Méthodes de Monte-Carlo Calcul d`intégrales et réduction de variance
Transcription
Méthodes de Monte-Carlo Calcul d`intégrales et réduction de variance
Méthodes de Monte-Carlo Calcul d’intégrales et réduction de variance ENSTA / Master Modélisation et Simulation TD 2 2012-2013 1 Calcul d’intégrale Le but de l’exercice est d’utiliser la méthode de Monte Carlo pour calculer les intégrales cidessous. Pour chaque calcul, on donnera quand c’est possible la valeur théorique de la variance. Puis on donnera la valeur de l’intégrale obtenue (à comparer avec la valeur exacte quand c’est possible), et l’intervalle de confiance à 95% (en se basant sur un estimateur de la variance) pour N = 100; 1000; 10000; · · · R1 • I = 0 ex dx • I = E(exp(βg)) = eβ 2 /2 où g est une gaussienne centrée réduite. • Application à la finance : prix d’une option d’achat (ou call en anglais) C = E((eσG − K)+ ) et le prix d’une option de vente (put) P = E((K − eσG )+ ) où G est une gaussienne centrée réduite. On prendra σ = K = 1. Les valeurs exactes sont données par la formule explicite due à Black et Scholes C = e( avec N = √1 2π σ2 ) 2 N (σ − log(K) log(K) ) − K N (− ) σ σ Rx u2 /2 du. −∞ e Pour laquelle de ces 2 quantités (entre C et P) la méthode de Monte-Carlo sera la plus efficace ? 2 Réduction de variance Appliquer sur chacun des calculs précédents les différentes méthodes de réduction de variances, et montrer de combien on diminue la variance dans chaque cas. • Echantillonage préférentiel • Méthode utilisant des variables de contrôle • Variables antithétiques • Méthode d’échantillonnage stratifié 1