Modèles stochastiques
Marius Iosifescu
Nikolaos Limnios
Gheorghe Opri(...)an
Hermes Science
Lavoisier
Avant-propos9
Chapitre 1 Introduction aux processus stochastiques11
1.1. Suites de variables aléatoires11
1.2. La notion de processus stochastique18
1.3. Martingales21
1.3.1. Temps d'arrêt21
1.3.2. Martingales à temps discret22
1.3.3. Convergence des martingales24
1.3.4. Martingales de carré intégrable25
1.4. Chaînes de Markov25
1.4.1. Propriété de Markov25
1.4.2. Fonction de transition28
1.4.3. Propriété forte de Markov30
1.5. Classification des états31
1.5.1. Probabilité stationnaire33
1.6. Processus de Markov à temps continu34
1.6.1. Fonction de transition34
1.6.2. Equations de Kolmogorov35
1.7. Processus semi-markoviens39
1.7.1. Processus markovien de renouvellement39
1.7.2. Processus semi-markovien40
Chapitre 2 Modèles stochastiques simples43
2.1. Modèles d'urnes43
2.2. Marche aléatoire45
2.3. Mouvement brownien50
2.3.1. Introduction50
2.3.2. Propriétés de base52
2.4. Processus de Poisson55
2.5. Processus de naissance et de mort62
Chapitre 3 Éléments de modélisation markovienne65
3.1. Modèles markoviens : idées, historique, applications65
3.2. Le modèle d'Ehrenfest à temps discret67
3.2.1. La chaîne microscopique67
3.2.2. La chaîne macroscopique70
3.2.3. Quelques caractéristiques du modèle d'Ehrenfest73
3.2.4. Modèle d'Ehrenfest à temps discret : historique, généralisations, modèles semblables79
3.3. Modèles markoviens en génétique81
3.3.1. Les lois de l'hérédité et les mathématiques81
3.3.2. Modèles haploïdes83
3.3.3. Modèle avec deux génotypes et sans aucune mutation89
3.3.4. Modèle avec plusieurs génotypes et sans aucune mutation93
3.3.5. Modèle avec deux génotypes et mutation94
3.3.6. Modèle avec plusieurs génotypes et mutation96
3.3.7. Modèle avec partition de la population99
3.3.8. Modèle de généalogie pour les populations de grande taille102
3.4. Modèles markoviens de stockage108
3.4.1. Modèles à temps discret109
3.4.2. Modèles à temps continu115
3.4.3. Modèle de stockage généralisé118
3.5. Modèles markoviens de fiabilité120
3.5.1. Introduction à la fiabilité120
3.5.2. Quelques classes de lois de survie128
3.5.3. Modèles à temps discret132
3.5.4. Modèles à temps continu136
Chapitre 4 Modèles de renouvellement141
4.1. Concepts fondamentaux et exemples141
4.2. Temps d'attente146
4.3. Processus de renouvellement modifiés150
4.4. Modèles de remplacement152
4.5. Processus de renouvellement avec récompenses156
4.6. Le problème du risque d'une société d'assurance158
4.7. Modèles pour compteurs160
4.7.1. Compteurs du type I161
4.7.2. Compteurs du type II166
4.8. Processus de renouvellement alternés168
4.9. Superposition des processus de renouvellement169
4.10. Processus de régénératifs173
Chapitre 5 Modèles semi-markoviens177
5.1. Introduction177
5.2. Processus de renouvellement markovien178
5.2.1. Définitions178
5.2.2. Théorie de renouvellement markovien180
5.3. Premier passage et classification des états182
5.3.1. Loi stationnaire et résultats asymptotiques183
5.4. Fiabilité186
5.5. Modèles pour réservoirs192
5.5.1. Le modèle I193
5.5.2. Le modèle II196
5.6. Files d'attente201
5.6.1. Modèle d'attente de type G/M/1202
5.6.2. Modèle d'attente de type M/G/1203
5.7. Canaux de communication numériques205
Chapitre 6 Modèles de branchement209
6.1. Le modèle Bienaymé-Galton-Watson209
6.1.1. Considérations historiques209
6.1.2. Quelques résultats élémentaires213
6.1.3. Un exemple fondamental216
6.1.4. Probabilité d'extinction. Théorème critique217
6.1.5. Formules asymptotiques pour la probabilité d'extinction221
6.1.6. Bornes pour la probabilité d'extinction223
6.1.7. Une décomposition des modèles supercritiques224
6.1.8. Le moment de l'extinction226
6.1.9. Bornes pour la loi et la moyenne du moment de l'extinction231
6.1.10. Propriétés asymptotiques234
6.1.11. Lois limites locales238
6.1.12. Solution complète du problème de Galton, et un problème de génétique239
6.1.13. Eléments d'inférence statistique243
6.2. Généralisations du modèle B.-G.-W.247
6.2.1. Le modèle B.-G.-W. non homogène (en environnement variable)247
6.2.2. Le modèle B.-G.-W. en environnement aléatoire254
6.2.3. Le modèle B.-G.-W. à immigration258
6.2.4. Modèles B.-G.-W. à multiplication contrôlée266
6.2.5. Modèles B.-G.-W. à déplacement spatial269
6.2.6. Le modèle B.-G.-W. à r types d'objets269
6.3. Modèles à temps continu274
6.3.1. Le modèle Markov275
6.3.2. Le modèle Bellman-Harris279
6.3.3. Le modèle Crump-Mode-Jagers-Ryan281
Chapitre 7 Modèles d'arrêt optimal285
7.1. Le problème classique d'arrêt optimal285
7.1.1. La formulation du problème285
7.1.2. Arrêt optimal pour une structure markovienne288
7.1.3. L'équation fonctionnelle292
7.1.4. Réduction à la programmation linéaire294
7.1.5. Résolution d'un problème d'arrêt optimal dans quelques cas particuliers297
7.2. Renouvellement avec décision binaire301
7.2.1. La formulation du problème301
7.2.2. Réduction à un problème d'arrêt optimal304
Bibliographie309
Notations329
Index331