Introduction aux chaînes de Markov finies

Par : Basel-M Al-Eideh
  • Paiement en ligne :
    • Livraison à domicile ou en point Mondial Relay indisponible
    • Retrait Click and Collect en magasin gratuit
  • Nombre de pages188
  • PrésentationBroché
  • FormatGrand Format
  • Poids0.285 kg
  • Dimensions1,5 cm × 2,3 cm × 0,1 cm
  • ISBN978-613-9-54602-2
  • EAN9786139546022
  • Date de parution01/04/2020
  • ÉditeurEditions universitaires européen...

Résumé

L'objectif de ce livre est de présenter au lecteur et de développer ses connaissances sur un type spécifique de processus de Markov appelés chaînes de Markov. Ce livre présente les chaînes de Markov finies, dans lesquelles l'espace d'état est fini, en commençant par présenter au lecteur les chaînes de Markov finies et comment calculer leurs probabilités de transition, ainsi que les matrices de probabilité de transition et la représentation graphique de la transition.
On obtient la classification de ces chaînes de Markov en classant l'espace d'état dans ce processus. Le sujet des chaînes de Markov absorbantes et le calcul des probabilités absorbantes ont également été abordés. Outre le sujet de la stationnarité dans les chaînes de Markov où les distributions stationnaires ainsi que l'étude d'un nouveau type, les distributions dites quasi-stationnaires dans les chaînes de Markov absorbantes ont été étudiées.
En outre, ce livre se termine par la présentation de quelques applications qui apparaissent dans la vie pratique. L'intelligence artificielle a été utilisée pour traduire ce livre.
L'objectif de ce livre est de présenter au lecteur et de développer ses connaissances sur un type spécifique de processus de Markov appelés chaînes de Markov. Ce livre présente les chaînes de Markov finies, dans lesquelles l'espace d'état est fini, en commençant par présenter au lecteur les chaînes de Markov finies et comment calculer leurs probabilités de transition, ainsi que les matrices de probabilité de transition et la représentation graphique de la transition.
On obtient la classification de ces chaînes de Markov en classant l'espace d'état dans ce processus. Le sujet des chaînes de Markov absorbantes et le calcul des probabilités absorbantes ont également été abordés. Outre le sujet de la stationnarité dans les chaînes de Markov où les distributions stationnaires ainsi que l'étude d'un nouveau type, les distributions dites quasi-stationnaires dans les chaînes de Markov absorbantes ont été étudiées.
En outre, ce livre se termine par la présentation de quelques applications qui apparaissent dans la vie pratique. L'intelligence artificielle a été utilisée pour traduire ce livre.