Brève description / annotation

Ce livre est consacré aux chaînes de Markov, qui sont des suites de variables aléatoires modélisant l'évolution de systèmes complexes. La première partie du livre définit ces objets et en démontre les propriétés les plus importantes. Elle couvre notamment la méthode d'un pas en avant, la classification des états, l'alternative entre récurrence et transience, la convergence vers la loi stationnaire et le théorème ergodique. Une seconde partie détaille ensuite certaines applications de cette théorie : étude de marches aléatoires, simulation de lois par la méthode de Monte-Carlo, couplage par le passé, et la notion de temps de mélange. Chaque chapitre de la partie théorique est accompagné d'exercices corrigés, et les deux parties du livre sont complétées par de longs problèmes corrigés portant notamment sur des modèles de marches aléatoires, de permutations aléatoires, de coloriages de graphes ou de configurations de spins. Cet ouvrage s'adresse aux étudiants en Mathématiques à partir du niveau licence, aux élèves des écoles d'ingénieurs, aux enseignants et aux candidats aux concours d'enseignement (agrégation). Il suppose une connaissance sommaire de la théorie des probabilités. Pierre-Loïc Méliot est enseignant-chercheur à l'Institut de Mathématiques d'Orsay (Université Paris-Saclay). Ses recherches portent notamment sur les objets aléatoires de grande taille et de nature combinatoire ou algébrique.

Détails