Ce livre est destiné à tous ceux, mathématiciens ou non, qui souhaitent acquérir une maîtrise pratique de l'outil probabiliste dans ses applications les plus courantes. L'élaboration d'un modèle probabiliste conduit, en dehors de cas particuliers de faible intérêt pratique, à des problèmes théoriques difficiles qui sont vite hors de portée de l'utilisateur (comme d'ailleurs souvent du probabiliste professionnel). La validation d'un tel modèle passe alors nécessairement par la simulation, qui ne met en jeu en général que des procédures extrêmement simples. Apprendre à utiliser les modèles stochastiques, écrire pour eux des programmes de simulation efficaces, prévoir leurs performances et analyser leurs résultats est l'objectif principal de ce livre.

Ce livre est le premier qui traite de ces sujets avec un point de vue résolument tourné vers les applications et vers l'algorithme, en allant des résultats théoriques jusqu'à l'implémentation sur ordinateur.

Inhalt
I. Introduction.- II. Tirages indépendants.- III. Méthodes markoviennes à temps fini.- IV. Exploration markovienne.- V. Processus markoviens de saut.- VI. Simulation en Scilab.