Groupe de travail master MASEF-Université Paris-Dauphine Optimisation d une fonction d utilité sous contraintes de risques

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Groupe de travail master MASEF-Université Paris-Dauphine Optimisation d une fonction d utilité sous contraintes de risques"

Transcription

1 Groupe de ravail maser MASEF-Universié Paris-Dauphine Opimisaion d une foncion d uilié sous conraines de risques Benedea Baroli Thibau Masrolia Eienne Pillin sous la direcion d Anhony Réveillac 13 sepembre Inroducion En 25, Hu, Imkeller e Müller [2] on éudié un problème d opimisaion d uilié sous une conraine représenée par un ensemble fermé, en affaiblissan l hypohèse classique de convexié. Ils se placen dans l hypohèse d un marché comple e don la dynamique des acifs risqués qui le composen es donnée par le modèle de Black-Scholes. Par le biais des Equaions Différenielles Sochasiques Rérogrades EDSR, ils donnen une expression du maximum d uilié aein ainsi que des condiions sous lesquelles il y a exisence d une sraégie opimale au sens de l uilié considérée. Cee sraégie opimale s exprime sous la forme d une projecion sur un espace de conraines. Moreno, Pirvu e Réveillac [6] on exploié e généralisé le cas de l uilié puissance au cas de conraines associées à des mesures de risque dynamiques. Le bu de nore ravail es de reprendre la ravail de Moreno, Pirvu e Réveillac e de l appliquer au cas de l uilié exponenielle. Dans la secion 2 de nore rappor, nous inroduisons le problème, les noaions e définiions nécessaires à son éude. Nous faisons ensuie des rappels fondamenaux sur les EDSR lipschiziennes e quadraiques secion 3. Puis, dans la secion 4, nous reprenons l éude du cas exponeniel de [2]. Dans les paries 5 e 6, nous généralisons au cas de conraines associées à des mesures de risques dynamiques e présenons nos résulas numériques concernan le calcul de sraégies opimales. Nous remercions Anhony Réveillac pour son encadremen e son aide ou au long de ce ravail. 1

2 2 Mise en place du problème e noaions On s occupe du problème de maximisaion d uilié d un invesisseur, qui a la possibilié d invesir dans des acifs risqués e non risqués, dans un inervalle de emps fini [, T ]. Soi Ω, F, P un espace probabilisé. On considère un mouvemen brownien W = W [,T ] m- dimensionnel sur ce espace. Soi F = F [,T ] la filraion engendrée par W e compléée. Noaion 2.1. On noe EM = expm 1 2 M, la maringale exponenielle associée à M, où M désigne la variaion quadraique de M. Remarque 2.1. On défini les processus prévisibles comme les procéssus mesurables par rappor à la ribu prévisible, engendrée par les processus adapés e coninus à gauche. Soi H k R d l ensemble des processus X à valeur dans R d T, F-prévisibles, els que E X k d < +. On noe H R d l ensemble des processus F-prévisibles à valeur dans R d e λ P-presque parou bornés sur [, T ] Ω. On se place dans le cas où le marché es composé de deux ypes d acifs : Un acif sans risque par exemple le placemen sur un livre de processus de prix associé S = S er où r désigne le aux d inérê, ici fixé à. d acifs risqués de processus de prix S i R + où i {1,..., d}, qui suiven la dynamique suivane : ds i S i = b i d + σdw i i {1,..., m}. où les b i resp. σ i son des processus F-prévisibles, à valeur dans R resp. R 1 m \{}, uniformémen bornés. Pour simplifier l éude, on se place dans le cas où d = m = 1, i.e il n y a qu un seul acif risqué. Pour simplifier les noaions, on pose S := S 1 e π := π 1 pour ou dans [, T ]. On défini le marke price of risk le processus θ à valeurs dans R el que : Sous les condiions précédenes, θ es uniformémen borné. [, T ], θ := σ 1 b. 1 Définiion 2.1. Soien C un sous-ensemble fermé de R, e a un élémen quelconque de R. Nous définissons la disance enre a e C comme dis C a = min a b. 2 b C Nous définissons égalemen Π C a comme l ensemble des élémens de C pour lesquelles la valeur du minimum es aeine, c es-à-dire Π C a = {b C a b = dis C a}. 3 Remarque 2.2. Ce espace es nécessairemen non vide, mais peu conenir plus d un poin. 2

3 Un processus réel F-mesurable π [,T ] es une sraégie d invesissemen si π ds S es bien T définie. Par exemple, sous l hypohèse E π 2 d < +. La quanié d argen invesie dans l acif risqué au emps es représenée par le processus π, donc le nombre d acions correspondan es π. On remarquera qu on ne fai aucune hypohèse sur π S 1 [,T ] pour s assurer que N, on suppose donc que l acif es infinimen divisible. π S 1 On ne considère que les sraégies auofinancées, c es-à-dire elles qu il n y ai aucun appor ou rerai d argen exérieur. Le processus de richesse X π associé à la sraégie π e paran de la richesse iniiale x saisfai donc l équaion suivane : X π = x + π u S u ds u = x + π u σ u dw u + θ u du. 4 Définiion 2.2. On di qu un processus F T -mesurable H es réplicable s il exise une sraégie d invesissemen π elle que X π T = F. Définiion 2.3. On di qu un marché es comple si ou acif coningen H, processus F T - mesurable, es réplicable. Remarque 2.3. Dans nore cas, le marché es comple. On suppose de plus que l invesisseur a une obligaion en anglais liabiliy F au emps T. Elle désigne une variable F T -mesurable e bornée, qui peu êre posiive ou négaive. On supposera que les invesisseurs son resreins à invesir suivan des sraégies admissibles. On noera par la suie A ce espace de sraégies, e il sera défini plus ard. Sous ces hypohèses, nore objecif es d éudier les valeurs e les sraégies de rading opimales associées au problème d opimisaion : V x := sup E [UXT π F ] 5 π A où A désigne l ensemble des sraégies admissibles, e U es l une des foncions d uilié suivanes : Uilié exponenielle x exp αx avec α >. Uilié puissance x xγ γ avec x, γ ], 1[ e F =. Uilié logarihmique x logx avec x > e F =. 3 Généraliés sur les EDSR L objecif de cee secion es d inroduire les équaions différenielles sochasiques rérogrades, qu on noera EDSR, uilisée pour le problème de maximisaion d uilié. Nous donnons dans cee parie des résulas d exisence e d unicié dans le cas lipschizien e dans le cas quadraique. 3.1 Noaions Soi Ω, F, P un espace de probabillié comple e W un mouvemen brownien d dimensionnel sur ce espace, en noan F T la filraion naurelle associée à ce mouvemen brownien. On considère les deux espaces vecoriels suivans : 3

4 L espace vecoriel, noé H R k, formé des processus Y progressivemen mesurables à valeur dans R k els que : Y 2 H := E sup Y 2 < +. T L espace vecoriel, noé H 2 R k d, formé des processus Z progressivemen mesurables à valeur dans R k d els que : Z 2 H := E Z 2 2 < +. Remarque 3.1. On a l inclusion ensemblise suivane : H H 2. Dans la suie, on considère une foncion f définie sur [, T ] Ω R k R k d à valeur dans R k, elle que pour ou y, z R k R k d, le processus f, y, z T soi progressivemen mesurable. On considère de plus une variable aléaoire ξ, F T -mesurable e à valeur dans R k. On veu alors résoudre l EDSR suivane : Y = ξ + fr, Y r, Z r dr Z r dw r, T 6 ou de manière équivalene, sous forme différenielle : dy = f, Y, Z d Z dw, Y T = ξ, T. On di que f es le généraeur ou driver de cee EDSR e ξ sa condiion erminale. Une EDSR es donc caracérisée par son couple ξ, f. La définiion suivane perme de préciser ce que l on enend par soluion de cee EDSR. Définiion 3.1. Pour des paramères f e ξ vérifian les hypohèses précédenes, une soluion de l EDSR 6 es un couple de processus progressivemen mesurables Y, Z := Y, Z T à valeur dans R k R k d el que : a P-p.s. fr, Y r, Z r + Z r 2 dr < où Z es la norme au sens des marices R k d. b P-p.s. Y = ξ + fr, Y r, Z r dr Z r dw r, T. Remarque 3.2. Sous la condiion a, on en dédui que Y es une semi-maringale coninue. 3.2 Exisence e unicié dans le cas Lipschizien On veu mainenan monrer que sous ceraines condidiions sur le couple ξ, f, l EDSR 6 adme un unique couple soluion dans H H 2. On rappelle que f es une foncion définie sur [, T ] Ω R k R k d à valeur dans R k e elle que pour ou y, z R k R k d, f, y, z [,T ] soi progressivemen mesurable. On rappelle égalemen que ξ es une variable aléaoire F T - mesurable. On se place alors sous les condiions suivanes, noées L : 4

5 1 Condiion de Lipschiz : il exise une consane λ >, elle que P-p.s. on a : f, y, z f, y, z λ y y + z z, y, y, z, z [, T ] R k 2 R k d 2 2 Condiion d inégrabilié : E ξ 2 + fr,, 2 dr < +. On a alors le résula suivan, dû à Pardoux e Peng [7] : Théorème 3.1. Sous l hypohèse L, l EDSR 6 adme un unique couple soluion Y, Z dans H R k H 2 R k d. Démonsraion. La preuve de ce résula es basée sur un argumen de poin fixe. Voir [7] 3.3 Exisence dans le cas quadraique On éudie dans cee parie des EDSR quadraiques, qui nous seron uiles pour résoudre le problème de maximisaion d uilié 5. On fai mainenan les hypohèses suivanes : i La foncion f es à valeurs réelles. ii Il exise C > elle que P-p.s., f, y, z C1 + y + z Q 2 pour ou, y, z [, T ] R R d. iii P-p.s., pour ou [, T ], y, z f, y, z es coninue. iv La variable aléaoire ξ es bornée. On pose B l ensemble des processus F -mesurable, bornés e coninus. Théorème 3.2 Kobylanski [4]. Sous l hypohèse Q, l EDSR 6 a une soluion maximale Y, Z e une soluion minimale Y, Z. De plus, Y e Y appariennen à B. Démonsraion. On renvoi à [4] pour la preuve de ce héorème. L unicié de la soluion a éé monrée par M. Kobylanski à l aide d un héorème de comparaison voir [4] héorème 2.6, que l on énonce ici. On reprend l EDSR 6 sous l hypohèse Q e on fai de plus l hypohèse C suivane : C ii La foncion f es différeniable en y, z sur [ K, K] R d elle que : i Il exise C 1 > elle que f z, y, z c 1 + C 1 z Il exise C 2 > elle que f y, y, z c 2 + C 2 z 2 Définiion 3.1. On appelle sur-soluion resp. sous-soluion de l EDSR 6, un processus adapé Y, Z, C [,T ] saisfaisan : Y = ξ + fs, Y s, Z s ds Z s dw s + dc s resp. dc s où C es un processus croissan adapé, coninu à droie e Y, Z H H 2. 5

6 On a alors le héorème de comparaison de Kobylanski : Théorème 3.3 Théorème de comparaison. Soien Y 1, Z 1, C 1 une sous soluion de l EDSR de paramères f 1, ξ 1 saisfaisan l hypohèse Q e Y 2, Z 2, C 2 une sur-soluion de l EDSR de paramères f 2, ξ 2 saisfaisan l hypohèse Q. On suppose : ξ 1 ξ 2 P-p.s. e d P-p.s. y, z, f 1, ω, y, z f 2, ω, y, z e que l hypohèse C es saisfaie pour f 1 e f 2. On a alors : Y 1 Y 2 P-p.s. [, T ]. Démonsraion. Voir la preuve du héorème 2.6 de [4] On en dédui donc, grâce au héorème de comparaison précéden, sous l hypohèse C, que l EDSR 6 adme une unique soluion maximale e une unique soluion minimale, sous la condiion Q. 4 Foncion d uilié exponenielle On suppose dans cee secion que l uilié de l invesisseur es de la forme : où α es un réel sricemen posiif. Ux = exp αx x R, α > Définiion 4.1. Soi C un sous-espace fermé de R, on défini à comme l ensemble des processus prévisibles π [,T ], à valeurs dans R, vérifian les propriéés suivanes : Pour ou [, T ], π C, λ P-p.p. E[ π σ 2 d] < +. {exp αxτ π avec τ un F-emps d arrê} es une famille de variables aléaoires uniformémen inégrable. Le problème de maximisaion 5 se reformule donc de la façon suivane : [ ] V x := sup E exp αxt π F π à [ = sup E π à exp α x + π σ dw + θ d F ] 7 Remarque 4.1. La foncion d uilié exponenielle choisie dans cee parie sancionne foremen les peres lorsque la valeur de porefeuille X π es faible, alors qu elle valorise rès peu les gains lorsque l on déien une grande valeur de porefeuille. Pour ou [, T ], e ou ω Ω, on défini l ensemble C ω R comme C ω = Cσ ω. 8 6

7 On remarque, puisque σ [,T ] es uniformémen ellipique, qu il exise une consane k 1 elle que min{ a a C ω} k 1 λ P p.p. 9 De plus, C ω es fermé pour ou couple, ω. On noe Soi P l ensemble des processus prévisibles à valeur dans R. p := π σ, [, T ]. 1 Définiion 4.2 Sraégie admissible. On appelle sraégie admissible, ou processus p P vérifian : 1. [, T ], p C, P-p.s.. 2. E p 2 d < La famille {exp αx p τ, avec τ un emps d arrê à valeurs dans [, T ]} es uniformémen inégrable. On noe alors A l ensemble des sraégies admissibles. Le problème de maximisaion d uilié es donc équivalen à [ V x := sup E exp αx p T F ] 11 p A Afin de résoudre ce problème, on consrui une famille de processus sochasiques {R p [,T ], p A} vérifian le principe d opimalié maringale, c es-à-dire elle que : i R p T = exp αxp T F pour ou p A. ii R p = R, pour ou p A. iii R p es une surmaringale pour ou p A. iv Il exise p A elle que R p es une maringale. Proposiion 4.1. Sous condiion d avoir consrui la famille R p vérifian les propriéés i,ii,iii, iv précédenes, le problème de maximisaion 7 adme une soluion. Une sraégie opimale es p donnée par iii e de valeur de porefeuille : [ V x = E exp αx p T ]. F 12 Démonsraion. On suppose avoir consrui une famille de processus {R p [,T ], p A} vérifian les propriéés i, ii e iii. On a alors, pour ou p A : E[UX p T F ] = E[ exp αxp T F ] = E[R p T ] d après i E[R p ] d après iii e la définiion d une surmaringale. Or, d après ii R p = R, consane, quel que soi p A, donc en pariculier pour le processus p. Par conséquen : E[UX p T F ] E[Rp ] = E[Rp ] d après iv e la définiion d une maringale. T 7

8 En réappliquan i, on a donc : E[UX p T F ] E[UXp T F ] pour ou p A. Donc p es une soluion du problème de maximisaion 7 donnan la valeur de porefeuille 12. Pour consruire cee famille de processus, on pose : où Y, Z es un couple soluion à l EDSR : R p := exp αxp Y, [, T ], p A 13 Y = F Z s dw s fs, Z s ds, [, T ]. Dans la formule ci-dessus, f désigne une foncion qui rend R p surmaringale pour ou p A, e elle qu il exise une sraégie p A elle que R p soi une maringale. Sous ces condiions, on a alors, d après la proposiion 4.1 : V x = R p = exp αx Y, p A. Dans le bu de calculer f, on écri R p comme le produi d une maringale locale posiive M p e d un processus décroissan D p, qui es consan pour un p A. Alors, R p es bien une surmaingale d après le lemme suivan. Lemme 4.1. Soi X [,T ] un processus défini par : [, T ] X = M D avec M [,T ] une F-maringale posiive e D [,T ] un processus F-adapé décroissan. Alors, sous ces condiions, X [,T ] es une surmaringale. Démonsraion. La preuve de ce lemme résule des définiions d une maringale e d une surmaringale. où Les processus M p e D p son définis de la façon suivane : M p = exp αx Y exp αp s Z s dw s 1 2 D p = exp vs, p s, Z s ds, [, T ] α 2 p s Z s 2 ds v, p, z = αp θ + αf, z + α2 2 p z 2. Afin que le processus D p saisfasse les propriéés requises, on doi consruire f de elle sore que { v, p, Z p A p A, v, p, Z =. 8

9 Or, pour [, T ], on a Donc si on pose : 1 α v, p, Z = p θ + f, Z + α 2 p Z 2 = α 2 p 2 αp Z + θ α = α 2 p = α 2 p Z + θ α Z + θ α + α 2 Z 2 + f, Z 2 α 2 Z + θ α α 2 Z2 + f, Z Z θ 1 2α θ 2 + f, Z. f, z = zθ + 1 2α θ 2 α 2 dis2 C ω z + 1 α θ, 14 on obien que v, p, z e v, p, Z = pour p ω = Π Cω Z ω + θ ω α Théorème 4.1. La valeur opimale du problème 7 es donnée par [, T ]. 15 V x = exp αx Y, 16 où Y es défini par l unique couple Y, Z H R H 2 R soluion de l EDSR Y = F Z s dw s avec f, z = zθ + 1 2α θ 2 α 2 dis2 C définie par : p ω = Π Cω fs, Z s ds [, T ], 17 z + 1 α θ. De plus il exise une sraégie opimale p A Z ω + θ ω α [, T ]. Démonsraion. Dans un premier emps, nous allons monrer l exisence d un couple soluion Y, Z H R H 2 R à l EDSR 17. Nous avons besoin du lemme suivan, que l on admera voir [2] pour la démonsraion. Lemme 4.2 Mesurabilié. Soi a [,T ], σ [,T ] des processus prévisibles à valeurs dans R, C R e C = Cσ, [, T ]. 1. le processus d el que d ω = dis Cω a ω es prévisible. [,T ] 2. il exise un processus prévisible a el que a ω Π Cω a ω. D après ce lemme, pour z R, le processus f, z es prévisible. De plus, en uilisan [,T ] 9 : dis 2 C z α θ 2 z α θ + k

10 Puisque θ es uniformémen borné, le processus prévisible f, z vérifie donc [,T ] H1 c, c 1 consanes.q. f, z c + c 1 z 2 z R P-p.s. alors on a exisence d un couple soluion Y, Z H R H 2 R à l EDSR 17, d après le Théorème 3.2. Pour éablir l unicié de la soluion on suppose que Y 1, Z 1, Y 2, Z 2 H R H 2 R son deux soluions à 17. Par conséquen : de plus, Y 1 Y 2 = fs, z 1 fs, z 2 = On pose mainenan e on en dédui que Zs 1 Zs 2 dw s fs, Z 1 s fs, Zs 2 ds θ sz 1 z 2 α 2 [dis 2Cs z α θ s dis 2Cs z s] α θ c 1 z 1 z 2 + c 2 z 1 + z 2 z 1 z 2 c z 1 + z 2 z 1 z 2. β = { f,z 1 f,z 2 Z 1 Z2 si Z 1 Z 2 si Z 1 Z 2 = β c1 + Z 1 + Z 2, [, T ] Lemme 4.3. Soi Y, Z H R H 2 R un couple soluion à l EDSR 17 e soi p donné par le lemme 4.2, avec a = Z + 1 αθ. Alors les processus son des P-BMO maringales. Z s dw s, p sdw s Démonsraion. On renvoie à l appendice A pour la définiion d une P-BMO maringale. E au lemme 12 de [2] pour la preuve de ce lemme. On en dédui que l inégrale sochasique Zi sdw s, avec i 1, 2 es une P-BMO maringale e il en va de même pour βsdw s. Il s en sui que l exponenielle sochasique E βdw es une maringale d après le héorème 2.3 de [3]. 1

11 Par le héorème de Girsanov, W := W + βsds es un mouvemen Brownien sous la probabilié Q, équivalene à P e de densié E T βsdw s. On peu écrire : Y 1 Y 2 = = Zs 1 Zs 2 dw s βszs 1 Zs 2 ds 19 Zs 1 Zs 2 d W s qui es donc une Q-maringale. Comme YT 1 = F = Y T 2, on obien que Y 1 s Ys 2 = E Q [YT 1 YT 2 F s] = p.s. pour ou s T. Donc, Y 1 = Y 2 P-p.s. De plus, en reprenan l équaion 19, on obien pour ou [, T ] : = Z 1 s Z 2 s d W s. Par la héorème de Burckholder-Davis-Gundy, on en dédui, pour ou [, T ] : [ = E Q T ] T sup Zs 1 Zs 2 d W s C E Q Zs 1 Zs 2 2 ds [,T ] où C es une consane. Donc Z 1 = Z 2 d P-p.s. Monrons mainenan que p es admissible, e que R p es une maringale. Par consrucion, [, T ], v, p, Z =, donc D p = 1, P-p.s. De plus, [ ] { [ ess sup E p 2 T ] [ s Z s F τ 2 ess sup E p s 2 T ds F τ + E τ emps d arrê τ emps d arrê τ τ + Z 2 s ] } F τ puisque que Z sdw s e p sdw s son des BMO-maringales. Il s en sui que le processus E p s Z s dw s es une maringale uniformémen inégrable. Par conséquen le processus R p = exp αx Y E p s Z s dw s es égalemen une maringale uniformémen inégrable. Remarquons égalemen que Y es une processus borné, ce qui implique que la famille {exp αxτ p, τ emps d arrê} es uniformémen inégrable par 13. Par définiion, p es P-p.s. à valeurs dans C, donc p A. Par conséquen, la valeur opimale du problème es donnée par 2 ER p T = ERp = exp αx Y. 21 Rese à monrer que R p es une surmaringale pour p A. On considère une suie de emps d arrês τ n associée à la maringale locale M, e elle que lim τ n = T P-p.s.. Par conséquen n M τn [,T ] es une maringale posiive pour ou n, e d après le lemme 4.1, R τn es une surmaringale. 11

12 Par conséquen < s <, A F s, on a : ER p τ n 1 A ER p s τ n 1 A En uilisan la définiion de R p donnée par 13, le fai que Y es borné e la roisième asserion de la définiion 4.2 d une sraégie admissible, on en dédui que les familles R p τ n n N e R p s τ n n N son uniformémen inégrables. En veru du héorème de convergence dominée, on peu passer à la limie dans L 1, donc R p es une surmaringale pour ou p admissible. 5 Généralisaion à des conraines de risque Cee parie es basée sur l aricle de Morenu, Pirvu e Réveillac dans [6], qui on éudié ce problème pour une uilié logarihmique. Nous reprenons cee éude avec la foncion d uilié exponenielle. On noe τ X π = X π +τ X π le gain sur l inervalle de emps [, + τ]. Soi ρ [,T ] une famille d applicaions elles que : ρ : C L 2 F T, P L 2 F, P où C = { } τ X π π es une sraégie admissible A ou couple π s s [,], ˆπ A R n, on associe la sraégie π : Ω [, + τ[ R n elle que { π = π sur [, [ π = ˆπ sur [, + τ] Par définiion du processus de richesse, on a X π = X, π e on remarque que la grandeur τ X π ne dépend que de ˆπ, e non de π. En effe, rappelons que le processus de richesse au emps s écri : X π π u = x + ds u = x + π u σ u dw u + b u du. S u a : En supposan de plus que les paramères σ e b son consans sur l inervalle [, + τ], on X ˆπ = π +τ On défini un espace d accepance comme { } A ρ,π ω := ˆπ R n ρ τ X π ω K ω σ dw u + b du. 22 [, T ] où K [,T ] es un processus à valeurs réelles, exogène, prévisible e el que [, T ], K ρ P-p.s. Proposiion 5.1. Pour oue conraine de risque ρ, K, la saégie n invesir en aucun acif risqué apparien à l espace de conraine. Auremen di, [, T ], R n A ρ,ζ P p.s 12

13 Démonsraion. On sai, d après l équaion 22 que X =, P-p.s.. Par définiion du processus K, on en dédui que A ρ,π, P-p.s.. L inérê de cee axiomaique es que l espace des conraines es non vide. Définiion 5.1. On redéfini l espace de sraégies risque-admissibles comme A ρ vérifian { } A ρ ρ,π1 := π = π s s [,T ] π admissible e elle que π A [,[ 23 Hypohèse 5.1. L applicaion ρ définie par : ρ : C L 2 F T, P L 2 F, P +τ π, ω, ρ ˆπ σ dw u + b du ω es une foncion de Carahéodory, c es-à-dire qu elle vérifie les propriéés suivanes : - pour ou couple ω, dans Ω [, T ], l applicaion π ρ X π ω es coninue - pour ou ˆπ R n, l applicaion ω, ρ X ˆπ ω es P-mesurable. On peu alors formuler le problème d opimisaion de la façon suivane : pour une ceraine mesure de risque dynamique ρ saisfaisan l hypohèse 5.1, e une maurié T, il exise une sraégie π A ρ qui maximise la foncion d uilié exponenielle. En d aures ermes, pour ou R + e pour ou π A ρ, on a E[UX π T ] E[UX π T ] 24 On réuilise le principe d opimalié maringale comme précédemmen. On obien alors, d après 15 : π ω = ΠÃω Z ω + θ ω, [, T ]. α Le héorème suivan assure que cee sraégie π es bien admissible au sens de la définiion 4.2. Théorème 5.1. Soi Z un processus prévisible el que [ ] E Z u 2 du alors, pour ou couple ω, Ω [, T ], l applicaion ω, ΠÃρ ω Z ω + 1 α θ ω es prévisible. De plus, il exise un processus prévisible π à valeurs dans R n el que 1 E πuσ u 2 2 du < 25 e disz, Ãρ = disz, π σ. 13

14 Démonsraion. On défini ou d abord pour k N l ensemble : A ρ,k ω := {π [ k, k]n, ρ τ X π ω K ω }. 26 Lemme 5.1. Pour ou k N e pour ou, ω [, T ] Ω, l ensemble A ρ,k ω es non vide e à valeurs dans un compac. Preuve du lemme 5.1. Par la proposiion 5.1, on sai que pour ou k N e pour ou, ω [, T ] Ω, l ensemble A ρ,k ω es non vide. Par définiion, on sai égalemen que our ou k N e pour ou, ω [, T ] Ω, l ensemble A ρ,k ω es borné. Soi ω Ω e monrons que les ensembles A ρ,k ω son fermés. Soi π n n N une suie délémens de A ρ,k ω convergean vers π. Par l hypohèse 5.1, on en dédui que pour ou, T ] : ρ X π ω K ω = Donc π A ρ,k ω. Donc Aρ,k ω es fermé. lim n + ρ X πn ω K ω. En uilisan ensuie les résulas de l appendice, issus du livre de C. Alipranis e K. Border, on sai que dans le cas de correspondances à valeurs dans un compac, les noions de faible mesurabilié e de mesurabilié au sens de Borel en erme de σ-algèbre générée par la disance de Hausdorff coïnciden. D après la proposiion 7.1 de l appendice, pour ou, T ] e pour ou k N, la correspondance ω, Ãρ,k ω es faiblemen P-mesurable. On pose alors CR n, H l espace non vide des sous-ensembles compacs de R n muni de la disance de Hausdorff. Ce espace es un espace mérique, séparable dans lequel à ρ,k es à valeurs. D après le héorème 7.1 de l appendice, pour ou z R n e pour ou [, T ], l applicaion disance : ω, z dis z, A ρ,k ωσ es une foncion de Carahéodory. Si Z es un processus prévisible, alors comme z dis z, A ρ,k ωσ es coninue pour ou ω Ω e que θ es prévisible au vu de l équaion 1, on en dédui que l applicaion : es P-mesurable. Par ailleurs, ω, dis Z ω + θ ω α, Aρ,k ωσ disz ω + θ ω α, Aρ ωσ = inf disz ω + θ ω k N α, Aρ,k ωσ, on en dédui alors que 1 pour ou couple ω, Ω [, T ], l applicaion ω, ΠÃρ ω Z ω + 1 α θ ω es prévisible. 1. En effe, une suie de processus prévisibles convergeane converge vers un processus prévisible. On écri alors inf dis Z ω, A ρ,k ωσ = lim dis Z k N n ω, A ρ,k n ωσ. 14

15 On va mainenan monrer la deuxième parie du héorème. Comme Ãρ ω es un sous-espace fermé de R n, on en dédui que l ensemble : A ρ ω := argmin a Ãρ ω { disz ω, a } es compac. On uilise alors le Théorème Measurable Maximum Theorem de [1] donné page 65 pour en déduire que la correspondance, ω Ãρ ω es faiblemen P-mesurable. Par le héorème de sélecion de Kuraowski-Ryll-Nardzewski voir [5], il exise un séleceur mesurable π σ pour A ρ, i.e. il exise un processus π : [, T ] Ω R el que : disz ω + θ ω α, Ãρ ω = disz ω, π ωσ ω, où π ωσ ω Ãρ ω. Il rese à monrer que π vérifie 25. En uilisan le fai que Ãρ, e que le processus θ es uniformémen borné, on obien : π σ 2 d < +. π σ Z + 1 α θ 2 d + 2 disz + 1 α θ, Ãρ 2 d + 2 Z + 1 α θ 2 d Z + 1 α θ 2 d Z + 1 α θ 2 d 6 Simulaions numériques 6.1 Calculs préliminaires Nous avons résolu numériquemen l EDSR 6 en uilisan la méhode de Longsaff-Schwarz avec les polynômes d Hermie pour le calcul des espérances condiionnelles, ainsi que l iéraion de Picard. Pour nous assurer de la jusesse des résulas, nous affichons sysémaiquemen l erreur associée au problème des moindres carrés. Nos calculs concernen le calcul de sraégies opimales sans conraines, avec conraine saique, e avec conraine de risque dynamique : la Value a Risk VaR. Déerminons l espace de conraines lorsque ρ désigne la VaR, Puisque ρ τ X π = γ + où γ vérifie P τ X π γ = β P πσ τn + b τ γ = β où N sui une loi normale cenrée réduie P N 1 γ π σ b τ = β τ 15

16 Par conséquen Pour l espace d accepaion, on s inéresse à 1 1 Φ γ π σ b τ = β τ γ + = [ πφ 1 1 ασ τ + b τ ] + A ρ, = {π ρ τ X π K } L ensemble des conraines cherché es donc : A ρ, = {π [ πφ 1 1 ασ τ + bτ ] } + K où α =.5. Si K es choisi supérieur à bτ : A ρ, = sachan que Φ1 β si β = Résulas numériques, ] K bτ Φ 1 1 βσ τ L ensemble de nos résulas numériques a éé obenu avec les paramères b =.3, σ =.1 pour ou emps [, T ] avec T = 1., τ =.1, F = 1.. On représene ou d abord la différence en valeur absolue des processus Y dans les cas sans conraines e avec conraine de risque saique voir la figure 1. 16

17 Figure 1 Différence en valeur absolue des processus Y dans les cas sans conraines e avec conraine saique [.25,.3], pour des paramères α e x ideniques. Figure 2 Comparaison de sraégies opimales sans conraines obenu pour des paramères α différens. En rouge, α = 1., en ver 1.1 e en bleu

18 Figure 3 Exemple de résula obenu avec une conraine saique. En rouge, la sraégie associée au problème sans conraine, en ver, la sraégie conraine sur l espace [.25;.3]. Figure 4 Exemple de résula obenu avec une conraine dynamique de ype VaR. En rouge, la sraégie iniiale, e en ver la sraégie conraine avec K =.3Φ 1 1 ασ τ + bτ. 18

19 Figure 5 Graphes de la foncion valeur sans conraine de risque en foncion du emps avec α = 1 pour des valeurs de x différenes. 6.3 Commenaires sur les résulas Les figure 3 e 4 représenen un processus de sraégie opimale au problème sans conraine ou avec conraine saique ou VaR. On voi clairemen la projecion de la sraégie lorsqu on ajoue des conraine saique ou de ype VaR. En ce qui concerne la foncion valeur, le fai d avoir choisi un modèle de Black-Scholes à coefficiens consans e une condiion erminale consane pour l EDSR associée au problème semble rop simple ici, puisque la foncion valeur voir figure 5 es une exponenielle négaive où on ne disingue pas précisémen les variaions liées au mouvemen brownien. C es ce dernier graphe e plus pariculièremen la valeur opimale du problème donnée par 16 qui va inéresser le régulaeur. 7 Conclusion Dans le cadre de ce ravail, nous avons éudié un problème de maximisaion de la foncion d uilié exponenielle sous conraine de risque avec simulaions de sraégies opimales sous C++, en reprenan la héorie de [2] e en s inspiran, pour l ajou de conraines de risque, de [6] qui raie le même problème dans le cas de l uilié puissance. Afin d éendre cee éude on pourrai évidemen choisir un modèle à volailié sochasique pour la dynamique de l acif risqué, prendre une condiion erminale de l EDSR associée au problème non consane ec... D aures mesures de risque peuven aussi êre uilisées cions par exemple l Expeced Shorfall pour la définiion de l ensemble des conraines. 19

20 Appendice A : Maringale BMO Soi Ω, F, P un espace probabilisé, comple e filré. Soi M une maringale locale coninue sur ce espace el que M =. Alors M es une P-BMO maringale si pour ou p [1, + : M BMOp := sup E M T M τ p 1 F p τ <. τ F emps d arrê Proposiion A 1 Equivalence des normes. Soien 1 p < + e 1 q < +. M es une BMO p maringale si e seulemen si M es une BMO q maringale. Démonsraion. Voir le corollaire 2.1 de [3]. En pariculier M es une BMO-maringale si e seulemen si : M BMO2 = sup E M T M τ F τ <. τ F emps d arrê Les maringales locales de la forme M := ξ sdw s son donc des BMO-maringales si e seulemen si : M BMO2 = sup τ F emps d arrê On a le héorème suivan, uilisé dans la preuve du héorème 4.1 : E τ ξ s 2 ds F τ <. Théorème A 1. Soi M une BMO-maringale. Alors l exponenielle sochasique associée noée EM es une maringale uniformémen inégrable. Démonsraion. Voir la preuve du héorème 2.3 de [3]. 2

21 Appendice B : Faible mesurabilié Dans ce appendice, on reprend les résulas du livre de Alipranis e Border voir [1]. On commence ou d abord par donner la définiion d une correspondance die faiblemen mesurable. Définiion 7.1. Une correspondance φ enre un espace mesurable Θ, G e un espace opologique X es die faiblemen mesurable si pour ou F sous-espace fermé de X, l inverse inférieure de F, définie par : φ l F := {θ Θ, φθ F }, apparien à G. Pour la suie, on pose : f, ω, π = ρ τ X π ω K ω. On rappelle que P représene la σ-algèbre prévisible sur [, T ] Ω. Par l hypohèse 5.1, la foncion f,, es une foncion de Carahéodory par rappor à P, i.e., elle es coninue en π e P-mesurable en, ω. Proposiion 7.1. Pour ou k N, la correspondance A π,k : [, T ] Ω Rn es faiblemen P-mesurable. Démonsraion. Cee proposiion es basée sur le Lemme de [1]. Soi F R n un sousespace fermé. Soi π n n N une suie dense de F. Soi η N, on pose : η A ρ,k ω := {π [ k, k]n, f, ω, π < 1 η }. Alors : η A ρ,k l F = {, ω [, T ] Ω, il exise π F el que f, ω, π < 1 η } Or on sai que f es coninue en π, puisque cee foncion es de Carahéodory, on obien alors par densié : η A ρ,k l F = {, ω [, T ] Ω, il exise m N el que f, ω, π m < 1 η } = + m=1 f 1,, π m, 1 η. Comme f es une foncion de Carahéodory, f 1,, π, 1 η P. On en dédui que pour ou η N, la correspondance η A ρ,k es faiblemen P-mesurable. On a alors : Donc : A ρ,k ω η A ρ,k ω {π [ k, k]n, f, ω, π 1 η }. 21

22 + A ρ,k ω = η A ρ,k ω. η=1 D après la roisième proposiion du Lemme de [1], on en dédui que Pour ou k N, la correspondance A π,k : [, T ] Ω Rn es faiblemen P-mesurable. Le héorème suivan es le principal ouil de la preuve du héorème 5.1. Théorème 7.1. Une correspondance à valeurs non vide d un espace mesurable dans un espace mérique e séparable es faiblemen mesurable si e seulemen si la foncion disance qui lui es associée es une foncion de Carahéodory. 22

23 Références [1] C.D. Alipranis and K.C. Border. Infinie Dimensional Analysis. Springer-Verlag, Berlin, hird ediion, 26. [2] Y. Hu, P. Imkeller, and M. Müller. Uiliy maximizaion in incomple markes. The Annals of Applied Probabiliy, 153 : , 25. [3] N. Kazamaki. Coninuous Exponenial Maringales and BMO. Springer-Verlag, Berlin, [4] M. Kobylanski. Backward sochasic differenial equaions and parial differenial equaions wih quadraic growh. Annals of Probabiliy, 28 :558 62, 2. [5] K. Kuraowski and C. Ryll-Nardzewski. A general heorem on selecors. Bullein de l Académie Polonaise des Sciences, Série des Sciences Mahmaiques, Asronomiques e Physiques, 13 :39743, [6] S. Moreno-Bromberg, T.A. Pirvu, and A. Réveillac. CRRA uiliy maximizaion under risk consrains. Communicaion on Sochasic Analysis, 72 :23 225, 213. [7] E. Pardoux and S. Peng. Adaped soluions of backward sochasic differenial equaion. Sysems and Conrol Leers, 14 :55 61,

Théorème de Cauchy-Lipschitz et applications. Lefeuvre thomas & Ginguené franck 30 mars 2012

Théorème de Cauchy-Lipschitz et applications. Lefeuvre thomas & Ginguené franck 30 mars 2012 Théorème de Cauchy-Lipschiz e applicaions Lefeuvre homas & Ginguené franck 30 mars 01 1 Table des maières 1 Théorème du poin fixe 3 1.1 Énoncé.......................................... 3 1. Démonsraion.....................................

Plus en détail

ECO434, Ecole polytechnique, 2e année PC 5 Flux de Capitaux Internationaux et Déséquilibres Mondiaux

ECO434, Ecole polytechnique, 2e année PC 5 Flux de Capitaux Internationaux et Déséquilibres Mondiaux ECO434, Ecole polyechnique, 2e année PC 5 Flux de Capiaux Inernaionaux e Déséquilibres Mondiaux Exercice 1 : Flux de capiaux dans le modèle de croissance néoclassique Le modèle es en emps coninu. On considère

Plus en détail

Solutions auto-similaires et espaces de données initiales. 2 ), l équation de Schrödinger. Introduction. Fabrice Planchon

Solutions auto-similaires et espaces de données initiales. 2 ), l équation de Schrödinger. Introduction. Fabrice Planchon Soluions auo-similaires e espaces de données iniiales pour l équaion de Schrödinger Fabrice Planchon Résumé. On démonre que pour des peies données iniiales dans Ḃ 1, (R3 ), l équaion de Schrödinger non

Plus en détail

TD 20-21 : Modèles de marchés - Mouvement brownien

TD 20-21 : Modèles de marchés - Mouvement brownien Universié Paris VI Maser : Modèles sochasiques, applicaions à la finance (MM065) TD 20-2 : Modèles de marchés - Mouvemen brownien. Taux de change. Soi (Ω, P(Ω), P) un espace probabilisé fini non redondan

Plus en détail

Mesures de risque dynamiques, pricing d options vanilles et EDSR quadratiques.

Mesures de risque dynamiques, pricing d options vanilles et EDSR quadratiques. Mesures de risque dynamiques, pricing d opions vanilles e EDSR quadraiques. Cyrille Guillaumie 1 Thibau Masrolia 2 Rappor echnique rendu en juin 213 1. European Securiies and Markes Auhoriy, cyrille.guillaumie@esma.europa.eu

Plus en détail

au taux d intérêt court. Pour cette raison, on applique souvent des modèles explicites

au taux d intérêt court. Pour cette raison, on applique souvent des modèles explicites Chapire 5 Modèles d Inensié Les deux approches dans la modélisaion de risque de crédi approche srucurel e approche d inensié ne son pas compaibles : dans les modèles d inensié, l exisence de l inensié

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

Présentation groupe de travail

Présentation groupe de travail Présenaion groupe de ravail Sofiane Saadane jeudi 23 mai 2013 Résumé L aricle sur lequel on ravaille [LP09] présene un problème de bandi à deux bras comporan une pénalié. Nous commencerons par présener

Plus en détail

df( t) P( t T t dt) ft ( ) lim

df( t) P( t T t dt) ft ( ) lim I APPROCHE DE LA FIABILITE PAR LES PROBABILITES : Définiion selon la NF X 6 5 : la fiabilié es la caracérisique d un disposiif exprimée par la probabilié que ce disposiif accomplisse une foncion requise

Plus en détail

TRAITEMENT DU SIGNAL

TRAITEMENT DU SIGNAL Spé y -4 Devoir n TAITMNT D SIGNAL Parie I OMPOTMNT DYNAMIQ D N LAM D QATZ On considère une lame de quarz, cylindrique, de secion S consane, d axe Ox (de veceur uniaire r u X ), don les deux faces e en

Plus en détail

- PROBABILITE : c est le rapport (Nbr de cas favorable/nbr de cas possible). C est un nombre compris entre 0 et 1.

- PROBABILITE : c est le rapport (Nbr de cas favorable/nbr de cas possible). C est un nombre compris entre 0 et 1. Les premières consaaions sur l inapiude des produis indusriels à assurer les foncions qu ils éaien censés remplir pendan un emps suffisan remonen à la seconde guerre mondiale. En France cee prise de conscience

Plus en détail

1 Le hacheur série. 30 mars 2005

1 Le hacheur série. 30 mars 2005 e hacheur série A. Campo 30 mars 2005 1 e hacheur série 1.1 Généraliés e hacheur es un disposiif permean d obenir une ension coninue de valeur moyenne réglable à parir d

Plus en détail

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

EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry. Monique Jeanblanc

EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry. Monique Jeanblanc EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry Monique Jeanblanc Universié d EVRY Mars 29 2 Conens 1 Rappels 7 1.1 Tribu............................................. 7 1.2 Variables gaussiennes....................................

Plus en détail

de rentiers en cours de service

de rentiers en cours de service Les Allocaion normes d acifs IFRS d un en assurance régime de reniers en cours de service 27 e journée de séminaires acuariels ISFA Lyon e ISA-HEC Lausanne Frédéric PLANCHET Pierre THEROND 3 décembre 2004

Plus en détail

Corrigé CNC MP 2003, Math 1

Corrigé CNC MP 2003, Math 1 Corrigé CNC MP 3, Mah Parie I. a La foncion e es coninue sur ], α] prolongeable par coninuié en, elle es donc inégrable sur ],α] b La foncion e e es coninue sur [,+ [ e. + donc elle es inégrable sur [,

Plus en détail

RELATIONS FONCTIONNELLES. I Généralités

RELATIONS FONCTIONNELLES. I Généralités Universié d'angers : LSEN relaions foncionnelles p. Parie A : Proporionnalié RELATIONS FONCTIONNELLES I Généraliés / Définiion : Soien deux suies de nombres réels : (x ;x ;x ;x 4 ) e (y ;y ;y ;y 4 ). Ces

Plus en détail

DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE

DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE UNIVERSITE DE TUNIS Faculé des sciences économiques e de gesion de Tunis MODELE DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE Ezzeddine MBAREK 2010 1 INTRODUCTION Le modèle que je propose

Plus en détail

Ce document a été mis en ligne par le Canopé de l académie de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel.

Ce document a été mis en ligne par le Canopé de l académie de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Ce documen a éé mis en ligne par le Canopé de l académie de Bordeaux pour la Base Naionale des Sujes d Examens de l enseignemen professionnel. Base Naionale des Sujes d'examens de l'enseignemen professionnel

Plus en détail

CONVERSION DE PUISSANCE

CONVERSION DE PUISSANCE Spé y 2003-2004 Devoir n 5 CONVERSION DE PUISSANCE Parie I EUDE D UN CAPEUR DE POSIION ANGULAIRE A / ÉUDE D'UN CIRCUI MAGNÉIQUE Considérons le disposiif schémaisé sur la figure, composé de deux bobines

Plus en détail

arxiv:1003.6004v1 [math.sg] 31 Mar 2010

arxiv:1003.6004v1 [math.sg] 31 Mar 2010 OPTIMALITÉ SYSTOLIQUE INFINITÉSIMALE DE L OSCILLATEUR HARMONIQUE arxiv:1003.6004v1 [mah.sg] 31 Mar 2010 J.C. ÁLVAREZ PAIVA AND F. BALACHEFF Résumé. Nous éudions les aspecs infiniésimaux du problème suivan.

Plus en détail

La conjugaison des endomorphismes de R n

La conjugaison des endomorphismes de R n La conjugaison des endomorphismes de R n TIPE 2006 Sous la direcion de Nicolas Tosel Plan 1 Inroducion 1 1.1 Posiion du problème......................... 1 1.2 Noaions............................... 1

Plus en détail

Le modèle de Black Scholes

Le modèle de Black Scholes Le modèle de Black Scholes Philippe Briand, Mars 3 1. Présenaion du modèle Les mahémaiciens on depuis longemps essayé de résoudre les quesions soulevées par le monde de la finance. Une des caracérisiques

Plus en détail

INSTRUMENTATION ELECTRIQUE OSCILLOSCOPE NUMERIQUE GENERATEUR BASSE FREQUENCE UTILISE EN SINUSOIDAL Etude théorique

INSTRUMENTATION ELECTRIQUE OSCILLOSCOPE NUMERIQUE GENERATEUR BASSE FREQUENCE UTILISE EN SINUSOIDAL Etude théorique 1 INSUMENAION ELEIQUE OSILLOSOPE NUMEIQUE GENEAEU BASSE FEQUENE UILISE EN SINUSOIDAL Eude héorique 1 Noions élémenaires 1.1 Masse e erre : Lorsqu on mesure une ension, on mesure en fai une différence de

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

PHYSIQUE. Partie préliminaire

PHYSIQUE. Partie préliminaire PHYSIQUE Les différenes paries de ce problème son dans une large mesure indépendanes Seules les argumenaions précises e concises seron prises en compe en réponse aux quesions qualiaives Parie préliminaire

Plus en détail

ELECTRICITE. Chapitre 9 Valeur moyenne des signaux périodiques. Analyse des signaux et des circuits électriques. Michel Piou

ELECTRICITE. Chapitre 9 Valeur moyenne des signaux périodiques. Analyse des signaux et des circuits électriques. Michel Piou ELECRICIE Analyse des signaux e des circuis élecriques Michel Piou Chapire 9 Valeur moyenne des signaux périodiques. Ediion //24 able des maières POURQUOI E COMMEN?... 2 INERE DE LA NOION DE VALEUR MOYENNE....2

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

Université d Evry Val d Essonne Laboratoire d Analyse et Probabilités EA 2172 THESE. présentée pour obtenir le titre de

Université d Evry Val d Essonne Laboratoire d Analyse et Probabilités EA 2172 THESE. présentée pour obtenir le titre de Universié d Evry Val d Essonne Laboraoire d Analyse e Probabiliés EA 2172 THESE présenée pour obenir le ire de DOCTEUR EN SCIENCES MATHÉMATIQUES de l Universié d Evry Val d Essonne par Armand Brice NGOUPEYOU

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

Traitement du Signal Déterministe

Traitement du Signal Déterministe Cours e ravaux Dirigés de raiemen du Signal Déerminise Benoî Decoux (benoi.decoux@wanadoo.fr) - s - ère parie : "Noions de base e éudes emporelles" Bases du raiemen de signal Calculer l ampliude de la

Plus en détail

Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts

Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts Thomas Lim Université Paris 7-LPMA Travail en collaboration avec Marie-Claire Quenez Séminaire des jeunes

Plus en détail

Année 2010. Thèse. pour obtenir le titre de. présentée par Thomas-Samnang LIM. Directrice de thèse Pr. Marie-Claire QUENEZ

Année 2010. Thèse. pour obtenir le titre de. présentée par Thomas-Samnang LIM. Directrice de thèse Pr. Marie-Claire QUENEZ Universié Paris Didero - Paris VII UFR de Mahémaiques Année 21 Thèse pour obenir le ire de Doceur de l Universié Paris 7 Spécialié : Mahémaiques Appliquées présenée par Thomas-Samnang LIM Quelques applicaions

Plus en détail

«Savoir vendre les nouvelles classes d actifs financiers» Produits à capital garanti : méthode du coussin (CCPI) François Longin www.longin.

«Savoir vendre les nouvelles classes d actifs financiers» Produits à capital garanti : méthode du coussin (CCPI) François Longin www.longin. Formaion ESSEC Gesion de parimoine Séminaire i «Savoir vendre les nouvelles classes d acifs financiers» Produis à capial garani : méhode du coussin (CCPI) Origine de la méhode Descripion de la méhode Plan

Plus en détail

TABLEAU DES REPONSES AU TEST DE MATH/PHYSIQUE :

TABLEAU DES REPONSES AU TEST DE MATH/PHYSIQUE : TABLEAU DES REPONSES AU TEST DE MATH/PHYSIQUE : Afin de vous noer : - si vous avez oues les bonnes réponses à un QCM, vous avez poin, - si vous avez une erreur par eeple, une réponse que vous n avez pas

Plus en détail

6. Étude de courbes paramétrées (C) : Ces équations sont appelées équations paramétriques de (C). { x = x t. On note parfois également.

6. Étude de courbes paramétrées (C) : Ces équations sont appelées équations paramétriques de (C). { x = x t. On note parfois également. ÉTUDE DE COURBES PARAMÉTRÉES 39 6. Éude de courbes paramérées 6.. Définiions Remarques La courbe (C) n es pas nécessairemen le graphe d une foncion ; c es pourquoi on parle de courbe paramérée e non pas

Plus en détail

Délégation de la gestion de portefeuille : choix d investissement et des frais de gestion dans un cadre en temps continu

Délégation de la gestion de portefeuille : choix d investissement et des frais de gestion dans un cadre en temps continu HEC Monréal A liée à l Universié de Monréal Délégaion de la gesion de porefeuille : choix d invesissemen e des frais de gesion dans un cadre en emps coninu par Tarek Masmoudi Déparemen de Finance Thèse

Plus en détail

Modélisation et quantification de systèmes vieillissants pour l optimisation de la maintenance

Modélisation et quantification de systèmes vieillissants pour l optimisation de la maintenance ème édiion du congrès inernaional pluridisciplinaire Du au 20 mars 2009 Modélisaion e quanificaion de sysèmes vieillissans pour l opimisaion de la mainenance LAIR William,2, MERCIER Sophie, ROUSSIGNOL

Plus en détail

Séries et intégrales généralisées - Approfondissement (2M261) Janvier-Juin 2015. Devoir Maison n o 1. ln 1 sh 1 sh t t sin(1/t 2 ) 1 +

Séries et intégrales généralisées - Approfondissement (2M261) Janvier-Juin 2015. Devoir Maison n o 1. ln 1 sh 1 sh t t sin(1/t 2 ) 1 + Universié Pierre e Marie Curie Licence de Mahéaiques Séries e inégrales généralisées - Approfondisseen (2M26) Janvier-Juin 25. Devoir Maison n o Exercice : Convergence e calcul d inégrales. Éudier la naure

Plus en détail

Concours du second degré Rapport de jury. Session 2010 TROISIÈME CONCOURS CAPES EXTERNE DE MATHÉMATIQUES

Concours du second degré Rapport de jury. Session 2010 TROISIÈME CONCOURS CAPES EXTERNE DE MATHÉMATIQUES minisère éducaion naionale Secréaria Général Direcion générale des ressources humaines Sous-direcion du recruemen MINISTÈRE DE L ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE Concours du second degré Rappor

Plus en détail

4.9 Calcul de la maçonnerie portante soumise à une charge verticale

4.9 Calcul de la maçonnerie portante soumise à une charge verticale La radioacivié évenuellemen émise dans les consrucions es due, principalemen, à la présence de Radium (Ra 226) e/ou Thorium (Th 232) dans le sous-sol e dans les maériaux uilisés. Parmi ceux-ci, le béon

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

L évaluation immobilière. Michel Baroni 27/11/2009

L évaluation immobilière. Michel Baroni 27/11/2009 L évaluaion immobilière Michel Baroni 27/11/2009 Méhodes exisanes Méhodes des comparables Dépend de la base de données; méhode hédonique évenuellemen possible Méhodes de capialisaion Dépend de la base

Plus en détail

CHAPITRE 4 LA VAR MONTE CARLO... 2

CHAPITRE 4 LA VAR MONTE CARLO... 2 CHAPITRE 4 LA VAR MONTE CARLO... I. PRINCIPE... A. Quel modèle uiliser?... B. Algorihme de simulaion... 3 II. EXEMPLE D APPLICATION... 4 A. Travail préliminaire... 4 B. Simulaion des rajecoires... 6 Algorihme...

Plus en détail

Devoir de physique-chimie n 5. Nom:... Exercice 1 : Quand Sébastien Loeb rencontre Isaac Newton /5,0

Devoir de physique-chimie n 5. Nom:... Exercice 1 : Quand Sébastien Loeb rencontre Isaac Newton /5,0 TS avril 04 Devoir de physique-chimie n 5 LES EXERCICES SNT INDEPENDANTS CALCULATRICE AUTRISEE Eercice : Quand Sébasien Loeb renconre Isaac Newon /5,0 "( ) Sébasien Loeb e son copiloe Daniel Elena on brillammen

Plus en détail

Les outils de gestion

Les outils de gestion Les ouils de gesion Beida Mohammed Ferha aleb Amar Ingénieurs d éa en informaique Opion : Sysèmes d Informaion (SI) el: +3 (0) 76 7 36 69 Fax: +3 (0) 3 58 93 Email: mohamed@moolki.com bilal_ini@yahoo.fr

Plus en détail

Université d été Solvabilité 2 Juillet 2011

Université d été Solvabilité 2 Juillet 2011 LES INDICATEURS OPERATIONNELLES LIÉS À L ORSA Version 1.0 Universié d éé Solvabilié 2 Juille 2011 Frédéric PLANCHET Acuaire Associé fplanche@winer-associes.fr Marc JUILLARD Acuaire mjuillard@winer-associes.fr

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

Procédé thermocyclique de régulation de température

Procédé thermocyclique de régulation de température - 1 - Innovaion echnologique dans le domaine de la régulaion de empéraure, le procédé hermocyclique foncionne selon un principe unique en son genre qui n a rien en commun avec les régulaions par hermosa

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

SÉMINAIRE DE PROBABILITÉS (STRASBOURG)

SÉMINAIRE DE PROBABILITÉS (STRASBOURG) SÉMINAIRE DE PROBABILITÉS (STRASBOURG) STÉPHANE ATTAL PAUL-ANDRÉ MEYER Inerpréaion probabilise e exension des inégrales sochasiques non commuaives Séminaire de probabiliés (Srasbourg), ome 27 (1993), p

Plus en détail

MATHÉMATIQUES II. et x désigne alors la matrice à 1 ligne et n colonnes : x = [ x 1 x 2 x n ] ;

MATHÉMATIQUES II. et x désigne alors la matrice à 1 ligne et n colonnes : x = [ x 1 x 2 x n ] ; MATHÉMATIQUES II Dans ce problème, nous éudions les propriéés de ceraines classes de marices carrées à coefficiens réels e cerains sysèmes linéaires de la forme Ax = b d inconnue x IR n, A éan une marice

Plus en détail

`«`Xƒ`à`dG á`ä`«`g ádƒ æÿg º«d»Yɪ G áeé dg ácöûdg á«fé«h ábé H SICAV SG VALEURS

`«`Xƒ`à`dG á`ä`«`g ádƒ æÿg º«d»Yɪ G áeé dg ácöûdg á«fé«h ábé H SICAV SG VALEURS هيي ة التوظيف الجماعي للقيم المنقولة الشركة العامة بطاقة بيانية SICAV SG VALEURS OPCVM DE LA SOCIÉTÉ GÉNÉRALE OPCVM conforme aux normes GIPS (Global Invesmens Sandards) Fiche Signaléique SG VALEURS Averissemen

Plus en détail

Économie internationale

Économie internationale ECOLE POLYTECHNIQUE Recueil Programme d approfondissemen Économie Économie inernaionale Texes de conrôles des connaissances proposés les années anérieures Déparemen d Économie Promoion 006 Année 3 Période

Plus en détail

Sur la résolution numérique de problèmes de contrôle optimal à solution bang-bang via les méthodes homotopiques. Joseph Gergaud

Sur la résolution numérique de problèmes de contrôle optimal à solution bang-bang via les méthodes homotopiques. Joseph Gergaud Sur la résoluion numérique de problèmes de conrôle opimal à soluion bang-bang via les méhodes homoopiques Joseph Gergaud Universié de Toulouse INP-ENSEEIHT-IRIT (UMR CNRS 555) Mémoire d Habiliaion à Diriger

Plus en détail

Planification opérationnelle d une chaîne d approvisionnement forestière

Planification opérationnelle d une chaîne d approvisionnement forestière Planificaion opéraionnelle d une chaîne d approvisionnemen foresière Coordonnaeur: Jean Marc Frayre, ing. jr., Ph.D. Professeur adjoin (ÉPM) Indusriel: Sébasien Lacroix, ing. F., M.Sc. Éudians: Amira Dems

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

L = 15 m. 1) Modéliser le pont ainsi que ses appuis (fibre moyenne et représentation des appuis).

L = 15 m. 1) Modéliser le pont ainsi que ses appuis (fibre moyenne et représentation des appuis). ESTP TP1 nnée 2008-2009 PPLICTION 1 : POUTRES DROITES ISOSTTIQUES EXERCICE 1 On considère un pon en béon, de longueur 15 m, don la secion es une dalle en béon armé de largeur 5m e d épaisseur 0,9 m. Le

Plus en détail

EDSR et EDSPR avec grossissement de filtration, problèmes d asymétrie d information et de couverture sur les marchés financiers

EDSR et EDSPR avec grossissement de filtration, problèmes d asymétrie d information et de couverture sur les marchés financiers UNIVERSITE PAUL SABATIER TOULOUSE III U.F.R Mahémaique Informaique Gesion THÈSE présenée e souenue publiquemen le 7 décembre 25 pour l obenion du Docora de l Universié Paul Sabaier TOULOUSE III mahémaiques

Plus en détail

Electricité n 1 : CONDENSATEUR ET CIRCUIT RC

Electricité n 1 : CONDENSATEUR ET CIRCUIT RC Physique - 6 ème année - Ecole Européenne Elecricié n 1 : CONDENSATEUR ET CIRCUIT RC I) Convenion d'algébrisaion des grandeurs élecriques : 1) Inensié e ension : L inensié i du couran élecrique e la ension

Plus en détail

Modèles de diusion pour produits dérivés

Modèles de diusion pour produits dérivés 1 Inroducion Modèles de diusion pour produis dérivés Rémi Tache des Combes Sous la direcion de Fréderic Abergel Les mahémaiques nancières son une branche des mahémaiques appliquées ayan pour bu la compréhension

Plus en détail

Retour aux bases de la photographie Partie 1 L' EXPOSITION

Retour aux bases de la photographie Partie 1 L' EXPOSITION Parie 1 - Secion 1.5 Reour aux bases de la phoographie Parie 1 L' EXPOSITIO Secion 1.5 Synhèse Exposiion Indices de Luminaion IL (EV) 1 Synhèse des valeurs Rappel des échelles normalisées des différens

Plus en détail

Quelle structure de dépendance pour un générateur de scenarios économiques en assurance? Impact sur le besoin en capital

Quelle structure de dépendance pour un générateur de scenarios économiques en assurance? Impact sur le besoin en capital Quelle srucure e épenance pour un généraeur e scenarios économiques en assurance? Impac sur le besoin en capial - Kamal ARMEL (Telecom Breagne EURIA) - Aymric KAMEGA (Universié Lyon, Laboraoire SAF, Winer

Plus en détail

Prénom et nom : Devoir-Maison, à rendre le mardi 28 avril 2014

Prénom et nom : Devoir-Maison, à rendre le mardi 28 avril 2014 Prénom e nom : Devoir-Maison, à rendre le mardi 28 avril 2014 Exercice n 1 Un ouvrier dispose de plaques de méal de 110 cm de longueur e de 88 cm de largeur. Il a reçu la consigne suivane : «Découpe dans

Plus en détail

Académie de Poitiers TPE 2011-2012 3/8

Académie de Poitiers TPE 2011-2012 3/8 1 ère composane : émarche personnelle e invesissemen du candida au cours de l élaboraion du TPE (noe enière sur 8 poins) Iems officiels ompéences officielles Niveau d exigence 1. Recherche documenaire

Plus en détail

Mathématiques Financières

Mathématiques Financières Mahémaiques Financières ------------------------------------------------------- 4 ème parie - Marchés financiers en emps coninu & modélisaion des acions Universié de Picardie Jules Verne Amiens Jean-Paul

Plus en détail

Petit dictionnaire physique-chimie/maths des équations différentielles. Tension aux bornes du condensateur dans un circuit RC

Petit dictionnaire physique-chimie/maths des équations différentielles. Tension aux bornes du condensateur dans un circuit RC Pei dicionnaire physique-chimie/mahs des équaions différenielles On compare les différenes manières de présener la résoluion d une équaion différenielle dans les différenes disciplines. Le bu de cee fiche

Plus en détail

Chapitre 4: Les modèles linéaires

Chapitre 4: Les modèles linéaires Chapire 4: Les modèles linéaires. Inroducion: Dans ce chapire on va voir successivemen les modèles linéaires saionnaires: auoregressifs (AR), de moyennes mobiles (MA) e mixes (ARMA) en pariculier. Finalemen,

Plus en détail

Sous-évaluation des prix d options par le modèle de Black & Scholes.

Sous-évaluation des prix d options par le modèle de Black & Scholes. Sous-évaluaion des prix d opions par le modèle de Black & Scholes. Mise en évidence par une dynamique combinan mouvemen brownien e processus à saus. Marc Debersé ocobre 6 Résumé S il es bien connu que

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

Correction du concours blanc

Correction du concours blanc L.E.G.T.A. Le Chesnoy TB - D. Bloière Mahémaiques Correcion du concours blanc Problème Probabiliés Un mobile se déplace aléaoiremen le long d un ae horional d origine O, sur des poins de coordonnées enières,

Plus en détail

Chapitre 15 c Circuits RL et RC

Chapitre 15 c Circuits RL et RC Chapire 15 c Circuis L e C en régime impulsionnel Sommaire Circuis en régime impulsionnel Signal impulsionnel Mesure d'un circui C en régime impulsionnel Applicaion praique Eude du circui C en régime impulsionnel

Plus en détail

EVALUATION : LA GÉNÉRATION ÉLECTRIQUE EN AÉRONAUTIQUE

EVALUATION : LA GÉNÉRATION ÉLECTRIQUE EN AÉRONAUTIQUE EVALUATION : LA GÉNÉRATION ÉLECTRIQUE EN AÉRONAUTIQUE Temps impari = 1 heure ; Tous documens auorisés excepé la copie du voisin(e) Lire ou l énoncé avan de commencer. Le besoin en énergie élecrique à bord

Plus en détail

La population d une ville était de 150 000 habitants en 2000. Elle s est accrue chaque année de 20 000 habitants.

La population d une ville était de 150 000 habitants en 2000. Elle s est accrue chaque année de 20 000 habitants. Exercice 1 : évoluions e pourcenages La populaion d une ville éai de 150 000 habians en 2000. Elle s es accrue chaque année de 20 000 habians. Calculer l augmenaion en pourcenage de 2000 à 2001, de 2001

Plus en détail

Université d Evry Val d Essonne DESS d Ingéniérie Mathématique option Finance Introduction à la valorisation des produits financiers

Université d Evry Val d Essonne DESS d Ingéniérie Mathématique option Finance Introduction à la valorisation des produits financiers Universié d Evry Val d Essonne DESS d Ingéniérie Mahémaique opion Finance Inroducion à la valorisaion des produis financiers Véronique Berger versiondu10janvier2006 Conens I Insrumens financiers 5 1 Définiion

Plus en détail

INTRODUCTION AUX SÉRIES CHRONOLOGIQUES

INTRODUCTION AUX SÉRIES CHRONOLOGIQUES INTRODUCTION AU SÉRIES CHRONOLOGIQUES AE MÉTHODES STATISTIQUES ET APPLICATIONS O. ROUSTANT Novembre 008 Table des maières TABLE DES MATIERES... INTRODUCTION... 3 QUELQUES TECHNIQUES DESCRIPTIVES... 4.

Plus en détail

LES HISTORIQUES DE COURS ET L ANALYSE TECHNIQUE

LES HISTORIQUES DE COURS ET L ANALYSE TECHNIQUE LES HISTORIQUES DE COURS ET L ANALYSE TECHNIQUE 1 Origines e principes de base de l analyse echnique 2 Les ouils de l analyse graphique radiionnelle 3 Les ouils de l analyse saisique A) LES ORIGINES ET

Plus en détail

Page # $ %& +',- VAN = 30; F 2 = 50; F 3 = 140. = -200 ; F 1. Avec r = 3% => VAN = 4,38 > 0. Avec r = 5% => VAN = -5,14 < 0.

Page # $ %& +',- VAN = 30; F 2 = 50; F 3 = 140. = -200 ; F 1. Avec r = 3% => VAN = 4,38 > 0. Avec r = 5% => VAN = -5,14 < 0. # $ %& 1. La VAN. Les aures crières 3. Exemple. Choix d invesissemen à long erme 5. Exercices!" '* '( Un proje ne sera mis en œuvre que si sa valeur acuelle nee ou VAN, définie comme la somme acualisée

Plus en détail

MATHÉMATIQUES II. Nota : les trois parties du problème peuvent être abordées indépendamment. Partie I - Propriétés de la transformée de Legendre

MATHÉMATIQUES II. Nota : les trois parties du problème peuvent être abordées indépendamment. Partie I - Propriétés de la transformée de Legendre MATHÉMATIQUES II Noa : les rois paries du problème peuve êre abordées idépedamme Parie I - Propriéés de la rasformée de Legedre Das oue la parie I -, I désige u iervalle de IR e f ue focio à valeurs réelles,

Plus en détail

La piézoélectricité. Couplage électromécanique dans certains cristaux

La piézoélectricité. Couplage électromécanique dans certains cristaux La piézoélecricié Couplage élecromécanique dans cerains crisaux Vers la définiion Eymologie: grec piezein = presser Hisoire: Effe direc: frères Curie (188 Effe inverse: prédi par Lippman (1881 Définiion:

Plus en détail

CR-08 : Ordonnancement

CR-08 : Ordonnancement CR-08 : Ordonnancemen Loris Marchal, CR CNRS au LIP vague 1, 2? Ordonnancemen : une parie de la Recherche Opéraionnelle allocaion de ressources à des âches sous ceraines conraines dans le bu d opimiser

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

Plus en détail

Estimation composite par régression pour l Enquête sur la population active du Canada avec plan de sondage à renouvellement de panel

Estimation composite par régression pour l Enquête sur la population active du Canada avec plan de sondage à renouvellement de panel Techniques d enquêe, juin 00 35 Vol. 7, N o, pp. 35 48 Saisique Canada, N o 00 au caalogue Esimaion composie par régression pour l Enquêe sur la populaion acive du Canada avec plan de sondage à renouvellemen

Plus en détail

Gestion Actif Passif et Solvabilité

Gestion Actif Passif et Solvabilité Gesion Acif Passif e Solvabilié Charles Descure & Crisiano Borean Generali France 7/9 Boulevard Haussmann 759 Paris Tel. : +33 58 38 86 84 +33 58 38 86 64 Fax. : +33 58 38 8 cdescure@generali.fr cborean@generali.fr

Plus en détail

Réglage valeur moyenne

Réglage valeur moyenne P Cours : l insrumenaion élecrique A- Le généraeur de basses fréquences ou G.B.F - Présenaion uilisé : Réglage fréquence Réglage ampliude Réglage valeur moyenne Sweep : Possibilié de créer un signal de

Plus en détail

4. "SEPO" - UNE MÉTHODE POUR L'AUTO- ÉVALUATION ET POUR LES PROJETS-PILOTE

4. SEPO - UNE MÉTHODE POUR L'AUTO- ÉVALUATION ET POUR LES PROJETS-PILOTE D/ Baobab: Cours de gesion des projes page 46 4. "" - UN MÉTHD UR L'AUT- ÉVALUATIN T UR L RJT-ILT 4.1 Inroducion (angl.:w) es un ouil pour l'auoévaluaion e pour les projes-piloe. Il a éé élaboré lors de

Plus en détail

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24)

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24) Espaces de Sobolev Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002 medp-sobolevtex (2001nov24) Sauf mention explicite du contraire, toutes les fonctions considérées seront à valeurs réelles

Plus en détail

Catherine Bruneau. Année Produit scalaire, orthogonalité et projection orthogonale. y! hx; yi est linéaire

Catherine Bruneau. Année Produit scalaire, orthogonalité et projection orthogonale. y! hx; yi est linéaire Cours de mahémaiques appliquées à la nance Produi scalaire, orhogonalié Séparaion des convexes e lemme de Farkas Applicaion: évaluaion par arbirage en déerminise Caherine Bruneau Année 2009-2010 1 Produi

Plus en détail

Dipôles en régime transitoire

Dipôles en régime transitoire our au mnu! Dipôls n régim ransioir 1 laions couran nsion S il xis un rlaion linéair nr la nsion u() l couran i() dans un dipôl, cluici s «linéair». applons ls rlaions nr u() i() pour ls dipôls passifs

Plus en détail

Exercice du Gestion Financière à Court Terme «Cas FINEX Gestion du risque de taux d intérêt»

Exercice du Gestion Financière à Court Terme «Cas FINEX Gestion du risque de taux d intérêt» Exercice du Gesion Financière à Cour Terme «Cas FINEX Gesion du risque de aux d inérê» Ce cas raie des différens aspecs de la gesion du risque de aux d inérê liée à la dee d une enreprise : analyse d emprun,

Plus en détail

ANNEXE 2 - REGLES DE CALCUL DU TAUX DE RENTABILITE DES EXTENSIONS DE RESEAU

ANNEXE 2 - REGLES DE CALCUL DU TAUX DE RENTABILITE DES EXTENSIONS DE RESEAU ANNEXE 2 - REGLES DE CALCUL DU TAUX DE RENTABILITE DES EXTENSIONS DE RESEAU SOMMAIRE ARTICLE 1 - Définiion du aux de renabilié ARTICLE 2 - Seuil minimum de renabilié ARTICLE 3 - Evaluaion de la recee acualisée

Plus en détail

UN INDICE D ÉVOLUTION EN VOLUME DU STOCK DE RESSOURCES NATURELLES

UN INDICE D ÉVOLUTION EN VOLUME DU STOCK DE RESSOURCES NATURELLES UN INDICE D ÉVOLUTION EN VOLUME DU STOCK DE RESSOURCES NATURELLES 15e Colloque de l Associaion de Compabilié Naionale Novembre 2014 Pierre-Alain Pionnier OCDE Indicaeurs phares de l OCDE pour une croissance

Plus en détail

Équations différentielles.

Équations différentielles. IS BTP, 2 année NNÉE UNIVERSITIRE 205-206 CONTRÔLE CONTINU Équaions différenielles. Durée : h30 Les calcularices son auorisées. Tous les exercices son indépendans. Il sera enu compe de la rédacion e de

Plus en détail

Les liens énergie/environnement/croissance : enseignements des modèles théoriques, leçons de l histoire. ENPC, Cours n 2 Jean-Charles HOURCADE

Les liens énergie/environnement/croissance : enseignements des modèles théoriques, leçons de l histoire. ENPC, Cours n 2 Jean-Charles HOURCADE Les liens énergie/environnemen/croissance : enseignemens des modèles héoriques, leçons de l hisoire ENPC, Cours n 2 Jean-Charles HOURCADE Raisons d un déour par la macro-économie Quels mécanismes lien

Plus en détail

STOCHASTIC CONTROL METHODS FOR OPTIMAL PORTFOLIO INVESTMENT

STOCHASTIC CONTROL METHODS FOR OPTIMAL PORTFOLIO INVESTMENT THÈSE DE DOCTORAT DE L ÉCOLE POLYTECHNIQUE Spécialié : MATHÉMATIQUES APPLIQUÉES Présenée par Gilles-Edouard ESPINOSA pour obenir le grade de DOCTEUR DE l ÉCOLE POLYTECHNIQUE Suje : MÉTHODES DE CONTRÔLE

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

CONCOURS COMMUN 2002

CONCOURS COMMUN 2002 CONCOURS COMMUN DES ECOLES DES MINES D ALBI, ALES, DOUAI, NANTES Epreuve de Mahémaiques (oues filières) Problème d analyse.. f es coninue sur R en an que quoien de foncions coninues sur R don le dénominaeur

Plus en détail

Réponse indicielle et impulsionnelle d un système linéaire

Réponse indicielle et impulsionnelle d un système linéaire PSI Brizeux Ch. E2: Réponse indicielle e impulsionnelle d un sysème linéaire 18 CHAPITRE E2 Réponse indicielle e impulsionnelle d un sysème linéaire Nous connaissons ou l inérê de l éude de la réponse

Plus en détail

Les déclencheurs électroniques STRE23SE se montent indifféremment sur les compacts NS 400 et NS 630 de type N, H ou L.

Les déclencheurs électroniques STRE23SE se montent indifféremment sur les compacts NS 400 et NS 630 de type N, H ou L. 14/1/6 Quesion : Commen régler correcemen le déclencheur élecronique STRE23SE? Réponse : Les déclencheurs élecroniques STRE23SE se monen indifféremmen sur les compacs NS 4 e NS 63 de ype N, H ou L. Le

Plus en détail

Considérons un dipôle AB d un circuit parcouru par un courant d intensité I :

Considérons un dipôle AB d un circuit parcouru par un courant d intensité I : Filière SM Module Physique lémen : lecricié Cours Prof..Tadili 2 ème Parie Chapire 2 ude des dipôles nergie élecrique e puissance. appel Considérons un dipôle d un circui parcouru par un couran d inensié

Plus en détail