Séance de cours
Processus stochastiques : Marche au hasard symétrique
Séances de cours associées (109)
Attentes conditionnelles : Principes de base
Introduit les bases de l'attente conditionnelle, couvrant les définitions, les propriétés et les exemples dans le contexte des variables aléatoires.
Motion de Brownian : Dérivation d'Einstein
Couvre la dérivation du mouvement brownien par les équations d'Einstein et de Langevin, y compris l'équation de Chapman Kolmogorov.
Martingales et Brownian Motion Construction
Explore la construction du mouvement brownien avec des trajectoires continues et la dimension de son zéro.
Chaînes Markov: Des probabilités de succès
Explore les probabilités de frappe dans les chaînes Markov, couvrant des solutions minimales, des preuves et des relations récursives.
Martingale Transformes
Explore les transformations martingales, leur capacité d'adaptation aux filtrations, à l'interprétation et à l'application pour prédire les résultats futurs.
Martingales et le mouvement brownien : critères et théorèmes de convergence
Explore les critères de convergence pour les martingales, y compris la convergence presque certaine et le critère de Cauchy, conduisant au premier théorème de convergence de martingale.
Procédé de Poisson : Bruit impulsif
Couvre le processus de Poisson, en mettant l'accent sur les modèles de bruit impulsif et de bruit de tir.
Martingale Convergence
Explore la convergence martingale, en discutant des conditions de convergence et de variance des martingales.
Processus stochastiques : Examen et propriétésMOOC: Advanced statistical physics
Couvre l'examen des variables aléatoires, des fonctions de densité de probabilité, de la variance et des processus gaussiens.
Martingale Théorème de la convergence
Explique le théorème de convergence martingale et ses applications dans la théorie des probabilités.