[PDF] EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry





Previous PDF Next PDF



Porcessus de Poisson Exercices solutionnés

16 oct. 2000 Exercice. Considérons un processus de Poisson ' ? &' (/) : / # 0' ayant une intensité de ? 2. Déterminez la distribution conditionnelle de.



Processus aléatoires et applications

2 janv. 2010 2.2 Généralités sur les processus stochastiques . ... 5 Le processus ponctuel de Poisson ... A Solution de quelques exercices.



Processus de Poisson Exercice 1: On sintéresse au nombre de

processus de Poisson homogène d'intensité ? = 5. Exercice 2: (Paradoxe de l'autobus) Pierre prend tous les matins le bus pour se rendre à l'université.



MAT-3071 Processus Stochastiques

Séance d'exercices : Jeudi 10h30-12h30 (local SH-2420) Poisson Processus de Poisson composé



EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry

Equations différentielles stochastiques Corrigés. 129. 5.1 Equation Linéaire . Exercice 8.1.1 Montrer que si N est un processus de Poisson standard



MASTER ISIFAR 2`eme année Bases mathématiques de l

18 nov. 2009 Exercice 1. ... Corrigé La fonction génératrice est définie pour tout t ? 0 et vaut ... Corrigé Le processus de Poisson est un processus `a ...



Processus de Poisson

Comme nous le verrons dans la suite les processus de Poisson temporels se subdivisent en plusieurs types. La première partie de ce travail reprend les aspects 



Exercices corrigés

Quelle est la valeur de la moyenne E[N] d'une variable aléatoire N qui suit une loi Poisson(?)?. 2. On observe des clients à l'entrée d'un système. Le processus 



Correction de la PC2

Processus Aléatoires. MA 202. Correction de la PC2. Exercice loi de Poisson de paramètre ? i.e. pour tout n ? N



PROCESSUS DE POISSON : Corrigé des exercices

PROCESSUS DE POISSON : Corrigé des exercices. 1. Les arrivées d'autobus `a une station forment un processus de Poisson d'intensité.



Porcessus de Poisson Exercices solutionnØs - HEC

Porcessus de Poisson Exercices solutionnØs Genevi?ve Gauthier derni?re mise à jour : 16 octobre 2000 Exercice ConsidØrons un processus de Poisson N = fN (t) : t 0g ayant une intensitØ de = 2 DØterminez la distribution conditionnelle de l™instant ? 1 auquel survient le premier ØvØnement Øtant donnØ qu™au temps



Processus de Poisson

Recalculer les propriet´ es classiques des processus de Poisson :´ 1 Soient (N t) t 0 et (M t) t 0 deux processus de Poisson independants de param´ etres` et Montrer que (N t+M t) t 0 est un processus de Poisson de parametre` + 2 Soit (X n) n 1 une suite de variables de Bernoulli independantes de param´ etre` pet (N t) t 0



Feuille de TD n 12 : Le processus de Poisson Le mouvement

t 0 deux processus de Poisson ind ependants d’intensit es respectives et 0 D eterminer la loi du processus (N(t) + N0(t)) t 0 2 Soient (Y n) n 1 une suite de variables i i d de loi de Bernoulli de param etre p et (N(t)) t 0 un processus de Poisson d’intensit e ind ependant de ces variables D eterminer la loi du processus (N0(t)) t 0 d



Universit e de Bordeaux Processus de Poisson 2015/16

t) sont deux processus de Poisson ind ependants d’intensit es respectives p et (1 p) Exercice 12 A l’arr^et Peixotto il passe 6 bus de la liane 10 et 2 bus de la liane 20 en une heure On suppose que les passages de ces bus forment deux processus de Poisson ind ependants 1 Donner les intensit es des deux processus de Poisson 2



LE PROCESSUS DE POISSON - univ-rennes1fr

File d’attente M=M=1 et processus de Poisson Dans la cadre d’une ?le d’attente M=M=1 la loi des inter-arrivées est E( ) et celle des temps de service est E( ) Le processus d’arrivée des clients au serveur est donc un processus de Poisson simple de paramètre De plus en régime stationnaire le processus de sortie du système est



Processus de Poisson

Processus de Poisson 1 Introduction au processus de Poisson Soit (Xn) une suite de variables al eatoires ind ep endantes et identiquement distribu ees de loi exponentielle E( ) avec > 0 Si Sn = X1 +X2 + +Xn N0 = 0 et pour tout t > 0 Nt = X1 n=1 1I(S n t); (Nt) est un processus de Poisson d’intensit e Exercice 1



Processus ponctuel de Poisson - École Polytechnique

Th´eor`eme 1 2 Sous les conditions pr´ec´edentes le processus de pointage (T n) n d´e?ni par la r´eunion de {T1 n; n ? 1} et {T2 n; n ? 1} est un processus de pointage associ´e a un processus de Poisson de param`etre ?= ? 1 +? 2 D´emonstration Il su?t de remarquer que le processus de comptage Nassoci´e au processus de



Feuille d’exercices (cours 9 et 10 Mesures aleatoires de Poisson´

t= M([0t]) t?0 le processus de comptage associe´ a` M Montrer que Nestun processus de Poisson d’intensite´ 1 En deduire que´ Mestune mesure de Poisson d’intensite´ ?(dx) Exercice 6 Trouver une tribu Esur [01] et une mesure de probabilit´e µsur ([01]E) telle que µ(B) ? {01}pour tout B?Emais telle que µne soit pas



Convergence de mesures processus de Poisson et de Lévy Examen

Convergence de mesures processus de Poisson et de Lévy – Examen 14-12-2018 Durée : 3 heures Les documents sont autorisés mais sont interdits : livres calculatrices téléphones ordi-nateurs ou objets apparentés Toutes les réponses doivent être justi?ées et la rédaction sera prise en compte



Correction de l’exercice 34 : processus de Poisson et

tsuit la loi de Poisson de param etre t 5 On commence par d e nir T 0 pour que les relations W t = t T N t et Z t = T N t+1 td e nissent bien deux variables al eaoires sur tout : conform ement a l’intuition on prendra T 0 = 0 Pour cette question trois fa?cons possibles de mener les calculs : { On peut calculer la fonction de r epartition



Processus de Poisson - Université Grenoble Alpes

Processus de Poisson Leçons : 263 264 Soit (FP) un espace probabilisé Dé?nition 1 Un processus de comptage est une suite de variables aléatoires réelles (N(t))t¾0 telles que 1 N(0) = 0 2 8t ¾ 0N(t) 2N 3 t 7!N(t) est croissante Du point de vue de la modélisation 80 ¶ a ¶ b N(b) N(a) représente le nombre de



Searches related to exercices corrigés processus de poisson filetype:pdf

superposition de plusieurs processus de Poisson et de l’amincissement d’un tel processus Commence alors la seconde et dernière partie Elle est consacrée à l’application sur des

Comment calculer le processus de poisson d’intensité?

  • Si on pose M(u) = N(m?1(u)), alors le processus {M(u),u? 0} est un processus de Poisson d’intensité ?= 1. Démonstration. Comme cela a été expliqué avant, on ne considère le processus que pour des valeurs plus petites que la valeur critique uc. Soient 0 ? u1

Qu'est-ce que le processus de Poisson d'intensité?

  • Dans les conditions de la dé?nition 5.3, le processus {N(t),t? 0} est un processus de Poisson d’intensité ?= Xr i=1 ?i. Démonstration. La première chose dont il faut s’assurer est que le processus superposé n’est pas composé, c-à-d qu’en un temps tquelconque il n’est pas possible d’avoir une occurrence pour plusieurs des processus {Nj(t),t? 0}.

Quelle est la différence entre le processus de poisson et les autres processus?

  • Pour le processus de Poisson qui est un processus homogµene, ces variables (al¶eatoires) sont ind¶ependantes et de loi une exponentielle de paramµetre‚. Mais pour les autres processus (qui ne v¶eri?ent plus l’hypothµese d’homog¶en¶eit¶e), ces variables ne sont ind¶ependantes que conditionellement au nombre d’¶ev¶enementsNi.

Comment calculer l’intensité d’un processus dé-poisson?

  • Soit {X(t),t ? 0} un processus de Poisson composé d’intensité ? dé- ?ni au moyen du processus de Poisson {N(t),t? 0} et de la famille de variables aléatoires {Yn,n= 0,1,2,...}. Les temps d’inter-arrivées sont indépendants et identiquement distribués selon une loi exponentielle de paramètre ?.

EXERCICES DE CALCUL STOCHASTIQUE

M2IF Evry

Monique Jeanblanc

Universite d'EVRY

Mars 2009

2

Contents

1 Rappels7

1.1 Tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

1.2 Variables gaussiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

1.3 Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9

1.4 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

1.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12

1.6 Changement de probabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.7 Algebre beta-Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.8 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

2 Mouvement Brownien 15

2.1 Proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15

2.2 Processus Gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

2.3 Brownien Multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

2.4 Temps d'atteinte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

2.5 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

2.6 Complements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

2.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

2.8 Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

2.8.1 Partie I : Resultats preliminaires . . . . . . . . . . . . . . . . . . . . . . . .

24

2.8.2 Partie II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25

2.8.3 Partie III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

26

3 Integrale d'It^o29

3.1 Integrale de Wiener . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

3.2 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

3.3 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

36

3.4 Complements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

3.5 Brownien geometrique et extensions. . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

3.6 Le crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

3.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40
3

4CONTENTS

4 Exemples45

4.1 Processus de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

45

4.2 Processus de Bessel carre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

46

4.3 Autres processus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

49

4.4 Des calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

50

5 Equations dierentielles stochastiques 51

5.1 Equation lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

5.2 Processus anes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

55

5.3 Autres equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

55

5.4 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

56

5.5 Equations dierentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57

6 Girsanov59

6.1 Resultats elementaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

59

6.2 Crochet. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

61

6.3 Processus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

61

6.4 Cas multidimensionel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

65

6.5 Temps d'arr^et. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

66

6.6 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

68

7 Complements75

7.1 Theoreme de Levy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

7.2 Equations retrogrades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

76

7.3 Theoremes de representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

78

7.4 Temps local. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79

7.5Lois. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

80

7.6 Filtrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

81

7.7 Options barrieres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

7.8 Meandres, ponts, excursions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

7.9 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

8 Processus a sauts 85

8.1 Processus de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

85

8.2 Poisson compose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

86

8.3 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

87

8.4 Temps de Defaut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

88

8.5 Marche complets, incomplets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

88

1 Rappels, Corriges 91

1.1 Tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

91

1.2 Variables gaussiennes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

92

CONTENTS5

1.3 Esperance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

94

1.4 Martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

96

1.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

97

1.6 Temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

1.7 Algebre beta-gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

1.8 Divers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

2 Mouvement Brownien, Corriges 101

2.1 Proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

101

2.2 Processus Gaussien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

105

2.3 Multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

107

2.4 Temps d'atteinte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

107

2.5 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

109

2.6 Complements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

109

2.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

111

3 Integrale d'It^o, Corriges 113

3.1 Integrale de Wiener . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

113

3.2 Formule d'It^o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

114

3.3 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

118

3.4 Complements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

118

3.5 Brownien geometrique et extensions . . . . . . . . . . . . . . . . . . . . . . . . . . .

119

3.6 Le crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

122

3.7 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

122

4 Exemples, Corriges 125

4.1 Processus de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

125

4.2 Processus de Bessel carre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

126

4.3 Autres processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

127

4.4 Des Calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

127

5 Equations dierentielles stochastiques, Corriges 129

5.1 Equation Lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

129

5.2 Processus anes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

132

5.3 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

132

5.4 Equations dierentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

134

6 Girsanov, Corriges 135

6.1 Resultats elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

135

6.2 Crochet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

135

6.3 Processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

136

6.4 Cas multidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

138

6Rappels

6.5 Temps d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

138

6.6 Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

139

7 Complements, Corriges 141

7.1 Theoreme de Levy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

141

7.2 Equations retrogrades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

141

7.3 Theoremes de representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

142

7.4 Temps local. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

142

7.5Lois. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

143

7.6 Filtrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

144

7.7 Options barrieres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

144

7.8 Meandres, ponts, excursions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

145

8 Sauts, Corriges.149

8.1 Processus de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

149

8.2 Poisson compose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

150

8.3 Marche complets, incomplets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

152

Chapter 1

Rappels

quotesdbs_dbs21.pdfusesText_27
[PDF] exercices corrigés programmation evenementielle vb

[PDF] exercices corrigés programmation linéaire méthode du simplexe

[PDF] exercices corrigés programmation matlab pdf

[PDF] exercices corrigés proportionnalité 4ème pdf

[PDF] exercices corrigés propriétés colligatives

[PDF] exercices corrigés propriétés mécaniques des matériaux pdf

[PDF] exercices corrigés rapidité de modulation

[PDF] exercices corrigés rapprochement bancaire pdf

[PDF] exercices corrigés résistance des matériaux

[PDF] exercices corrigés sage comptabilité

[PDF] exercices corrigés sage saari comptabilité 100

[PDF] exercices corrigés saponification

[PDF] exercices corrigés sciences industrielles mpsi pdf

[PDF] exercices corrigés sciences industrielles pcsi pdf

[PDF] exercices corrigés servlets java