Initiation aux Probabilités: et aux chaînes de Markov
Autor Pierre Brémaudfr Limba Franceză Paperback – 11 sep 2009
Preț: 346.17 lei
Nou
Puncte Express: 519
Preț estimativ în valută:
66.25€ • 69.68$ • 55.18£
66.25€ • 69.68$ • 55.18£
Carte tipărită la comandă
Livrare economică 04-18 ianuarie 25
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783540314219
ISBN-10: 3540314210
Pagini: 320
Ilustrații: VIII, 311 p. 4 ill.
Dimensiuni: 155 x 235 x 17 mm
Greutate: 0.45 kg
Ediția:2e éd. entièrement révisée 2009
Editura: Springer Berlin, Heidelberg
Colecția Springer
Locul publicării:Berlin, Heidelberg, Germany
ISBN-10: 3540314210
Pagini: 320
Ilustrații: VIII, 311 p. 4 ill.
Dimensiuni: 155 x 235 x 17 mm
Greutate: 0.45 kg
Ediția:2e éd. entièrement révisée 2009
Editura: Springer Berlin, Heidelberg
Colecția Springer
Locul publicării:Berlin, Heidelberg, Germany
Public țintă
Lower undergraduateCuprins
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.
Notă biografică
Pierre Brémaud is Professor at the Swiss Federal Institute of Technology, Lausanne (EPFL) and a renown expert in the field. He is the author of many related Springer books.
Textul de pe ultima copertă
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 sectiond’exercices, la plupart corrigés, sauf ceux marqués d’un astérisque.
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 sectiond’exercices, la plupart corrigés, sauf ceux marqués d’un astérisque.
Caracteristici
The book is the 2nd, completely revised edition of a standard undergraduate textbook.