, les chaînes de Markov et les martingales à temps discret, ainsi qu'une brève introduction au mouvement brownien. Le livre comporte de nombreux exercices, dont la solution est généralement détaillée et un chapitre d'exemples d'applications, dans lesquels les différents processus sont utilisés. [Source : 4e de couv.]
Note de contenu :
Chapitre 1. Notations utilisées et rappels
Chapitre 2. Temps d'arrêt
Chapitre 3. Processus de Poisson
Chapitre 4. Applications des processus de Poisson
Chapitre 5. Chaînes de Markov
Chapitre 6. Applications des chaînes de Markov
Chapitre 7. Martingales
Chapitre 8. Théorèmes d'arrêt
Chapitre 9. Problèmes de ruine
Chapitre 10. Les inégalités maximales
Chapitre 11. Théorèmes de convergence des martingales
Chapitre 12. Exemples d'applications
Chapitre 13. Le mouvement brownienPermalink : ./index.php?lvl=notice_display&id=12610 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MTH339/1 MTH339 Livre Magasin d'Ouvrages / FGE Mathématique Consultation sur place
Exclu du prêtMTH339/2 MTH339 Livre Magasin d'Ouvrages / FGE Mathématique Disponible MTH339/3 MTH339 Livre Magasin d'Ouvrages / FGE Mathématique Disponible MTH339/4 MTH339 Livre Magasin d'Ouvrages / FGE Mathématique Disponible MTH339/5 MTH339 Livre Magasin d'Ouvrages / FGE Mathématique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Recherche opérationnelle. 2, Phénomènes aléatoires:chaînes et processus de Markov appliqués,files d'attente,fiabilité,stocks en recherche opérationnelle : exercices et problèmes résolus Type de document : texte imprime Auteurs : Robert Faure Mention d'édition : 2ème éd. Editeur : Paris : Dunod Année de publication : 2004 Collection : Sciences sup, ISSN 1636-2217 Importance : 224 p. Présentation : ill., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-007676-5 Langues : Français Mots-clés : Recherche opérationelle Programmation linéaire Markov, Processus de Files d'attente, Théorie des Operations research Linear programming Index. décimale : 519.2 Résumé : La recherche opérationnelle est un ensemble d'outils d'aide à la décision qui se fonde sur les mathématiques et la logique. Cet ensemble de trois recueils d'exercices et problèmes résolus permet de faire le tour de ces différents outils. Les connaissances nécessaires à la résolution des exercices sont exposées dans l'ouvrage de Robert Faure, Bernard Lemaire et Christophe Picouleau, Précis de Recherche opérationnelle. Note de contenu : Chaînes de Markov finies et applications
Processus de Markov et applications
Phénomènes d'attente
Fiabilité, sûreté de fonctionnement et renouvellement des équipements
Gestion scientifique des stockPermalink : ./index.php?lvl=notice_display&id=12631 Recherche opérationnelle. 2, Phénomènes aléatoires:chaînes et processus de Markov appliqués,files d'attente,fiabilité,stocks en recherche opérationnelle : exercices et problèmes résolus [texte imprime] / Robert Faure . - 2ème éd. . - Paris : Dunod, 2004 . - 224 p. : ill., couv. ill. en coul. ; 24 cm. - (Sciences sup, ISSN 1636-2217) .
ISBN : 978-2-10-007676-5
Langues : Français
Mots-clés : Recherche opérationelle Programmation linéaire Markov, Processus de Files d'attente, Théorie des Operations research Linear programming Index. décimale : 519.2 Résumé : La recherche opérationnelle est un ensemble d'outils d'aide à la décision qui se fonde sur les mathématiques et la logique. Cet ensemble de trois recueils d'exercices et problèmes résolus permet de faire le tour de ces différents outils. Les connaissances nécessaires à la résolution des exercices sont exposées dans l'ouvrage de Robert Faure, Bernard Lemaire et Christophe Picouleau, Précis de Recherche opérationnelle. Note de contenu : Chaînes de Markov finies et applications
Processus de Markov et applications
Phénomènes d'attente
Fiabilité, sûreté de fonctionnement et renouvellement des équipements
Gestion scientifique des stockPermalink : ./index.php?lvl=notice_display&id=12631 Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MTH90/T2/3 MTH90/T2 Livre Magasin d'Ouvrages / FGE Mathématique Consultation sur place
Exclu du prêtAucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Chaînes de Markov : théorie, algorithmes et applications Type de document : texte imprime Auteurs : Bruno Sericola Editeur : Paris : Hermes science publ. Année de publication : DL 2013, cop. 2013 Autre Editeur : Lavoisier Collection : Collection Méthodes stochastiques appliquées,1956-6808 Importance : 389 p. Format : 24 cm ISBN/ISSN/EAN : 978-2-7462-3916-6 Note générale : Bibliogr. p. [379]-386. Index Langues : Français Mots-clés : Markov, Processus de Processus stochastiques Processus de naissance et de mort (processus stochastiques) Files d'attente, Théorie des Index. décimale : 519.233 Résumé :
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.
Note de contenu :
P. 13. Chapitre 1. Chaînes de Markov à temps discret
P. 13. 1.1. Définitions et propriétés
P. 17. 1.2. Propriété de Markov forte
P. 19. 1.3. Etats récurrents et transitoires
P. 24. 1.4. Classification des états
P. 26. 1.5. Visites à un état
P. 29. 1.6. Décomposition de l'espace d'états
P. 34. 1.7. Chaînes de Markov irréductibles et récurrentes
P. 41. 1.8. Chaînes de Markov apériodiques
P. 45. 1.9. Convergence vers l'équilibre
P. 51. 1.10. Théorème ergodique
P. 61. 1.11. Premier temps de passage et nombre de visites
P. 61. 1.11.1. Premier temps de passage à un état
P. 66. 1.11.2. Premier temps de passage à un sous-ensemble d'états
P. 72. 1.11.3. Nombre moyen de visites
P. 75. 1.12. Chaînes de Markov finies
P. 77. 1.13. Chaînes de Markov absorbantes
P. 82. 1.14. Exemples
P. 82. 1.14.1. Chaîne à deux états
P. 83. 1.14.2. La ruine du joueur
P. 87. 1.14.3. Suites de succès
P. 91. 1.15. Notes bibliographiques
P. 93. Chapitre 2. Chaînes de Markov à temps continu
P. 96. 2.1. Définitions et propriétés
P. 97. 2.2. Fonctions de transition et générateur infinitésimal
P. 111. 2.3. Equation backward de Kolmogorov
P. 117. 2.4. Equation forward de Kolmogorov
P. 129. 2.5. Existence et unicité des solutions
P. 131. 2.6. Etats récurrents et transitoires
P. 139. 2.7. Classification des états
P. 142. 2.8. Explosion
P. 149. 2.9. Chaînes de Markov irréductibles et récurrentes
P. 163. 2.10. Convergence vers l'équilibre
P. 166. 2.11. Théorème ergodique
P. 172. 2.12. Premiers temps de passage
P. 172. 2.12.1. Premier temps de passage à un état
P. 176. 2.12.2. Premier temps de passage à un sous-ensemble d'états
P. 183. 2.13. Chaînes de Markov absorbantes
P. 189. 2.14. Notes bibliographiques
P. 191. Chapitre 3. Processus de naissance et de mort
P. 191. 3.1. Processus de naissance et de mort discret
P. 200. 3.2. Processus de naissance et de mort discret absorbant
P. 201. 3.2.1. Temps de passage et convergence vers l'équilibre
P. 203. 3.2.2. Nombre moyen de visites
P. 207. 3.3. Processus de naissance et de mort discret périodique
P. 208. 3.4. Processus de naissance pure continu
P. 212. 3.5. Processus de naissance et de mort continu
P. 214. 3.5.1. Explosion
P. 216. 3.5.2. Récurrence positive
P. 218. 3.5.3. Premier temps de passage
P. 223. 3.5.4. Chaîne explosive ayant une probabilité invariante
P. 224. 3.5.5. Chaîne explosive sans probabilité invariante
P. 225. 3.5.6. Chaîne incluse récurrente positive ou récurrente nulle
P. 225. 3.5.6.1. X récurrente positive et Y récurrente nulle
P. 226. 3.5.6.2. X récurrente nulle et Y récurrente positive
P. 226. 3.6. Processus de naissance et de mort continu absorbant
P. 227. 3.6.1 Temps de passage et convergence vers l'équilibre
P. 229. 3.6.2. Explosion
P. 231. 3.7. Notes bibliographiques
P. 233. Chapitre 4. Uniformisation
P. 233. 4.1. Généralités
P. 235. 4.2. Espaces et algèbres de Banach
P. 241. 4.3. Matrices et vecteurs infinis
P. 246. 4.4. Processus de Poisson
P. 250. 4.4.1. Statistiques d'ordre
P. 252. 4.4.2. Calcul de la distribution de Poisson pondérée
P. 256. 4.4.3. Calcul du seuil de troncature
P. 261. 4.5. Chaînes de Markov uniformisables
P. 271. 4.6 Premier temps de passage à un sous-ensemble d'états
P. 273. 4.7. Chaînes de Markov finies
P. 273. 4.8 Régime transitoire
P. 274. 4.8.1. Calcul des probabilités d'état
P. 277. 4.8.2. Calcul de la distribution du premier temps de passage
P. 279. 4.8.3. Application aux processus de naissance et de mort
P. 283. 4.9 Notes bibliographiques
P. 285. Chapitre 5. Files d'attente
P. 286. 5.1. La file M/M/1
P. 287. 5.1.1. Probabilités d'état
P. 300. 5.1.1.1. La file est initialement vide
P. 304. 5.1.1.2. Cas général
P. 307. 5.1.2. Distribution de la durée de la période d'occupation
P. 312. 5.2 La file M/M/c
P. 314. 5.3. La file M/M/(...)
P. 318. 5.4. Distributions de type phase
P. 322. 5.5. Processus d'arrivées markoviens
P. 322. 5.5.1. Définition et régime transitoire
P. 332. 5.5.2. Distribution jointe des interarrivées
P. 336. 5.5.3. Processus de renouvellement de type phase
P. 337. 5.5.4. Processus de Poisson modulés par une chaîne de Markov
P. 338. 5.6. Processus d'arrivées markoviens par groupes
P. 338. 5.6.1. Définition et régime transitoire
P. 344. 5.6.2. Distribution jointe des interarrivées
P. 347. 5.7. Chaînes de Markov structurées par blocs
P. 350. 5.7.1. Régime transitoire des chaînes SFL
P. 350. 5.7.1.1. Probabilités d'état
P. 354. 5.7.1.2. Distribution de la durée de la période d'occupation
P. 358. 5.7.2. Régime transitoire des chaînes SFR
P. 359. 5.7.2.1. Probabilités d'état
P. 361. 5.7.2.2. Distribution de la durée de la période d'occupation
P. 364. 5.8. Applications
P. 365. 5.8.1. La file M/PH/1
P. 366. 5.8.2. La file PH/M/1
P. 367. 5.8.3. La file PH/PH/1
P. 368. 5.8.4. La file PH/PH/c
P. 370. 5.8.5. La file BMAP/PH/1
P. 371. 5.8.6. La file BMAP/PH/c
Permalink : ./index.php?lvl=notice_display&id=12067 Chaînes de Markov : théorie, algorithmes et applications [texte imprime] / Bruno Sericola . - Paris : Hermes science publ. : [S.l.] : Lavoisier, DL 2013, cop. 2013 . - 389 p. ; 24 cm. - (Collection Méthodes stochastiques appliquées,1956-6808) .
ISBN : 978-2-7462-3916-6
Bibliogr. p. [379]-386. Index
Langues : Français
Mots-clés : Markov, Processus de Processus stochastiques Processus de naissance et de mort (processus stochastiques) Files d'attente, Théorie des Index. décimale : 519.233 Résumé :
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.
Note de contenu :
P. 13. Chapitre 1. Chaînes de Markov à temps discret
P. 13. 1.1. Définitions et propriétés
P. 17. 1.2. Propriété de Markov forte
P. 19. 1.3. Etats récurrents et transitoires
P. 24. 1.4. Classification des états
P. 26. 1.5. Visites à un état
P. 29. 1.6. Décomposition de l'espace d'états
P. 34. 1.7. Chaînes de Markov irréductibles et récurrentes
P. 41. 1.8. Chaînes de Markov apériodiques
P. 45. 1.9. Convergence vers l'équilibre
P. 51. 1.10. Théorème ergodique
P. 61. 1.11. Premier temps de passage et nombre de visites
P. 61. 1.11.1. Premier temps de passage à un état
P. 66. 1.11.2. Premier temps de passage à un sous-ensemble d'états
P. 72. 1.11.3. Nombre moyen de visites
P. 75. 1.12. Chaînes de Markov finies
P. 77. 1.13. Chaînes de Markov absorbantes
P. 82. 1.14. Exemples
P. 82. 1.14.1. Chaîne à deux états
P. 83. 1.14.2. La ruine du joueur
P. 87. 1.14.3. Suites de succès
P. 91. 1.15. Notes bibliographiques
P. 93. Chapitre 2. Chaînes de Markov à temps continu
P. 96. 2.1. Définitions et propriétés
P. 97. 2.2. Fonctions de transition et générateur infinitésimal
P. 111. 2.3. Equation backward de Kolmogorov
P. 117. 2.4. Equation forward de Kolmogorov
P. 129. 2.5. Existence et unicité des solutions
P. 131. 2.6. Etats récurrents et transitoires
P. 139. 2.7. Classification des états
P. 142. 2.8. Explosion
P. 149. 2.9. Chaînes de Markov irréductibles et récurrentes
P. 163. 2.10. Convergence vers l'équilibre
P. 166. 2.11. Théorème ergodique
P. 172. 2.12. Premiers temps de passage
P. 172. 2.12.1. Premier temps de passage à un état
P. 176. 2.12.2. Premier temps de passage à un sous-ensemble d'états
P. 183. 2.13. Chaînes de Markov absorbantes
P. 189. 2.14. Notes bibliographiques
P. 191. Chapitre 3. Processus de naissance et de mort
P. 191. 3.1. Processus de naissance et de mort discret
P. 200. 3.2. Processus de naissance et de mort discret absorbant
P. 201. 3.2.1. Temps de passage et convergence vers l'équilibre
P. 203. 3.2.2. Nombre moyen de visites
P. 207. 3.3. Processus de naissance et de mort discret périodique
P. 208. 3.4. Processus de naissance pure continu
P. 212. 3.5. Processus de naissance et de mort continu
P. 214. 3.5.1. Explosion
P. 216. 3.5.2. Récurrence positive
P. 218. 3.5.3. Premier temps de passage
P. 223. 3.5.4. Chaîne explosive ayant une probabilité invariante
P. 224. 3.5.5. Chaîne explosive sans probabilité invariante
P. 225. 3.5.6. Chaîne incluse récurrente positive ou récurrente nulle
P. 225. 3.5.6.1. X récurrente positive et Y récurrente nulle
P. 226. 3.5.6.2. X récurrente nulle et Y récurrente positive
P. 226. 3.6. Processus de naissance et de mort continu absorbant
P. 227. 3.6.1 Temps de passage et convergence vers l'équilibre
P. 229. 3.6.2. Explosion
P. 231. 3.7. Notes bibliographiques
P. 233. Chapitre 4. Uniformisation
P. 233. 4.1. Généralités
P. 235. 4.2. Espaces et algèbres de Banach
P. 241. 4.3. Matrices et vecteurs infinis
P. 246. 4.4. Processus de Poisson
P. 250. 4.4.1. Statistiques d'ordre
P. 252. 4.4.2. Calcul de la distribution de Poisson pondérée
P. 256. 4.4.3. Calcul du seuil de troncature
P. 261. 4.5. Chaînes de Markov uniformisables
P. 271. 4.6 Premier temps de passage à un sous-ensemble d'états
P. 273. 4.7. Chaînes de Markov finies
P. 273. 4.8 Régime transitoire
P. 274. 4.8.1. Calcul des probabilités d'état
P. 277. 4.8.2. Calcul de la distribution du premier temps de passage
P. 279. 4.8.3. Application aux processus de naissance et de mort
P. 283. 4.9 Notes bibliographiques
P. 285. Chapitre 5. Files d'attente
P. 286. 5.1. La file M/M/1
P. 287. 5.1.1. Probabilités d'état
P. 300. 5.1.1.1. La file est initialement vide
P. 304. 5.1.1.2. Cas général
P. 307. 5.1.2. Distribution de la durée de la période d'occupation
P. 312. 5.2 La file M/M/c
P. 314. 5.3. La file M/M/(...)
P. 318. 5.4. Distributions de type phase
P. 322. 5.5. Processus d'arrivées markoviens
P. 322. 5.5.1. Définition et régime transitoire
P. 332. 5.5.2. Distribution jointe des interarrivées
P. 336. 5.5.3. Processus de renouvellement de type phase
P. 337. 5.5.4. Processus de Poisson modulés par une chaîne de Markov
P. 338. 5.6. Processus d'arrivées markoviens par groupes
P. 338. 5.6.1. Définition et régime transitoire
P. 344. 5.6.2. Distribution jointe des interarrivées
P. 347. 5.7. Chaînes de Markov structurées par blocs
P. 350. 5.7.1. Régime transitoire des chaînes SFL
P. 350. 5.7.1.1. Probabilités d'état
P. 354. 5.7.1.2. Distribution de la durée de la période d'occupation
P. 358. 5.7.2. Régime transitoire des chaînes SFR
P. 359. 5.7.2.1. Probabilités d'état
P. 361. 5.7.2.2. Distribution de la durée de la période d'occupation
P. 364. 5.8. Applications
P. 365. 5.8.1. La file M/PH/1
P. 366. 5.8.2. La file PH/M/1
P. 367. 5.8.3. La file PH/PH/1
P. 368. 5.8.4. La file PH/PH/c
P. 370. 5.8.5. La file BMAP/PH/1
P. 371. 5.8.6. La file BMAP/PH/c
Permalink : ./index.php?lvl=notice_display&id=12067 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité IA578/1 IA578 Livre Magasin d'Ouvrages / FGE Informatique et automatique Consultation sur place
Exclu du prêtIA578/2 IA578 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible IA578/3 IA578 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible IA578/4 IA578 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible IA578/5 IA578 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Chaînes de markov et modéles de transition : applications aux sciences sociales Type de document : texte imprime Auteurs : André Berchtold, Auteur Editeur : Paris : Hermès Année de publication : DL 1998 Collection : Interdisciplinarité et nouveaux outils Importance : 284 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-86601-661-6 Note générale :
Bibliogr. p. 277-282. IndexLangues : Français Mots-clés : Statistique mathématique Modèles mathématiques Markov, Processus de Sciences sociales:méthodes statistiques Index. décimale : 519.233 Résumé : Cet ouvrage est consacré à l'étude des chaînes de Markov et des modèles de transition. Il présente de façon claire et précise un ensemble de méthodes d'analyse novatrices ayant un très large champ d'application en sciences sociales et dans tous les domaines travaillant avec des données catégorielles. Prenant comme point de départ l'analyse des tables de contingence, l'auteur les transforme de façon à exploiter au maximum l'information qu'elles renferment. Des mesures de qualité et de pouvoir prédictif des données sont présentées, ainsi que des méthodes permettant une analyse dynamique des relations entre variables. Dans un souci pédagogique, de très nombreux exemples viennent illustrer chacun des concepts proposés, faisant de cet ouvrage un véritable manuel d'analyse de données et rendant son contenu immédiatement utilisable.
Permalink : ./index.php?lvl=notice_display&id=9996 Chaînes de markov et modéles de transition : applications aux sciences sociales [texte imprime] / André Berchtold, Auteur . - Paris : Hermès, DL 1998 . - 284 p. : ill. ; 24 cm. - (Interdisciplinarité et nouveaux outils) .
ISBN : 978-2-86601-661-6
Bibliogr. p. 277-282. Index
Langues : Français
Mots-clés : Statistique mathématique Modèles mathématiques Markov, Processus de Sciences sociales:méthodes statistiques Index. décimale : 519.233 Résumé : Cet ouvrage est consacré à l'étude des chaînes de Markov et des modèles de transition. Il présente de façon claire et précise un ensemble de méthodes d'analyse novatrices ayant un très large champ d'application en sciences sociales et dans tous les domaines travaillant avec des données catégorielles. Prenant comme point de départ l'analyse des tables de contingence, l'auteur les transforme de façon à exploiter au maximum l'information qu'elles renferment. Des mesures de qualité et de pouvoir prédictif des données sont présentées, ainsi que des méthodes permettant une analyse dynamique des relations entre variables. Dans un souci pédagogique, de très nombreux exemples viennent illustrer chacun des concepts proposés, faisant de cet ouvrage un véritable manuel d'analyse de données et rendant son contenu immédiatement utilisable.
Permalink : ./index.php?lvl=notice_display&id=9996 Exemplaires
Code-barres Cote Support Localisation Section Disponibilité C183/1 C183 Livre Magasin d'Ouvrages / FGE Commandes Consultation sur place
Exclu du prêtAucun avis, veuillez vous identifier pour ajouter le vôtre !
Permalink
Permalink
