Modèles et méthodes stochastiques Une introduction avec applications /

La théorie des probabilités et des processus stochastiques est sans aucun doute l'un des plus importants outils mathématiques des sciences modernes. Le théorie des probabilité s'illustre dans de nombreux domaines issus de la biologie, de la physique, et des sciences de l'ingénie...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autores principales: Del Moral, Pierre (Autor), Vergé, Christelle (Autor)
Autor Corporativo: SpringerLink (Online service)
Formato: Electrónico eBook
Idioma:Francés
Publicado: Berlin, Heidelberg : Springer Berlin Heidelberg : Imprint: Springer, 2014.
Edición:1st ed. 2014.
Colección:Mathématiques et Applications, 75
Temas:
Probabilities.
Algorithms.
Mathematics.
Probability Theory.
Applications of Mathematics.
Acceso en línea:Texto Completo

MARC

LEADER 00000nam a22000005i 4500
001 978-3-642-54616-7
003 DE-He213
005 20220117172747.0
007 cr nn 008mamaa
008 140414s2014 gw | s |||| 0|fre d
020 |a 9783642546167  |9 978-3-642-54616-7 
024 7 |a 10.1007/978-3-642-54616-7  |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 Del Moral, Pierre.  |e author.  |4 aut  |4 http://id.loc.gov/vocabulary/relators/aut 
245 1 0 |a Modèles et méthodes stochastiques  |h [electronic resource] :  |b Une introduction avec applications /  |c by Pierre Del Moral, Christelle Vergé. 
250 |a 1st ed. 2014. 
264 1 |a Berlin, Heidelberg :  |b Springer Berlin Heidelberg :  |b Imprint: Springer,  |c 2014. 
300 |a XXIV, 487 p. 71 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 
490 1 |a Mathématiques et Applications,  |x 2198-3275 ;  |v 75 
520 |a La théorie des probabilités et des processus stochastiques est sans aucun doute l'un des plus importants outils mathématiques des sciences modernes. Le théorie des probabilité s'illustre dans de nombreux domaines issus de la biologie, de la physique, et des sciences de l'ingénieur : dynamique des populations, traitement du signal et de l'image, chimie moléculaire, économétrie, sciences actuarielles, mathématiques financières, ainsi qu'en analyse de risque. Le but de cet ouvrage est de parcourir les principaux modèles et méthodes stochastiques de cette théorie en pleine expansion. Ce voyage ne nécessite aucun bagage spécifique sur la théorie des processus stochastiques. Les outils d'analyses nécessaires à une bonne compréhension sont donnés au fur et à mesure de leur construction, révélant ainsi leur nécessité. La théorie des processus stochastiques est une extension naturelle de la théorie de systèmes dynamiques à des phénomènes aléatoires. Elle contient des formalisation d'évolutions de phénomènes aléatoires rencontrés en physique, en biologique, en économie, ou en sciences de l'ingénieur, mais aussi des algorithmes d'exploration stochastique d'espaces de solutions complexes pour résoudre des problèmes d'estimation, d'optimisation et d'apprentissage statistique. Des techniques de résolution avancées en statistique bayésienne, en traitement du signal, en analyse d'événements rares, en combinatoire énumérative, en optimisation combinatoire, ainsi qu'en physique et chimie quantique sont exposées dans cet ouvrage. Stochastic Models and Methods Probability theory and stochastic process theory are undoubtedly among the most important mathematic tools for the modern sciences. Probability theory has applications in several fields, such as biology, physics and the engineering sciences: population dynamics, signal and image processing, molecular chemistry, econometrics, actuarial science, financial mathematics, and risk analysis. This book provides an overview of stochastic models and methods for this very active field. Stochastic process theory is a natural extension of dynamic systems to random events. The book covers the modeling of random events in physics, biology, economics and the engineering sciences, while also introducing advanced problem-solving techniques in Bayesian statistics, signal processing and rare event analysis. No scientific background in stochastic process theory is needed. 
650 0 |a Probabilities. 
650 0 |a Algorithms. 
650 0 |a Mathematics. 
650 1 4 |a Probability Theory. 
650 2 4 |a Algorithms. 
650 2 4 |a Applications of Mathematics. 
700 1 |a Vergé, Christelle.  |e author.  |4 aut  |4 http://id.loc.gov/vocabulary/relators/aut 
710 2 |a SpringerLink (Online service) 
773 0 |t Springer Nature eBook 
776 0 8 |i Printed edition:  |z 9783642546150 
830 0 |a Mathématiques et Applications,  |x 2198-3275 ;  |v 75 
856 4 0 |u https://doi.uam.elogim.com/10.1007/978-3-642-54616-7  |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