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