TD Master 2 – Martingales et calcul stochastique - Corrigé des
Corrigé des exercices du chapitre 8 – Intégrale d'Itô. Exercice 8.1. On consid Calculer d(tBt) `a l'aide de la formule d'Itô. La formule d'Itô avec u(t x) ...
Equations différentielles stochastiques Notes de cours Fili`ere 4
5) En utilisant la formule d'Itô vectorielle calculez d(XtYt) o`u X et Y sont des processus d'Itô définis `a partir du même mouvement brownien. 6) Pour
Martingales et calcul stochastique
10 mai 2016 A Corrigés des exercices. 97. A.1 Exercices du Chapitre 3 ... Lemme 8.4.1 (Formule d'Itô). Soit u : [0∞)×R → R
TD 11-12 : Processus dItô.
On se place pour les exercices suivants
CALCUL STOCHASTIQUE & APPLICATIONS Exercice 1
Exercice 3 (Loi de l'arcsinus). Soit {Bt}t≥0 un mouvement brownien réel. Il est facile de voir que la formule d'Itô pour {f(Bt)}t≥0 reste valable si f est
ISFA Vincent Lerouvillois Processus stochastiques - M1 Actuariat
Éléments de correction TD no 5. Formule d'Itô et applications. Exercice 1 : Retour sur ∫ t. 0. BsdBs. En appliquant la formule d'Itô à B2 t (re)montrez que
Lintégrale stochastique et début de la formule dItô
Montrer que le processus X est une martingale. 4. Quelle est la variation quadratique de X ? Correction exercice 1 : 1. La fonction sin est
Corrigé Processus stochastiques
Examen du 7 janvier 2013 – Durée : 2h30. Exercice 1. 1. Dans tous les cas on écrit le processus demandé comme f(t
Correction Contrôle continu # 2
cours. Exercice 1. [6 points]. On considère deux suites indépendantes (ak)k et par la formule d'Itô le membre de droite est égal à f(BT ) − f(B0) d'où.
EXERCICES DE CALCUL STOCHASTIQUE DESS IM Evry option
Equations différentielles stochastiques Corrigés Exercice 3.2.24 Reprendre l'exercice 2.6.8 en utilisant la formule d'Itô.
TD Master 2 – Martingales et calcul stochastique - Corrigé des
Corrigé des exercices du chapitre 8 – Intégrale d'Itô. Exercice 8.1 La formule d'Itô avec u(t x) = tx donne d(tBt) = Bt dt + tdBt.
Éléments de calcul stochastique pour lévaluation et la couverture
Avec exercices corrigés travaux pratiques et études de cas 2.5.3 Formule de Itô multi-dimensionnelle . ... 4.1 Exercices du chapitre 1 .
EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry
Equations différentielles stochastiques Corrigés Montrer
TD 11-12 : Processus dItô.
On se place pour les exercices suivants
Martingales et calcul stochastique
10 mai 2016 8.4 La formule d'Itô . . ... A Corrigés des exercices. 97. A.1 Exercices du Chapitre 3 .
Lintégrale stochastique et début de la formule dItô
Montrer que le processus X est une martingale. 4. Quelle est la variation quadratique de X ? Correction exercice 1 : 1. La fonction sin est
Corrigé Processus stochastiques
Examen du 7 janvier 2013 – Durée : 2h30. Exercice 1. 1. Dans tous les cas on écrit le processus demandé comme f(t
ISFA Vincent Lerouvillois Processus stochastiques - M1 Actuariat
math.univ-lyon1.fr/homes-www/lerouvillois/. Éléments de correction TD no 5. Formule d'Itô et applications. Exercice 1 : Retour sur ?.
TD Master 2 – Martingales et calcul stochastique - Corrigé des
Corrigé des exercices du chapitre 9 – Equations différentielles stochas- Poser Yt = e??(t) Xt et calculer dYt `a l'aide de la formule d'Itô.
EXERCICES DE CALCUL STOCHASTIQUE
DESS IM Evry, option ¯nance
Monique Jeanblanc
Octobre 2005
2Contents
1 Rappels 7
1.1 Tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71.2 Variables gaussiennes . . . . . . . . . . . . . . . . . . . . . . . . .
8 91.4 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
111.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
131.6 Temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14 151.8 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
152 Mouvement Brownien 17
172.2 Processus Gaussiens . . . . . . . . . . . . . . . . . . . . . . . . .
202.3 Multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . .
212.4 Temps d'atteinte . . . . . . . . . . . . . . . . . . . . . . . . . . .
222.5 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2526
2.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
282.8 Problµeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2929
2.8.2 Partie II . . . . . . . . . . . . . . . . . . . . . . . . . . . .
302.8.3 Partie III . . . . . . . . . . . . . . . . . . . . . . . . . . .
3033
3.2 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
343.3 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . .
3940
42
3.6 Le crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
433.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
443
4CONTENTS
494.2 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5456
5 Exemples 59
5.1 Processus de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . .
5961
5.3 Autres processus. . . . . . . . . . . . . . . . . . . . . . . . . . . .
645.4 Des calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
646 Girsanov 67
676.2 Crochet. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
696.3 Processus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
696.4 Cas multidimensionel . . . . . . . . . . . . . . . . . . . . . . . . .
756.5 Temps d'arr^et. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
766.6 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7887
88
92
7.4 Temps local. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
927.5Lois. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
937.6 Filtrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
947.7 Options barriµeres . . . . . . . . . . . . . . . . . . . . . . . . . . .
9596
7.9 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
968 Processus µa sauts 99
8.1 Processus de Poisson . . . . . . . . . . . . . . . . . . . . . . . . .
99101
8.3 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
102103
103
1.1 Tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1071.2 Variables gaussiennes. . . . . . . . . . . . . . . . . . . . . . . . .
108111
1.4 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1131.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1141.6 Temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
115115
1.8 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
115CONTENTS5
1172.2 Processus Gaussien . . . . . . . . . . . . . . . . . . . . . . . . . .
1212.3 Multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . .
1242.4 Temps d'atteinte . . . . . . . . . . . . . . . . . . . . . . . . . . .
1252.5 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
127127
2.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
129131
3.2 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1323.3 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . .
137138
139
3.6 Le crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1423.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
142145
4.2 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
149151
5.1 Processus de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . .
153155
5.3 Autres processus . . . . . . . . . . . . . . . . . . . . . . . . . . .
1555.4 Des Calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
156159
6.2 Crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1606.3 Processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1606.4 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . .
1636.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1636.6 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
165167
168
168
7.4 Temps local. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1687.5Lois. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1707.6 Filtrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1707.7 Options barriµeres . . . . . . . . . . . . . . . . . . . . . . . . . . .
171172
6Rappels
8.1 Processus de Poisson . . . . . . . . . . . . . . . . . . . . . . . . .
175177
178
Chapter 1
Rappels
1.1 Tribu
Exercice 1.1.1
Ensembles appartenant µa une tribu.
1. Montrer que siFest une tribu, et siAetBappartiennent µaFavec ne sont pas dansA. 2.Montrer que 11
B¡A= 11B¡11A.
3. Montrer que siCetDappartiennent µaF, alorsC¢Ddef=fC\Dcg [ fCc\Dgaussi.Exercice 1.1.2
Exemples de tribus.
1. 2.Exercice 1.1.3
Fonctions indicatrices.
On note 11
Ala v.a. qui vaut 1 pour!2Aet 0 sinon.
1.Montrer que 11
A\B= 11A11B.
2.Montrer que, siA\B=;, on a 11A[B= 11A+ 11B.
3.Montrer que 11
A[B= 11A+ 11B¡11A\B.
Exercice 1.1.4
Union et intersection.
SoitF1etF2deux tribus. Montrer queF1\ F2est une tribu. Montrer qu'enExercice 1.1.5
Tribu grossie par un ensemble.(*)
78Rappels
Exercice 1.1.6
est la plus petite sous tribuFtelle queXsoit mesurable de (;F) dans (IR;B).Exercice 1.1.7
Lois de v.a.
telles queXloi=ZetYloi=T. 1.ComparerE(f(X)) etE(f(Z)).
2.ComparerE(X2Y) etE(Z2T).
3.ComparerE(f(X)g(Y)) etE(f(Z)g(T)).
4.ComparerE(f(X;Y)) etE(f(Z;T)).
1.2 Variables gaussiennes
Exercice 1.2.1
Moments.
SoitXune v.a.r. de loiN(0;¾2). CalculerE(X3),E(X4),E(jXj) etE(jX3j).Exercice 1.2.2
Moments.SoitXun v.a. normale. Calculer les moments de e X.Exercice 1.2.3
Exponentielles.SoitNune v.a. de loiN(0;1). CalculerE(exp(aN2+bN)). Montrer queE(expa2
2N2) =E(expaNN0) avecNetN0
i.i.d.Exercice 1.2.4
Exercice 1.2.5
SoitXune v.a.r. de loiN(m;¾2).
1.Quelle est la loi de
X¡m
? CalculerEjX¡mj. 2.Montrer queE(e¸X) = exp(¸m+1
2¸2¾2). CalculerE(Xe¸X).
3.Soit ©(x) =1
p2¼Z
x ¡1 e¡y2 2 dy. Calculer, dans le casm= 0 et¾= 1 la valeur deE(11X·bexp¸X) en fonction de (©;¸;b). 4. CalculerE(expf¸X2+¹Xg) pour 1¡2¸¾2¸0. 5. Montrer queE(eµXf(X)) =emµ+¾2µ2=2E(f(X+µ¾2) pourfcontinue 6. 7.Montrer que siGest une va de loiN(0;1)
E(eaGN(bG+c)) =ea2=2N(c+ab
p 1 +b2Exercice 1.2.6
Convergence.
Soit (Xn;n¸1) une suite de v.a. gaussiennes qui converge dansL2versX.Quelle est la loi deX?
Exercice 1.2.7
Vecteur gaussien.SoitXun vecteur gaussien µa valeurs dans IRExercice 1.2.8
Exercice 1.2.9
Projection.(*)
Z=PPrXdeAtel que
E((X¡PrX)Z) = 0;8Z2 A
Montrer queX= (X1;X2;:::;Xd) etY= (Y1;:::;Yn) sont deux vecteurs On supposed= 1. Montrer quePrXest une v.a. gaussienne¾(Y) mesurable,Exercice 1.2.10
deux v.a.r. telles queYest gaussienne et la loi conditionnelle deXµaYest queE(exp(¸X)jY=y) = exp(¸(ay+b)+¸2 2¾2). Montrer que le couple (X;Y)
est gaussien.Exercice 1.3.1
Montrer que
E(Y E(XjG)) =E(XE(YjG))
10Rappels
Exercice 1.3.2
Montrer que siX2L2etE(XjG) =YetE(X2jG) =Y2alors
X=Y.Exercice 1.3.3
Exercice 1.3.4
CalculerE(11X·tjM).
Exercice 1.3.5
met de variance¾2. On suppose queYestG-mesurable. CalculerE(X¡YjG):Exercice 1.3.6
Vecteur gaussien(*)Suite de l'exercice 1.2.9
PrX.Exercice 1.3.7
G, queX2estGmesurable et queX1est gaussienne.
1.CalculerE(XjG) et var (XjG).
2.CalculerE(e¸XjG).
Exercice 1.3.8
Cov(Z1;Z2jG) =E(Z1Z2jG)¡E(Z1jG)E(Z2jG):
Montrer que
Cov(Z1;Z2jG) =E[(Z1¡E(Z1jG))Z2jG]:
Exercice 1.3.9
Tribu grossie.
GetA. (Voir exercice 1.1.5). On admettra que les v.a.Zqui sontHmesurablesE(XjH) =E(X11AjG)
E(11AjG)11A+E(X11AcjG)
E(11AcjG)11Ac
Exercice 1.3.10
E(aX+bjZ) =aE(XjY) +b.
Exercice 1.3.11
quotesdbs_dbs6.pdfusesText_11[PDF] formule de calcul prescurtat clasa a 7
[PDF] formule de fabrication d'aliment de betail
[PDF] formule de la moyenne intégrale exercice
[PDF] formule de math 3eme
[PDF] formule de math 3eme pdf
[PDF] formule de peinture ? l'eau
[PDF] formule de penman
[PDF] formule de révision de prix insee
[PDF] formule de révision de prix marché public
[PDF] formule de révision de prix prestation de service
[PDF] formule de turc etp
[PDF] formule de wilson excel
[PDF] formule de wilson quantité économique
[PDF] formule developpée de l'acide lactique