Introduction Dnitions La notion darbre de choix e

Mathmatiques pour la nance e

Renaud Bourl`s - Ecole Centrale Marseille e

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Objectif du cours:

Ma triser les outils mathmatiques ncessaires ` la e e a comprhension des mod`les de mathmatiques nanci`res e e e e en temps discret Savoir actualiser et valoriser une obligation ; mesurer le risque non diversiable (mod`le CAPM) et valoriser les e produits drivs Call et Put (mod`le CRR) e e e

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Chapitre 1 Introduction aux probabilits e

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Quelques exemples
Exemples dexpriences ` nombre dissues possibles notes e a e 1 , 2 ,...n est ni lancer de d a six issues possibles : 1, 2, 3, 4, 5, 6 e un tirage ` pile ou face en a deux (...pile ou face!). a Utile de pouvoir se rfrer ` lissue dune exprience. ee a e Ex: crire sous forme math. la somme de 4 lancers de ds e e En notant Xi , i = 1, 2, 3, 4 la valeur du rsultat des lancers, e La somme des rsultats des 4 lancers scrit X1 + X2 + X3 + X4 . e e Les Xi sont appeles des variables alatoires. e e Variable alatoire = expression dont la valeur est le rsultat e e dune exprience particuli`re. e e
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Soit X la variable alatoire reprsentant un tirage de ds e e e on doit assigner des probabilits ` chaque rsultat e a e possible. assigner ` chaque issue un nombre (non ngatif) p(j ) tel a e que p(1 ) + p(2 ) + ... + p(6 ) = 1 (on obtient ncessairement un des six chires) e la fonction p(j ) est appele la fonction de distribution e de X . d non truqu naturel dassigner une probabilit gale, e e ee cad 1/6 ` chaque issue a alors P(X 4) = 2 3 on a 2 chances sur 3 (ou 4 chances sur 6) dobtenir un chire qui nexc`de pas 4. e
Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

De la mme mani`re e e si on appelle Y la variable alatoire reprsentant le e e rsultat dun tirage ` pile ou face e a Y peut prendre deux valeurs, pile ou face (notes P et F ) e Aucune raison de suspecter quun des deux rsultats ait e plus de chance que lautre de se produire naturel dassigner une proba 1/2 ` chacun des 2 evnts a Attention : Pas toujours proba gale e Exemple : une option donne un rendement positif dans 60 pourcent des cas on assigne une probabilit e
0, 6 au rsultat loption donne un rendement positif e 0, 4 ` lissue loption donne un rendement ngatif a e .

Concept de frquence en probabilits e e

Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Dnition 1.1 e
On appelle univers des possibles () lensemble des issues possibles dune exprience = {1 , 2 , ..., n }. Si lunivers e dcrivant lexprience est ni ou inni dnombrable, la variable e e e alatoire associe sera dite nie. Chaque lment de est e e ee appel vnement lmentaire et chaque sous-ensemble de ee e ee est appel vnement. ee e Exemple : Lancer de d : lunivers des possible est un e ensemble de 6 vnements lmentaires = {1, 2, 3, 4, 5, 6} et e e ee lvnement E = {2, 4, 6} correspond ` lnonc chire e e a e e le obtenu est pair

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Dnition 1.2 e
Une distrib de proba est alors une application de vers [0, 1] qui attribue ` chaque evt lmentaire un nb rel compris entre a ee e 0 et 1 dcrivant la frquence ` laquelle cet evt sera ralis. e e a e e Denition Une fonction de distribution est une fonction ` valeur relle a e p(.) dnie sur telle que e 1 p() 0,
2

p() = 1

Pour chaque vnement E , la probabilit de E sera dnie e e e e comme le nombre P(E ) = E p(). On appelle la fonction P, la mesure de probabilit. e Remarque : Cette df implique notemment P({}) = p() e
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Exemples 1 Lancer de d non truqu: p() = 1 , e e 6 Levt E = {2, 4, 6} appara avec une proba t 1 P(E ) = p(2) + p(4) + p(6) = 1 + 6 + 1 = 1 6 6 2
2

Soit A, B et C, 3 candidats ` une lection. = {A, B, C } a e

Supposons que A et B aient la mme chance de gagner, mais e C moiti moins de chance que ses deux opposants: e

p(A) = p(B) = 2p(C ). Or p(A) + p(B) + p(C ) = 1. La fonction de distribution de probabilit scrit donc: e e p(A) = 2 , p(B) = 2 , p(C ) = 1 5 5 5 Soit E lvnement ou C gagne llection. e e A e 2 Alors E = {A, C } et P(E ) = p(A) + p(C ) = 5 +
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

1 5

3 5

Introduction Dnitions La notion darbre de choix e

Thorie des ensembles e

Comme dans cette exemple, les vnements peuvent souvent e e scrire en fonction dautres vnements ` laide des e e e a constructions usuelles de la thorie des ensembles. e Soit A et B deux ensembles: Lunion de A et B : A B = {x|x A ou x B} Attention: inclusif: e A et e B e (A B) ou Lintersection de A et de B : A B = {x|x A et x B} La dirence entre A et B : A\B = {x|x A et x B} e A est un sous-ensemble de B, A B si chaque lment ee de A est aussi lment de B ee Le complmentaire de A : A = {x|x et x A} e
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Dnition 1.3 e

Denition Si A B = (o` reprsente lensemble vide), on parlera u e densembles disjoints et dvnements mutuellement e e exclusifs. De plus, si E1 , E2 , ..., En sont mutuellement exclusifs
n

(deux ` deux) et E1 E2 ... En = a

i=1

Ei = alors les

vnements E1 , E2 , ..., En sont dits mutuellement exclusifs e e et exhaustifs et forment une partition de

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Thor`me 1.1 e e
Les proba assignes aux elmts dune exprience dcrite par une e e e fct de distrib dnie sur satisfont les proprits suivantes e ee
1

0 P(E ) E P() = 1 si E F , alors P(E ) P(F ) ( P(E ) 1 E ) A et B disjoints P(A B) = P(A) + P(B) P(A) = 1 P(A) et P() = 0 Si les vnements E1 , ..., En forment une partition de alors e e
n

pour tout vnement A dans : P(A) = e e

i=1

P(A Ei )

( A, B , P(A) = P(A B) + P(A\B))

6

A, B , P(A B) = P(A) + P(B) P(A B)

Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Dnitions 1.4 et 1.5 e

Denition Un espace probabilis ni est un couple (, P) o` est un e u ensemble ni dcrivant tous les rsultats possible dune e e exprience et P une mesure de probabilit qui satisfait le e e thor`me 1.1. e e Denition Soit (, P) un espace probabilit ni. Alors une variable e alatoire relle est une fonction X qui, ` tout ensemble e e a E , associe un nombre X (E ) R (X : R). Lensemble des valeurs prises par X est appel univers-image e et not X (). e

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Exemples 1 On lance 3 fois une pi`ce de monnaie. Soit X le nombre e de pile(s) obtenu(s). Alors X est une variable alatoire e dunivers-image X () = {0, 1, 2, 3}
2

On lance une pi`ce jusqu` obtenir . Soit X le e a pile nombre de lancers. Alors X est une variable alatoire e dunivers-image X () = N On parie 100 e sur un numro ` la roulette. Soit X le e a gain. Alors X est une variable alatoire relle dunivers e e image X () = {100, 3500}

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Dnition 1.6 e

Denition Soit X une variable alatoire relle. La loi de X est la e e probabilit que X prenne chacune des valeur de son univers e image: X () [0, 1] xi P(X = xi )

Renaud Bourl`s - Ecole Centrale Marseille e

Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

La notion darbre de choix

Lorsque lexp peut tre dcrite squentiellement, comme le 1er e e e des ex prcdents (on lance 3 fois un d), il peut savrer utile e e e e de recourir ` un arbre de choix: a

Chaque branche correspond ` un des rsultats possibles. a e Il y a donc ici 8 branches 1 , 2 , ..., 8 .
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e

Introduction Dnitions La notion darbre de choix e

Si on suppose que chaque rsultat a la mme probabilit, e e e chaque branche aura un poids de 1/8.
Soit E = obtient au - un pile. Alors E = nobtient on on jamais de pile et P(E ) = P({FFF }) = p(FFF ) = 1/8. En utilisant le 4`me point du thor`me 1.1, on obtient alors: e e e P(E ) = 1 P(E ) = 7/8 Il est parfois plus simple de dterminer la probabilit de e e lvenement complmentaire. e e Soit A= 1er lancer donne F et B =le 2` lancer donne P le e . En utilisant larbre on remarque P(A) = P(B) = 1/2. On remarque aussi A B = {5 , 6 } et donc P(A B) = 1/4. Ainsi, dapr`s le 6`me item du thor`me 1.1: e e e e P(A B) = P(A) + P(B) P(A B) = 1/2 + 1/2 1/4 = 3/4 Remarque: A B = {FFF , FFP, FPF , FPP, PPF , PPP} on peut aussi obtenir le rsultat par numration directe e e e
Renaud Bourl`s - Ecole Centrale Marseille e Mathmatiques pour la nance e