Vorlesung + Übung: Stochastische Prozesse (Stochastik IV) - Details

Vorlesung + Übung: Stochastische Prozesse (Stochastik IV) - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung + Übung: Stochastische Prozesse (Stochastik IV)
Untertitel Stochastic Processes
Veranstaltungsnummer MTH-1670
Semester SS 2025
Aktuelle Anzahl der Teilnehmenden 0
Heimat-Einrichtung Stochastik und ihre Anwendungen
beteiligte Einrichtungen Institut für Mathematik
Veranstaltungstyp Vorlesung + Übung in der Kategorie Lehre
Voraussetzungen Good knowledge of measure-theoretic probability theory (e.g. bachelor modules "Stochastik I/II"). Basics might be recalled from the first chapters of Bovier's lecture notes (reference below).
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache englisch
Literaturhinweise Anton Bovier: Stochastic Processes, Lecture Notes, University of Bonn, 2022
www.dropbox.com/s/5f6s9fnpf4gejgf/wt2-new.pdf

James R. Norris: Markov Chains, Cambridge University Press, 2009

Peter Mörters, Yuval Peres: Brownian Motion, Cambridge University Press, 2010
www.mi.uni-koeln.de/~moerters/book/book.pdf

Lecture notes will be written along the course, updates available under "Dateien"
Sonstiges Overview (plan):
1. What is a stochastic process?
2. Discrete-time Markov processes
3. Martingales
4. Continuous-time Markov chains
5. Diffusion processes
ECTS-Punkte 9

Räume und Zeiten

Keine Raumangabe

Studienbereiche

Kommentar/Beschreibung

Welcome to the course Stochastic Processes!
The course provides an introduction to the theory of stochastic processes, including discrete-time Markov processes, martingales, continuous-time Markov chains and diffusion processes. We will use several constructions of continuous-time Markov processes including generators and martingale problems, and show how different processes are related via scaling limits. The exercises will mostly focus on applications and models of time-dependent phenomena with randomness.