Please see "Resources" for the lecture notes and for administrative details.

Inhalt:

• Konstruktion stochastischer Prozesse;
• bedingte Erwartungen;
• Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
• Konvergenzarten der Stochastik;
• gleichgradige Integrierbarkeit;
• Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;
• Konvergenz in Verteilung für stochastische Prozesse;
• Brownsche Bewegung und Invarianzprinzip

Nähere Informationen finden Sie auf der Homepage der Vorlesung 19212901 Basismodul: Stochastics II.

Literatur

• Klenke: Wahrscheinlichkeitstheorie
• Durrett: Probability. Theory and Examples.

Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
Further literature will be given during the lecture.

Zusätzliche Informationen

Voraussetzung: Stochastik I  und  Analysis I — III.