Choix de Portefeuille
|
|
- Jérôme Lépine
- il y a 8 ans
- Total affichages :
Transcription
1 Année Choix de orteeuille Christophe Boucher Chapitre. héorie de la décision en avenir incertain Critère d espérance d utilité L attitude vis-à-vis du risque Chapitre 2. Rendements et critères de choix entre actis La mesure des rendements et leurs distributions La dominance stochastique Les mesures de risque Chapitre 3. La théorie moderne du porteeuille Fondements théoriques de l analyse espérance-variance orteeuilles eicients : caractéristiques et propriétés Frontières eicientes avec 2 actis et N actis Chapitre 4. La théorie post-moderne du porteeuille Critiques de l espérance d utilité Alternatives à l espérance d utilité Finance comportementale et choix de porteeuille Les moments d ordre supérieurs à deux Chapitre 5. Introduction aux modèles d'évaluation des actis MEDAF A
2 Chapitre 3. La gestion de porteeuille moyenne-variance L agent cherche à obtenir un rendement maximum pour un risque minimum. hypothèses assez restrictives succès malgré ses limites : analyse intuitive, simple avec de nombreuses extensions et applications déterminer des porteeuilles qui pour une espérance de rendement donnée orent le moins de risque (=la rontière eiciente. Ensuite l agent choisit sur la rontière eiciente le porteeuille qui maximise sa satisaction. Ce choix va dépendre de manière cruciale de son degré d aversion pour le risque. 3.. L analyse moyenne-variance 3... Les conditions usuelles A Fonction d utilité quadratique maximisation de l espérance d utilité deux premiers moments. u W a bw cw b c 2 ( = + + > 0 < 0 2 [ ( ] = + [ ] + [ ] E u W a be W ce W [ ( ] = + [ ] + ( + [ ] 2 E u W a be W c Var W E W MAIS onction d utilité quadratique AAR augmente avec W B Les rendements sont distribués normalement Si normalité : distribution entièrement caractérisé par la moyenne et la variance. MAIS problèmes de skewness et kurtosis 2
3 3.2. La gestion de porteeuille dans le cas de deux actis Mesure du risque et du rendement d un porteeuille de deux titres E( R = E( xr + ( x R = xe( R + ( x E( R 2 2 [ ] V ( R = E ( R E( R = E( R ( E( R σ ( R = V ( R V R E R E R x V R x V R x x Cov R R ( = ( ( ( = ( + ( ( + 2 ( (, p 2 2 V R x V R x V R x x R R Corr R R 2 2 ( = ( + ( ( + 2 ( σ( σ( (, p [ ] [ ] Cov( R, R = E ( R E( R ( R E( R = E R R E( R E( R Le coeicient de corrélation = Cov( R, R σ( R σ ( R Calcul du porteeuille de variance minimal dv( R = 0 dx 2xV ( R + 2 xv ( R 2 V ( R + 2 σ( R σ( R Corr( R, R 4 xσ( R σ( R Corr( R, R = V ( R σ( R σ( R Corr( R, R x = V ( R + V ( R 2 σ( R σ( R Corr( R, R
4 Exemple Considérons les rendements possibles des titres A et B : Évènements robabilités A B ¼ ¼ ¼ ¼ 0% 5% 5% 20% 30% 20% 0% -0% E( RA = (0% + 5% + 5% + 20% = 0% = E( RB 4 V R = = ( A (0% (5% (5% (20% 0, 0,0063 V R = = ( B (30% (20% (0% ( 0% 0, 0,025 σ ( R A = 0,079 σ ( R B = 0,58 [ ] 2 COV ( RA, R B = (0,00(0,3 + (0,05(0, 2 + (0,2( 0 0, = 0, , 025 Corr( RA, RB = = : les actis sont paraitement négativement corrélés 0, 079x0,58 4
5 Nous pouvons calculer l espérance et la variance d un porteeuille équipondéré ( x = 0,5. Évènements robabilités orteeuille équipondéré ¼ ¼ ¼ ¼ 0,5 x 0% + 0,5 x 30% = 5% 2,5% 7,5% 5% E( R = 0, V ( R = (5% + (2,5% + (7,5% + (5% 0, = 0,006 4 ou bien V R = + + = 2 2 ( (0,5 (0, 0063 (0,5 (0, 025 2x0,5x0,5x(-(0,079(0,58 0, 006 soit σ ( R = 0, 067 orteeuille de Variance minimale : V ( R σ( R σ( R Corr( R, R x = V ( R + V ( R 2 σ( R σ( R Corr( R, R , 025 0, 079x0,58x( 2 x = = 0, , 025 2x0, 079x0,58x( 3 V R = + + = 2 2 ( (0, 67 (0, 0063 (0,33 (0, 025 2x(0, 67x(0,33x(-(0,079(0,58 0 5
6 Caractéristiques des porteeuilles et corrélation entre les actis Le risque d un porteeuille est en eet inérieur à la simple combinaison linéaire des risques des actis élémentaires. Le gain en terme de risque lié à la diversiication dépend du niveau du coeicient de corrélation entre les rendements des actis. A Cas général Nous avons représenté sur ce graphique les porteeuilles possibles pour un cœicient de corrélation entre les actis de 0,2 et pour des titres dont les caractéristiques sont les suivantes : Rendement Écart type en % en % itre 0 4 itre Rendement espéré du porteeuille (% A B Le titre 2 est vendu à découvert pour acheter davantage de titres (x>00% Le titre est vendu à découvert pour acheter davantage de titres 2 (x < 0 4 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 Ecart type du porteeuille (% 6
7 B Cas particuliers er cas : Corr( R, R 2 = V R x V R x V R x x R R 2 2 ( = ( + ( ( + 2 ( σ( σ( p 2 2 [ σ σ ] 2 V ( R = x ( R + ( x ( R p 2 8 Rendement espéré du porteeuille (% A x = B x = 0 4 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 Ecart type du porteeuille (% 7
8 2 ème cas : Corr( R, R 2 = [ σ σ ] 2 V ( R = x ( R ( x ( R p 2 6 Rendement espéré du porteeuille (% C A B 8 0,00,00 2,00 3,00 4,00 5,00 Ecart type du porteeuille (% 6,00 7,00 8
9 3 ème cas : Corr( R, R 2 = 0 6 Rendement espéré du porteeuille (% ,00 3,50 4,00 4,50 5,00 5,50 6,00 6,50 7,00 Ecart type du porteeuille (% 9
10 Synthèse : Les rontières eicientes sont représentées par la partie de chaque courbe au dessus de point de variance minimale. Rendement espéré du porteeuille (% coe = coe = - coe = Ecart type du porteeuille (% 0
11 C Introduction de l acti sans risque Rendement de l acti sans risque : R Non seulement σ R = 0 mais Corr( R, R = 0 E( R = xe( R + ( x R V ( R = x² V ( R F [ ] E( R = R + x E( R R F F σ ( R x = σ ( R La droite de marché (Capital Market Line -CML- ou droite de marché du capital d équation : E( R R E R E R R ( = ( + σ( σ( R La pente de cette droite est une constante qui ne dépend pas de x.
12 Exemple L acti sans risque a un rendement de 4%. L acti risqué est caractérisé par : E( R = 0% σ( R = 4% x E( R σ ( R -2-8% 8% -,5-5% 6% - -2% 4% -0,5 % 2% 0 4% 0% 0,5 7% 2% 0% 4%,5 3% 6% 2 6% 8% Les porteeuilles avec vente à découvert de l acti risqué sont dominés. 8 Rendement espéré du porteeuille (% R R Emprunt au taux sans risque et x > Ecart type du porteeuille (% 2
13 D héorème de séparation des onds : même porteeuille d actis risqués pour tout le monde L optimisation du porteeuille avec un acti sans risque s analyse ainsi comme un processus en deux étapes : - optimisation du porteeuille de titres risqués (même composition pour tous les agents - combinaison optimale entre le porteeuille de titre risqués et l acti sans risque propre à chaque agent. Rq : l introduction d un acti sans risque améliore la relation rendement-risque pour tous les agents quelles que soient leurs préérences. E Choix du porteeuille optimal point de tangence entre la courbe qui relie les titres et une courbe d indiérence. La sélection du porteeuille optimal onction de son aversion pour le risque. l agent A a moins d aversion au risque que l agent B E(Rp R 2 A R σ (Rp 3
14 3.3. Calcul des rontières eicientes Les rontières eicientes donnent la relation entre le rendement et le risque des porteeuilles dominants. Elles permettent de connaître les meilleurs rendements qu un investisseur peut attendre pour le niveau de risque qu il a choisi. Deux catégories de rontières eicients doivent être distinguées : - celles construites uniquement à partir d actis risqués - celles construites par la combinaison d actis risqués et d un acti sans risque Frontière eiciente avec un acti sans risque La gestion de porteeuille est monopériodique Le taux sans risque est un taux qui correspond à la période de stabilité de la structure de porteeuille. A Notations R E( R E( R E( RN 2 = X x x 2 = x N σ σ N Ω = ( σij σn σ NN 4
15 E( R = R X = X R V ( R = X Ω X B Calcul de la rontière eiciente avec un acti sans risque FE = une droite. rechercher l équation de la rontière eiciente sans acti sans risque. chercher la droite d ordonnée à l origine R et qui est tangente à la rontière eiciente. L acti sans risque améliore donc la relation rendement/risque des investissements de tous les agents de l économie. E(Rp A B R A 0 σ (Rp 5
16 Résolution maximiser la pente de la droite passant par R compte tenu des actis risqués existants. E( R = ( x R + x E( R M M M σ σ σ σ ( R = ( xm ( R + ( xm ( RM + 2 xm ( xm ( R, RM x M σ( R = σ( R M σ( R ( ( σ R E RM R E( R = ( R + E( RM = R + σ( R σ( R σ( R σ( R M M M Le programme: E( RM R Max Θ = sous la contrainte : V ( R M N i= x i = R N = xir i= Le programme revient à : N x ( R R Θ = = X R R X ΩX x xσ i i i= Max ( N N i= j= i j ij / 2 La condition de premier ordre est : dθ / 2 3/ 2 = ( R R X X X ( R R ( 2 X X X 0 dx Ω + Ω Ω = 2 ( R R + X ( R R ( 2 X X X Ω Ω = 0 2 En posant λ = X ( R R X ΩX, 6
17 ( R R λω X = 0 En posant également : λ X = Z ( R R = Ω Z Soit de manière développée : R R = Zσ + Z2σ Z NσN R R = Zσ + Zσ Z σ R R = Zσ + Z σ Z σ N 2N N N 2 N 2 N NN X i = N Z i= i Z i car N N N Xλ = Z λ = Z i i i i= i= i= Nous pouvons calculer E( R M et σ ( R M E( R R E R = R + σ R ( ( σ( R 7
18 C Calcul de la rontière eiciente sans acti sans risque FE = courbe de second degré. trouver pour chaque valeur de l espérance de rendement du porteeuille, la composition du porteeuille qui permet d obtenir le risque minimum. Min 2 X Ω X sous les conditions X R = E( R X = = X Ω X + λ E( R X R + γ X 2 d = ΩX λr γ = 0 dx d = E( R X R = 0 dλ d = X = 0 dγ X ( λr γ = Ω + et en multipliant cette expression par ( λ γ R X = R Ω R + = E R ( λr γ ( X = Ω + = R et par, on obtient : Déinissons les scalaires : A = Ω R = R Ω B = R Ω R C = Ω D = BC A 2 8
19 Des équations précédentes, on tire alors : λ = γ = B AE( R A D B AE( R D et en substituant dans X ( λr γ = Ω +, on obtient : X = g + he( R avec BΩ AΩ R g = D CΩ R AΩ h = D En posant E( R = 0, g proportions optimales d un porteeuille d espérance de rendement nulle. En posant ( E R =, X g h = + proportions optimales d un porteeuille d espérance de rendement égale à. 9
20 La FE possède la double propriété : toute combinaison linéaire de deux porteeuilles eicients est un porteeuille eicient ; 2 toute la rontière eiciente peut être générée en combinant linéairement deux porteeuilles eicients diérents quelconques. our trouver la structure d un porteeuille eicient d espérance de rendement E( R : [ E( R ] du porteeuille g et E( R du porteeuille g La structure du porteeuille est alors de la orme : [ ] E( R g + E( R ( g + h = g + he( R. + h. 20
21 Exemple : ériode : novembre 997-octobre 2007 (données mensuelles : Rendement Ecart type France EU Asie x-j MSCI France 0,89% 5,60% 0,578 0,53 MSCI EU 0,53% 4,30% 0,656 MSCI Asie sau Japon,09% 6,27% Vous êtes un investisseur européen et vous vous couvrez intégralement contre le risque de change. Vous raisonnez donc en monnaie locale et on ignore le coût de la couverture. Donnez les proportions des porteeuilles eicients d espérance de rendement 0 et. 2 Comment composez-vous votre porteeuille si votre objecti est une espérance de rendement de 0,75% (environ 9% annuel. 3 Quelle est l équation de la rontière eiciente Correction : Commençons par calculer la matrice des variances covariances : 0,003 0, , , ,008 0, , , ,0039 Son inverse est donnée par : 56,32-297,476-03, ,474 73, ,776-03, , ,270 Nous pouvons calculer les scalaires : A = 3,422 B = 0, C = 58,43 D = 0,65 On sait que : X = g + he( R avec 2
22 Ω Ω g = D CΩ R AΩ h = D B A R Nous pouvons déterminer la composition du porteeuille d espérance de rendement nulle : X 0 0,209 = g = 2, 02 0,82 La composition du porteeuille d espérance de rendement égale à un est donné par : 69,857 X = g + h = 20, , ,35 X 0,0075 = g + 0, 0075h = 0, ,926 La structure du porteeuille permettant d atteindre l objecti cible de rendement (0,75% consiste à investir : 3,5% en France ; 49,59% aux États-Unis et 9,26% en Asie. On vériie bien : R X = 0, 0075 Nous pouvons calculer le risque de ce porteeuille : V ( R = X Ω X = 0,009 22
23 3 L équation de la rontière eiciente est de la orme : V R = ae R + be R + c 2 ( ( ( Les trois points des trois porteeuilles se situant sur la rontière eiciente vont nous permettre de trouver les trois coeicients a, b et c. Le système à résoudre est le suivant: 0 a + 0 b + c = V ( R0 a + b + c = V ( R E( R0,0075 ² a + E( R0,0075 b + c = V ( R0,0075 Le risque de chacun des trois porteeuilles précédents se calcule par le produit matriciel suivant : X Ω X. Il convient donc de résoudre : 0 a + 0 b + c = 0, a + b + c = 56,530 0, 0075² a + 0, 0075 b + c = 0, On en déduit l équation de la rontière eiciente : V R E R E R 2 ( = 57,98 ( 0, 067 ( + 0,
24 2,50% Frontière eiciente 2,00%,50% E(Rp,00% 0,50% 0,00% 0,00% 5,00% 0,00% 5,00% 20,00% sigma(rp Une partie de cette courbe (pour E( R < 0,60% ne sera pas choisie par les investisseurs. 24
Exercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
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 détailNote:... Q1 :... Q2 :... Q3 :... Q4 :... Bonus :... Total :...
FACUL S HAUS US COMMRCIALS L'UNIVRSI LAUSANN Professeurs :. Andrei C. Bobtcheff Matière : Principes généraux de finance Session : té Informations générales: o ocumentation autorisée. o Calculatrices autorisées
Plus en détailLe théorème des deux fonds et la gestion indicielle
Le théorème des deux fonds et la gestion indicielle Philippe Bernard Ingénierie Economique& Financière Université Paris-Dauphine mars 2013 Les premiers fonds indiciels futent lancés aux Etats-Unis par
Plus en détailANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ. Exercice 1
ANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ OLIVIER COLLIER Exercice 1 Le calcul de la banque. 1 Au bout de deux ans, la banque aurait pu, en prêtant la somme S 1 au taux d intérêt r pendant un an, obtenir
Plus en détailGestion obligataire passive
Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage
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 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 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 détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
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 détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailun environnement économique et politique
Vision d un économiste sur le risque agricole et sa gestion un sol un climat un environnement économique et politique Jean Cordier Professeur Agrocampus Ouest Séminaire GIS GC HP2E Prise en compte du risque
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
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 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 détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailPROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading
PROJET DE GESTION PORTEFEUILLE Evaluation d une Stratégie de Trading Encadré par M. Philippe Bernard Master 1 Economie Appliquée-Ingénierie Economique et Financière Taylan Kunal 2011-2012 Sommaire 1) Introduction
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 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 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 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 détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailPratique des options Grecs et stratégies de trading. F. Wellers
Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4
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 détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
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 détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailCOURS 2 : LA DEMANDE DU CONSOMMATEUR
Université Pierre et Marie Curie Licence Informatique 2014-2015 Cours LI 352 - Industrie Informatique et son Environnement Économique Responsable : Jean-Daniel Kant (Jean-Daniel.Kant@lip6.fr) COURS 2 :
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 détailLes coûts de la production. Microéconomie, chapitre 7
Les coûts de la production Microéconomie, chapitre 7 1 Sujets à aborder Quels coûts faut-il considérer? Coûts à court terme Coûts à long terme Courbes de coûts de court et de long terme Rendements d échelle
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 détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
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 détailAttitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014
Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations
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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailLa demande Du consommateur. Contrainte budgétaire Préférences Choix optimal
La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailTable des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...
III Table des matières Avant-propos Remerciements................................. Les auteurs..................................... Chapitre 1 L intérêt............................. 1 1. Mise en situation...........................
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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
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 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 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 détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailChapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles
1 Chapitre Chapitre 1. Fonctions e plusieurs variables La TI-Nspire CAS permet e manipuler très simplement les onctions e plusieurs variables. Nous allons voir ans ce chapitre comment procéer, et éinir
Plus en détailSession : Coût du capital
Session : Coût du capital 1 Objectifs Signification du coût du capital Mesure du coût du capital Exemple illustratif de calcul du coût du capital. 2 Capital fourni par les actionnaires ou les banques L
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailFONCTION DE DEMANDE : REVENU ET PRIX
FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie
Plus en détailCOORDINATION NON COOPÉRATIVE: MÉTHODES D ENCHÈRES
COORDINATION NON COOPÉRATIVE: MÉTHODES D ENCHÈRES Cours 6c Principe Protocole centralisé, un commissaire-priseur/vendeur (auctioneer) et plusieurs enchérisseurs/acheteurs (bidders) Le commissaire-priseur
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIE PAR MATHIEU SISTO NOVEMBRE
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
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 détailManagement financier et création de valeur
Management financier et création de valeur Jean-Jacques Lilti Univ de Rennes / IAE de Rennes 200.00 80.00 60.00 40.00 20.00 00.00 80.00 60.00 40.00 20.00 0.00 28//00 28//0 28/3/0 28/5/0 28/7/0 28/9/0 28//0
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en 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 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 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 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détaildes compagnies d assurance : évolutions récentes
Les Contrôle normes IFRS de la solvabilité en assurance des compagnies d assurance : évolutions récentes - DIAF Hanoi, le 28 février 2005 Pierre THEROND Consultant JWA - Actuaires & chargé de cours à l
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
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 détailGestion globale d actifs CIBC Inc. Être rémunéré pour le risque en devises
Recherche institutionnelle A V R I L 2 0 1 3 G e s t i o n g l o b a l e d a c t i f s C I B C Gestion globale d actifs CIBC Inc. Être rémunéré pour le risque en devises Résumé L investisseur qui achète
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailCHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal
III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand
Plus en détailTP de risque management Risque Forex
TP de risque management Risque Forex Exercice 1 Partie 1. Le but de cette exercice est voir quel sont les options qui permettent de gérer le risque du au taux de change. En effet, dans notre cas, une société
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailIntérêts. Administration Économique et Sociale. Mathématiques XA100M
Intérêts Administration Économique et Sociale Mathématiques XA100M 1. LA NOTION D INTÉRÊT 1.1. Définition. Définition 1. L intérêt est la rémunération d un prêt d argent effectué par un agent économique
Plus en détailLE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
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 détailLes crises des changes dans l étalon or
7 Le système Bretton Woods Les crises des changes dans l étalon or Déficit du compte courant sortie d or - Banque centrale doit offrir l or aux étrangers en échange des billets -Réserves finies pas soutenable
Plus en détailOUTILS EN INFORMATIQUE
OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailTURBOS Votre effet de levier sur mesure
TURBOS Votre effet de levier sur mesure Société Générale attire l attention du public sur le fait que ces produits, de par leur nature optionnelle, sont susceptibles de connaître de fortes fluctuations,
Plus en détailL analyse boursière avec Scilab
L analyse boursière avec Scilab Introduction La Bourse est le marché sur lequel se traitent les valeurs mobilières. Afin de protéger leurs investissements et optimiser leurs résultats, les investisseurs
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailLe Modèle Linéaire par l exemple :
Publications du Laboratoire de Statistique et Probabilités Le Modèle Linéaire par l exemple : Régression, Analyse de la Variance,... Jean-Marc Azaïs et Jean-Marc Bardet Laboratoire de Statistique et Probabilités
Plus en détailPrésentation des termes et ratios financiers utilisés
[ annexe 3 Présentation des termes et ratios financiers utilisés Nous présentons et commentons brièvement, dans cette annexe, les différents termes et ratios financiers utilisés aux chapitres 5, 6 et 7.
Plus en détailL Equilibre Macroéconomique en Economie Ouverte
L Equilibre Macroéconomique en Economie Ouverte Partie 3: L Equilibre Macroéconomique en Economie Ouverte On abandonne l hypothèse d économie fermée Les échanges économiques entre pays: importants, en
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détail