Acquis d'apprentissage

A l'issue de ce cours, l'étudiant sera capable

  • d'observer par simulation un résultat théorique ou appliqué concernant les processus de Markov, 
  • de simuler par événements discrets un modèle de file d'attente particulier, et d'en obtenir par analyse statistique les mesures de performance,
  • de vérifier la validité de ses outils de simulation.

 

Contenu

Il s'agit ici de former les étudiants à la démarche de résolution des processus aléatoires. Le cours propose d'étudier de façon plus particulière certains modèles qui sont d'une part faciles à développer et d'autre part, d'usage courant dans d'autres disciplines : gestion, télétraitement, performances des systèmes d'exploitation.

Méthodes d'enseignement

30H de cours ou de réunions de discussions sur le travail personnel et 15H d'exercices où sont mis en évidence la résolution des processus aléatoires et les techniques de simulation par événements discrets. 

Méthode d'évaluation

Projet individuel et/ou examen écrit

 

Sources, références et supports éventuels

Ce cours se base sur divers ouvrages de base en probabilité, et en particulier sur  S.M. Ross. Initiation aux probabilités. Traduction de la septième édition américaine. Presses polytechniques et universitaires romandes, 2009, sur S. Resnick. Adventures in Stochastic Processes. Birkhäuse, 2005. Pour l'étude des files d'attente, nous référons en outre, à l'ouvrage de I. Adan et J. Resing. Queueing Theory. Disponible en ligne.  Pays-Bas, 2002 et H. Kobayashi et B.L. Mark. System Modeling and Analysis. Fondations of System Performance Evaluation. Pearson, 2009. Nous utilisons également Lawrence M. Leemis and Stephen K. Park, Discrete-Event Simulation: A First Course, Prentice Hall, 2006.

Langue d'instruction

Français
Formation Programme d’études Bloc Crédits Obligatoire
Standard 0 5
Standard 0 5
Standard 0 5
Standard 1 5
Standard 2 5
Standard 2 5