Les Chaînes de Markov en Temps Discret

Introduction

Avant l'étude approfondie d'un sujet, toute personne se doit de comprendre ce qu'elle va étudier et pourquoi elle va l'étudier.

En effet, à quoi bon étudier un phénomène dont on ne comprend ni l'utilité ni le fonctionnement ?

Heureusement, ce problème ne se pose pas avec les processus de Markov. Car non comptant d'avoir une utilité évidente, ils nous entourent sans que nous nous en rendions compte, et possèdent de ce fait de nombreuses applications.

Par exemple, ils permettent de donner une estimation du chiffre d'affaire d'un magasin sachant certaines données, ils sont aussi utilisés en météorologie, et dans la prévision d'événements dans de nombreux domaines.

Les processus de Markov que nous allons étudier se basent sur une propriété que nous nommerons plus tard :

"le présent ne dépend du passé qu'à travers le passé immédiat."

Voyons à présent ce que cela signifie...

PrécédentPrécédentSuivantSuivant
AccueilAccueilImprimerImprimerRéalisé avec Scenari (nouvelle fenêtre)