Options américaines. 1 Problèmes de borne libre Le problème de l obstacle Le problème de l obstacle : un problème de borne libre...
|
|
- Maxime Laporte
- il y a 8 ans
- Total affichages :
Transcription
1 Options américaines Table des matières 1 Problèmes de borne libre Le problème de l obstacle Le problème de l obstacle : un problème de borne libre Le problème de l obstacle en équations Problème d obstacle et formulation de complémentarité Le problème de l option de vente américaine Bornes libres, bornes mobiles Dérivation de la formulation de complémentarité pour l option de vente américaine Une première inégalité Une seconde inégalité Condition de complémentarité Formulation de complémentarité pour l option de vente américaine La valeur de l option et les bornes, graphiquement
2 3 Évaluation d une option américaine par différences finies L e.d.p. de Black-Scholes, discrétisée La formulation de P.C.L Évaluation par différences finies : Contrainte américaine et P.C.L Application de la contrainte américaine après-coup Application de la contrainte américaine pendant Autres façons de résoudre le PCL
3 Introduction La possibilité d exercer une option avant son échéance complique beaucoup son évaluation. On ne connaît d ailleurs, dans le cadre Black-Scholes, aucune solution analytique, même aux options américaines les plus simples. On étudiera dans ce document ce qui fait la particularité des options américaines, et des façons d évaluer ces options par les différences finies. 1 Problèmes de borne libre Afin de comprendre la formulation par e.d.p. du problème des options américaines, il est utile de considérer un exemple classique de problème de borne libre, le problème de l obstacle. 1.1 Le problème de l obstacle Situation : un élastique est ancré aux points A et B, et un objet lisse et concave pousse l élastique vers le haut entre A et B. On connait la forme exacte de l objet. Question : Quelle est la position verticale de l élastique entre A et B? La situation, plus précisément : L élastique repose sur l objet et en suit la forme, ou il est au-dessus de l objet, et suit alors la loi de mouvement appropriée (il est droit si on néglige la gravité) 3
4 L élastique est ancré aux points A et B, dont la hauteur est définie comme zéro. L objet est concave, de sorte que l élastique a une courbure nulle ou négative partout. L objet est lisse, de sorte que l élastique a une pente continue. L élastique est continu. Sous ces conditions, le problème de la position de l élastique a une solution unique. 1.2 Le problème de l obstacle : un problème de borne libre Nommons P = (x P,h(x P )) et Q = (x Q,h(x Q )) les deux points où l élastique commence à toucher à l objet. Ces points sont des bornes libres : on saurait leur hauteur (i.e. la condition à la borne) si on connaissait leur position horizontale (i.e. l emplacement de la borne), mais on ne connait pas leur position horizontale! Autrement dit, on sait quelle condition de borne appliquer, mais on ne sait pas où la borne en question est. En fait, trouver où sont P et Q suffit à résoudre le problème de l obstacle 1.3 Le problème de l obstacle en équations Soit s(x) : [A,B] R 4
5 la position verticale de l élastique au-dessus de 0, et h(x) : [A,B] R la fonction définissant l obstacle. Le problème de l obstacle est de trouver une fonction continue et continûment différentiable s(x) respectant : s (x) = 0 pour x A < x < x P et x Q < x < x B s(x) = h (x) pour x P x x Q s (x P ) = h (s P ) et s (x Q ) = h (s Q ) s(x A ) = 0 et s(x B ) = Problème d obstacle et formulation de complémentarité On peut récrire la formulation en équations de la section 1.3 en une formulation équivalente dite de de complémentarité linéaire : Trouver une fonction continue et continûment différentiable s(x) respectant s (x) (s(x) h(x) ) = 0 s (x) 0 s(x) h(x) 0 sur l intervalle [x A,x B ], de même que les conditions aux bornes s(x A ) = s(x B ) = 0 Linéaire : les deux termes s (x) et s(x) h(x) sont linéaires, dans le sens de la linéarité des é.d.p. Complémentarité : pour tout point x, l un ou l autre de s (x) et s(x) h(x) doit être 0. Il y a un gros avantage à faire ça : la formulation de complémentarité ne fait aucune référence aux bornes libres! 5
6 2 Le problème de l option de vente américaine On dérive ici une formulation de complémentarité pour l option américaine qui, comme dans le cas du problème d obstacle, permet de contourner la difficulté de l emplacement de la borne libre. 2.1 Bornes libres, bornes mobiles... On doit d abord distinguer deux types de bornes rencontrées dans des problèmes d e.d.p. paraboliques : la borne libre (free boundary) : borne dont on ne connaît pas l emplacement, bien qu on connaisse sa condition ; la borne mobile (moving boundary) : borne libre dont l emplacement (inconnu) bouge dans l espace avec le temps. 2.2 Dérivation de la formulation de complémentarité pour l option de vente américaine Les bornes libres et mobiles sont des concepts utiles pour appréhender un problème, mais les problèmes de borne libre, (free boundary problem en anglais) comme celui de la section 1.3 ne nous intéressent pas particulièrement : on leur préfère les formulations de complémentarité (section 1.4). Nous passons par conséquent directement à la formulation de complémentarité du problème de borne mobile que présente l option américaine. Pour plus de détails, consulter Wilmott, Dewynne et Howison ([4] ou [5]) Une première inégalité Soit Π un portefeuille delta-couvert P(S,t) P S S et r f le taux sans risque. Le rendement du portefeuille en surplus du rendement sans risque est : dπ rπdt 6
7 Des arguments de non-arbitrage nous assurent que dπ rπdt = 0 dans le cas d une option européenne (acheter le portefeuille en empruntant, ou vendre le portefeuille en prêtant). Cependant, le cas dπ rπdt < 0 ne peut être éliminé par arbitrage, dans le cas d une option américaine : le détenteur de l option de vente exercera simplement son droit, et obtiendra du comptant en échange, qu il investira au taux sans risque. En développant le terme dπ rπdt, on conclut donc que P(S,t) t σ2 S 2 2 P(S,t) S 2 + r f S P(S,t) S r f P Une seconde inégalité Le cas P(S,t) < max{e S, 0} entraine une opportunité d arbitrage : acheter l option, et l exercer en livrant le titre : P S + E = E S P > 0 Par conséquent, on observe toujours P(S,t) max{e S, 0} Note : le cas max{e S, 0} = 0 et P(S,t) < max{e S, 0} n a pas à être considéré, l option ne se transigeant pas à un prix négatif Condition de complémentarité Finalement, un dernier argument d arbitrage empêche d avoir à la fois dπ rπdt < 0 7
8 et P(S,t) max{e S, 0} > 0. En effet, la deuxième inéquation implique qu il est plus profitable de vendre l option plutôt que de l exercer ; on y voit aussi la contraposition de exercice implique P(S,t) = max{e S, 0}, i.e. la valeur de l option est son paiement. Par la première inéquation, la situation en est donc une d arbitrage, comme dans le cas européen Formulation de complémentarité pour l option de vente américaine Si on localise le problème d évaluation sur l espace [0,S max ], la formulation de complémentarité consiste à trouver une fonction continue, continûment différentiable P(S,t) telle que S,t : ( P(S,t) t σ2 S 2 2 P(S,t) S 2 ( P(S,t) t en plus de satisfaire les conditions + r f S P(S,t) S r f P ) (P (E S) ) = σ2 S 2 2 P(S,t) + r S 2 f S P(S,t) r f P ) 0 S (P (E S)) 0 P(S,T) = max(e S, 0) P(S max,t) = 0 P(0,t) = E P(S,t) P(S,t) est continue en S et est continu en S S 8
9 2.3 La valeur de l option et les bornes, graphiquement 3 Évaluation d une option américaine par différences finies En discrétisant l é.d.p., on obtient une version à dimension finie de la formulation de complémentarité. Ce problème est communément appelé problème de complémentarité linéaire, P.C.L. (En anglais, on parle du L.C.P. : linear complementarity problem.) La formulation de complémentarité continue ( P(S,t) t σ2 S 2 2 P(S,t) S 2 ( P(S,t) t + r f S P(S,t) S r f P ) (P (E S) ) = σ2 S 2 2 P(S,t) + r S 2 f S P(S,t) r f P ) 0 S (P (E S)) 0 prend la forme, au point (m,n) de la grille : ( ) (EDP(m,n)) Pm n max(e m S, 0) = 0, 9
10 (EDP(m,n)) 0, (1) ( ) Pm n max(e m S, 0) 0, où EDP(m,n) P m n+1 t P n m σ2 (m S ) 2Pn m+1 2P n m + P n m 1 ( S ) 2 + r f (m S ) P n m+1 P n m 1 2( S ) r f P n m quand on utilise une approche implicite (fully implicit). Le problème de complémentarité consiste à résoudre, en même temps, l ensemble des équations et inéquations (1) pour tous les (m,n) de la grille. 3.1 L e.d.p. de Black-Scholes, discrétisée Le système (1) ci-dessus donne les conditions à satisfaire (une équation et deux inéquations) à chaque point (m,n) de la grille pour résoudre le problème d évaluation de l option. Comme toutes les conditions, à tous les points, doivent être satisfaites simultanément, il est utile de les regrouper ; évidemment, nous utilisons la notation matricielle. Nous démontrons ci-dessous l approche Crank-Nicolson appliquée à l e.d.p. brute, sans transformation aucune des variables. Pour un rappel des différences finies utilisées, voir la section 5.6 Utilisation des différences finies sur l équation de Black-Scholes des notes d introduction aux e.d.p. C est le cas le plus malpropre : l approche implicite (ci-dessus) aurait moins de termes que la C.-N., et une transformation des variables donnerait des termes plus simples. Donc à tout le moins, vous aurez vu le pire cas! La formulation discrète de l é.d.p. de Black-Scholes par la méthode de 10
11 Crank-Nicolson est la suivante : Pm n+1 t P n m σ2 (m S ) 2Pn+1 m+1 2P n+1 m + P n+1 m 1 ( S ) σ2 (m S ) 2Pn m+1 2Pm n + Pm 1 n + r ( S ) 2 f (m S ) P m+1 n+1 Pm 1 n+1 4( S ) +r f (m S ) P n m+1 P n m 1 4( S ) 1 2 r fp n+1 m 1 2 r fp n m 0. (2) On utilise donc trois points connus (Pm+1, n+1 Pm n+1 et Pm 1) n+1 pour calculer trois points inconnus (Pm+1, n Pm n et Pm 1). n Rappelons que la grille est discrétisée en N intervalles de temps (0 n N) et M intervalles du sousjacent (0 m M). t représente donc la longueur d un pas de temps et S celle d un pas du sous-jacent. Rassemblons toutes les équations (2) pour une valeur spécifique de n et toutes les valeurs de m sous forme matricielle : 11
12 = où A 1 1 B 1 C A 2 1 B B M 2 C M A M 1 1 B M 1 C M 1 A B 1 C A B B M 2 C M A M B M 1 C M 1 A m B m C m = 1 4 σ2 (m S ) 2 t 2 S = 1 2 σ2 (m S ) 2 t 2 S = 1 4 σ2 (m S ) 2 t 2 S 1r 4 f(m S ) t S 1r 2 f t P n 0 P n 1 P n M 1 P n M P n+1 0 P n+1 1 P n+1 M 1 P n+1 M = 1 4 σ2 m 2 t 1 4 r fm t = 1 2 σ2 m 2 t 1 2 r f t r f(m S ) t S = 1 4 σ2 m 2 t r fm t. En observant la forme matricielle du problème, on peut remarquer qu en plus de connaître entièrement la partie de droite, nous savons aussi que les termes situés aux extrémités du vecteur des prix d options sont dictés par les conditions aux bornes et donc connus d avance. Pour prendre avantage de ceci, décomposons la partie de gauche de la façon suivante 1 B 1 C 1 0 A 2 1 B B M 2 C M 2 0 A M 1 1 B M 1 P n 1 P n M 1 + A 1 P n C M 1 P n M où le dernier vecteur, qu on nommera r n, est composé entièrement de zéros sauf pour deux composantes. Suite à cette dernière transformation, le problème peut s abréger de la façon suivante M L v n + r n = M R 12 P n+1 0 v n+1 P n+1 M (3)
13 où et M L = M R = 1 B 1 C 1 0 A 2 1 B B M 2 C M 2 0 A M 1 1 B M 1 r n = A 1 P n C M 1 P n M,, A B 1 C A B B M 2 C M A M B M 1 C M 1 v n+1 = P n+1 1 P n+1 M 1. Notons immédiatement que cette dernière formulation se simplifie facilement : Mv n = q n+1, (4) où M = M L q n+1 = M R P n+1 0 v n+1 P n+1 M r n. Trouver v n correspond donc bien à résoudre un système linéaire, soit (4). 13
14 Il est important de retenir qu on a une équation (4) à chacun des pas de temps w. Dans le cas européen (qui était celui de la section 5.6 Utilisation des différences finies sur l équation de Black-Scholes des notes d introduction aux e.d.p.), le point de départ est v N (valeur de l option à l échéance) et chacune des solutions trouvées est utilisée pour formuler le système linéaire à résoudre pour le prochain pas de temps. Le cas américain est traité à la section suivante. 3.2 La formulation de P.C.L. La notation matricielle introduite dans la dernière section nous permet d exprimer de façon concise le problème (2) de la section 3 du dernier ensemble de notes. En considérant toutes les valeurs du sous-jacent à la fois (i.e. m) on a le problème de complémentarité linéaire : ( Mv n q n+1) (v n v N) = 0, (5) ( Mv n q n+1) 0, ( v n v N) 0. À l intérieur de ce problème, seul v n représente des variables. On trouvera donc le prix de l option au temps 0, soit v 0, en résolvant séquentiellement tous les PCL (5) pour les valeurs n = N 1,N 2,...0. On résoud donc une suite de PCL, alors que dans le cas européen on résolvait une suite de systèmes d équations linéaires. 3.3 Évaluation par différences finies : Contrainte américaine et P.C.L. Les approches classiques de résolution procèdent en résolvant fondamentalement l équation aux dérivées partielles, et en faisant des ajustements pour respecter la contrainte américaine, de type P(S,T) max{e S, 0} par exemple pour l option de vente. Dans une approche implicite, les ajustements pour la contrainte américaine peuvent être imposés de deux façons, 14
15 décrites ci-dessous : pendant, ou après la résolution du système d équations linéaires. Dans une approche explicite, il n est évidemment pas question d appliquer la contrainte américaine pendant ou après la résolution du système d équations linéaires : il n y a pas de tel système à résoudre! Application de la contrainte américaine après-coup C est l approche de l article original des pionniers des différences finies en options américaines, Brennan et Schwartz [2]. La contrainte américaine, est appliquée après le calcul des valeurs de l option à un pas de temps. Autrement dit, à un pas de temps n, après avoir calculé P n m pour tous les m, on révise chacune des P n m (pour n et pour tous les m) et on la remplace par max{e mδs, 0} si P n m < max{e mδs, 0}. La résolution du système linéaire, quand on a choisit une approche implicite, peut se faire de la façon qu on désire. Attention : cette façon ne garantit pas qu on trouve une solution au problème de complémentarité, lorsqu on utilise une approche implicite. Pour des options américaines standard de vente et achat, Jaillet et al. [3] ont prouvé que l approche implicite (telle que décrite originellement par [2]) fonctionne correctement Application de la contrainte américaine pendant Pendant la résolution itérative du système d équations linéaires obtenu par une approche implicite, la contrainte américaine est appliquée à chaque itération. Évidemment, dans ce cas-ci, on ne peut pas utiliser une approche de résolution directe des systèmes linéaires, du genre décomposition LU. En finance, une méthode est privilégiée pour l application pendant : la variante du successive over-relaxation appelée Projected successive overrelaxation (PSOR). Cette approche garantit qu on obtienne une solution du problème de complémentarité L algorithm P.S.O.R. 15
16 L algorithme Projected successive over-relaxation, auquel on a fait référence dans le dernier ensemble de notes, section 3.1.2, est une variante directe du S.O.R. rencontré durant les cours sur l algèbre linéaire numérique. Par exemple, si on veut résoudre Ax = b le S.O.R. en pseudo-code pour le cas à trois dimensions est for i = 1 : 3 end x (k+1) i = ω ( b i Σ i 1 j=1 a ijx (k+1) j ) Σ n j=i+1a ij x (k) j /a ii + (1 ω)x (k) i Mais si on veut plutôt résoudre le problème de complémentarité linéaire (Ax b) x = 0, (6) (Ax b) 0, alors on utilise le P.S.O.R., de pseudo-code for i = 1 : 3 end x (k+1) i = max { ( ω b i Σ i 1 j=1 a ijx (k+1) j x 0. ) } Σ n j=i+1a ij x (k) j /a ii + (1 ω)x (k) i ; 0 Quand il est appliqué à des problèmes à matrice définie positive, le PSOR converge à (l unique) solution du PCL (voir par ex. Wilmott, Howison et Dewynne p.171, qui vous référera en fait à un autre livre ou à l article original de Cryer (!)). Ce n est cependant pas une condition nécessaire ; voir le livre de Tavella et Randall, p.104, par exemple. Les matrices provenant d e.d.p. paraboliques, et donc celles qu on utilise en finance, ne causent habituellement aucun problème Autres façons de résoudre le PCL Il y a de très nombreuses autres façons de résoudre le problème de complémentarité linéaire (1), et on sait maintenant que des approches utilisant la structure du PCL d évaluation d option, peuvent être beaucoup plus efficaces que l approche PSOR, qui est générique. 16
17 Tab. 1 Temps de calculs moyens selon la méthode utilisée, 1000 options EDP EDPLT Arbre binomial PSOR Lemke PSOR Lemke Boriçi-Lüthi Secondes Prix d exercice : 10 Valeur du sous-jacent (min, max) : (1, 14.98) Volatilité du sous-jacent (min, max) : (0.1, 0.4) Taux sans risque (min, max) : (0.01, 0.1) Temps avant échéance (min, max) : (0.1, 4.99) Voici par exemple des temps de calcul pour différentes approches d e.d.p. Pour comparaison, on a inclu l approche d arbre binomial classique de Cox, Ross et Rubinstein telle que pré-programmée dans Matlab, qui met en moyenne secondes à fournir une solution. Tab. 2 Pentes des régressions pour le graphique bilogarithmique Lemke-EDP Lemke-EDPLT PSOR-EDP PSOR-EDPLT B.&L.-EDPLT Binomial 3,42 2,92 2,49 2,23 1,03 1,70 Références [1] A. Boriçi, H.-J. Luethi Pricing american put options by linear scaling algorithms. In Computational Methods in Decision-Making, Economics and Finance, E.J. Kontoghiorghes, B. Rustem and S. Siokos, eds., Kluwer Academic Publishers, December [2] M.J. Brennan, E.S. Schwartz, The Valuation of American Put Options, The Journal of Finance, Vol. 32, No. 2, Mai 1977, p.449. [3] P. Jaillet, D. Lamberton, B. Lapeyre, Variation Inequalities and the Pricing of American Options, Acta Applicandae Mathematicae 21 (1990), [4] P. Wilmott, J.N. Dewynne, S.D. Howison, Option Pricing : Mathematical Models and Computation (1993), Oxford Financial Press. 17
18 Secondes PSOR EDP Lemke EDP PSOR EDPLT Lemke EDPLT Borici Luethi Binomial Fig. 1 Temps de calcul moyens pour les différentes méthodes 18
19 Lemke, EDP Lemke, EDPLT PSOR, EDP PSOR, EDPLT Borici et Luethi Arbre binomial Secondes de calcul Discrétisation du temps N Fig. 2 Temps moyens de calcul vs. discrétisation du temps 19
20 [5] P. Wilmott, S. Howison, J. Dewynne, The Mathematics of Financial Derivatives. A Student Introduction. (1995), Cambridge University Press. 20
Valorisation d es des options Novembre 2007
Valorisation des options Novembre 2007 Plan Rappels Relations de prix Le modèle binomial Le modèle de Black-Scholes Les grecques Page 2 Rappels (1) Définition Une option est un contrat financier qui confère
Plus en détailLe 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 détailSouad 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailTRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines
Ensimag - 2éme année Mai 2010 TRAVAIL D ETUDE ET DE RECHERCHE Utilisation des arbres binomiaux pour le pricing des options américaines Anne-Victoire AURIAULT 1/48 2/48 Cadre de l Étude Cette étude a été
Plus en détailProbabilités 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 détail1 Introduction et modèle mathématique
Optimisation parallèle et mathématiques financières Optimisation parallèle et mathématiques financières Pierre Spiteri 1 IRIT ENSEEIHT, UMR CNRS 5505 2 rue Charles Camichel, B.P. 7122 F-31 071 Toulouse,
Plus en détailPrix et couverture d une option d achat
Chapitre 1 Prix et couverture d une option d achat Dans cette première leçon, on explique comment on peut calculer le prix d un contrat d option en évaluant celui d un portefeuille de couverture de cette
Plus en détailThéorie Financière 8 P. rod i u t its dé dérivés
Théorie Financière 8P 8. Produits dit dérivés déié Objectifsdelasession session 1. Définir les produits dérivés (forward, futures et options (calls et puts) 2. Analyser les flux financiers terminaux 3.
Plus en détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détailExercices - 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailLes 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 détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailFctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines
FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailMATHS 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 détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailTP1 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 détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailThéorèmes de Point Fixe et Applications 1
Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailOptions et Volatilité (introduction)
SECONDE PARTIE Options et Volatilité (introduction) Avril 2013 Licence Paris Dauphine 2013 SECONDE PARTIE Philippe GIORDAN Head of Investment Consulting +377 92 16 55 65 philippe.giordan@kblmonaco.com
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailFonction inverse Fonctions homographiques
Fonction inverse Fonctions homographiques Année scolaire 203/204 Table des matières Fonction inverse 2. Définition Parité............................................ 2.2 Variations Courbe représentative...................................
Plus en détailRésumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailLes correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.
Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailHedging delta et gamma neutre d un option digitale
Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailLa tarification d options
La tarification d options Proposition pour une approche déterministe Pierre Bernhard 1 Stéphane Thiery 2 Marc Deschamps 3 Nous proposons ici une théorie de la tarification d options sur la base d un modèle
Plus en détailCorrection 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 détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détail3 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 détailNotion de fonction. Résolution graphique. Fonction affine.
TABLE DES MATIÈRES 1 Notion de fonction. Résolution graphique. Fonction affine. Paul Milan LMA Seconde le 12 décembre 2011 Table des matières 1 Fonction numérique 2 1.1 Introduction.................................
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailCours 9. Régimes du transistor MOS
Cours 9. Régimes du transistor MOS Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 005 Dans ce document le transistor MOS est traité comme un composant électronique.
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailDérivés Financiers Options
Stratégies à base d options Dérivés Financiers Options 1) Supposons que vous vendiez un put avec un prix d exercice de 40 et une date d expiration dans 3 mois. Le prix actuel de l action est 41 et le contrat
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
Plus en détailLecture graphique. Table des matières
Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailImage 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 détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détail= constante et cette constante est a.
Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailde calibration Master 2: Calibration de modèles: présentation et simulation d
Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailComment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.
Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Introduction : Avant de commencer, il est nécessaire de prendre connaissance des trois types de
Plus en détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailLES MARCHÉS DÉRIVÉS DE CHANGE. Finance internationale 9éme ed. Y. Simon & D. Lautier
LES MARCHÉS DÉRIVÉS DE CHANGE 1 Section 1. Les instruments dérivés de change négociés sur le marché interbancaire Section 2. Les instruments dérivés de change négociés sur les marchés boursiers organisés
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailLe risque de crédit dans le prix des obligations convertibles
Finance de marché Le risque de crédit dans le prix des obligations convertibles Nicolas Singer Comment donner un prix au risque de crédit d une entreprise en l absence de CDS ou d obligations classiques?
Plus en détailManuel de référence Options sur actions
Manuel de référence Options sur actions Groupe TMX Actions Bourse de Toronto Bourse de croissance TSX Equicom Produits dérivés Bourse de Montréal CDCC Marché climatique de Montréal Titres à revenu fixe
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailMathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012
Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Pierre Andreoletti pierre.andreoletti@univ-orleans.fr Bureau E15 1 / 20 Objectifs du cours Définition
Plus en détail