LES PROBABILITÉS EN FINANCE
|
|
- Fabienne Charbonneau
- il y a 8 ans
- Total affichages :
Transcription
1 LES PROBABILITÉS EN FINANCE A quoi servent l maths en finance? DES ODÈLES PERETTANT D ESTIER LA VALEUR DES ACTIFS DES CAS OÙ ON PEUT DÉTERINER DES STRATÉGIES OPTIALES : QUAND ACHETER, QUAND VENDRE? QUEL RISQUE? ESTIATION D ACTIFS L AVERSION AU RISQUE L évolution d actifs financiers t gouvernée par la loi de l offre et de la demande sur un marché. Comme il t impossible de connaître à l avance l décisio de tous l agents, on la modélise avec d équatio où interviennent d term aléatoir, comme le mouvement brownien ci-dsous Préférez-vous gagner 0e à coup sûr ou gagner 00e avec 1 chance sur de gagner? Le gn moyen (rationnel) t supérieur da le second cas (0e au lieu de 0), ms l choix sont partagés... L agents, même parftement rationnels, ne sont pas tous prêts à prendre l mêm risqu. L aversion au risque modélise cette tendance. Ce phénomène souligne un intérêt d marchés dérivés, où cert agents achètent du risque à d autr, da la perspective d obtenir d rendements plus élevés. La financiarisation du marché de l assurance (de crédit, vie, immobilière...) en t une illustration. ouvement brownien linére vs. cours de l action BNP Paribas sur a C modèl sont couramment utilisés par l opérateurs de marché : savoir timer à terme la valeur d actio ou de devis permet d timer la valeur de produits plus complex (produits dérivés d actio, optio...) qui cotituent euxmêm un marché, créé par l existence même de c modèl. C marchés permettent par exemple d traferts de risqu entre agents C modèl sont fondés sur certn hypothès (information complète, marché complet, absence d opportunité d arbitrage...). Si ell ne sont pas vérifié, ils peuvent être en défaut. Une autre cause d itabilité : l existence de produits dérivés basés non pas sur d actio, ms sur d indic dont la valeur n t pas bien timée par c méthod. QUELLES STRATÉGIES POUR VENDRE/ACHETER? Pour savoir quand acheter ou vendre un actif, on peut cotruire d indicateurs simpl (ms peu performants): l moyenn mobil. On compare à chaque itant la moyenne du cours sur une courte période passée (m c ) et sur une période plus longue (m l ). Si m c > m l, on achète, et on vend lorsque m c < m l. POURQUOI DES "PORTEFEUILLES"? Pour un produit financier, deux grandeurs pertinent sont le revenu et le risque : Le revenu t le gn moyen auquel on peut s attendre au bout d une période déterminée. Le risque donne une idée de l écart possible entre le gn moyen et le gn réellement obtenu, qui peut être négatif! Lorsqu on utilise plusieurs produits financiers, l revenus et l risqu ne s additionnent pas : on peut, en jouant sur l proportio de chaque produit da un portefeuille, maximiser s revenus en minimisant l risqu... Courbe revenu/risque pour un portefeuille de produits financiers L traders utilisent d techniqu de couverture ou de réplication basé sur d produits dérivés (optio...), fonctionnant comme d assuranc contre l variatio de l actif. Exemple : Le 0 juin, le trader A achète au trader B l option d acheter 0 actio de l entreprise XYZ à 0e et à la date du 1 décembre suivant. Au moment de la traaction, l action s échange à e. A pe, pour s 0 optio (appelé calls), une prime de e chacun. Le 1 décembre, si l action s échange à 0e, A exerce s calls : B lui vend 0 actio de XYZ à 0e et touche 0e * 0 = 000e. A, s il revend immédiatement c actio da le marché, reçoit 0e * 0 = 000e. Son profit t de (0e - 0e - e ) * 0 = 100e. B, s il doit acheter l actio pour honorer sa part du contrat, perd 100e : (0e + e - 0e ) * 0 = -100e ; si l action s échange à 0e, A n exerce pas s optio. Sa perte t de e * 0 = 00e. Symétriquement, B gagne 00e.
2 ODÈLES DE PERCOLATION ÉTUDE DE LA PERÉABILITÉ D UNE ROCHE. On coidère une roche volcanique (par exemple la pierre ponce) et on veut déterminer en fonction de sa porosité* si l eau peut la traverser (perméable) ou bien si elle forme une barrière étanche (imperméable). Pour mener cette étude on coidère la roche en coupe (dimeion ) et on la modèlise par d gr (carrés) situés sur l sit du réseau Z. Fig. 1: roche imperméable Roche Fig. : Roche perméable *porosité: l eemble d interstic (connectés ou non) d une roche ou d un autre matériau pouvant contenir d fluid (liquide ou gaz). Il s agit aussi d une valeur numérique da [0,1] qui caractérise c interstic, le rapport du volume d vid du matériau divisé par le volume total. On cotruit à présent un modèle mathématique pour étudier ce phénomène. UN ODÈLE DE PERCOLATION EN DIENSION PERCOLATION CRITIQUE odèle probabiliste: Z joue le rôle du réseau sur lequel l gr de matière sont placés. En chaque site de ce résau (i.e., chaque (i,j) Z ) on place, indépendemment d autr sit, un grn de matière avec probabilité p (i.e., le site rte vide avec probabilité 1 p). On appelle tirage de percolation le résultat de cette opération. La porosité* t donc donnée par 1 p. Deux sit occupés sont plus proche voisi si ils sont à distance1l un de l autre (par ex: (i,j) et (i+1,j)). On dit que deux sit communiquent entre eux si ils sont occupés et qu ils peuvent être reliés par une suite de sit occupés et coécutivement plus proche voisi; On forme l sous eembl maximaux (amas) de sit qui communiquent entre eux. Il existe une probabilité critique p c ]0,1[ telle que: sip < p c, tous l amas sont de tlle finie. De plus, pour un amas particulier, la probabilité qu il contienne plus de k sit décroît très rapidement (i.e., exponentiellement vite en k). si p > p c, parmi tous l amas, un seul contient une infinité de sit. La deité de cet amas infini (i.e., la probabilité qu un site en particulier lui appartienne) t strictement positive et croissante en p. L résultats rigoureux sur le plan mathématiqu permettent seulement d encadrerp c entre 0. et0.. Fig. : p=0. Fig. : p=0. Fig. : p=0. Fig. : p=0. Fig..: amas sur une partie finie de Z Cependant, à l de de simulatio numériqu, on time que p c se situe aux enviro de 0.. On peut le cotater sur l figur,, et sur lquell on représente à la fois l sit occupés (en gris) et l plus gros amas d un tirage de percolation sur une boîte contenant 10 sit et pour différent valeurs dep. INTERPRÉTER LES RÉSULTATS OBTENUS AVEC LE ODÈLE La roche que l on souhte modéliser t de tlle finie ms contient un très grand nombre de gr. Aii, sur une grande boîte carrée du réseau Z, on réalise un tirage de percolation de probabilité p. On obtient l imperméabilité si l un d amas au moi traverse la boîte Λ N horizontalement. On présente ci-dsous plusieurs simulatio sur lquell tous l amas en contact avec le côté gauche apparssent en violet. L imperméabilité t obtenue quand p dépasse p c 0.. Aii d après notre modèle en dimeio, une roche t imperméable lorsque sa porosité t inférieure a1 p c 0.0. Fig. : p=0. Fig. : p=0. Fig. : p=0. Fig. 11: p=0.
3 LES ATHÉATIQUES DU POKER TEXAS HOLD'E Chaque joueur reçoit cart qu'il t seul à voir (mn de départ). Premier tour d'enchèr, Flop : cart sont dévoilé au centre à tous l joueurs, Deuxième tour d'enchèr, Turn : une quatrième carte t dévoilée au centre, Troisième tour d'enchèr, River : une cinquième carte t dévoilée au centre, Dernier tour d'enchèr. La meilleure combinson de cart remporte la partie. VALEURS DES AINS DE DÉPART joueurs A R D V joueurs A R D V A D V assorti m dépareillé Pre de,% de chance de victoire Décroissance lente de la probabilité avec l valeurs d cart as so rti assorti > m dépareillé Pre de 1% de chance de victoire Décroissance rapide de la probabilité avec l valeurs d cart da l m dépareillé R D V as s or ti joueurs dé pa re illé A joueurs R dé pa re illé AIDE À LA DÉCISION : LES COTES turn ou river Cote du pot = ontant du pot ontant à invtir Cote d'amélioration = Nombre d'outs % de gn Cote contre 1 % de gn Cote contre 1 1,%,,%,0,%,,%,0 1,%,,% 1, 1,%,,%, 1,%,,%,,%, 1,0%, 0,1%, 1,%,,% 1, 1,%,,% 1, 1,%,1,0% 1, 1,%, 11,% 1,1,%, brelan 1 1,% 0,,1%, 1,% 0,,%, quinte 1 0,% 0, 0,%, 1,% 0,,%,1 quinte 1,% 0,,% 1, 1,1% 0,,0% 1, 1,% 0,,1% 1, 1 1,% 0, 1,% 1, 0,0% 0,,% 1, EN PRATIQUE THÉORIE DES COTES Probabilité de perdre Probabilité de gagner Si Cote du pot > Cote d'amélioration, il t intérsant de jouer, sinon il vaut mieux s'arrêter. 1. Calcul de la cote du pot. Calcul de la cote d'amélioration : on compte le nombre d'outs (cart qui peuvent nous fre gagner) on lit la cote corrpondante da le tableau. Pour un calcul rapide, on a l approximatio : - turn ou river, proba gn x nb d'outs % - river, proba gn x nb d'outs % EXEPLE n : Tableau : Pot : 00 euros ontant pour suivre : 0 euros 00 Cote du pot = = contre 1 0 Outs : outs Conclusion : cote du pot > cote d'amélioration river Cote d'amélioration =, contre 1 il t intérsant de jouer!
4 ALÉA DANS LES ENQUÊTES D OPINION Que cache l affirmation suivante? "L E CANDIDAT A EST CRÉDITÉ DE 1% DES INTENTIONS DE VOTE AU ND TOUR CONTRE % POUR SON ADVERSAIRE B, D APRÈS UN SONDAGE EFFECTUÉ SUR UN ÉCHANTILLON DE 01 PERSONNES, REPRÉSENTATIF DE LA POPULATION FRANÇAISE ÂGÉE DE 1 ANS ET PLUS." LE ÉCHANTILLON REPRÉSENTATIF? En annotation d rultats de sondag, on précise souvent : "La représentativité de l échantillon a été assurée par la méthode d quotas (sexe, âge, profsion de la personne interrogée) après stratification par région et catégorie d agglomération." Aii, pour chaque région et catégorie d agglomération : L proportio d homm et de femm da l échantillon rpectent cell de la France; Idem pour l proportio de chaque classe d âge; Idem pour l proportio de type de profsion. CANDIDAT A VA - T- IL GAGNER? En coidérant la marge d erreur, on peut affirmer qu il y a au moi % de chanc pour que A recueille entre.% et.% d vot, B recueille entre.% et.% d vot. Il t difficile de conclure que A va gagner. Supposo que A recueille réellement 1% d vot. Quelle t la probabilité de l annoncer vnqueur à partir d un sondage sur 01 personn? oi de %. Il y a plus d une chance sur que l ordre annoncé soit faux. Par contre : l proportio croisé ne sont pas forcément rpecté (par exemple le sexe da chaque classe d âge), encore moi la proportion pour d autr critèr (statut matrimonial, patrimoine, religion, etc.) Un échantillon n t donc jams représentatif de toute la diversité d une population. EST LA PRÉCISION DU SONDAGE? AÉLIORER LE SONDAGE? Si on augmente le nombre de sondés? Cela améliore la précision de l timation. Si A t finalement gagnant avec 1% d vot, la probabilité de s être trompé da le pronostic (l annoncer perdant) à partir d une enquête décroit avec le nombre de sondés : On peut lire sur le site d IPSOS (section FAQ): "L inconvénient majeur de la méthode d quotas t de ne pas permettre de calculer scientifiquement la marge d erreur du sondage. L lois statistiqu qui permettent de la déterminer ne valent théoriquement que pour l sondag aléatoir. En pratique, on coidère cependant que la marge d erreur d sondag par quotas t égale ou inférieure à celle d sondag aléatoir." Q UELLE C OENT 0 D après la théorie d sondag aléatoir, 1 la marge d erreur à % t de plus ou moi n (à peu près*), en notant n le nombre de sondés. Da le sondage précédent, elle vaut donc.% Pour avoir un risque de moi de % de se tromper, il faudrt sonder plus de 000 personn. Et si la population totale étt moi nombreuse? Cela n a quasiment aucun impact. La marge d erreur t impactée par le coefficient 1 f, où f t le ratio nombre de sondés/population totale. Elle vaut :.% si l on sonde 01 personn sur 0 millio, *La marge d erreur exacte à % associée aux vot pour A vaut r p(1 p) p : proportion (inconnue) de vot pour A, (1 f ) f : ratio nombre de sondés/population totale. n % si l on sonde 01 personn sur 000. Il n y a guère que da le cas d un receement (f = 1) que l erreur devient nulle.
5 STRATÉGIE ET JEUX ALÉATOIRES LE PARADOXE DU ONTY HALL UN JEU DE CARTES A la fin d un jeu télévisé, un candidat doit choisir une porte parmi trois : derrière l une d elle se trouve une voiture, derrière l deux autr se trouvent d chèvr. Le candidat choisit une porte, diso la numéro 1 (la porte n t pas ouverte), et l animateur ouvre une autre porte, diso la numéro, derrière laquelle il y a une chèvre. Puis il vous propose de changer votre choix initial, c t à dire de prendre la porte numéro. Doit-on changer de porte? Indication : Que feriez vous s il y avt 00 port et que l animateur vous en ouvrt, en découvrant chèvr? La valeur d cart va décroissant : As, Roi, Dame, Valet,,,..., de 1 jusqu à 1. On tire cart face cachée. On retourne la première carte. On peut soit arrêter et marquer le nombre de points de cette carte, soit continuer. Si on continue, on retourne la deuxième carte. On peut alors soit arrêter, et marquer l points de la deuxième carte, soit continuer et marquer l points de la troisième carte. La stratégie optimale coiste à s arrêter si la première carte t au moi un dix, et sinon s arrêter si la deuxième carte t au moi un. VALEUR D UNE STRATÉGIE La loi d grands nombr dit que la fréquence d apparition d un évènement tend vers la probabilité, et que la moyenne arithmétique tend vers l pérance. Le calcul d probabilités ne peut der à prendre une décision que da le cas où on répète une expérience aléatoire a. En clr si vous jouez une fois à onty Hall, ou au jeu de cart, calculer d probabilités ne vous sert à rien. Pour le jeu de cart, la moyenne arithmétique d points gagnés converge vers l pérance de la variable aléatoire EV s,t de la stratégie pour laquelle on s arrête à la première carte si sa valeur t plus grande que s, et à la deuxième si sa valeur t plus grande quet. C t un polynôme du second degré qu il t facile de maximiser a Da l fts ce n t pas totalement vr. Par exemple on peut utiliser efficacement l probabilités si on lsse évoluer un système durant une grande période de temps (c t une d applicatio de la théorie ergodique) ONTY HALL : IL FAUT CHANGER DE PORTE Il y a deux stratégi entre lquell nous merio choisir la meilleure. S 1 coiste à choisir une porte et à s y tenir. S coiste à choisir une porte et systématiquement accepter de changer. Soit A i l évènement La voiture t derrière la porte choisie pour la i-ème partie. Alors la proportion de fois oùs 1 t gagnante converge vers P(A 1 ) = 1/. De même la proportion de fois oùs t gagnante converge versp ( ) A C 1 = /. En pratique si le nombre de parti t supérieur à 0,S gagne deux fois plus souvent (à peu près) que S 1. VENDRE DES AISONS Cet exemple part à première vue très semblable au jeu de cart et pourtant il t différent. Jouez contre l ordinateur et tentez de comprendre en quoi cet exemple t différent. Deux agenc immobilièr se murent pour la vente d un lot de mso, timé chacune d elle pour à peu près la valeur de 00 mille euros, avec une fourchette de plus ou moi 0 mille euros. Pour chacune d mso, 0 clients vont se présenter succsivement, et fre une offre. Si elle la trouve intérsante, l agence devra accepter l offre tout de suite, car elle ne reverra pas le client. Deux stratégi d affrontent. La stratégie de l agence machine sera dévoilée plus tard. La stratégie de l agence humn t à choisir parmi deux stratégi possibl: La stratégie S v paramétrée par une valeur de déclenchement v. Dès qu un client ft une offre supérieure à v on accepte son offre. La stratégie I x d apprentissage. On lsse passer x offr, on note la valeur maximum m x offerte. ntenant dès qu un client ft une offre supérieur à m x, on l accepte. Preno une exemple d une quinzne d offr pour examiner la nature d stratégi. [1, 0, 1, 11, 01, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0] S 0 s arrête à la deuxième offre et vend à 0. S s arrête à la quatrième offre et vend à 11. S 0 ne s arrête pas et donc vend à 0, prix de la dernière offre. I fixe le seuil à max(1,0) = 0 et vend donc à 11, I ft pareillement. I vend à 1 eti 1 ne s arrête pas donc vend à 0.
Canevas théoriques du projet sur le poker Partie A
Partie A Dans une partie de poker, particulièrement au Texas Hold em Limit, il est possible d effectuer certains calculs permettant de prendre la meilleure décision. Quelques-uns de ces calculs sont basés
Plus en détailLe Seven Card Stud. Club Poker 78
Club Poker 78 Juin 2013 Introduction Le Seven Card Stud est une variante de poker née aux USA, au milieu du XIXe siècle. À partir des années 1930, ce jeu devient la variante la plus populaire dans les
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailYANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93
MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES
Plus en détailVoilà en effet le genre de situations classiques et très inconfortables dans lequel le joueur de poker se retrouve bien souvent.
Les 50 meilleurs mains du Texas Hold'em Ce guide vous est offert par Bet-poker.info et Live Poker Magazine Vous avez intégré les règles du Texas Hold em exposés dans notre premier numéro, parfait. Passons
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailAll in Lorsqu un joueur n est plus en mesure de miser l entier du montant exigé, il est qualifié de «All in».
LEXIQUE DU POKER All in Lorsqu un joueur n est plus en mesure de miser l entier du montant exigé, il est qualifié de «All in». Ante Mise initiale obligatoire dont tous les joueurs doivent s acquitter avant
Plus en détailCours numéro 5. Poker» cours de poker» côtes et probabilités
Poker» cours de poker» côtes et probabilités Cours numéro 5 Les cotes sont essentielles au poker. Elles permettent de savoir s'il est rentable de rentrer dans un "coup" ou non. Il faut savoir manier les
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailPi, poker et informatique ; une «épuisante» alliance pour des projets en mathématiques
Pi, poker et informatique ; une «épuisante» alliance pour des projets en mathématiques Jean Fradette et Anik Trahan, Cégep de Sherbrooke Résumé Dans un cours intégrateur en mathématiques, des étudiants
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailREGLES POKER TEXAS HOLD EM NO LIMIT "CASH-GAME"
REGLES POKER TEXAS HOLD EM NO LIMIT "CASH-GAME" Casino Grand Cercle - Aix-les-Bains Objectifs Lister les différentes règles et conventions du Poker dans le cadre des activités de Croupier et de Floor Manager.
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailQu est-ce-qu un Warrant?
Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailCECOP. Centre d études et de connaissances sur l opinion publique. Les Français, leur épargne et leur retraite
CECOP Centre d études et de connaissances sur l opinion publique Les Français, leur épargne et leur retraite FD/EP N 113015 Contacts Ifop : Frédéric Dabi / Esteban Pratviel Département Opinion et Stratégies
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailLes règles de base du poker :
Les règles de base du poker : LES RÈGLES DE BASE DU POKER :... 1 A propos du poker...2 Comment jouer?...3 Essayez le poker dés maintenant... 5 Le classement des cartes au poker...6 Classement des Cartes...
Plus en détailLes mathématiques du XXe siècle
Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
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 détailCalculs de probabilités conditionelles
Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile
Plus en détailJEUX DE CASINO challenges possibles a partir de 10 ANS utilisation en intérieur
Les Jeux de Casino se prêtent particulièrement bien à tous vos événements, tant en cocktail dinatoire qu en apéritif pour un dîner, et lorsque vous voulez que chacun de vos invités participe. Nous vous
Plus en détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
Plus en détailFOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS
FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailExe Livret Animateur_Exe Livret Animateur 01/02/11 11:10 Page1
Exe Livret Animateur_Exe Livret Animateur 01/02/11 11:10 Page1 1 Exe Livret Animateur_Exe Livret Animateur 01/02/11 11:10 Page2 Estimez les produits, tournez la roue et tentez de remporter la vitrine!
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 détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailS initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailMéthodes de la gestion indicielle
Méthodes de la gestion indicielle La gestion répliquante : Ce type de gestion indicielle peut être mis en œuvre par trois manières, soit par une réplication pure, une réplication synthétique, ou une réplication
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 détailApprentissage par renforcement (1a/3)
Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours
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 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 détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailESSEC Cours Wealth management
ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailLes micro-entrepreneurs, les travailleurs non-salariés, la crise et l assurance
Septembre 2013 Contact: Frédéric Dabi 01 45 84 14 44 Frederic.dabi@ifop.com Les micro-entrepreneurs, les travailleurs non-salariés, la crise et l assurance pour Note méthodologique Etude réalisée pour:
Plus en détailVous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre
Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre plein les poches. Problème : vous n êtes pas seul!
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 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 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 détailPoker. A rendre pour le 25 avril
Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailS initier aux probabilités simples «Question de chance!»
«Question de chance!» 29-11 Niveau 1 Entraînement 1 Objectifs - S entraîner à activer la rapidité du balayage visuel. - Réactiver le comptage par addition jusqu à 20. - Développer le raisonnement relatif
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailLes bases du Poker. Le pot central, c'est-à-dire l argent accumulé au centre de la table est constitué de jetons qui représentent de l argent réel.
Les bases du Poker Le Poker est un jeu de cartes réputé pour les émotions qu il procure et ses variantes sont très nombreuses. Parmi toutes celles-ci, le logiciel BetClic Poker vous offre la possibilité
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 détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
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 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 détailProbabilités conditionnelles
Probabilités conditionnelles Exercice Dans une usine, on utilise conjointement deux machines M et M 2 pour fabriquer des pièces cylindriques en série. Pour une période donnée, leurs probabilités de tomber
Plus en détailles travailleurs non-salari
Septembre 2013 Contact: Frédéric Dabi 01 45 84 14 44 Frederic.dabi@ifop.com Les micro-entrepreneurs, les travailleurs non-salari salariés, s, la crise et l assurancel pour Note méthodologique Etude réalisée
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
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 détailCours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année
Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre
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 détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
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 détailLes Français et la fraude fiscale
Les Français et la fraude fiscale Institut CSA pour Atlantico Mai 2013 Fiche technique Sondage exclusif CSA / Atlantico réalisé par Internet du 14 au 16 mai 2013. Echantillon national représentatif de
Plus en détailCrédit à la consommation, un bon outil pour la rentrée?
Crédit à la consommation, un bon outil pour la rentrée? Contexte Empruntis intervient sur le crédit depuis 15 ans 370 000 ménages nous sollicitent chaque année pour leur besoin en crédit à la consommation
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailImmobilier : Internet est indispensable pour 2 Français sur 3
Immobilier : Internet est indispensable pour 2 Français sur 3 Sondage Opinion Way pour MeilleursAgents Paris, le 2 décembre 2014 MeilleursAgents s intéresse à un sujet de société qui anime les débats depuis
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 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 détailREGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet)
REGLEMENT DES JEUX PARTOUCHE IMAGES (Serveur vocal et Internet) Le présent règlement remplacent, à compter du 24 juillet 2013, le précédent règlement Jeux PARTOUCHE IMAGES déposées en l étude de Maître
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 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 détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
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 détailBaromètre d intention de vote pour l élection présidentielle
Baromètre d intention de vote pour l élection présidentielle Une étude Ipsos - Logica Business Consulting pour France Télévisions, Radio France et Le Monde Jeudi mai 0- Vague Nobody s Unpredictable Ipsos
Plus en détailIntroduction CHAPITRE 1
CHAPITRE 1 Introduction Il existe des douzaines de livres de poker sur le marché qui sont dédiés à l apprentissage des aspects techniques du jeu. Ils traitent des mains à jouer, de la façon de les jouer,
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailMODÈLE CROP DE CALIBRATION DES PANELS WEB
MODÈLE CROP DE CALIBRATION DES PANELS WEB 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 WWW.CROP.CA Le Protocole CROP de calibration des panels en ligne
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailSommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)
Sommaire Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Novembre 2013 Table des matières 1. CONTEXTE ET OBJECTIFS... 3 2. MÉTHODES DE RECHERCHE...
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en 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 détailSTA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes
STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités
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 détailComedy Magic vous présente l'animation Casino Factice
Comedy Magic vous présente l'animation Casino Factice Distribuez gratuitement des billets de Casino aux participants. Laissez flamber ou fructifier l argent factice. Pimentez le terme de la soirée Casino
Plus en détailWEBINAIRE SUR LE SUIVI DE TENDANCES
WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détail