5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre
|
|
- Ghislain Chartier
- il y a 8 ans
- Total affichages :
Transcription
1 5. Options américaines Une option américaine peut être exercée à n importe quelle instant compris entre 0 et l échéance N. Définition 5.1. Une option américaine est définie par une suite (h n ) n=0..n, de variables positives, adaptée à la filtration (F n ) n=0..n. Exemple 5.1. Dans le cas d un call américain, le détenteur de l option a le choix, à tout instant, d exercer ou non le droit d acheter un actif de type 1 au prix d exercice K. On pose donc h n = (S 1 n K) +. Pour le put correspondant, h n = (K S 1 n) Enveloppe de Snell et évaluation des options américaines. On note U n la valeur de l option à la date n. On a U N = h N et on peut définir la suite par récurrence. Proposition 5.1. Si le marché est viable et complet et si (h n ) n=0..n est une suite de variables aléatoires positives adaptée définissant une option américaine, alors la valeur de l option est définie par U N = h N U n = max (h [ ]) n, SnE 0 Ũ n+1 F n pour n N 1. Démonstration : Soit n N 1 et soit U n+1 la valeur de l option à la date n + 1. A la date n, le détenteur de l option peut soit exercer son droit et le vendeur de l option doit alors être en mesure de fournir h n, soit reporter sa décision à la date n + 1, auquel cas la valeur doit être celle d un actif conditionnel d échéance n + 1 et de valeur U n+1 calculée à la date n, c est-à-dire [ SnE 0 Un+1 Sn+1 0 F n ]. Le détenteur de l option adoptera la stratégie qui lui est la plus favorable, c est-àdire que le vendeur de l option devra être capable de fournir à la date n la quantité max (h [ ]) n, SnE 0 Ũ n+1 F n. Donc la valeur de l option à la date n doit au moins être cette valeur. En absence d oportunité d arbitrage, elle ne peut pas la dépasser (cf. le raisonnement à la suite du lemme 4.1) d où le résultat. Contrairement à ce qui se passe dans le cas des options à terme, la valeur actualisée de l option n est pas nécessairement une martingale. Proposition 5.2. Sous les hypothèses de la proposition précédente, la suite des valeurs actualisées de l option (Ũn) n=0..n est une P -surmartingale. C est la plus petite P -surmartingale majorant la suite ( h n ) n=0..n. Démonstration : On a Ũ N = h N Ũ n = max ( hn [ ]), E Ũ n+1 F n pour n N 1 donc (Ũn) n=0..n est une surmartingale puisque Ũ n E [ Ũ n+1 F n ] 1
2 2 et majore ( h n ) n=0..n. Soit (W n ) n=0..n une surmartingale majorant ( h n ) n=0..n. On a W N ŨN. Supposons par récurrence que W n+1 Ũn+1 pour un n N 1. Alors ) W n max ( hn, E [W n+1 F n ] ]) max ( hn, E [Ũn+1 F n = Ũn. Ce résultat est tout à fait général et conduit à la définition suivante : Définition 5.2. Soit (X n ) n=0..n une suite adaptée. On appelle enveloppe de Snell de (X n ) n=0..n la plus petite surmartingale majorant (X n ) n 1. Si on note (Y n ) n=0..n, cette suite, elle est définie par { YN = X N Y n = max (X n, E [Y n+1 F n ]) pour n N 1 La caractérisation en terme d enveloppe de Snell de la valeur actualisée de l option américaine permet la comparaison suivante de celle-là avec la valeur actualisée d une option européenne. Proposition 5.3. Soit (h n ) n=0..n une suite adaptée de variables aléatoires positives. On note (V n ) n=0..n la suite des valeurs de l option européenne définie par la variable h = h N, et (U n ) n=0..n la suites des valeurs de l option américaine définie par la suite (h n ) n=0..n. Alors, pour tout n {0,..., N}, U n V n. Si, de plus, V n h n pour tout n, alors U n = V n pour tout n. Démonstration : On rappelle que (Ṽn) n=0..n est une martingale et que (Ũn) n=0..n est une surmartingale. Donc, pour [ tout n, ] [ ] Ũ n E Ũ N F n = E Ṽ N F n = Ṽn. De plus, si V n h n, alors (Ṽn) n=0..n est une surmartingale majorant ( h n ) n=0..n, et donc, comme (Ũn) n=0..n est la plus petite suite satisfaisant cette propriété, on a d où le résultat. Ũ n Ṽn, 5.2. Décomposition des surmartingales et couverture. Nous allons montrer que, dans un marché viable et complet, le vendeur d une option américaine peut trouver une stratégie de couverture. Théorème 5.1. (de décomposition de Doob). Toute surmartingale (Y n ) n 0 peut s écrire de façon unique sous la forme (1) Y n = M n A n, pour tout n 0, où (M n ) n 0 est une martingale et (A n ) n 0 est un processus prévisible croissant et nul en 0. Démonstration : Supposons que (1) est satisfait pour des processus (M n ) n 0 et (A n ) n 0. Pour tout n 0, on doit avoir Y n+1 Y n = M n+1 M n (A n+1 A n );
3 3 en conditionnant par F n, on obtient (2) E [Y n+1 F n ] Y n = (A n+1 A n ) puisque (M n ) n 0 est une martingale et (A n ) n 0 est prévisible. Comme A 0 = 0 est donné, la suite (A n ) n 1 est définie de façon unique par cette dernière égalité. Enfin, (M n ) n 0 est définie de façon unique par (1). Autrement dit, si les processus (A n ) n 0 et (M n ) n 0 existent, ils sont définis de façon unique. De plus, si on pose A 0 = 0 et on définit la suite (A n ) n 0 par la relation de récurrence (2) récrite A n+1 = A n + Y n E [Y n+1 F n ], on voit que (A n ) n 0 est un processus prévisible puisque A 0 F 0, et que (A n ) n 0 est croissant car (Y n ) n 0 est une sur-martingale. On définit enfin (M n ) n 0 par la relation (1). La suite (M n ) n 1 est adaptée et, pour tout n 0, En utilisant alors (2), il vient E [M n+1 F n ] = E [Y n+1 F n ] + A n+1. E [M n+1 F n ] = E [Y n+1 F n ] + A n + Y n E [Y n+1 F n ] = M n donc (M n ) n 1 est une martingale. Nous appliquons ce dernier résultat à notre problème d option américaine. Proposition 5.4. Soit (h n ) n=0..n une suite de variables aléatoires positives adaptée définissant une option américaine et soit (U n ) n=0..n la valeur de l option. Alors il existe une stratégie de couverture pour le vendeur de l option, qui est celle qui permet de dupliquer la P -martingale (M n ) n=0..n associée à la P -surmartingale (Ũn) n=0..n, où P est l unique probabilité sous laquelle les prix actualisés des actifs sont des martingales. Démonstration : Puisque le marché est complet, il existe une stratégie autofinancée φ telle que V N (φ) = S 0 N M N. La suite (Ṽn(φ)) n=0..n est une P -martingale et, grâce à la démonstration du lemme 4.1, on sait que deux martingales coïncidant à la date N coïncident à toute date antérieure. Finalement, Ũ n = Ṽn(φ) A n où (A n ) n=0..n est un processus prévisible croissant nul en 0, et donc U n V n (φ) pour tout n et la stratégie φ permet au vendeur de l option de se couvrir Arrêt optimal et date d exercice. Le détenteur de l option décide de l exercer au temps n en fonction des informations qu il possède à cette date. Il sort donc du contrat à un temps aléatoire τ tel que [τ = n] F n. C est ce qu on appelle un temps d arrêt. Définition 5.3. Un temps d arrêt dans {0,..., N} adapté à une filtration (F n ) n=0..n est une variable aléatoire prenant ses valeurs dans {0,..., N} et telle que, pour tout n {0,..., N}, [τ = n] F n. Proposition 5.5. Une variable aléatoire τ à valeurs dans {0,..., N} est un temps d arrêt si et seulement si, pour tout n {0,..., N}, [τ n] F n.
4 4 Démonstration : Supposons que τ soit un temps d arrêt et soit n 0. Alors n [τ n] = [τ = k] F n. Réciproquement, si n 1, k=0 [τ = n] = [τ n]/[τ n 1] F n, si on suppose [τ n] F n pour tout n 0. Remarque 5.1. Cette proposition donne en fait la définition qui sera utilisée dans le cas du temps continu. Définition 5.4. Soit (X n ) n=0..n une suite adaptée à la filtration (F n ) n=0..n et soit τ un temps d arrêt à valeurs dans {0,..., N}. On appelle suite arrêtée au temps τ l application X τ : Ω R ω X τ(ω) (ω). On a alors la proposition suivante : Proposition 5.6. La variable X τ est F N -mesurable. Démonstration : On a N N X τ = X τ 1 [τ=k] = X k 1 [τ=k]. k=0 Pour tout k {0,..., N}, X k est F k -mesurable, [τ = k] F k et F k F N donc X τ est F N -mesurable. On peut obtenir la caractérisation des temps d arrêt auxquels le détenteur de l option peut exercer son droit, que l on appellera des temps d arrêt admissibles : Théorème 5.2. On se place toujours dans le cadre d une option américaine définie par une suite (h n ) n=0..n dans un marché viable et complet. La suite (U n ) n=0..n est la valeur de l option, φ est la stratégie de couverture pour le vendeur de l option. Le temps d arrêt τ est un temps d exercice possible si et seulement si U τ = h τ et U τ = V τ (φ). Un tel temps d arrêt existe et est défini par k=0 τ 0 = max{n {0,..., N}/ V n (φ) = U n }. Démonstration : Remarquons pour commencer que, si U τ > h τ alors le détenteur de l option n a aucun intérêt à exercer son droit puisque la valeur de l option est strictement supérieure à ce qu il touche s il le fait. Comme U n h n pour tout n, ceci signifie qu il n exerce ce droit que si U τ = h τ. On considère maintenant la variable aléatoire τ 0 définie dans l énoncé. Cette variable est bien définie puisque U 0 = V 0 (φ). Montrons que c est un temps d arrêt. En effet N [τ 0 = N] = [U k = V k (φ)] F N et, pour tout n N 1, [τ 0 = n] = k=1 n [U k = V k (φ)] [A n+1 > 0] F n. k=1
5 5 Par définition de τ 0, U τ0 = V τ0 (φ); montrons alors que U τ0 = h τ0. En effet, comme U N = h N, on a déjà U τ0 1 [τ0=n] = h τ0 1 [τ0=n]; et pour tout n < N, on a [ ] [ ] E Ũ n+1 F n = E Ṽ n+1 (φ) A n+1 F n = Ṽn(φ) A n+1. Mais (Ṽn(φ) A n+1 )1 [τ0=n] < Ũn1 [τ0=n] puisque, sur [τ 0 = n], Ũn = Ṽn(φ) et A n+1 > 0. Or, par définition, Ũ n = max ( hn [ ]), E Ũ n+1 F n, donc Ũ n 1 [τ0 =n] = h n 1 [τ0 =n]. Finalement, U n 1 [τ0=n] = h n 1 [τ0=n] pour tout n et donc U τ0 = h τ0. Soit τ un temps d arrêt tel que U τ = h τ. Montrons que le détenteur de l option n exerce sont droit au temps τ que si U τ = V τ (φ). En effet, sinon il existe n tel que [τ = n] [U n < V n (φ)] n est pas négligeable. Remarquons que, sur cet ensemble, τ 0 < n. Au temps τ 0, le détenteur de l option aurait donc pu sortir du contrat, se constituer le portefeuille de couverture de prix V τ0 (φ) = h τ0 et détenir ainsi un portefeuille de valeur supérieure au temps n à la valeur de l option (rappelons que (A n ) n=0..n est prévisible et donc, au temps τ 0, le détenteur sait qu au temps suivant la stratégie de couverture sera meilleure). Donc le détenteur de l option n a aucun intérêt à sortir du contrat après la date τ 0 et donc s il sort au temps τ, U τ = V τ (φ). Soit enfin τ un temps d arrêt satisfaisant U τ = h τ et U τ = V τ (φ). Montrons pour conclure que, pour le détenteur de l option, exercer son droit au temps τ ou au temps τ 0 revient au même. Puisque τ τ 0, cela peut s exprimer par l égalité, pour tout n, h τ 1 [τ=n] = E [ hτ0 ] F n 1 [τ=n] qui est équivalente à Ṽ τ (φ)1 [τ=n] = E [ Ṽ τ0 (φ) F n ]1 [τ=n]. Si nous admettons l égalité ci-dessus, la preuve est terminée. Nous montrons maintenant l égalité admise dans la preuve ci-dessus. Lemme 5.1. Soit τ τ 0. Pour tout n {0,..., N}, Ṽ τ (φ)1 [τ=n] = E [ Ṽ τ0 (φ) F n ]1 [τ=n]. Démonstration : Remarquons que, puisque (Ṽn(φ)) n=0..n est une martingale, cette égalité revient à généraliser l égalité satisfaite par les martingales aux temps aléatoires. Soit n fixé. L égalité est trivialement vérifiée sur [τ 0 = n] puisqu alors tout est F n mesurable. Reste à montrer qu elle est satisfaite sur [τ 0 > n]. On peut l écrire Ṽ n (φ)1 [τ=n] [τ0 >n] = E [ Ṽ τ0 (φ)1 [τ=n] [τ0 >n] F n ].
6 6 Comme Ṽn(φ)1 [τ=n] [τ0>n] est F n -mesurable, il suffit de montrer que, pour tout F n, Ṽ τ0 (φ)1 [τ=n] [τ0>n]dp = Ṽ n (φ)1 [τ=n] [τ0>n]dp ou encore, puisque [τ = n] F n, que, pour tout F n, Ṽ τ0 (φ)1 [τ0 >n]dp = Ṽ n (φ)1 [τ0 >n]dp. Soit donc F n, Ṽ τ0 (φ)1 [τ0 >n]dp = N k=n+1 Ṽ k (φ)1 [τ0 =k]dp. Mais, puisque [τ 0 = k] F k si k n, et (Ṽn(φ)) n=0..n est une martingale, Ṽ k (φ)1 [τ0 =k]dp = Ṽ N (φ)1 [τ0 =k]dp pour tout k {n + 1,.., N}. On en déduit Ṽ τ0 (φ)1 [τ0 >n]dp = Enfin, puisque [τ 0 > n] F n, Ṽ N (φ)dp = [τ 0>n] ce qu il fallait démontrer. Ṽ N (φ)1 [τ0 >n]dp. Ṽ n (φ)1 [τ0 >n]dp, Pour conclure cette première partie, nous allons caractériser les temps d arrêt admissibles comme des temps optimaux pour la suite des gains actualisés. On note Θ l ensemble des temps d arrêt à valeurs dans {0,..., N}. Proposition 5.7. (admise) Le temps τ est admissible si et seulement si Ũ 0 = E [ hτ ] F 0 = sup E [ hν F 0 ]. ν Θ Le modèle de Cox, Ross et Rubinstein IV (11) On considère maintenant un call américain de prix d exercice K. Montrer que, pour tout n, la valeur de ce call est égale à la valeur du call européen correspondant.
PRIME 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 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 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 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 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 détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
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 détailValorisation 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 détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en 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 détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
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 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 détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 détailOptions, Futures, Parité call put
Département de Mathématiques TD Finance / Mathématiques Financières Options, Futures, Parité call put Exercice 1 Quelle est la différence entre (a) prendre une position longue sur un forward avec un prix
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
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 détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
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 détailIntroduction à la finance quantitative présenté par N. Champagnat IECL et INRIA
Introduction à la finance quantitative présenté par N. Champagnat IECL et INRIA Contents 1 Introduction aux marchés financiers 2 1.1 Rôle des marchés financiers......................... 2 1.2 Les différents
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en 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 détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailFONCTION EXPONENTIELLE ( ) 2 = 0.
FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons
Plus en détailMARTINGALES POUR LA FINANCE
MARTINGALES POUR LA FINANCE une introduction aux mathématiques financières Christophe Giraud Cours et Exercices corrigés. Table des matières I Le Cours 7 0 Introduction 8 0.1 Les produits dérivés...............................
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
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 - 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 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 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 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 détailLISTE D EXERCICES 2 (à la maison)
Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros
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 détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailFibonacci et les paquerettes
Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au
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 détailModèles et Méthodes de Réservation
Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
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 détailCHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES
CHAPITRE 2 : MARCHE DES CHANGES A TERME ET PRODUITS DERIVES Marché des changes : techniques financières David Guerreiro david.guerreiro@univ-paris8.fr Année 2013-2014 Université Paris 8 Table des matières
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 détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailCARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION. Finance internationale, 9ème éd. Y. Simon & D. Lautier
CARACTERISTIQUES ET EVALUATION DES CONTRATS D OPTION 1 Section 1. La définition et les caractéristiques d une option Section 2. Les déterminants de la valeur d une option Section 3. Les quatre opérations
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 détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 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 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 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 détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
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 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 détailCalcul Stochastique pour la finance. Romuald ELIE
Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis
Plus en détailChap 4. La fonction exponentielle Terminale S. Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R.
Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R. Démonstration : Soit la fonction %:& %&!= &!, elle est dérivable sur R et & R, %. &!= &! = &! = %&! gaelle.buffet@ac-montpellier.fr
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailThéorie de la mesure. S. Nicolay
Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailRelation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices
Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation
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 détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
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 détail108y= 1 où x et y sont des entiers
Polynésie Juin 202 Série S Exercice Partie A On considère l équation ( ) relatifs E :x y= où x et y sont des entiers Vérifier que le couple ( ;3 ) est solution de cette équation 2 Déterminer l ensemble
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détail