Couvre Mod.7 sur les chaînes Markov en continu, en mettant l'accent sur les chaînes réversibles et leurs applications dans les systèmes de communication.
Couvre les processus de Markov, les densités de transition et la distribution sous réserve d'information, en discutant de la classification des états et des distributions fixes.
Explore la réversibilité dans les chaînes de Markov et son impact sur la distribution stationnaire, en soulignant la complexité des chaînes non réversibles.
Explore Markov Chain Monte Carlo pour l'échantillonnage des distributions haute dimension et l'optimisation des fonctions à l'aide de l'algorithme Metropolis-Hastings.
Explore la génération de processus stochastiques, y compris les processus gaussiens, les processus de Markov, les processus de Poisson et l'intégration circulatoire.