Chaînes Markov: temps d'arrêt

Cette séance de cours couvre le concept de temps d'arrêt dans les chaînes Markov, les définissant comme des variables aléatoires qui déterminent quand un processus doit s'arrêter. Il explique comment les temps d'arrêt sont utilisés dans le contexte des chaînes Markov, fournissant des exemples et illustrant les propriétés des temps d'arrêt. La séance de cours s'inscrit également dans la propriété forte de Markov, qui affirme que le comportement futur d'un processus, étant donné un temps d'arrêt, est conditionnellement indépendant de son passé. En outre, il examine la classification des classes communicantes dans les chaînes Markov comme étant récurrentes ou transitoires, en soulignant les conditions nécessaires et suffisantes pour chaque classification.