Modélisation stochastique et simulation cours et applications / BERNARD BERCU

Public ISBD Aucun avis sur cette notice. Titre : Modélisation stochastique et simulation cours et applications Type de document : texte imprimé Auteurs : BERNARD BERCU, Auteur ; DJALIL CHAFAII, Auteur Editeur : Dunod Année de publication : 2007 Importance : 334 Format : 17X24 CM ISBN/ISSN/EAN : 978-2-10-051379-6 Note générale : Destiné aux étudiants en Masters de mathématiques appliquées ou aux élèves ingénieurs, les ouvrages de la série "Mathématiques appliquées pour le Master/SMAI" répondent à une double exigence de qualité, scientifique et pédagogique. La SMAI assure la direction éditoriale grâce à un comité renouvelé périodiquement et largement représentatif des différents thèmes des mathématiques appliquées. Ce livre place la simulation au coeur des probabilités et statistique. Il est principalement destiné aux étudiants qui ont déjà suivi un enseignement de base dans ces domaines. L'accent est volontairement mis sur la structure et sur l'intuition. Le cours associe résultats théoriques, modèles et algorithmes stochastiques, ainsi qu'une large variété d'exemples illustrés par des programmes informatiques en Matlab-Octave (téléchargeables à partir du site dunod.com). En fin de chapitres, des exercices corrigés sont proposés. Langues : Français (fre) Index. décimale : 519/BER Résumé : Ce livre place la simulation au coeur des probabilités et des statistiques. Il est principalement destiné aux étudiants qui ont déjà suivi un enseignement de base dans ces domaines. L'accent est volontairement mis sur la structure et sur l'intuition. La rédaction associe résultats théoriques, modèles et algorithmes stochastiques, ainsi qu'une variété d'applications illustrées par des programmes informatiques. L'ouvrage est destiné aux étudiants en Master de mathématiques appliquées, aux élèves ingénieurs, aux candidats au Capes et à l'Agrégation, aux doctorants, ainsi qu'aux curieux explorateurs de l'aléatoire. Note de contenu : L'ouvrage est divisé en neuf chapitres que voici : * Une initiation au langage Matlab-Octave, * Qu'est-ce que la simulation ? Ce chapitre présente les concepts de base de la simulation ainsi qu'une collection de méthodes, d'algorithmes et d'exemples illustrés par des programmes concret, * Théorèmes limites classiques (Loi des grands nombres, théorème de Glivenko-Cantelli, Théorème limite central...), * Martingales (Martingales, théorème de Doob, théorème d'arrêt, inégalités maximales...), * Chaînes de Markov (Suites ou chaînes, propriété de Markov forte, chaînes dans tous leurs états...), * Processus de Bernoulli et de Poisson (Processus de Bernoulli et lois géométriques, lois géométriques et lois exponentielles...), * Vecteurs aléatoires gaussiens (généralités, vecteurs aléatoires gaussien, lois conditionnelles et complément de Schur...), * Modèles linéaires (introduction, régression linéaire, statistiques sur la régression linéaire gaussienne...), * Lois classiques (fonction génératrice, la transformée du pauvre, galerie de lois discrètes, transformées de Fourier et de Laplace...). Modélisation stochastique et simulation cours et applications [texte imprimé] / BERNARD BERCU, Auteur ; DJALIL CHAFAII, Auteur . - [S.l.] : Dunod, 2007 . - 334 ; 17X24 CM. ISBN : 978-2-10-051379-6 Destiné aux étudiants en Masters de mathématiques appliquées ou aux élèves ingénieurs, les ouvrages de la série "Mathématiques appliquées pour le Master/SMAI" répondent à une double exigence de qualité, scientifique et pédagogique. La SMAI assure la direction éditoriale grâce à un comité renouvelé périodiquement et largement représentatif des différents thèmes des mathématiques appliquées. Ce livre place la simulation au coeur des probabilités et statistique. Il est principalement destiné aux étudiants qui ont déjà suivi un enseignement de base dans ces domaines. L'accent est volontairement mis sur la structure et sur l'intuition. Le cours associe résultats théoriques, modèles et algorithmes stochastiques, ainsi qu'une large variété d'exemples illustrés par des programmes informatiques en Matlab-Octave (téléchargeables à partir du site dunod.com). En fin de chapitres, des exercices corrigés sont proposés. Langues : Français (fre) Index. décimale : 519/BER Résumé : Ce livre place la simulation au coeur des probabilités et des statistiques. Il est principalement destiné aux étudiants qui ont déjà suivi un enseignement de base dans ces domaines. L'accent est volontairement mis sur la structure et sur l'intuition. La rédaction associe résultats théoriques, modèles et algorithmes stochastiques, ainsi qu'une variété d'applications illustrées par des programmes informatiques. L'ouvrage est destiné aux étudiants en Master de mathématiques appliquées, aux élèves ingénieurs, aux candidats au Capes et à l'Agrégation, aux doctorants, ainsi qu'aux curieux explorateurs de l'aléatoire. Note de contenu : L'ouvrage est divisé en neuf chapitres que voici : * Une initiation au langage Matlab-Octave, * Qu'est-ce que la simulation ? Ce chapitre présente les concepts de base de la simulation ainsi qu'une collection de méthodes, d'algorithmes et d'exemples illustrés par des programmes concret, * Théorèmes limites classiques (Loi des grands nombres, théorème de Glivenko-Cantelli, Théorème limite central...), * Martingales (Martingales, théorème de Doob, théorème d'arrêt, inégalités maximales...), * Chaînes de Markov (Suites ou chaînes, propriété de Markov forte, chaînes dans tous leurs états...), * Processus de Bernoulli et de Poisson (Processus de Bernoulli et lois géométriques, lois géométriques et lois exponentielles...), * Vecteurs aléatoires gaussiens (généralités, vecteurs aléatoires gaussien, lois conditionnelles et complément de Schur...), * Modèles linéaires (introduction, régression linéaire, statistiques sur la régression linéaire gaussienne...), * Lois classiques (fonction génératrice, la transformée du pauvre, galerie de lois discrètes, transformées de Fourier et de Laplace...).

Réservation

Réserver ce document