De la Théorie de processus en mathématiques et quelques exemples d'application
| Item type | Current location | Call number | Copy number | Status | Date due | Barcode |
|---|---|---|---|---|---|---|
Memoire
|
Bibliothèque Centrale | 519.2 NDI.T (Browse shelf) | 1 | Not For Loan | 5010000428938 | |
|
Memoire
|
Bibliothèque Centrale | 519.2 NDI.T (Browse shelf) | 2 | Not For Loan | 5010000428945 |
Mémoire présenté et défendu publiquement en vue de l'obtention du grade de Licencié en Pédagogie Appliquée, Agrégé de l'Enseignement Secondaire en Mathématiques.
Résumé,
Dans ce travail, nous avons développé la notion de processus en mathématiques et plus particulièrement en probabilité. Le calcul classique des probabilités concerne des épreuves où chaque résultat possible ou réalisation est mesuré par un nombre. Cela conduit alors à la notion de variable aléatoire.
Un processus aléatoire ou processus stochastique ou fonction aléatoire représente une évolution, discrète ou à temps continu, d'une variable aléatoire.
Notre travail est structuré en deux chapitres :
Dans le premier chapitre, nous avons présenté quelques notions fondamentales de la théorie des probabilités telles que la modélisation des phénomènes aléatoires, les variables aléatoires, quelques lois de probabilités et quelques caractéristiques des tendances centrales. Il s'agit de quelques théories de probabilité qui nous ont aidé à développer le second chapitre.
Dans le second chapitre, nous avons présenté quelques types de processus et quelques exemples d'applications tels que les processus stochastiques, processus à accroissement indépendants, processus de renouvellement, processus de Markov, les processus de Poisson, processus de Wiener ou mouvement brownien.
Nous avons bien compris qu'il existe deux principaux types de processus : ceux en temps discret, c'est-à-dire quand l'ensemble des observations est dénombrable et ceux en temps continu, c'est-à-dire quand l'ensemble des observations n'est pas dénombrable.
There are no comments on this title.