Séance de cours
Théorème de convergence de Martingale : preuve et résumé
Séances de cours associées (42)
Processus stochastiques : Marche au hasard symétrique
Couvre les propriétés de la marche symétrique aléatoire dans les processus stochastiques.
Variables aléatoires et valeur prévue
Introduit des variables aléatoires, des distributions de probabilité et des valeurs attendues au moyen d'exemples pratiques.
Probabilité de révision
Introduit des variables aléatoires sous-gaussiennes et sous-exponentielles, des attentes conditionnelles et des normes Orlicz.
Martingale Transformes
Explore les transformations martingales, leur capacité d'adaptation aux filtrations, à l'interprétation et à l'application pour prédire les résultats futurs.
Martingale Théorème de la convergence
Explique le théorème de convergence martingale et ses applications dans la théorie des probabilités.
Probabilité et statistiques
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris les distributions, les propriétés et les attentes des variables aléatoires.
Attentes conditionnelles
Couvre l'attente conditionnelle, le théorème de Fubini, et leurs applications dans la théorie des probabilités.
Martingale Convergence
Explore la convergence martingale, en discutant des conditions de convergence et de variance des martingales.
Théorème des trois séries de Kolmogorov
Explore la loi 0-1 de Kolmogorov, la convergence des variables aléatoires, l'étanchéité et les fonctions caractéristiques.
Martingale Théorème de la convergence
Couvre la preuve du théorème de convergence martingale et de la convergence de la séquence martingale presque sûrement.