La modélisation markovienne est d'une importance fondamentale dans les applications des probabilités que ce soit à la biologie, à la génétique, aux réseaux, etc.

Son grand défaut est la sensibilité à la dimension : les espaces d'états sont souvent de taille colossale empêchant toute étude par force brute. A la manière d'un physicien (mais de façon rigoureuse), on étudie les  propriétés de ces modèles par un changement de jauge, autrement dit par un processus de renormalisation. Les processus limites obtenus sont des diffusions vues dans MACS 207a.


Site for MACS 207a.