Organisation Générale

Planning général : y compris les salles, voir ici

Cours : mardis de 13:45 à 15:45

TDs : Assurés par Anna Ben-Hamou

Déroulement des Cours

  • Cours 1 - 14 janvier 2025 : Processus ; Marches aléatoires ; temps d'arrêt et tribu des événements antécédants en temps discrêt, propriété de Markov simple et forte des marches aléatoires ; Loi géométrique et processus de Bernoulli. (Poly jusqu'à Section 1.4 inclue.)
  • Cours 2 - 21 janvier 2025: Loi exponentielle, lemme des réveils. Processus à accroissements indépendants et stationnaires (PAIS); temps d'arrêt et tribus associées en temps continu ; Propriété de Markov forte pour les PAIS. Processus ponctuels sur $\mathbb R_+$ ; Caractérisation des processus de comptages qui sont des PAIS, processus de Poisson. (Poly jusqu'au milieu de la preuve du Théorème 2.2.3)
  • Cours 3 - 28 janvier 2015 : Fin de la preuve du Théorème 2.2.3. Processus ponctuel de Poisson, construction, superposition. Fonctionnelle de Laplace, caractérisation des processus ponctuels de Poisson. (Poly jusqu'à l'énoncé du Théorème 2.3.9)
  • Cours 4 - 4 février 2025 : Preuve du Théorème 2.3.9. Processus de Poisson marqués, effaçage. File d'attente M/G/$\infty$. Processus régénératifs, loi forte des grands nombre, théorème ergodique en temps continu. (Poly jusqu'à la fin de la preuve du Théorème 3.1.3)
  • Cours 5 - 11 février 2025 : Théorème ergodique en temps discret. Matrice/noyau de transition et notations matricicelles. Chaînes de Markov: définition, construction, loi. Propriété de Markov simple et forte. (Poly jusqu'à la fin de la Section 4.3.)
  • Cours 6 - 18 février 2025 :
  • Cours 7 - 4 mars 2025 :
  • Cours 8 - 11 mars 2025 :
  • Cours 9 - 18 mars 2025 :
  • Cours 10 - 25 mars 2025 :
  • Cours 11 - 1 avril 2025 :
  • Cours 12 - 8 avril 2025 :
  • Examen - 29 avril 2025

Quelques références

  1. P. Billingsley. Probability and Measure. Wiley, New York, 1995.
  2. L. Breiman. Probability. Addison-Wesley, Reading, 1968.
  3. R. Durrett. Probability: Theory and Examples Cambridge University Press, Cambridge, 2010.
  4. G.R. Grimmett and D.R. Stirzaker. Probability and Random Processes. Second edition. Oxford University Press, Oxford, 2001.
  5. O. Häggström. Finite Markov Chains and Algorithmic Applications. Cambridge University Press, 2002.
  6. O. Kallenberg. Foundations of Modern Probability. Second edition, Springer, New York, 2002.
  7. J.R. Norris. Markov Chains. Cambridge University Press, Cambridge, 1998.
  8. W. Rudin. Real and Complex Analysis. McGraw Hill, New York, 1986.