Initiation aux Probabilités et aux chaînes de Markov /

Ce cours, qui s'adresse aux étudiants des universités et des grandes écoles, donne les éléments de la théorie des probabilités utiles à la compréhension des modèles probabilistes de leurs spécialités respectives, ainsi que la pratique du calcul des probabilités nécessaire à l...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autor principal: Brémaud, Pierre (Autor)
Autor Corporativo: SpringerLink (Online service)
Formato: Electrónico eBook
Idioma:Francés
Publicado: Berlin, Heidelberg : Springer Berlin Heidelberg : Imprint: Springer, 2009.
Edición:2nd ed. 2009.
Temas:
Probabilities.
Statistics .
Probability Theory.
Statistical Theory and Methods.
Statistics in Engineering, Physics, Computer Science, Chemistry and Earth Sciences.
Acceso en línea:Texto Completo

MARC

LEADER 00000nam a22000005i 4500
001 978-3-540-68402-2
003 DE-He213
005 20220112103208.0
007 cr nn 008mamaa
008 100301s2009 gw | s |||| 0|fre d
020 |a 9783540684022  |9 978-3-540-68402-2 
024 7 |a 10.1007/978-3-540-68402-2  |2 doi 
050 4 |a QA273.A1-274.9 
072 7 |a PBT  |2 bicssc 
072 7 |a PBWL  |2 bicssc 
072 7 |a MAT029000  |2 bisacsh 
072 7 |a PBT  |2 thema 
072 7 |a PBWL  |2 thema 
082 0 4 |a 519.2  |2 23 
100 1 |a Brémaud, Pierre.  |e author.  |4 aut  |4 http://id.loc.gov/vocabulary/relators/aut 
245 1 0 |a Initiation aux Probabilités  |h [electronic resource] :  |b et aux chaînes de Markov /  |c by Pierre Brémaud. 
250 |a 2nd ed. 2009. 
264 1 |a Berlin, Heidelberg :  |b Springer Berlin Heidelberg :  |b Imprint: Springer,  |c 2009. 
300 |a VIII, 311 p. 4 ill.  |b online resource. 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
347 |a text file  |b PDF  |2 rda 
505 0 |a La notion de probabilité -- Variables aléatoires discrètes -- Vecteurs aléatoires -- Espérance conditionnelle -- Information et entropie -- L'espérance comme intégrale -- Suites de variables aléatoires -- Chaînes de Markov. 
520 |a Ce cours, qui s'adresse aux étudiants des universités et des grandes écoles, donne les éléments de la théorie des probabilités utiles à la compréhension des modèles probabilistes de leurs spécialités respectives, ainsi que la pratique du calcul des probabilités nécessaire à l'exploitation de ces modèles. Cette initiation aux probabilités comporte trois degrés: le calcul des probabilités, la théorie des probabilités, les chaînes de Markov. La première partie du cours introduit les notions essentielles: événements, probabilité, variable aléatoire, probabilité conditionnelle, indépendance. L'accent est mis sur les outils de base (fonction génératrice, fonction caractéristique) et le calcul des probabilités (règles de Bayes, changement de variable, calcul sur les matrices de covariance et les vecteurs gaussiens). Un court chapitre est consacré à la notion d'entropie et à sa signification en théorie des communications et en physique statistique. Le seul prérequis pour cette première étape est une connaissance pratique des séries, de l'intégrale de Riemann et de l'algèbre matricielle. La deuxième partie concerne la théorie des probabilités proprement dite. Elle débute par un résumé motivé des résultats de la théorie de l'intégration de Lebesgue, qui fournit le cadre mathématique de la théorie axiomatique des probabilités et précise les points techniques laissés provisoirement dans l'ombre dans la première partie. Puis vient un chapitre où sont étudiées les différentes notions de convergence, et dans lequel sont présentés les deux sommets de la théorie, la loi forte des grands nombres et le théorème de la limite gaussienne. Le chapitre final, qui constitue à lui seul la troisième étape de l'initiation, traite des chaînes de Markov, la plus importante classe de processus stochastiques pour les applications. En fin de chaque chapitre se trouve une section d'exercices, la plupart corrigés, sauf ceux marqués d'un astérisque. 
650 0 |a Probabilities. 
650 0 |a Statistics . 
650 1 4 |a Probability Theory. 
650 2 4 |a Statistical Theory and Methods. 
650 2 4 |a Statistics in Engineering, Physics, Computer Science, Chemistry and Earth Sciences. 
710 2 |a SpringerLink (Online service) 
773 0 |t Springer Nature eBook 
776 0 8 |i Printed edition:  |z 9783540861645 
776 0 8 |i Printed edition:  |z 9783540314219 
856 4 0 |u https://doi.uam.elogim.com/10.1007/978-3-540-68402-2  |z Texto Completo 
912 |a ZDB-2-SMA 
912 |a ZDB-2-SXMS 
950 |a Mathematics and Statistics (SpringerNature-11649) 
950 |a Mathematics and Statistics (R0) (SpringerNature-43713) 

Ejemplares similares