Chaînes de Markov: bases et applications

Cette séance de cours couvre les fondamentaux des chaînes de Markov, en se concentrant sur le temps discret et l'espace discret chaînes de Markov. Il explique la propriété Markov, les matrices de transition, les algorithmes de génération et des exemples tels que les marches aléatoires. Il explore également les chaînes de Markov dans l'espace continu, les noyaux de transition et les processus de Poisson. La séance de cours se termine par des discussions sur les processus de Poisson non homogènes et les chaînes générales de Markov en temps continu.