• Introducción a la Probabilidad y la Estadística (Lic de Mat)
• Curso de Probabilidad II (electiva de Lic de Mat) o Introducción alos Procesos Estocásticos (Postgrado)
• Teoría de la Medida o Análisis Real (Lic de Mat).

Programa:

1. Procesos estocásticos de parámetro continuo. Generalidades, teorema de Kolmogorof. Regularidad de trayectorias. Proceso de Wiener.
2. Integración Estocástica, Fórmula de Ito y aplicaciones. Tiempos locales.
3. Ecuaciones Diferenciales Estocásticas. Existencia y unicidad de soluciones fuertes. Ecuaciones de difusión. Conexión con las ecuaciones parabólicas.
4. Aplicaciones del Cálculo Estocástico, Fórmula de Black-Scholes.
5. Procesos Gaussianos. Leyes 0-1. Desigualdades básicas. Aplicaciones.

• Mario Wschebor. Notas de curso de Introducción a los procesos estocásticos. 2003. Archivo PDF
• Mario Wschebor. One-parameter Gaussian Processes: Lectures on the Distribution of the Maximum." Notas de curso de postgrado, Mérida, Asociación Venezolana de Matemáticas (2001) Archivo PDF
• Ikeda y Watanabe, "Stochastic Differential Equations and Diffusion Processes" (mayor nivel que el curso).
• Gihkman y Skorohod. "Introduction to the Theory of Random Processes".
• Karatzas y Shreve. Brownian Motion and Stochastic Calculus. Springer-Verlag, New York Second Edition, 1991
• Adler, R. "An Introduction to Continuity, Extrema and Related Topics for General Gaussian Processes". (para los capítulos 1 y 5)
• Cramér y Leadbetter. “Stationary and Related Stochastic Processes” (para los capítulos 1 y 5)
• T. Mikosh, Elementary Stochastic Calculus with Finance in View (World Scientific Pub. 1998)
• Lipster y Shiryaev. Statistics of Random Process I (2001, Second Edition), Springer. (mayor nivel que el curso).

Bibliografía sobre los prerrequisitos.

• E. Mordecki; V. Petrov. Teoría de Probabilidades, Editorial URSS, 2002.