Examens passés:
Notions de base :
Espace de probabilité. Extension de mesures. Variables et vecteurs aléatoires. Fonction de distribution. Indépendance. Lemmes de Borel-Cantelli. Espérance. Lemme de Fatou. Convergence monotone et convergence dominée. Changement de variables. Espace produit. Espaces Lp. Variance et covariance. Inégalités de Jensen et de Cauchy-Schwarz.
Convergence de variables aléatoires :
Modes de convergence (en probabilité, presque sûre, en moyenne). Inégalités de Markov et de Chebyshev. Lois faible et forte des grands nombres. Convergence en distribution. Théorème de Skorokhod. Théorème porte-manteau. Tension et intégrabilité uniforme. Fonction caractéristique. Théorème de continuité de Lévy. Théorème central limite. Méthode des moments.
Martingales :
Espérance conditionnelle. Martingales à temps discret. Temps d'arrêt. Martingale arrêtée. Théorème d'arrêt de Doob. Théorème de convergence des martingales de Doob. Martingales dans L2. Sous-martingales. Inégalité maximale de Doob.
Chaînes de Markov :
Chaînes de Markov à temps discret. Matrice de transition. Distribution stationnaire. Théorème ergodique. Chaînes de Markov à temps continu. Générateur. Processus de Poisson. Processus de naissance et de mort.
Mouvement brownien et calcul stochastique :
Définition et propriétés du mouvement brownien. Martingales à temps continu. Intégrale d'Itô. Formule d'Itô.
Références suggérées:
[Du] R. Durrett, Probability: Theory and Examples, Duxbury Press, (2010): [Chapitre 5].
[GS] G.R. Grimmett, D.R. Stirzaker, Probability and Random processes, Clarendon Press, (2001): [Chapitre 6].
[R] J.S. Rosenthal, A First Look at Rigorous Probability Theory, World Scientific Publishing, (2006): [Chapitres 2, 3, 4 et 6].
[S] J.M. Steele, Stochastic Calculus and Financial Applications, Springer, (2000): [Chapitres 3, 4, 6 et 8].
[W] D. Williams, Probability with Martingales, Cambridge University Press, (1991): [Chapitres 13, 16, 17 et 18].
Cours suggérées:
Le cours MAT6717 (Probabilités) et le début des cours MAT2717 (Processus stochastiques) et MAT6798 (Calcul stochastique) peuvent aider à la préparation de l'épreuve. Le cours MAT6111 (Mesure et intégration) peut aider à une meilleure compréhension des résultats en théorie de la mesure utilisés en probabilités.