Ce livre est destin? ? tous ceux, math?maticiens ou non, qui souhaitent acqu?rir une ma?trise pratique de l'outil probabiliste dans ses applications les plus courantes. L'?laboration d'un mod?le probabiliste conduit, en dehors de cas particuliers de faible int?r?t pratique, ? des probl?mes th?oriques difficiles qui sont vite hors de port?e de l'utilisateur (comme d'ailleurs souvent du probabiliste professionnel). La validation d'un tel mod?le passe alors n?cessairement par la simulation, qui ne met en jeu en g?n?ral que des proc?dures extr?mement simples. Apprendre ? utiliser les mod?les stochastiques, ?crire pour eux des programmes de simulation efficaces, pr?voir leurs performances et analyser leurs r?sultats est l'objectif principal de ce livre.Ce livre est destin? ? tous ceux, math?maticiens ou non, qui souhaitent acqu?rir une ma?trise pratique de l'outil probabiliste dans ses applications les plus courantes. L'?laboration d'un mod?le probabiliste conduit, en dehors de cas particuliers de faible int?r?t pratique, ? des probl?mes th?oriques difficiles qui sont vite hors de port?e de l'utilisateur (comme d'ailleurs souvent du probabiliste professionnel). La validation d'un tel mod?le passe alors n?cessairement par la simulation, qui ne met en jeu en g?n?ral que des proc?dures extr?mement simples. Apprendre ? utiliser les mod?les stochastiques, ?crire pour eux des programmes de simulation efficaces, pr?voir leurs performances et analyser leurs r?sultats est l'objectif principal de ce livre.I. Introduction.- II. Tirages ind?pendants.- III. M?thodes markoviennes ? temps fini.- IV. Exploration markovienne.- V. Processus markoviens de saut.- VI. Simulation en Scilab.Ce livre est le premier qui traite de ces sujets avec un point de vue r?solument tourn? vers les applications et vers l'algorithme, en allant des r?sultats th?oriques jusqu'? l'impl?mentation sur ordinateur.