Recueil de Modèles Aléatoires

Ce recueil puise sa source dans les cours de master de mathématiques appliquées et de préparation à l'épreuve de modélisation de l'agrégation de mathématiques. Le parti pris de cet ouvrage est de polariser la rédaction par les modèles plutôt que par les outils, et de consacrer chaque chapitre à un modèle. Le premier public visé est celui des enseignants-chercheurs en probabilités, débutants ou confirmés. De nombreux chapitres peuvent également bénéficier directement à des étudiants de master ou préparant l'agrégation.

This collection wasinspired by appliedmathematics Master classes in stochastic modeling. The focus is on modelsrather than on tools, and eachchapter is devoted to a specificmodel. Though the book isprimarily intended for academics in the field of probability theory, beginners and experienced researchers alike, manychapters will alsobenefit students preparing topursue their Master degreein mathematics.

Includes supplementary material: sn.pub/extras

Contenu
Avant-propos.- Pile, face, coupons.- Marches aléatoires.- Branchement et processus de Galton-Watson.- Permutations, partitions, et graphes.- Mesures de Gibbs.- Agrégation limitée par diffusion interne.- Chaînes de Markov cachées.- Chaînes de Markov cachées.- Algorithme EM et mélanges.- Urnes d'Ehrenfest.- Records, extrêmes, et recrutements.- File d'attente M/M/Infini.- Modèle de Wright-Fisher.- Généalogies et coalescence.- Restaurants chinois.- Renforcement.- Percolation.- Croissance et fragmentation.- Ruine d'une compagnie d'assurance.- Polymères dirigés en environnement aléatoire.- Problème du voyageur de commerce.- Matrices aléatoires.- Naissances et assassinats.- Modèle du télégraphe.- Problème de Dirichlet.- Processus d'Ornstein-Uhlenbeck.- Modèles de diffusion cinétique.- Des chaînes de Markov aux processus de diffusion.- Suggestions bibliographiques.- Littérature.- Index.- Principales notations et abréviations.