L enseignement des probabilités à Telecom Paristech



Documents pareils
Le modèle de Black et Scholes

Probabilités III Introduction à l évaluation d options

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

Intégration et probabilités TD1 Espaces mesurés

Texte Agrégation limitée par diffusion interne

Loi binomiale Lois normales

Filtrage stochastique non linéaire par la théorie de représentation des martingales


Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Programmes des classes préparatoires aux Grandes Ecoles

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

PROBABILITES ET STATISTIQUE I&II

Moments des variables aléatoires réelles

PRIME D UNE OPTION D ACHAT OU DE VENTE

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt

Simulation de variables aléatoires

NOTICE DOUBLE DIPLÔME

M2 IAD UE MODE Notes de cours (3)

Limites finies en un point

Chapitre 2 Le problème de l unicité des solutions

Plan du cours : électricité 1

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Intégration et probabilités TD1 Espaces mesurés Corrigé

Fonctions de plusieurs variables

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Image d un intervalle par une fonction continue

Maîtrise universitaire ès sciences en mathématiques

3. Conditionnement P (B)

Options, Futures, Parité call put

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Résumé des communications des Intervenants

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

MARTINGALES POUR LA FINANCE

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

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

La mesure de Lebesgue sur la droite réelle

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Théorie de la Mesure et Intégration

Estimation et tests statistiques, TD 5. Solutions

Prix et couverture d une option d achat

Programmation linéaire


Dunod, Paris, 2014 ISBN

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

Suites numériques 3. 1 Convergence et limite d une suite

Valorisation d es des options Novembre 2007

Licence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB)

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Sur certaines séries entières particulières

CNAM léments de cours Bonus-malus et Crédibilité

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

Développement décimal d un réel

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique

Master of Science en mathématiques

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

MATHS FINANCIERES. Projet OMEGA

Des conditions d accueil privilégiées au lycée Couperin

Master of Science en mathématiques

Théorie des probabilités

DECLARATION DES PERFORMANCES N 1

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Recherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014

Continuité et dérivabilité d une fonction

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

FIMA, 7 juillet 2005

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Intégrale de Lebesgue

TP N 57. Déploiement et renouvellement d une constellation de satellites

Leçon 01 Exercices d'entraînement

Introduction à l étude des Corps Finis

Chaînes de Markov au lycée

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

LISTE D EXERCICES 2 (à la maison)

Manuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques

Qu est-ce qu une probabilité?

Cryptographie et fonctions à sens unique

Les indices à surplus constant

Rappels sur les suites - Algorithme

MODELES DE DUREE DE VIE

Logique. Plan du chapitre

Mesures gaussiennes et espaces de Fock

Cours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel

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

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Introduction à la théorie des files d'attente. Claude Chaudet

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Différentiabilité ; Fonctions de plusieurs variables réelles

Transmission d informations sur le réseau électrique

3. Caractéristiques et fonctions d une v.a.

Les mathématiques du XXe siècle

Après un Bac technologique STI Systèmes d information et numérique

DYNAMIQUE DE FORMATION DES ÉTOILES

Transcription:

L enseignement des probabilités à Telecom Paristech L. Decreusefond TPT L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 1 / 39

1 Enjeux 2 Difficultés 3 Modèle de Cox-Ross-Rubinstein Modèle à 1 période Modèle à plusieurs périodes Espace de Rademacher et calcul de Malliavin L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 2 / 39

Enjeux Le contexte Pas de résistance des matériaux, pas de mécanique, pas de thermodynamique, etc Mais, du traitement du signal et de l image des communications numériques des réseaux et de l informatique L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 4 / 39

Enjeux Le cours de probabilités En tronc commun, 40 heures de cours/td en petites classes L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 5 / 39

Enjeux Compétences Formaliser mathématiquement un phénomène aléatoire Résoudre un problème formalisé en termes relevant de la théorie des probabilités Document du groupe CTI L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 6 / 39

Difficultés Ce qui n est pas difficile (pédagogiquement) Dénombrements (ce n est pas le cœur de l enseignement) Les calculs de loi image par difféomorphisme Théorèmes abstraits admis (existence de la mesure de Lebesgue, classe monotone,...) : existence d un espace de probas qui rende compte d une suite infinie de pile/face. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 8 / 39

Difficultés Hétérogénéité Des origines différentes : environ 150 étudiants, 50% MP, 16% PC, 16% PSI, 2% TSI, 16% AST-L Des attendus différents : 15 % vont se lancer dans le parcours «Finances» L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 9 / 39

Difficultés Qu est-ce qui se caractérise par... une fonction positive d intégrale 1 une fonction croissante, nulle en, qui vaut 1 en + une fonction holomorphe sur le disque unité suites de nombres positifs de somme 1 une transformée de Fourier? Une mesure L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 10 / 39

Difficultés Indépendance et conditionnement La modélisation = variables aléatoires Les calculs = lois Calculs uni-dimensionnel : application des outils d analyse (séries, intégrales) Somme de 2 v.a. indépendantes convolution des 2 lois Dès que plus de 2 v.a. : représentation de la dépendance L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 11 / 39

Difficultés Les probas en CPGE : une bonne idée? Dans la continuité des enseignements de Terminale Un rafraîchissement des programmes Un autre mode de raisonnement Des mises en perspective du cours de maths : théorie des ensembles, séries génératrices, matrices Une réelle ouverture à la modélisation Se limiter aux probas sur un espace dénombrable L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 12 / 39

Modèle binomial Modèle de Cox-Ross-Rubinstein Modèle à 1 période Actif sûr Actif risqué X 0 (1 + r) p S u = S 0 u X 0 S 0 1 p S d = S 0 d Valeur du contrat : { V u si S 1 = S u V d si S 1 = S d. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 14 / 39

Modèle à 1 période Call européen V u = (S 0 u K) + et V d = (S 0 d K) +. C est la valeur d une option d achat (call) sur l actif. Une option d achat de prix d exercice K est le droit d acheter l actif sous-jacent au prix K à l instant T. Si le prix réel S 0 u est supérieur à K, le détenteur du call exerce son droit d achat et revend aussitôt. Il gagne donc S 0 u K. Sinon, le détenteur du call ne fait rien et donc ne gagne, ni ne perd. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 15 / 39

Modèle à 1 période Question 3 paramètres S 0 prix initial K prix d exercice T maturité 2 questions Prix du contrat Stratégie de couverture L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 16 / 39

Modèle à 1 période Principe X 0 : prix de vente du contrat α 0 : nombre de parts de l actif S achetées à l instant 0. Fortune finale X 1 = α 0 S 1 + (1 + r)(x 0 α 0 S 0 ). On veut que X 1 = V 1. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 17 / 39

Calculs Modèle de Cox-Ross-Rubinstein Modèle à 1 période S 1 = S 0 u S 1 = S 0 d V u = α 0 S 0 u + (1 + r)(x 0 α 0 S 0 ). V d = α 0 S 0 d + (1 + r)(x 0 α 0 S 0 ). { S0 (u 1 r)α 0 + (1 + r)x 0 = V u S 0 (d 1 r)α 0 + (1 + r)x 0 = V d L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 18 / 39

Modèle à 1 période Résultats α 0 = V u V d S 0 (u d) = V u V d S u S d X 0 = 1 ( 1 + r d V u + u 1 r ) V d 1 + r u d u d = 1 1 + r E p [V 1 ]. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 19 / 39

Modèle à 1 période Commentaires Le prix et la stratégie de couverture ne dépendent pas de la probabilité a priori. Seuls deux paramètres comptent : u et d. Risque uniquement lié au modèle. Comment estimer u et d? On ne peut pas envisager un modèle où l actif peut prendre plus de 2 valeurs. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 20 / 39

Modèle à plusieurs périodes Modèle à 3 périodes S 0 = 4 ; r = 0, 4 u = 2, d = 1/2 donc p = 1/2. Contrat = call européen maturité 3, prix d exercice 6. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 21 / 39

Modèle à plusieurs périodes S 0 = 4X 0 = 4 X 0 = 4/(1,25) 3 = 2, 05 S 1 = 8X 1 = 7,5S 1 = 2X 1 = 0,5 S 2 = 16X 2 = 14S 2 = S 2 4X = 2 4= 1 S 2 = 1X 2 = 0 S 3 = 32X 3 = 26S 3 = S 3 8X = 3 8= 2 S 3 = S 3 2X = 3 2= 0 S 3 = 0,5X 3 = 0 Figure: Evolution à 3 pas L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 22 / 39

Formules Modèle de Cox-Ross-Rubinstein Modèle à plusieurs périodes Prix Stratégie de couverture Prix = 1 (1 + r) N E p [V N ]. α k = E 1/2 [D k V N F k ] D k S k L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 23 / 39

Modèle à plusieurs périodes Méthode Remonter l arbre : trop long! Être malin! On suppose r = 0 (juste pour simplifier la présentation) L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 24 / 39

Modèle à plusieurs périodes Objectif Il suffit de trouver γ 0,, γ N tels que N 1 V N = E 1/2 [V N ] X 0 + γ j (S j+1 S j ). j=0 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 25 / 39

Espace de Rademacher et calcul de Malliavin Espace de Rademacher Aléa contenu dans Ω = { 1, 1} N { 1, 1} N =espace de rademacher U j (ω) = ω j Sous P p, les (U j, j 1) sont iid de loi P p (U j = 1) = p = 1 P p (U j = 1) L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 26 / 39

Prix Modèle de Cox-Ross-Rubinstein Espace de Rademacher et calcul de Malliavin Si U j = 1 alors S j = S j 1 u Si U j = 1 alors S J = S j 1 d par conséquent ( ) u + d k k S k = (1 + u d 2 u + d U j) j=1 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 27 / 39

Espace de Rademacher et calcul de Malliavin Objectif Il suffit de trouver γ 0,, γ N tels que N 1 V N = E 1/2 [V N ] U 0 + γ j (S j+1 S j ). j=0 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 28 / 39

Espace de Rademacher et calcul de Malliavin Opérateur de différence D k F (U 1,, U N ) = 1 2 (F (U+ k ) F (U k )) = E 1/2 [U k F U l, l k] où U k + = (U 1,, U k 1, 1, U k+1, ) Uk = (U 1,, U k 1, 1, U k+1, ) Exemple D k (1 + p k U k ) = 1 2 (1 + p k (1 p k )) = p k L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 29 / 39

Formule de Clark Modèle de Cox-Ross-Rubinstein Espace de Rademacher et calcul de Malliavin Théorème N F = E 1/2 [F ] + β k U k. k=1 ] β k = E 1/2 [D k F U 1,, U k 1 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 30 / 39

Espace de Rademacher et calcul de Malliavin Définition Les fonctions cylindriques sont les fonctions de la forme ρ j déterministe. N F = (1 + ρ j U j ), j=1 L espace vectoriel engendré par les fonctions cylindriques est dense dans L 2. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 31 / 39

Espace de Rademacher et calcul de Malliavin Preuve F N = σ(u 1,, U N ), F L 2 = L 2 lim N E 1/2 [F F N ] E 1/2 [F F N ] = F N (U 1,, U N ) N = 1 0 = E 1/2 [F 1 (U 1 )(1 + ρ 1 U 1 )] ρ 1 = 1 2 [ρ 1 (F 1 (1) F 1 ( 1)) + F 1 (1) + F 1 ( 1)] Donc F 1 (1) F 1 ( 1) = 0 et F 1 (1) + F 1 ( 1) = 0 donc F 1 0 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 32 / 39

Espace de Rademacher et calcul de Malliavin N quelconque F N ± (U 1,, U N 1 ) = F N (U 1,, U N 1, ±1) En notant Z N = N j=1 (1 + ρ j U j ), pour tout ρ N on a 0 = E 1/2 F N N j=1 On conclut par récurrence ] (1 + ρ j U j ) = ρ N E 1/2 [(F N + F N )Z N 1 ] + E 1/2 [(F N + + F N )Z N 1 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 33 / 39

Itô-Clark Modèle de Cox-Ross-Rubinstein Espace de Rademacher et calcul de Malliavin Pour F L 2, on a F = E 1/2 [F ] + k E 1/2 [D k F U 1,, U k 1 ] U k. (1) L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 34 / 39

Espace de Rademacher et calcul de Malliavin Preuve Par récurrence Z k = j k (1 + ρ ju j ). Z k = 1 + k j=1 Z j 1 ρ j U j Vrai pour k = 0 et k = 1. Si c est vrai au rang k, on a k Z k+1 = Z k (1 + ρ k+1 U k+1 ) = (1 + Z j 1 ρ j U j ) + Z k ρ k+1 U k+1 j=1 k+1 = 1 + Z j 1 ρ j U j. j=1 L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 35 / 39

Espace de Rademacher et calcul de Malliavin Donc c est vrai pour F E. Il suffit de montrer que l application Θ : E L 2 L 2 (Ω; l 2 (N)) est prolongeable par continuité sur L 2. Or pour F E, F (k E 1/2 [D k F F k 1 ]) F = E 1/2 [F ] + k E 1/2 [D k F F k 1 ] U k donc E 1/2 [ (F E 1/2 [F ]) 2] = E 1/2 [ k E 1/2 [D k F F k 1 ] 2 ] = ΘF 2 L 2 (Ω; l 2 (N)). L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 36 / 39

Conséquence Modèle de Cox-Ross-Rubinstein Espace de Rademacher et calcul de Malliavin S j = S j 1 (1 + u d u + d U j) u d S j S j 1 = S j 1 u + d U j D j S j = 1 [ 2 S j 1 1 + u d u + d (1 u d ] u + d ) u d = S j 1 u + d S j S j 1 = D j S j U j L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 37 / 39

Espace de Rademacher et calcul de Malliavin Application à V N N V N = U 0 + E 1/2 [D j V N F j ] U j j=1 N E 1/2 [D j V N F j ] = U 0 + (S j S j 1 ) D j=1 j S j L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 38 / 39

Espace de Rademacher et calcul de Malliavin Références On trouvera l étude complète de l espace de Rademacher à travers les chaos dans N. Privault, Stochastic analysis in discrete and continuous settings with normal martingales, volume 1982 of Lecture Notes in Mathematics, Springer, 2009. L. Decreusefond (TPT) L enseignement des probabilités à Telecom Paristech 39 / 39