TD Master 2 Martingales et calcul stochastique

Dimension: px
Commencer à balayer dès la page:

Download "TD Master 2 Martingales et calcul stochastique"

Transcription

1 Universié d Orléans Maser Recherche de Mahémaiques TD Maser Maringales e calcul sochasique Corrigé des exercices du chapire 8 Inégrale d Iô Exercice 8.1 On considère les deux processus sochasiques X = e s db s, Y = e X. 1. Déerminer E (X ), Var(X ), E (Y ) e Var(Y ). X éan l inégrale d un processus adapé, on a E (X ) =. Par conséquen, l isomérie d Iô donne Var(X ) = E (X ) = es ds = 1 [e 1]. Enfin, par linéarié E (Y ) = e par bilinéarié Var(Y ) = e Var(X ) = 1 [1 e ].. Spécifier la loi de X e de Y. Ean des inégrales sochasiques de foncions déerminises, X e Y suiven des lois normales (cenrées, de variance calculée ci-dessus). 3. Monrer que Y converge en loi vers une variable Y lorsque e spécifier sa loi. La foncion caracérisique de Y es E (e i uy ) = e u Var(Y )/. Elle converge donc vers e u /4 lorsque. Par conséquen, Y converge en loi vers une variable Y, de loi normale cenrée de variance 1/. 4. Exprimer dy en foncion de Y e de B. La formule d Iô avec u(, x) = e x donne dy = e X d + e dx = Y d + db. Y es appelé processus d Ornsein Uhlenbeck. Exercice 8. Soi 1. Calculer E (X ) e Var(X ). X = s db s. X éan l inégrale d un processus adapé, on a E (X ) =. Par conséquen, l isomérie d Iô donne Var(X ) = E (X ) = s ds = Quelle es la loi de X? X sui une loi normale cenrée de variance Calculer d(b ) à l aide de la formule d Iô. La formule d Iô avec u(, x) = x donne d(b ) = B d + db. 4. En déduire une relaion enre X e Y = B s ds.

2 Comme B s ds = d(sb s ) s db s, on a la formule d inégraion par paries Y = d(sb s ) Y sui donc une loi normale de moyenne nulle. 5. Calculer la variance de Y, (a) direcemen à parir de sa définiion; Comme E (B s B u ) = s u, E (Y ) = E = B s B u ds du = [ u ] s ds + u ds du = u s db s = B X. (s u) ds du [ 1 u + u u ] du = (b) en calculan d abord la covariance de B e X, à l aide d une pariion de [, ]. Pour calculer la covariance, on inrodui une pariion k de [, ], d espacemen 1/n. Alors Il sui que cov(b, X ) = E (B X ) = E sb db s = lim k 1 E (B (B k B k 1 )) k = lim k 1 ( k k 1 ) = k s ds = 1. Var(Y ) = Var(B ) + Var(X ) cov(b, X ) = cov(b, X ) = En déduire la loi de Y. Y = B X éan une combinaison linéaire de variables normales cenrés, elle sui égalemen une loi normale cenrée, en l occurrence de variance 3 /3. Remarquons que Y représene l aire (signée) enre la rajecoire Brownienne e l axe des abscisses. Exercice Soi Y une variable aléaoire normale cenrée, de variance σ. Monrer que E (e Y ) = e σ / En compléan le carré (y y /σ = σ / (y σ ) /σ ), il vien E (e Y ) = e y e y /σ dy = / πσ eσ e (y σ ) /σ πσ dy = e σ /.

3 . Soi B un mouvemen Brownien sandard, e ϕ : [, T ] R une foncion indépendane de B. Pour [, T ] on pose X = ϕ(s) db s Calculer E (X ) e Var X. On précisera les hypohèses faies sur la foncion ϕ. ϕ(s) éan adapé, on a E (X ) = pourvu que ϕ soi inégrable. L isomérie d Iô monre que Var X = pourvu que ϕ soi de carré inégrable. 3. Monrer que es une maringale. M = exp X 1 ϕ(s) ds =: Φ(), ϕ(s) ds Soi > s. La différence X X s = s ϕ(u) db u es indépendane de F s, e sui une loi normale cenrée de variance Φ() Φ(s). Par conséquen, E (e X F s ) = E (e Xs e X Xs F s ) = e Xs E (e X Xs ) = e (Φ() Φ(s))/ en veru de 1., ce qui équivau à la propriéé de maringale pour M. 4. Démonrer l inégalié de Bernsein : Pour ou λ >, où Φ() = ϕ(s) ds. P sup s X s > λ exp λ Φ() Soi γ >. En remplaçan ϕ par γϕ dans la définiion de X, on voi que M (γ) = exp γx γ ϕ(s) ds es égalemen une maringale. Il sui que P sup X s > λ = P sup e γxs > e γλ s s = P sup M s (γ) e γφ(s)/ > e γλ s P sup M s (γ) > e γλ γ Φ()/ s e γ Φ()/ γλ E (M (γ) ), la dernière inégalié découlan de l inégalié de Doob. Comme E (M (γ) ) = 1 par la propriéé de maringale, le résula sui en opimisan sur γ, c es-à-dire en prenan γ = λ/φ(). 3

4 Exercice 8.4 Soi B [,T ] un mouvemen Brownien sandard. Soi = < 1 < < N = T une pariion de [, T ], e soi e = e k 1 1 [k 1, k )() une foncion simple, adapée à la filraion canonique du mouvemen Brownien. L inégrale de Sraonovich de e es définie par T e db = e k + e k 1 B k où B k = B k B k 1. L inégrale de Sraonovich T X db d un processus adapé X es définie comme la limie de la suie T e(n) db, où e (n) es une suie de foncions simples convergean vers X dans L. On admera que cee limie exise e es indépendane de la suie e (n). 1. Calculer T B db. Soi k = k (n) = k n e N = n T. Alors T B db = lim = 1 lim = 1 B T. B k + B k 1 B k ( B k + B k 1). Soi g : R R une foncion de classe C, e soi X un processus adapé saisfaisan Soi Y l inégrale d Iô Monrer que X = X Y = 1 g(x s ) db s [, T ]. Y = g(x s ) db s. g (X s )g(x s ) ds [, T ]. On choisi une pariion k (n) comme ci-dessus. Alors les processus = Y (n) = g(x k ) + g(x k 1 ) B k g(x k 1 ) B k 4

5 avec N = N() correspondan à l inervalle de la pariion conenan, convergen respecivemen vers X e Y lorsque n. Leur différence s écri La formule de Taylor implique Or On en conclu que = 1 [ g(xk ) g(x k 1 ) ] B k. g(x k ) g(x k 1 ) = g (X k 1 )(X k X k 1 ) + O(X k X k 1 ). X k X k 1 = k k 1 g(x s ) db s = g(x k 1 ) B k + k = g(x k 1 ) B k + O( k k 1 ). k 1 [ g(xs ) g(x k 1 ) ] db s g(x k ) g(x k 1 ) = g (X k 1 )g(x k 1 ) B k + O( B k ) + O( k k 1 ). En subsiuan dans l expression de = 1, on obien donc [ g (X k 1 )g(x k 1 ) Bk + O( B k ) + O(( k k 1 ) B k ) ]. En procédan comme dans la preuve de la formule d Iô, on peu remplacer Bk par k, e il sui [ (n) lim X ] 1 = g (X s )g(x s ) ds. 5

Texte Ruine d une compagnie d assurance

Texte Ruine d une compagnie d assurance Page n 1. Texe Ruine d une compagnie d assurance Une nouvelle compagnie d assurance veu enrer sur le marché. Elle souhaie évaluer sa probabilié de faillie en foncion du capial iniial invesi. On suppose

Plus en détail

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre. 1 Examen. 1.1 Prime d une opion sur un fuure On considère une opion à 85 jours sur un fuure de nominal 18 francs, e don le prix d exercice es 175 francs. Le aux d inérê (coninu) du marché monéaire es 6%

Plus en détail

Calcul Stochastique 2 Annie Millet

Calcul Stochastique 2 Annie Millet M - Mahémaiques Appliquées à l Économie e à la Finance Universié Paris 1 Spécialié : Modélisaion e Méhodes Mahémaiques en Économie e Finance Calcul Sochasique Annie Mille 15 14 13 1 11 1 9 8 7 6 5 4 3

Plus en détail

TD/TP : Taux d un emprunt (méthode de Newton)

TD/TP : Taux d un emprunt (méthode de Newton) TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel

Plus en détail

CHAPITRE I : Cinématique du point matériel

CHAPITRE I : Cinématique du point matériel I. 1 CHAPITRE I : Cinémaique du poin maériel I.1 : Inroducion La plupar des objes éudiés par les physiciens son en mouvemen : depuis les paricules élémenaires elles que les élecrons, les proons e les neurons

Plus en détail

VA(1+r) = C 1. VA = C 1 v 1

VA(1+r) = C 1. VA = C 1 v 1 Universié Libre de Bruxelles Solvay Business School La valeur acuelle André Farber Novembre 2005. Inroducion Supposons d abord que le emps soi limié à une période e que les cash flows fuurs (les flux monéaires)

Plus en détail

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB)

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB) Filrage opimal par Mohamed NAJIM Professeur à l École naionale supérieure d élecronique e de radioélecricié de Bordeaux (ENSERB) Filre adapé Définiions Filre adapé dans le cas de brui blanc 3 3 Cas d un

Plus en détail

Fonction dont la variable est borne d intégration

Fonction dont la variable est borne d intégration [hp://mp.cpgedpydelome.fr] édié le 1 jille 14 Enoncés 1 Foncion don la variable es borne d inégraion Eercice 1 [ 1987 ] [correcion] Soi f : R R ne foncion conine. Jsifier qe les foncions g : R R sivanes

Plus en détail

Mathématiques financières. Peter Tankov

Mathématiques financières. Peter Tankov Mahémaiques financières Peer ankov Maser ISIFAR Ediion 13-14 Preface Objecifs du cours L obje de ce cours es la modélisaion financière en emps coninu. L objecif es d un coé de comprendre les bases de

Plus en détail

CARACTERISTIQUES STATIQUES D'UN SYSTEME

CARACTERISTIQUES STATIQUES D'UN SYSTEME CARACTERISTIQUES STATIQUES D'UN SYSTEE 1 SYSTEE STABLE, SYSTEE INSTABLE 1.1 Exemple 1: Soi un sysème composé d une cuve pour laquelle l écoulemen (perurbaion) es naurel au ravers d une vanne d ouverure

Plus en détail

Les circuits électriques en régime transitoire

Les circuits électriques en régime transitoire Les circuis élecriques en régime ransioire 1 Inroducion 1.1 Définiions 1.1.1 égime saionnaire Un régime saionnaire es caracérisé par des grandeurs indépendanes du emps. Un circui en couran coninu es donc

Plus en détail

Surface de Volatilité et Introduction au Risque de Crédit

Surface de Volatilité et Introduction au Risque de Crédit Modèles de Taux, Surface de Volailié e Inroducion au Risque de Crédi Alexis Fauh Universié Lille I Maser 2 Mahémaiques e Finance Spécialiés Mahémaiques du Risque & Finance Compuaionelle 214/215 spread

Plus en détail

CHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3

CHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3 Chapire Eercices de snhèse 6 CHAPITRE EXERCICES..a), ±,55 b) 97,75 ±,455 c) 95,5 ±,475.±,6π cm.a) 44,, erreur absolue de,5 e erreur relaive de, % b) 5,56, erreur absolue de,5 e erreur relaive de,9 % 4.a)

Plus en détail

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 28 janvier 2009 9 h 30 «Les différens modes d acquisiion des drois à la reraie en répariion : descripion e analyse comparaive des echniques uilisées»

Plus en détail

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little. Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene

Plus en détail

2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE

2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE 009-01 EFFICIENCE INFORMATIONNELLE DES MARCHES DE L OR A PARIS ET A LONDRES, 1948-008 UNE VERIFICATION ECONOMETRIQUE DE LA FORME FAIBLE Thi Hong Van HOANG Efficience informaionnelle des marchés de l or

Plus en détail

Exemples de résolutions d équations différentielles

Exemples de résolutions d équations différentielles Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................

Plus en détail

Rappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION

Rappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION 2 IUT Blois Déparemen GTR J.M. Giraul, O. Bou Maar, D. Ceron M. Richard, P. Sevesre e M. Leberre. -TP- Modulaions digiales ASK - FSK IUT Blois Déparemen du Génie des Télécommunicaions e des Réseaux. Le

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

Oscillations forcées en régime sinusoïdal.

Oscillations forcées en régime sinusoïdal. Conrôle des prérequis : Oscillaions forcées en régime sinusoïdal. - a- Rappeler l expression de la période en foncion de la pulsaion b- Donner l expression de la période propre d un circui RLC série -

Plus en détail

Les solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2

Les solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2 Les soluions solides e les diagrammes d équilibre binaires 1. Les soluions solides a. Descripion On peu mélanger des liquides par exemple l eau e l alcool en oue proporion, on peu solubiliser un solide

Plus en détail

Un modèle de projection pour des contrats de retraite dans le cadre de l ORSA

Un modèle de projection pour des contrats de retraite dans le cadre de l ORSA Un modèle de proecion pour des conras de reraie dans le cadre de l ORSA - François Bonnin (Hiram Finance) - Floren Combes (MNRA) - Frédéric lanche (Universié Lyon 1, Laboraoire SAF) - Monassar Tammar (rim

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET Finance 1 Universié d Evry Val d Essonne éance 2 Philippe PRIAULET Plan du cours Les opions Définiion e Caracérisiques Terminologie, convenion e coaion Les différens payoffs Le levier implicie Exemple

Plus en détail

Caractéristiques des signaux électriques

Caractéristiques des signaux électriques Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme

Plus en détail

La rentabilité des investissements

La rentabilité des investissements La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles

Plus en détail

Cours d électrocinétique :

Cours d électrocinétique : Universié de Franche-Comé UFR des Sciences e Techniques STARTER 005-006 Cours d élecrocinéique : Régimes coninu e ransioire Elecrocinéique en régimes coninu e ransioire 1. INTRODUCTION 5 1.1. DÉFINITIONS

Plus en détail

Intégrales dépendant d un paramètre

Intégrales dépendant d un paramètre [hp://mp.cpgedupuydelome.fr] édié le 3 avril 5 Eocés Iégrales dépeda d u paramère Covergece domiée Exercice [ 9 ] [correcio] Calculer les limies des suies do les ermes gééraux so les suivas : a) u = π/4

Plus en détail

Chapitre 2 L investissement. . Les principales caractéristiques de l investissement

Chapitre 2 L investissement. . Les principales caractéristiques de l investissement Chapire 2 L invesissemen. Les principales caracérisiques de l invesissemen.. Définiion de l invesissemen Définiion générale : ensemble des B&S acheés par les agens économiques au cours d une période donnée

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

DE L'ÉVALUATION DU RISQUE DE CRÉDIT

DE L'ÉVALUATION DU RISQUE DE CRÉDIT DE L'ÉALUAION DU RISQUE DE CRÉDI François-Éric Racico * Déparemen des sciences adminisraives Universié du Québec, Ouaouais Raymond héore Déparemen Sraégie des Affaires Universié du Québec, Monréal RePAd

Plus en détail

Risque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE

Risque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE Ce aricle es disponible en ligne à l adresse : hp://www.cairn.info/aricle.php?id_revue=ecop&id_numpublie=ecop_149&id_article=ecop_149_0073 Risque associé au conra d assurance-vie pour la compagnie d assurance

Plus en détail

Impact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite

Impact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite DOCUMENT DE TRAVAIL 2003-12 Impac du vieillissemen démographique sur l impô prélevé sur les rerais des régimes privés de reraie Séphane Girard Direcion de l analyse e du suivi des finances publiques Ce

Plus en détail

Article. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle

Article. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle Aricle «Les effes à long erme des fonds de pension» Pascal Belan, Philippe Michel e Berrand Wigniolle L'Acualié économique, vol 79, n 4, 003, p 457-480 Pour cier ce aricle, uiliser l'informaion suivane

Plus en détail

Relation entre la Volatilité Implicite et la Volatilité Réalisée.

Relation entre la Volatilité Implicite et la Volatilité Réalisée. Relaion enre la Volailié Implicie e la Volailié Réalisée. Le cas des séries avec la coinégraion fracionnaire. Rappor de Recherche Présené par : Mario Vázquez Velasco Direceur de Recherche : Benoî Perron

Plus en détail

MATHEMATIQUES FINANCIERES

MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES LES ANNUITES INTRODUCTION : Exemple 1 : Une personne veu acquérir une maison pour 60000000 DH, pour cela, elle place annuellemen au CIH une de 5000000 DH. Bu : Consiuer un capial

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Calcul Stochastique pour la finance. Romuald ELIE

Calcul Stochastique pour la finance. Romuald ELIE Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis

Plus en détail

Evaluation des Options avec Prime de Risque Variable

Evaluation des Options avec Prime de Risque Variable Evaluaion des Opions avec Prime de Risque Variable Lahouel NOUREDDINE Correspondance : LEGI-Ecole Polyechnique de Tunisie, BP : 743,078 La Marsa, Tunisie, Insiu Supérieur de Finance e de Fiscalié de Sousse.

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

TB 352 TB 352. Entrée 1. Entrée 2

TB 352 TB 352. Entrée 1. Entrée 2 enrées série TB logiciel d applicaion 2 enrées à émission périodique famille : Inpu ype : Binary inpu, 2-fold TB 352 Environnemen Bouon-poussoir TB 352 Enrée 1 sories 230 V Inerrupeur Enrée 2 Câblage sur

Plus en détail

Impact des futures normes IFRS sur la tarification et le provisionnement des contrats d assurance vie : mise en oeuvre de méthodes par simulation

Impact des futures normes IFRS sur la tarification et le provisionnement des contrats d assurance vie : mise en oeuvre de méthodes par simulation Impac des fuures normes IFRS sur la arificaion e le provisionnemen des conras d assurance vie : mise en oeuvre de méhodes par simulaion Pierre-Emmanuel Thérond To cie his version: Pierre-Emmanuel Thérond.

Plus en détail

DESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers

DESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers DESSd ingéniérie mahémaique Universié d Evry Val d Essone Evaluaions des produis nanciers Véronique Berger Cours Janvier-Mars 2003 version du 27 mars 2003 Conens I Présenaion du plan de cours 3 II Insrumens

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL Fiche ors Thème : Elecricié Fiche 5 : Dipôle e dipôle Plan de la fiche Définiions ègles 3 Méhodologie I - Définiions oran élecriqe : déplacemen de charges élecriqes q a mesre d débi de charges donne l

Plus en détail

THÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques

THÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques Universié de Paris I Panhéon Sorbonne U.F.R. de Sciences Économiques Année 2011 Numéro aribué par la bibliohèque 2 0 1 1 P A 0 1 0 0 5 7 THÈSE Pour l obenion du grade de Doceur de l Universié de Paris

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Sommaire de la séquence 12

Sommaire de la séquence 12 Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

LE PARADOXE DES DEUX TRAINS

LE PARADOXE DES DEUX TRAINS LE PARADOXE DES DEUX TRAINS Énoné du paradoxe Déaillons ou d abord le problème dans les ermes où il es souen présené On dispose de deux oies de hemins de fer parallèles e infinimen longues Enre les deux

Plus en détail

SURVOL DE LA LITTÉRATURE SUR LES MODÈLES DE TAUX DE CHANGE D ÉQUILIBRE: ASPECTS THÉORIQUES ET DISCUSSIONS COMPARATIVES

SURVOL DE LA LITTÉRATURE SUR LES MODÈLES DE TAUX DE CHANGE D ÉQUILIBRE: ASPECTS THÉORIQUES ET DISCUSSIONS COMPARATIVES Ankara Üniversiesi SBF Dergisi, Cil 66, No. 4, 2011, s. 125-152 SURVOL DE LA LITTÉRATURE SUR LES MODÈLES DE TAUX DE CHANGE D ÉQUILIBRE: ASPECTS THÉORIQUES ET DISCUSSIONS COMPARATIVES Dr. Akın Usupbeyli

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin Décomposition de Föllmer-Schweizer explicite d un passif d assurance vie au moyen du calcul de Malliavin Mémoire présenté par Sébastien de Valeriola en vue de l obtention du master en sciences actuarielles

Plus en détail

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en détail

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

Programmation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme

Programmation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme Programmaion, organisaion e opimisaion de son processus Acha (Ref : M64) OBJECTIFS LES PLUS DE LA FORMATION Appréhender la foncion achas e son environnemen Opimiser son processus achas Développer un acha

Plus en détail

Coaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS

Coaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS Coaching - accompagnemen personnalisé (Ref : MEF29) Accompagner les agens e les cadres dans le développemen de leur poeniel OBJECTIFS LES PLUS DE LA FORMATION Le coaching es une démarche s'inscrivan dans

Plus en détail

Pouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin

Pouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin C N R S U N I V E R S I T E D A U V E R G N E F A C U L T E D E S S C I E N C E S E C O N O M I Q U E S E T D E G E S T I O N CENTRE D ETUDES ET DE RECHERCHES SUR LE DEVELOPPEMENT INTER NATIONAL Pouvoir

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Sciences Industrielles pour l Ingénieur

Sciences Industrielles pour l Ingénieur Sciences Indusrielles pour l Ingénieur Cenre d Inérê 6 : CONVERTIR l'énergie Compéences : MODELISER, RESOUDRE CONVERSION ELECTROMECANIQUE - Machine à couran coninu en régime dynamique Procédés de piloage

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Documentation Technique de Référence Chapitre 8 Trames types Article 8.14-1

Documentation Technique de Référence Chapitre 8 Trames types Article 8.14-1 Documenaion Technique de Référence Chapire 8 Trames ypes Aricle 8.14-1 Trame de Rappor de conrôle de conformié des performances d une insallaion de producion Documen valide pour la période du 18 novembre

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Incertitude financière, mesures de risque et préférences robustes

Incertitude financière, mesures de risque et préférences robustes Incertitude financière, mesures de risque et préférences robustes Hans Föllmer Institut für Mathematik Humboldt-Universität zu Berlin Unter den Linden 6 10099 Berlin, Allemagne 1 Le rôle des mathématiques

Plus en détail

Copules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie

Copules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie Copules e dépendances : applicaion praique à la déerminaion du besoin en fonds propres d un assureur non vie David Cadoux Insiu des Acuaires (IA) GE Insurance Soluions 07 rue Sain-Lazare, 75009 Paris FRANCE

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

B34 - Modulation & Modems

B34 - Modulation & Modems G. Pinson - Physique Appliquée Modulaion - B34 / Caracérisiques d'un canal de communicaion B34 - Modulaion & Modems - Définiions * Half Duplex ou simplex : ransmission un sens à la fois ; exemple : alky-walky

Plus en détail

EPARGNE RETRAITE ET REDISTRIBUTION *

EPARGNE RETRAITE ET REDISTRIBUTION * EPARGNE RETRAITE ET REDISTRIBUTION * Alexis Direr (1) Version février 2008 Docweb no 0804 Alexis Direr (1) : Universié de Grenoble e LEA (INRA, PSE). Adresse : LEA, 48 bd Jourdan 75014 Paris. Téléphone

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Cours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel

Cours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel Cours de gestion des risques d assurances et de théorie de la ruine Stéphane Loisel ISFA, 2005-2006 Table des matières I Modélisation de la charge sinistre : du modèle individuel au modèle collectif 5

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Séminaire d Économie Publique

Séminaire d Économie Publique Séminaire d Économie Publique Les niveaux de dépenses d'infrasrucure son-ils opimaux dans les pays en développemen? Sonia Bassi, LAEP Discuan : Evans Salies, MATISSE & ADIS, U. Paris 11 Mardi 8 février

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Recueil d'exercices de logique séquentielle

Recueil d'exercices de logique séquentielle Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Intégration de Net2 avec un système d alarme intrusion

Intégration de Net2 avec un système d alarme intrusion Ne2 AN35-F Inégraion de Ne2 avec un sysème d alarme inrusion Vue d'ensemble En uilisan l'inégraion d'alarme Ne2, Ne2 surveillera si l'alarme inrusion es armée ou désarmée. Si l'alarme es armée, Ne2 permera

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

MODÈLE BAYÉSIEN DE TARIFICATION DE L ASSURANCE DES FLOTTES DE VÉHICULES

MODÈLE BAYÉSIEN DE TARIFICATION DE L ASSURANCE DES FLOTTES DE VÉHICULES Cahier de recherche 03-06 Sepembre 003 MODÈLE BAYÉSEN DE TARFCATON DE L ASSURANCE DES FLOTTES DE VÉHCULES Jean-François Angers, Universié de Monréal Denise Desardins, Universié de Monréal Georges Dionne,

Plus en détail

Trading de Volatilité

Trading de Volatilité M émoire moire d Eude d Approfodisseme Tradig de Volailié Chrisia DIDION & Thomas JANNAUD Valdo DURRLEMAN Ecole Polyechique Sommaire Iroducio. Modèle de Blac-Scholes. Iroducio 44. Modèle de Blac & Scholes..5

Plus en détail

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

Plus en détail

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail