Mathématiques appliquées à la finance J. Printems Année

Dimension: px
Commencer à balayer dès la page:

Download "Mathématiques appliquées à la finance J. Printems Année 2008 09"

Transcription

1 IAE Gustave Eiffel Master 2 Gestion de Portefeuille Université Paris xii Val de Marne Mathématiques appliquées à la finance J. Printems Année Épreuve du 15 juillet 2009 Durée : 1 heure 30 Calculatrices et documents de cours seuls autorisés. Exercice 1 Un couple canadien vient d avoir un enfant (t = 0). Comme tous les jeunes parents canadiens, ils prévoient d épargner en vue des futurs frais de scolarité. Ils projettent d envoyer leur enfant à l Université lorsqu il aura 18 ans (t = 18) pour une scolarité de 4 ans. Les frais de scolarité sont aujourd hui de C$7 000 et le couple estime que ces frais vont augmenter de 5% par an. Par ailleurs, dans leur prévision, ils comptent sur 6% par an comme rendement pour leur épargne. 1. Quels seront les frais de scolarité pour les années t = 18, t = 19, t = 20 et t = 21? 2. Quel doit être le montant de leur épargne à t = 17? 3. Combien devront-ils épargner tous les ans en partant de t = 1 en supposant qu ils fassent 17 paiements égaux? 1. On utilise la formule (1) p. 10 des transparents : valeurs futures aux dates t = 18, 19, 20 et 21 d un principal P =C$7 000 à t = 0 avec un taux d intérêt annuel r = 5% composé une fois par an. On obtient respectivement (avec notations évidentes) : soit F 18 = P (1 + r) 18, F 19 = P (1 + r) 19, F 20 = P (1 + r) 20, F 21 = P (1 + r) 21, F 18 = C$16 846, F 19 = C$17 689, F 20 = C$18 573, F 21 = C$ On adapte la formule (4) p. 22 (valeur de l emprunt) pour calculer la valeur présente N (à t = 17) d un flux futur aux dates t = 18, 19, 20 et 21 avec un taux r = 6%, soit N = F 18 (1 + r ) 1 + F 19 (1 + r ) 2 + F 20 (1 + r ) 3 + F 21 (1 + r ) 4. On obtient N =C$

2 3. Soit A le montant cherché. On égalise la valeur future (à t = 17) des annuités constantes A versées aux dates t = 1,..., t = 17 avec la somme nécessaire N (formule p. 18) : N = A ( (1 + r ) (1 + r ) (1 + r ) 17 17) ( ) (1 + r ) 17 1 = A Soit A = C$ r = A Exercice 2 On considère deux fonds A et B de rendement respectif R A et R B. Soit α un nombre compris entre 0 et 1 à déterminer par la suite. On compose un portefeuille avec α unités de A et de 1 α unités de B. On note R(α) le rendement de ce portefeuille. On a donc R(α) = αr A + (1 α)r B ou encore R(α) = R B + α(r A R B ). Les deux parties qui suivent sont indépendantes. Partie I. 1. Calculez Var(R(α)) en fonction de α, Var(R A ), Var(R B ) et de Cov(R A, R B ). 2. Déterminez α = α qui rend minimum Var(R(α)) et exprimez-le en fonction des variances et de la covariance de A et B. On pourra étudier les variations de la fonction α Var(R(α)). 3. (a) Exprimez la valeur minimale, notée V, de Var(R(α)) pour le paramètre α = α déterminé plus haut en fonction des variances-covariances de A et B. (b) Montrez que V < Var(R B ) et V < Var(R A ). 4. Le tableau 1 donne un exemple de rendements et de matrice de covariance pour deux fonds A et B : (a) Déterminez dans ce cas l allocation optimale d unités du fond A dans le portefeuille qui minimise la variance de R(α). Utilisez les réultats de la question 2. (b) Quels sont le rendement moyen et la variance du nouveau portefeuille ainsi constitué? 1. On utilise la formule qui fournit la variance de la somme de deux variables aléatoires X et Y : Var(X + Y ) = Var(X) + Var(Y ) + 2 Cov(X, Y ). 2

3 Il y a deux réponses possibles 1 selon que l on utilise l écriture R(α) = αr A + (1 α)r B ou bien R(α) = R B + α(r A R B ). Avec la deuxième, on obtient ( ) Var(R(α)) = Var(R B ) + α 2 Var(R A R B ) + 2αCov(R B, R A R B ). Avec la première, on obtient ( ) Var(R(α)) = α 2 Var(R A ) + (1 α) 2 Var(R B ) + 2α(1 α)cov(r A, R B ). 2. On remarque que la fonction α Var(R(α)) est du second degré en α. Grâce à son écriture en aα 2 + bα + c dans ( ), on sait qu elle atteint son minimum en b/(2a), soit : α = Cov(R B, R A R B ) Var(R A R B ) = Var(R B ) Cov(R B, R A ) Var(R A ) + Var(R B ) 2 Cov(R A, R B ). Autre solution : On peut aussi dériver l une des deux expressions plus hautes par rapport à α et en déduire la valeur de α qui annulle la dérivée. 3. (a) La valeur minimiale V est obtenue en remplaçant α par α dans ( ) ou ( ). On obtient par exemple : V = Var(R B ) (Cov(R B, R A R B )) 2. Var(R A R B ) D autres expressions sont possibles, par exemple : V = Var(R A)Var(R B ) Cov(R A, R B ) Var(R A ) + Var(R B ) 2 Cov(R A, R B ). (b) Comme V est le minimum de Var(R(α)) sur [0, 1], on ne peut dire en toute généralité que V Var(R(α = 0)) = Var(R B ), V Var(R(α = 1)) = Var(R A ). 4. (a) En utilisant l expression de α donnée plus haut, on obtient, grâce aux données de la table 1 : α = = (b) Rendement moyen : E(R(α )) = 13.62%, V = Partie II. 5. On note C le portefeuille qui correspond à l allocation α = 0.2. Un gérant souhaite réaliser un rendement minimum de 3% et hésite devant les trois placements : A (α = 1), B 1. Une seule réponse suffit. 3

4 (α = 0) ou C (α = 0.2). On représente dans le tableau 1 les caractéristiques des deux fonds A et B. Selon la règle «Safety-First», laquelle de ces trois allocations est la meilleure? 6. En supposant que les rendements suivent des lois gaussiennes, donnez la probabilité que le rendement du portefeuille sélectionné à la question précédente soit inférieur à 3%. On pourra utiliser le tableau On forme les ratios de Sharpe suivant en utilisant la table 1 : E(R A ) R mini σ(r A ) = 0.68, E(R B ) R mini σ(r B ) = 0.64, E(R C ) R mini σ(r C ) = Pour estimer σ(r C ), on peut, soit remarquer que Var(R C ) Var(R(α = 0.202)) = V = , soit calculer directement Var(R C ) par la formule ( ) ou ( ) avec α = 0.2. Si la règle «Safety-First» s applique, c.-à-d. si les rendements de portefeuilles sont gaussiens, le portefeuille optimale est C. 6. On pose Z = (R C E(R C ))/σ(r C ). Alors par définition Z suit une loi normale centrée réduite. On a R C R mini R C E(R C ) σ(r C ) R mini E(R C ) σ(r C ) Z Or par symétrie, P (Z 0.82) = P (Z 0.82) = 1 P (Z 0.82) = Dans l hypothèse gaussienne, la probabilité d avoir un rendement inférieur au rendement minimum est de l ordre de 21%. Exercice 3 On considère un marché à deux périodes, dans lequel sont négociés : un actif sans risque rapportant un taux r = 5% sur chaque période et un actif risqué dont le prix S t, t = 0, 1, 2 évolue selon les scénarii suivants : {S 0 = 100, S 1 = 120, S 2 = 140} avec probabilité p 1 ; {S 0 = 100, S 1 = 120, S 2 = 110} avec probabilité p 2 ; {S 0 = 100, S 1 = 80, S 2 = 110} avec probabilité p 3 ; {S 0 = 100, S 1 = 80, S 2 = 60} avec probabilité p Exprimez P(S 1 = 120) et P(S 1 = 80) en fonction des p i. En déduire E(S 1 ) en fonction des p i. On pourra faire un dessin. 4

5 2. Exprimez E(S 2 S 1 = 120) et E(S 2 S 1 = 80) en fonction de p 1, p 2, p 3 et p Déterminez les probabilités risque-neutre p i, i = 1, 2, 3, 4 de ce modèle. 4. On prend les probabilités suivantes : p 1 = 0.4, p 2 = 0.35, p 3 = 0.12 et p 4 = Déterminez le prix d un put européen de prix d exercice 120 qui arrive à échéance à la fin de la deuxième période. La particularité de cet exercice est que les probabilités données sont celles des chemins entiers sur les 2 périodes et non pas celles de monter ou descendre à chaque période. Ce genre de donnée est utile lorsque l on traite des options trajectoiresdépendantes (path-dependent) (voir ex 5 feuille 3 pour un exercice similaire). 1. On a P (S 1 = 120) = P (S 1 = 120, S 2 = 140) + P (S 1 = 120, S 2 = 110) = p 1 + p 2. De même, P (S 1 = 80) = p 3 + p 4. On a donc E(S 1 ) = 120 P (S 1 = 120) + 80 P (S 1 = 80) = 120(p 1 + p 2 ) + 80(p 3 + p 4 ). 2. Par définition de l espérance conditionnelle, on a d une part : E(S 2 S 1 = 120) = 140 P (S 2 = 140 S 1 = 120)+110 P (S 2 = 110 S 1 = 120). D autre part, par définition de la probabilité conditionnelle, on a : P (S 2 = 140 S 1 = 120) = P (S 2 = 140, S 1 = 120) P (S 1 = 120) = p 1 p 1 + p 2, d après la question 1. De même, on a P (S 2 = 110 S 1 = 120) = P (S 2 = 110, S 1 = 120) P (S 1 = 120) = p 2 p 1 + p 2. Bilan : E(S 2 S 1 = 120) = 140 Le même raisonnement donne : E(S 2 S 1 = 80) = 110 p 1 p p 1 + p 2 p 1 + p 2 p 3 p p 3 + p 4 p 3 + p 4 3. Il faut déterminer un jeu de probabilités p 1, p 2, p 3, p4 pour lesquelles l actif risqué actualisé soit une martingale, c.-à-d. E(S 1 ) = (1 + r) S 0, E(S 2 S 1 ) = (1 + r) S 1. Soit 3 équations. Compte tenu des réponses précédentes, on obtient 120 (p 1 + p 2 ) + 80 (p 3 + p 4 ) = 100 (1 + r), (= E(S 1 )) p 1 p = 120 (1 + r), (= E(S 2 S 1 = 120)) p 1 + p 2 p 1 + p 2 p 3 p = 80 (1 + r), (= E(S 2 S 1 = 80)). p 3 + p 4 p 3 + p 4 5

6 En multipliant les deux dernières lignes par p 1 +p 2 et p 3 +p 4. On obtient le système llnéaire d inconnues p i, i = 1,..., 4 suivant D où l on tire la solution suivante 120p p p p 4 = 105, 14p 1 16p 2 = 0, 26p 3 24p 4 = 0, p 1 + p 2 + p 3 + p 4 = 1. p 1 = 1 3, p 2 = 7 24, p 3 = 0.18, p 4 = On calcule E(Z)/(1 + r) 2 où Z = (120 S 2 ) + avec le jeu de probabilités donné (qui n est pas risque-neutre). La v.a. Z prend pour valeurs 0 (proba. p 1 ), 10 (proba. p 2 + p 3 ) et 60 (proba. p 4 ). Sa moyenne est donc (le pricing risque-neutre donne 16.42) E(Z) = (p 2 + p 3 ) 10 + p 4 60 =

7 Table 1 Rendements moyens et matrice de covariance de deux fonds. Rendements Fond A B E(R A ) = 20% E(R B ) = 12% Matrice de covariance Fond A B A B

8 Table 2 Tabulation de N(x) = P (Z x) où Z N (0, 1) pour x [0, 3]. Première colonne = dixièmes ; première ligne = centièmes. Ex : N(0.73) =

Probabilités III Introduction à l évaluation d options

Probabilités 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 détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master 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 détail

Chapitre 3. Les distributions à deux variables

Chapitre 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 détail

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

Plus en détail

DCG 6. Finance d entreprise. L essentiel en fiches

DCG 6. Finance d entreprise. L essentiel en fiches DCG 6 Finance d entreprise L essentiel en fiches DCG DSCG Collection «Express Expertise comptable» J.-F. Bocquillon, M. Mariage, Introduction au droit DCG 1 L. Siné, Droit des sociétés DCG 2 V. Roy, Droit

Plus en détail

Éléments de calcul actuariel

Éléments de calcul actuariel Éléments de calcul actuariel Master Gestion de Portefeuille ESA Paris XII Jacques Printems printems@univ-paris2.fr 3 novembre 27 Valeur-temps de l argent Deux types de décisions duales l une de l autre

Plus en détail

Modèle GARCH Application à la prévision de la volatilité

Modèle GARCH Application à la prévision de la volatilité Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes

Plus en détail

Le modèle de Black et Scholes

Le 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 détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 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 détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. 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 détail

Chapitre 5. Calculs financiers. 5.1 Introduction - notations

Chapitre 5. Calculs financiers. 5.1 Introduction - notations Chapitre 5 Calculs financiers 5.1 Introduction - notations Sur un marché économique, des acteurs peuvent prêter ou emprunter un capital (une somme d argent) en contrepartie de quoi ils perçoivent ou respectivement

Plus en détail

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts CORRIGES DES CAS TRANSVERSAUX Corrigés des cas : Emprunts Remboursement par versements périodiques constants - Cas E1 Objectifs : Construire un échéancier et en changer la périodicité, Renégocier un emprunt.

Plus en détail

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...

Table 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 détail

Exercice : la frontière des portefeuilles optimaux sans actif certain

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 détail

Plan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.

Plan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes. Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée

Plus en détail

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 Introduction Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 L auteur remercie Mme Sylvie Gervais, Ph.D., maître

Plus en détail

Chapitre 14 Cours à terme et futures. Plan

Chapitre 14 Cours à terme et futures. Plan hapitre 14 ours à terme et futures Plan Différences entre contrat à terme et contrat de future Fonction économique des marchés de futures Rôle des spéculateurs Futures de matières premières Relation entre

Plus en détail

LISTE D EXERCICES 2 (à la maison)

LISTE 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 détail

Table des matières. I Mise à niveau 11. Préface

Table 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 détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR 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 détail

Chapitre 4 : cas Transversaux. Cas d Emprunts

Chapitre 4 : cas Transversaux. Cas d Emprunts Chapitre 4 : cas Transversaux Cas d Emprunts Échéanciers, capital restant dû, renégociation d un emprunt - Cas E1 Afin de financer l achat de son appartement, un particulier souscrit un prêt auprès de

Plus en détail

Modèles et Méthodes de Réservation

Modèles 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 détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 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 détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Le théorème des deux fonds et la gestion indicielle

Le 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 détail

Suites numériques. Exercice 1 Pour chacune des suites suivantes, calculer u 1, u 2, u 3, u 10 et u 100 : Introduction : Intérêts simpleset composés.

Suites numériques. Exercice 1 Pour chacune des suites suivantes, calculer u 1, u 2, u 3, u 10 et u 100 : Introduction : Intérêts simpleset composés. Suites numériques 1ère STG Introduction : Intérêts simpleset composés. On dispose d un capital de 1 000 euros que l on peut placer de deux façons différentes : à intérêts simples au taux annuel de 10%.

Plus en détail

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading

PROJET 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 détail

Valorisation d es des options Novembre 2007

Valorisation d es des options Novembre 2007 Valorisation des options Novembre 2007 Plan Rappels Relations de prix Le modèle binomial Le modèle de Black-Scholes Les grecques Page 2 Rappels (1) Définition Une option est un contrat financier qui confère

Plus en détail

Théorie Financière 8 P. rod i u t its dé dérivés

Théorie 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 détail

Hedging delta et gamma neutre d un option digitale

Hedging delta et gamma neutre d un option digitale Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat 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 détail

Les mathématiques financières

Les mathématiques financières Chapitre 13 Les mathématiques financières Gérer ses finances personnelles ou jouer le rôle de conseiller dans ce domaine demande que l on ait une bonne connaissance des produits financiers et des marchés

Plus en détail

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...

Liste des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone... Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................

Plus en détail

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel

CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER. Epargne et emprunt Calcul actuariel CONSOMMATION INTERTEMPORELLE & MARCHE FINANCIER Epargne et emprunt Calcul actuariel Plan du cours Préambule : la contrainte budgétaire intertemporelle et le calcul actuariel I II III Demandes d épargne

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage 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 détail

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M

Les emprunts indivis. Administration Économique et Sociale. Mathématiques XA100M Les emprunts indivis Administration Économique et Sociale Mathématiques XA100M Les emprunts indivis sont les emprunts faits auprès d un seul prêteur. On va étudier le cas où le prêteur met à disposition

Plus en détail

Programmation linéaire

Programmation 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 détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 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 détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Esarc - Pôle formations à distance

Esarc - Pôle formations à distance Esarc - MASTER EUROPEEN EN MANAGEMENT ET STRATEGIE FINANCIERE - BAC+5 - MSFI Le Master Européen est un diplôme Bac+5, délivré par la FEDE (Fédération Européenne des Écoles). La FEDE est une association

Plus en détail

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette

Plus en détail

MATHÉMATIQUES FINANCIÈRES

MATHÉMATIQUES FINANCIÈRES MATHÉMATIQUES FINANCIÈRES Table des matières Version 2012 Lang Fred 1 Intérêts et taux 2 1.1 Définitions et notations................................ 2 1.2 Intérêt simple......................................

Plus en détail

BACCALAUREAT GENERAL MATHÉMATIQUES

BACCALAUREAT GENERAL MATHÉMATIQUES BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la

Plus en détail

Gestion obligataire passive

Gestion 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 détail

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Lagrange, où λ 1 est pour la contrainte sur µ p ). Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i

Plus en détail

Apllication au calcul financier

Apllication au calcul financier Apllication au calcul financier Hervé Hocquard Université de Bordeaux, France 1 er novembre 2011 Intérêts Généralités L intérêt est la rémunération du placement d argent. Il dépend : du taux d intérêts

Plus en détail

Que faire lorsqu on considère plusieurs variables en même temps?

Que faire lorsqu on considère plusieurs variables en même temps? Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

Propriétés des options sur actions

Propriétés 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 détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS 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 détail

Logistique, Transports

Logistique, Transports Baccalauréat Professionnel Logistique, Transports 1. France, juin 2006 1 2. Transport, France, juin 2005 2 3. Transport, France, juin 2004 4 4. Transport eploitation, France, juin 2003 6 5. Transport,

Plus en détail

MARTINGALES POUR LA FINANCE

MARTINGALES 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 détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Tests 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 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 détail

M2 IAD UE MODE Notes de cours (3)

M2 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 détail

BACCALAURÉAT PROFESSIONNEL SUJET

BACCALAURÉAT PROFESSIONNEL SUJET SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)

Plus en détail

Les 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 détail

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061

Value at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061 Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain

Plus en détail

Dérivés Financiers Contrats à terme

Dérivés Financiers Contrats à terme Dérivés Financiers Contrats à terme Mécanique des marchés à terme 1) Supposons que vous prenez une position courte sur un contrat à terme, pour vendre de l argent en juillet à 10,20 par once, sur le New

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

INTRODUCTION INTRODUCTION

INTRODUCTION INTRODUCTION INTRODUCTION INTRODUCTION Les options sont des actifs financiers conditionnels qui donnent le droit mais pas l'obligation d'effectuer des transactions sur des actifs supports. Leur intérêt réside dans

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA 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 détail

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Laurent Batsch ahier de recherche n 2005-01 Le financement adossé est une des modalités de financement de l investissement

Plus en détail

MATHÉMATIQUES FINANCIÈRES I

MATHÉMATIQUES FINANCIÈRES I MATHÉMATIQUES FINANCIÈRES I Quinzième cours Détermination des valeurs actuelle et accumulée d une annuité de début de période pour laquelle la période de paiement est plus courte que la période de capitalisation

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte 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 détail

Leçon 01 Exercices d'entraînement

Leçon 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 détail

Où investir en 2014? Grand colloque sur la gestion des actifs des caisses de retraite

Où investir en 2014? Grand colloque sur la gestion des actifs des caisses de retraite Où investir en 2014? Grand colloque sur la gestion des actifs des caisses de retraite Optimisation de la politique de placement : vers quelles classes d actifs se tourner? Stéphan Lazure Conseiller principal

Plus en détail

2008/03. La concentration des portefeuilles : perspective générale et illustration

2008/03. La concentration des portefeuilles : perspective générale et illustration 2008/03 La concentration des portefeuilles : perspective générale et illustration Olivier Le Courtois Professeur de finance et d assurance UPR Economie, Finance et Gestion EMLYON Christian Walter Actuaire

Plus en détail

CONCOURS 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) 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 détail

TABLE DES MATIÈRES. II. La théorie de la valeur... 20 A. Les notions de base de mathématiques financières... 20 B. Les annuités constantes...

TABLE DES MATIÈRES. II. La théorie de la valeur... 20 A. Les notions de base de mathématiques financières... 20 B. Les annuités constantes... TABLE DES MATIÈRES CHAPITRE 1 La valeur et le temps... 15 I. De la difficulté d estimer la valeur d un bien... 15 A. La valeur est une rente... 16 B. La valeur est un retour sur investissement... 18 II.

Plus en détail

Théorie Financière 2. Valeur actuelle Evaluation d obligations

Théorie Financière 2. Valeur actuelle Evaluation d obligations Théorie Financière 2. Valeur actuelle Evaluation d obligations Objectifs de la session. Comprendre les calculs de Valeur Actuelle (VA, Present Value, PV) Formule générale, facteur d actualisation (discount

Plus en détail

Analyse des risques financiers

Analyse des risques financiers Analyse des risques financiers Version du 1 er octobre 2014 Cette fiche s'adresse aux services de l État mandatés pour mener une analyse financière et est susceptible de contribuer à la définition du niveau

Plus en détail

DUT Techniques de commercialisation Mathématiques et statistiques appliquées

DUT Techniques de commercialisation Mathématiques et statistiques appliquées DUT Techniques de commercialisation Mathématiques et statistiques appliquées Francois.Kauffmann@unicaen.fr Université de Caen Basse-Normandie 3 novembre 2014 Francois.Kauffmann@unicaen.fr UCBN MathStat

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

La fonction exponentielle

La 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 détail

Cours 02 : Problème général de la programmation linéaire

Cours 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 détail

PRIVOR Plus prévoyance optimisée. Sécurité élevée et chances attractives de rendement

PRIVOR Plus prévoyance optimisée. Sécurité élevée et chances attractives de rendement PRIVOR Plus prévoyance optimisée Sécurité élevée et chances attractives de rendement Qu est-ce que PRIVOR Plus? Vous accordez la priorité à la sécurité financière et vous souhaitez dans un même temps profiter

Plus en détail

La valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k]

La valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k] Evaluation de la rentabilité d un projet d investissement La décision d investir dans un quelconque projet se base principalement sur l évaluation de son intérêt économique et par conséquent, du calcul

Plus en détail

Qu est-ce-qu un Warrant?

Qu 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 détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 détail

SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE

SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation

Plus en détail

Emprunts indivis (amortissement)

Emprunts indivis (amortissement) 1. Amortissement constant : a) Activité : Une entreprise souhaite renouveler son parc informatique. Elle estime qu elle doit dépenser 5 000 ; elle emprunte cette somme au taux de 5 % annuel le 1 er janvier

Plus en détail

Les indices à surplus constant

Les 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 détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Comment rembourser votre hypothèque plus rapidement

Comment rembourser votre hypothèque plus rapidement Série L ABC des prêts hypothécaires Comment rembourser votre hypothèque plus rapidement Comment prendre de bonnes décisions en matière d hypothèques Table des matières Aperçu 1 Faire la distinction entre

Plus en détail

Titres RBC liés à des obligations de sociétés non protégés avec remboursement de capital, série 1F

Titres RBC liés à des obligations de sociétés non protégés avec remboursement de capital, série 1F RBC Marchés des Juin 2014 TITRES LIÉS À DES TITRES D EMPRUNT I SOLUTIONS DE PLACEMENT GLOBALES RBC Titres RBC liés à des obligations de sociétés non protégés avec remboursement de capital, série 1F Durée

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat 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 détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

TRAVAIL D ETUDE ET DE RECHERCHE. Utilisation des arbres binomiaux pour le pricing des options américaines

TRAVAIL 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 détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

Introduction à la finance quantitative présenté par N. Champagnat IECL et INRIA

Introduction 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 détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

Complément d information concernant la fiche de concordance

Complément d information concernant la fiche de concordance Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours

Plus en détail