Problèmes d'arrêt optimal: théorie et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 1 sur 3

Introduction à la convexité

Présente les concepts clés de la convexité et ses applications dans différents domaines.

Problèmes d'horizon infini : formulation et complexité

Couvre les problèmes d'horizon infini dans les processus de probabilité appliquée et stochastiques.

Simulation de réaction stochastique : Constantin

Couvre l'algorithme pour simuler les réactions des molécules en utilisant des nombres aléatoires.

Le problème du mariage

Explore le problème du mariage, modélisant le processus comme un processus stochastique contrôlé avec des algorithmes de programmation dynamiques pour trouver la politique optimale pour accepter les célibataires.

Fonctions probabilistes : champs libres et variables aléatoires

Couvre les champs libres et les fonctions probabilistes, en se concentrant sur les variables aléatoires et leurs propriétés.

Caractérisation des processus stochastiques : théorie et applications

Couvre la caractérisation des processus stochastiques, en se concentrant sur leurs fondements mathématiques et leurs applications dans le monde réel.

Vente d'actifs: Politique de revenus optimale

Explore la dynamique de vente d'actifs, la politique de revenus optimale, les seuils d'acceptation et l'impact sur les prix des produits de base.

Les chaînes de Markov : théorie et applications

Couvre la théorie et les applications des chaînes de Markov dans la modélisation de phénomènes aléatoires et la prise de décision sous incertitude.

Martingales et Brownian Motion Construction

Explore la construction du mouvement brownien avec des trajectoires continues et la dimension de son zéro.

Processus de décision de Markov: fondements de l'apprentissage par renforcement

Couvre les processus décisionnels de Markov, leur structure et leur rôle dans l'apprentissage par renforcement.