UCL - Etudes

Formations
Premier cycle
Deuxième cycle
Troisième cycle
Certificats (programmes non académiques)
Passerelles
Formation continue
Facultés et entités
Cadre académique
Réforme de Bologne
Accès aux études
Organisation des études
Lexique
Calendrier académique
Règlement des études et examens
Charte pédagogique
Renseignements généraux

Processus stochastiques (statistique) [MATH2360]
[30h] 3.5 crédits

English version

Version imprimable

Cette activité se déroule pendant le 1er semestre

Enseignant(s):

Jean-Marie Rolin

Langue d'enseignement :

français

Niveau :

cours de 2ème cycle

>> Objectifs (en terme de compétences)
>> Objet de l'activité (principaux thèmes à aborder)
>> Résumé : Contenu et Méthodes
>> Autres informations (Pré-requis, Evaluation, Support, ...)
>> Autres crédits de l'activité dans les programmes

Objectifs (en terme de compétences)

Présenter les principaux processus stochastiques à temps discrets avec une introduction à leur étude statistique.

Objet de l'activité (principaux thèmes à aborder)

1. Martingales à temps discret (sous-martingales, surmartingales, théorèmes du temps d'arrêt et de convergence) 2. Processus stationnaires , processus stochastiques et processus de Markov.

Résumé : Contenu et Méthodes

1. Processus stochastiques à temps discrets, généralités. tribu asymptotique, tribu invariante et échangeable, temps d'arrêt et temps d'attente.
2. Martingales, sous-martingales et sur-martingales. Théorèmes d'arrêt optionnel. Convergence presque sure, convergence en moyenne. Martingales inverses, loi des grands nombres, loi 0-1 de Kolmogorov et de Hewitt-Savage.
3. Processus stationnaires : théorème ergodique, convergence presque sure et en moyenne. Tribu presque surement invariante. Théorème de récurrence de Poincaré.
4. Processus stochastiques échangeables : tribu presque surement échangeable. Théorème de de Finetti, représentation d'un processus échangeable en un processus conditionnellement i.i.d.
5. Processus conditionnellement i.i.d. : identification et égalité presque sure entre la tribu invariante et la tribu conditionnante. Théorème d'arrêt optionnel et temps d'atteinte.
6. Processus de Markov conditionnels : propriétés de Markov forte, processus de Markov homogènes et stationnaires, caractérisation de la tribu invariante et conditions d'ergodicité.
7. Processus de Markov réguliers : distribution initiale stationnaire, existence, critères d'ergodicité et condition de Doeblin. Théorème d'érgodicité.

Autres informations (Pré-requis, Evaluation, Support, ...)

Références :
NEVEU J., Martingales à temps discret, Masson, 1972.
BREIMAN L., Probability, Addison-Wesley, 1968.
CHOW,Y.S. and TEICHER M., Probability Theory, Springer-Verlag, 1978.
BROCKWELL P.J. and DAVIS R.A., Time Series : Theory and Methods, Springer-Verlag, 1987.
CHUNG K.L., A course in probability theory, Harcourt, Brace & World Inc., New York, 1968.
KARLIN S. and TAYLOR H.M. A first course in stochastic processes, Academic Press, 1975.

Autres crédits de l'activité dans les programmes

MATH22/E

Deuxième licence en sciences mathématiques (Economie mathématique)

(3.5 crédits)

MATH22/G

Deuxième licence en sciences mathématiques

(3.5 crédits)

MATH22/S

Deuxième licence en sciences mathématiques (Statistique)

(3.5 crédits)

Obligatoire

STAT2MS

Master en statistique, orientation générale, à finalité spécialisée

(5 crédits)

STAT3DA

Diplôme d'études approfondies en statistique

STAT3DA/M

Diplôme d'études approfondies en statistique (méthodologie de la statistique)

(5 crédits)



Ce site a été conçu en collaboration avec ADCP, ADEF, CIO et SGSI
Responsable : Jean-Louis Marchand - Contact : info@sc.ucl.ac.be
Dernière mise à jour : 25/05/2005