Chaines et processus de Markov

  • Aide
  • Recherche
  • Facebook
  • Twitter
Formation

Formation continue et reprise d'études

Formation continue et reprise d'études

Consultez la liste des formations proposées dans le cadre de la formation continue : formations diplômantes, certifications, préparations, formations courtes et formations sur mesure

Lire la suite

Actualités

    • Ouverture du Master 2 comptabilité, contrôle, audit (CCA) en alternance

      Experts comptables, commissaires aux comptes, professionnels du secteur, depuis bientôt trente ans l’IAE Pau-Bayonne travaille avec les professionnels de l’expertise comptable et de l’audit au bon développement...

      Lire la suite

    • UE Libres

      Janvier 2020 : Inscriptions aux UE libres.

      Lire la suite

    • Journées portes ouvertes à l'UPPAVenez découvrir votre future université !

      Programme et calendrier par campus.

      Lire la suite

    • L'UPPA déploie des robots de téléprésence au service de l'inclusion, de l'adaptation et de la formation d'excellence.

      Depuis plus de cinq ans, Laurent Gallon enseignant-chercheur à l'IUT des Pays de l'Adour et au Laboratoire d'informatique de l'UPPA (LIUPPA) travaille en partenariat avec le Service d'Aide Pédagogique...

      Lire la suite

    • Journée Infosup 2019

      Journée d'information sur les formations post-bac.

      Lire la suite

    • Salon Studyrama : Etudes supérieuresà Bayonne

      Maison des associations, 9h30/17h30 à Bayonne.
      En savoir plus et télécharger une invitation

      Lire la suite

Chaines et processus de Markov

Objectifs

Etude des processus markoviens à temps discret et continu sur un espace discret.

Volume horaire

  • Travaux Dirigés : 24h
  • Cours Magistral : 24h

Examens

Première session

Deuxième session

Contrôle continu : 30%

Examen terminal : 70%

Durée de l'examen terminal : 3 heures

Examen : 100 %

Durée de l'examen  : 3 heures

Syllabus

1. Chaînes de Markov

2. Processus de Poisson.

3. Processus de Markov.

4. Applications et modélisations.

Références :

Durrett R. (1999), Essentials of stochastic processes, Springer,

Pinsky M. and Karlin S. (2010), An introduction to stochastic modeling. Academic press.

Ross S. M. (2014), Introduction to probability models. Academic press.

 

En bref

Crédits ECTS 6.0

Nombre d'heures 48.0

Niveau d'étude BAC +4

Contact(s)

Composante

Contact(s) administratif(s)

Secrétariat de Mathématiques

Email : secretariat-mathematiques @ univ-pau.fr

Lieu(x)

  • Pau