Encadrements

Enseignements

Ressources

Encadrements doctoraux

• Adrien Clarenne (2016-2019). Asymptotiques dans des modèles de boules aléatoires poissoniennes et non-poissoniennes, Université de Rennes 1.
• Abdoulaye Soumana Hima (2013-2017). Équations différentielles stochastiques sous G-espérances et applications, Université de Rennes 1, thèse coencadrée avec Ying Hu.
• Florian Bouguet (2013-2016).  Étude quantitative de processus de Markov déterministes par morceaux issus de la modélisation, Université de Rennes 1, thèse coencadrée avec Florent Malrieu.
• Renan Gobard (2012-2015). Fluctuations dans des modèles de boules aléatoires, Université de Rennes 1.
• Benjamin Laquerrière (2007-2012) : Interpolation et comparaison de certains processus stochastiques, Université de La Rochelle, thèse coencadrée avec Nicolas Privault.

Enseignements de l'année 2022-2023 (Moodle)

• Chaînes de Markov et martingales (M1, S1)
• Processus stochastiques (M2, S1)
• Préparation à l'agrégation externe (S1, S2) : EdT, Ressources de l'option A.

Ressources : notes de cours disponibles

Niveau licence de Mathématiques

• Probabilités en L2 math
  Variables aléatoires, loi, espérance, variance, lois usuelles, indépendance, conditionnement. (Sans théorie de la mesure.)
• Intégrale de Riemann en L2 math 
  
• Intégrale de Lebesgue en L3 math 
  Tribus, mesures, intégration de Lebesgue, théorèmes de convergence, convolution, espaces L^p, transformée de Fourier.
• Probabilités en L3 math : version L3/Magistère ; version allégée   l'essentiel
  Variables et vecteurs aléatoires, loi, moments de variables aléatoires, indépendance, convergences probabilistes, LGN, TCL, vecteurs gaussiens. (Avec théorie de la mesure.)

Niveau autres licences

• Statistiques en IUT2 Biotech
  Lois de probabilités usuelles, estimation statistique, tests d'hypothèses
  

Niveau master de Mathématiques

• Processus discrets en M1 math 
  Conditionnement, martingales et chaînes de Markov.
  
• Processus gaussiens en M2 math/info 
  Vecteurs gaussiens, processus gaussiens, mouvement brownien, intégrale d'Itô, mouvement brownien fractionnaire, applications.
• Processus stochastiques en M2 math 
  Processus gaussiens, mouvement brownien, (sur/sous) martingales (locales), semimartingales, intégration stochastique.
• Calcul stochastique en M2 math 
  Formule d'Itô, formule de Girsanov, EDS, Diffusions.

(Ces notes sont des supports de cours magistraux, toute utilisation autre est laissée sous la responsabilité des intéressés, en particulier l'auteur se dégage de toute responsabilité quant au contenu.)