Le Modele Trinomial
Le Modele Trinomial
Master Académique
Touati Badreddine 1
Sous la direction de
Mlle [Link]
1. e-mail : badredin308@[Link]
2
REMERCIEMENTS
Avant tout je remercie, le dieu qui ma donner la puissance et la volonté, la patiance
pour accomplire ce travail.
Ce mémoire n’aurait pas été possible sans l’intervention, d’un grand nombre de
personnes, je souhaite ici les en remercier.
Tous les membres de jury d’avoir participé à la commission des examinateurs en vue
d’une évaluation prompte et à sa juste valeur.
Je remercie mes chers parents qui m’ont indiqué le bon chemin à entreprendre et qui
m’ont encouragé et soutenue tout au long de mon parcours quotidien.
Mes remerciements s’étendent également à tous mes enseignants durant les années
des études. À ma famille et mes amis qui par leurs prières et leurs encouragements,
on a pu surmonter tous les obstacles.
Enfin, je tien à remercier tous ceux qui, de près ou de loin, ont contribué à la
réalisation de ce travail.
dédicace
Je dédie ce modeste travail à mes parents.
Introduction générale 7
3 Le modèle trinomial 31
3.1 Description du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1.1 Les hypothèses du marché . . . . . . . . . . . . . . . . . . . . 32
6 TABLE DES MATIÈRES
4 Exemples et simulation 37
4.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.1.1 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2.1 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.3.1 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Introduction générale
augmenter, le prix peut diminuer ou rester constant. Cette dernière possibilité est le
facteur dans lequel le modèle trinomial se distingue du modèle binomial.
Le but de ce travail est d’illustrer les formules d’évaluation des produits dérivés en
appliquant ce dernier modèle. Pour bien comprendre cette application de ce cèlèbre
modèle, on partage cet mémoire en trois chapitres :
Le premier chapitre, est un chapitre introductif qui présente les différents types de
produits dérivés qui sont existent sur les marchés financiers.
En chapitre 2, on donne une brève description du modèle binomial, en expliquant les
étapes d’évaluation des options.
Le chapitre 3 est consacré à l’étude du modèle trinomial, qui constitue le coeur de cet
mémoire.
Enfin, on présente quelques exemples d’application en essayant de faire des simula-
tions.
Chapitre 1
Les marchés de produits dérivés ou encore dérivés sont ainsi nommés parce que
les actifs négociés portent eux même sur d’autres actifs. Ces marchés comprennent
essentiellement trois groupes d’intruments financiers : les contrats à terme, les options
et les swaps (contrat d’échange). Qu’ils soient négociés sur des marchés organisés ou
sur des marchés de gré à gré appelés aussi OTC (Over The Counter).
Historiquement, les options se négociaient en France sur le MONEP (marché des
options négociables de Paris), un marché créé en 1987. Avec la vague de fusions et
de restructurations sur les places financières européennes il a depuis été intégré au
sein du "Liffe" (London International Financial Futures and options Exchange) qui
regroupe de nombreux marchés de produits dérivés.
Les marchés dérivés ne sont plus véritablement des lieux physiques (transactions
téléphoniques ou informatiques).
10 CHAPITRE 1. LE MARCHÉ DES PRODUITS DÉRIVÉS
– Il s’agit d’une forme de couverture populaire, car le contrat peut être adapté aux
besoins de chaque investisseur.
Exemple 1.1.1. Supposons qu’une entreprise veut acheter 100 actions qu’elle doit
payer dans trois mois et que le prix s’établit actuellement à 50 dollars l’action. L’en-
treprise craint cependant que ce prix va augmente au cours des trois prochains mois.
En achetant un contrat à terme de type forward, elle obtient le droit de se procurer
100 actions au prix actuel de 50 dollars. De cette façon, même si les prix augmentent,
elle réalise un gain et vise versa.
Définition 1.1.3. Le contrat à terme de type Future est semblable au contrat For-
ward. Il s’agit de contrat en vertu desquels deux parties acceptent d’effectuer une
transaction sur un actif financier ou un produit quelconque, à un prix donné et à une
date ultérieure. Essentiellement, une des deux parties accepte d’acheter l’actif que
veut bien lui vendre la seconde. Les deux parties doivent honorer leurs engagements,
et aucune ne peut réclamer de frais.
Le dépôt de garantie
Pour s’assurer que chaque partie - qu’il soit l’acheteur ou le vendeur - respecte ses
engagements, il est exigé un dépôt de garantie : c’est la marge initiale qui n’est pas
nécessairement exigée dans les contrats de type Forward. Son montant dépend de la
volatilité du prix du contrat et donc du risque encouru.
Définition 1.1.4. Un Swap (de l’anglais "to swap" signifiant "échanger") est une
opération d’échange de flux d’intérêts et/ ou de devises, portant sur un montant et
une durée définis à l’avance.
La réalisation d’un Swap correspond donc à la signature d’un contrat par lequel
deux contreparties vont accepter de s’échanger des flux sur une période donnée. les
obligations de l’une des parties étant contractuellement dépendant de la réalisation des
obligations de l’autre contrepartie. Le caractère conditionnel de cet échange permet
de faire figurer cette transaction dans le hors-bilan et non pas dans les comptes de
bilan de chaque contreparties. À chaque date de règlement de Swap, le solde entre
flux financiers est calculé, et le règlement est effectué par la partie qui doit de l’argent
selon ce calcul. Dans la majorité des cas, les deux parties ne traitent pas directement.
Une banque ou une maison de courtage sert d’intermédiaire ou joue le rôle de courtier.
On distingue deux principaux types de Swaps :
Définition 1.1.5. À l’inverse des contrats Forward, Futures ou Swap, l’option est un
produit dérivé asymétrique qui confère à son détenteur le droit mais non l’obligation
d’acheter ou de vendre un actif financier, à un prix précisé à l’avance (prix d’exer-
cice) et à une certaine échéance. Une définition complète d’une option doit clairement
spécifier dans quelles conditions elle peut être exercée. Les options de type européen ne
peuvent être exercées qu’à une date déterminée, la date d’échéance. Les options de type
américain peuvent être exercées à n’importe quel moment jusqu’à la date d’échéance.
Les principaux contrats négociés sur les marchés financiers : sont les calls (option
d’achat) et les puts (option de vente) :
Dans tout les cas de figure, le vendeur de contrat d’option est subordonné à la dé-
cision de l’acheteur du contrat, et l’acheteur exerce son option uniquement si tel est
son intérêt. Le droit qu’à l’acheteur du contrat place le vendeur en état de subordi-
nation, cet état est rémunéré par le versement d’une prime (premium) par le premier
au second, dès la passation du contrat. Le prix d’une option appelée généralement
premium, fluctue en permanence, en fonction de la valeur de l’actif sous jacent et
d’autres paramètres.
Avant son échéance, une option est cotée sur le marché et son prix est librement
négocié. Donc, il parait nécessaire de savoir quels sont les principaux facteurs qui
influencent la valeur d’une option :
payoff=max(K − ST , 0) = (K − ST )+
En finance, le modèle binomial (ou modèle CRR du nom de ses auteurs) fournit une
méthode numérique pour l’évaluation des options. Il a été proposé pour la première
fois par Cox, Ross et Rubinstein (1979). Le modèle est un modèle discret pour la
dynamique du sous-jacent. L’évaluation de l’option est calculée par application de la
probabilité risque-neutre pour laquelle les prix actualisés sont des martingales ce qui
permet à nous de souligner les stratégies de gestion d’un portefeuille. ce modèle sert
souvent d’approximation au modèle en temps continu.
20 CHAPITRE 2. RAPPELS SUR LE MODÈLE BINOMIAL
2.1.1 Méthodologie
1. Créaton de l’arbre.
Etape 1 :
√ √ 1
u =(1+u)= exp(σ t) , d=(1-d)= exp(−σ t) = .
u
2.2 Stratégie de gestion d’un portefeuille 21
La méthode utilisée ici pour la création de l’arbre est la méthode de Cox, Ross et
Rubinstein (CCR). Il existe cependant d’autres méthodes, comme par exemple celle
des "probabilités égales". La méthode CCR assure le fait que l’arbre est recombinant,
c’est à- dire que si les mouvements du sous-jacent sont d’abord une augmentation puis
une diminution, le prix sera le même que si les mouvement suivi avaient été d’abord
une diminution puis une augmentation. Dans ce cas là, les deux branches fusionnent
et se recombinent. Cette propriété réduit donc le nombre de nœuds de l’arbre et par
conséquent accélère le calcul du prix de l’option. Cette propriété permet également de
calculer la valeur de l’actif sous-jacent à chaque nœud directement par des formules,
sans passer par la création d’un arbre.
Etape 2 :
À chaque dernier nœud d’une branche de l’arbre, la valeur de l’option est sa valeur
intrinsèque :
1. max[(ST − K), 0], pour un call.
2. max[(K − ST ), 0], pour un put.
Où K est le strike et S est le spot du sous-jacent.
Etape 3 :
Une fois que l’on a réalisé l’étape précédente, la valeur de l’option pour chaque nœud
est trouvée en utilisant la valeur du noeud précédent, en remontant vers le premier
nœud de l’arbre (qui est la valeur de l’option à la date à laquelle on veut la valoriser).
Les acteurs de marché peuvent acheter des actifs sans risque ou risqués et ils peuvent
aussi emprunté une certaine quantité d’actifs sans risque. Le taux d’intérêt de l’argent
placé "sans risque" ou emprunté est supposé constant et égal à r et le pas de temps
entre deux instants est supposé constant et noté τ . En effet, il faut d’actualiser la
valeur des actifs en fonction du taux sans risque r, pour pouvoir comparer leur valeurs
à des instants différents. Par exemple, disposer à l’instant t d’une somme d’argent
égale à 1 est équivalent à disposer à l’instant t+τ d’une somme égale à 1/e−rτ . On en
déduit donc qu’un actif sans risque de valeur R0 à l’instant 0 vaut Rn = R0 /(e−rnτ )
à un instant n.
Définition 2.2.1. Une stratégie de gestion est définie par une suite aléatoire Φ :
qui donne à chaque instant n la quantité d’actif risqué φn et d’actif sans risqué φcn
dans le portefeuille.
Définition 2.2.2. Un portefeuille (en finance) désigne une collection d’actifs finan-
ciers détenus par un établissement ou un individu. Ce peut aussi désigner des valeurs
mobilières détenues à titre d’investissements, de dépôt, de provision ou de garantie.
ξn (φcn , φn ) = φcn Rn + φn Sn
où (φn )0≤n≤N , (φcn )0≤n≤N et (Sn )0≤n≤N sont des suites aléatoires, alors que (Rn )0≤n≤N
est une suite déterministe.
Définition 2.2.5. Une stratégie d’arbitrage est une stratégie admissible de valeur
initiale nulle et de valeur finale non nulle dans tous les cas.
L’une des hypothèses fondamentales des modèles usuels est qu’il n’existe aucune
stratégie financière permettant, pour un coût initial nul, d’acquérir une richesse cer-
taine dans une date future. Cette hypothèse est appelée absence d’opportunités d’ar-
bitrage. Elle est justifiée théoriquement par l’unicité des prix caractérisant un marché
en concurrence pure et parfaite. Pratiquement, il existe des arbitrages qui dispa-
raissent très rapidement du fait de l’existence d’arbitragistes, acteurs sur les marchés
dont le rôle est de détecter ce type d’opportunités et d’en profiter.
iii) Une option d’achat (call) de type européen, dont le sous-jacent est l’action. Elle
vaut :
2.3 Modèle binomial à une période 25
1
Considérons maintenant le processus actualisés du prix S̃n = Sn . Peut on
(1 + r)n
trouver les probabilités de hausse et de baisse telles que (S̃n )n soit une martingale par
rapport à la filtration {F0 , F1 } ?
1
S̃n = Sn , ∀n, 0 ≤ n ≤ N
(1 + r)n
On cherche si la suite des prix actualisés (S̃n )0≤n≤N définie anisi est une martingale
sous la probabilité P dont est munie l’espace Ω des évènements possibles. On rappelle
que :
1 1−p
E(S̃n+1 ) = pu + S̃n
(1 + r)1 u
Et donc en général :
E(S̃n+1 ) 6= S̃n
Alors, l’équation ci-dessus montre que la suite (S̃n ) n’est pas une martingale. On
définit alors une nouvelle mesure de probabilité π tel que (S̃n ) devienne une martingale
sous cette nouvelle probabilité, c’est à dire :
26 CHAPITRE 2. RAPPELS SUR LE MODÈLE BINOMIAL
Eπ (S̃n+1 ) = S̃n
1
Eπ (S̃n+1 ) = Eπ (Sn+1 )
(1 + r)n+1
1
= (πu + (1 − π)d)Sn
(1 + r)
1 1
= n
Eπ (Sn+1 )
(1 + r) (1 + r)
1
= (πu + (1 − π)d)S̃n
(1 + r)
(πu + (1 − π)d) = (1 + r)
avec 1 + r = R.
Alors le calcul donne que :
R−d
π=
u−d
u−R
1−π =
u−d
La probabilité de survenance de l’état up (π) et l’état down (1−π) sont les relations
ci-dessus. Alors, dans ce cas et sous l’hypothèse d’AOA on peut vérifier que :
1
C= (π cu + (1 − π) cd )
(1 + r)
C’est à dire
1
C= (π max(0, u.S0 − k) + (1 − π) max(0, d.S0 − k))
(1 + r)
De la même manière, une option de vente (Put) dont le sous-jacent est S et dont le
prix d’exercice est K vaut :
1
P = (π pu + (1 − π) pd )
(1 + r)
C’est à dire
1
P = (π max(0, k − u.S0 ) + (1 − π) max(0, k − d.S0 ))
(1 + r)
démonstration
on a :
p :la probabilite d’augmentation
q=(1-P) :la probabilite de baisse
u :le coefficient de haus (up)
1
d= u
:le coefficient de baisse (down)
exp(s1 ) = (up + dq) × s0
exp(sn+1 ) = (up + dq) × sn
1
sen = s
(1+r)n n
sn = (1 + r)n sen
donc :
sen+1 = exp[ (1+r)1 n+1 × sn+1 ]
1
sen+1 = (1+r)n+1
exp[sn+1 ]
28 CHAPITRE 2. RAPPELS SUR LE MODÈLE BINOMIAL
1
sen+1 = (1+r)n+1
× (up + dq) × sn
1 1
sen+1 = (1+r)n
× (1+r)1
× (up + u1 (1 − p)) × (1 + r)n sen
1
sen+1 = (1+r)1
× (up + u1 (1 − p))e
sn
sen+1 6= sen
donc sen n’est pas un MG ,on va changer la proba p par une autre proba π tq :
expπ (e
sn+1 ) = sen
Figure 2.1 – variation du prix de l’actionS0 et la valeur d’une option C0 à une période
πCu + (1 − π) × Cd
C0 =
1+r
0.83 × 3.5 + (1 + 0.83) × 0
C0 = = 2.64
1 + 0.1
30 CHAPITRE 2. RAPPELS SUR LE MODÈLE BINOMIAL
2. Un actif risqué St :
Le modèle trinomial
L’un des premiers modèles de calcul utilisé dans la communauté des mathématiques
financières était le modèle de l’arbre binomial. Ce modèle a été populaire pendant un
certain temps, mais au cours des 15 dernières années est devenu significativement ob-
solète et a peu d’utilité pratique. Cependant, c’est toujours l’un des premiers modèles
que les plus avancés est le modèle d’arbre trinomial. Cela améliore le modèle binomial
en permettant à un prix boursier de se déplacer vers le haut, vers le bas ou de rester
identique avec certaines probabilités, comme indiqué dans le schéma ci-dessous.
S(t)u, avec la probabilité pu ;
S(t + ∆t) = S(t) avec la probabilité 1 − pu − pd ;
S(t)d avec la probabilité pd .
ud = 1
Alors que cette condition n’est pas toujours utilisée pour une construction en arbre
trinomial, elle simplifie grandement la complexité du schéma numérique : elle conduit
à un arbre recombinant.
où
Nu + Nd + Nm = n
√ √
u = eσ 2∆t
, d = e−σ 2∆t
q 2
exp(r ∆2t ) − exp(−σ ∆t
2
)
pu = q q
∆t ∆t
exp(σ 2
) − exp(−σ 2
)
q 2
exp(σ ∆2t ) − exp(r ∆2t )
pd = q q
exp(σ ∆2t ) − exp(−σ ∆2t )
pm = 1 − pu − pd
3.2 Évaluation
Dans cette section, on va construire un algorithme d’évaluation d’une option eu-
ropéenne à l’aide d’un arbre trinomial. Pour celà, nous avons besoin des quantités
suivantes :
1. Les probabilités de transition de divers mouvements de prix des actions, ce sont
les pu , pd et pm .
2. Les tailles des mouvements vers le haut, le bas et le milieu, ce sont les u, d et
m = 1.
3. Le gain ou l’état terminal de notre option (Call ou Put) à la maturité i.e. les
fins des nœuds.
34 CHAPITRE 3. LE MODÈLE TRINOMIAL
Exemples et simulation
4.1 Exemple
S0 = 100, n = 25, K = 102, σ = 25%, T = 1, ∆t = T /n = 0.04, r = 10%
√
u = exp(σ 2∆t )
√
u = exp(0.25 2 × 0.04)
u = 1.07327066
√
d = 1/u = exp(−σ 2∆t )
d = 1/u = 0.9317314234
m=1
q 2
exp(r ∆2t ) − exp(−σ ∆t
2
)
pu = q q
∆t ∆t
exp(σ 2
) − exp(−σ 2
)
2
exp(0.1 × 0.02) − exp(−0.25 × 0.1414213562)
pu =
exp(0.25 × 0.1414213562) − exp(−0.25 × 0.1414213562)
pu = 0.2698477954
q 2
exp(σ ∆2t ) − exp(r ∆2t )
pd = q q
∆t ∆t
exp(σ 2 ) − exp(−σ 2 )
2
exp(0.25 × 0.1414213562) − exp(0.1 × 0.02)
pd =
exp(0.25 × 0.1414213562) − exp(−0.25 × 0.1414213562)
38 CHAPITRE 4. EXEMPLES ET SIMULATION
pd = 0.2309102701
Pm = 1 − Pu − P d
Pm = 0.4992419345
4.1 Exemple 39
Pu × C u + P m × C m + Pd × C d
C0 =
exp(r∆t )
C0 = 1.431758513
40 CHAPITRE 4. EXEMPLES ET SIMULATION
4.1.1 Simulation
s=100
k=102
v=0.25
r=0.1
T=1
m=1
n=25
dt=T/n
u=exp(v×sqrt(2×dt))
d=1/u
pu =(exp((r)× dt/2)-exp(-v×sqrt(dt/2)))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pd =(exp(v×sqrt(dt/2))-exp((r)×dt/2))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pm = 1 - pu - pd ;
Su=s×u
Sm=s×m
Sd=s×d Suu=s×u2
Sum=s×u×m
Smm=s×m2
Sdm=s×d×m
Sdd=s×d2
Cu=max(Su-k,0)
Cm=max(Sm-k,0)
Cd=max(Sd-k,0)
Cuu=max(Suu-k,0)
Cum=max(Sum-k,0)
Cmm=max(Smm-k,0) Cdm=max(Sdm-k,0)
Cdd=max(Sdd-k,0)
C0 =(pu*Cu+pm*Cm+pd*Cd)/exp(r*dt)
C0 =1.431758513
4.1 Exemple 41
42 CHAPITRE 4. EXEMPLES ET SIMULATION
4.2 Exemple
2
exp(0.12 × 0.25) − exp(−0.15 × 0.5)
pu =
exp(0.15 × 0.5) − exp(−0.15 × 0.5)
pu = 0.4679912
q 2
exp(σ ∆2t ) − exp(r ∆2t )
pd = q q
∆t ∆t
exp(σ 2 ) − exp(−σ 2 )
2
exp(0.15 × 0.5) − exp(0.12 × 0.25)
pd =
exp(0.15 × 0.5) − exp(−0.15 × 0.5)
pd = 0.09979357
Pm = 1 − Pu − P d
Pm = 0.4322153
4.2 Exemple 43
44 CHAPITRE 4. EXEMPLES ET SIMULATION
Pu × C u + Pm × C m + P d × C d
C0 =
exp(r∆t )
C0 = 4.21569
4.2 Exemple 45
4.2.1 Simulation
s=90
k=95
v=0.15
r=0.12
T=1
m=1
n=2
dt=T/n
u=exp(v×sqrt(2×dt))
d=1/u
pu =(exp((r)× dt/2)-exp(-v×sqrt(dt/2)))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pd =(exp(v×sqrt(dt/2))-exp((r)×dt/2))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pm = 1 - pu - pd ;
Su=s×u
Sm=s×m
Sd=s×d Suu=s×u2
Sum=s×u×m
Smm=s×m2
Sdm=s×d×m
Sdd=s×d2
Cu=max(Su-k,0)
Cm=max(Sm-k,0)
Cd=max(Sd-k,0)
Cuu=max(Suu-k,0)
Cum=max(Sum-k,0)
Cmm=max(Smm-k,0) Cdm=max(Sdm-k,0)
Cdd=max(Sdd-k,0)
C0 =(pu×Cu+pm×Cm+pd×Cd)/exp(r×dt)
C0 =4.21569
46 CHAPITRE 4. EXEMPLES ET SIMULATION
4.3 Exemple 47
4.3 Exemple
2
exp(0.1 × 0.25) − exp(−0.1 × 0.5)
pu =
exp(0.13 × 0.5) − exp(−0.13 × 0.5)
pu = 0.4602
q 2
exp(σ ∆2t ) − exp(r ∆2t )
pd = q q
∆t ∆t
exp(σ 2 ) − exp(−σ 2 )
2
exp(0.13 × 0.5) − exp(0.1 × 0.25)
pd =
exp(0.13 × 0.5) − exp(−0.13 × 0.5)
pd = 0.1035
Pm = 1 − Pu − Pd
Pm = 0.4364
48 CHAPITRE 4. EXEMPLES ET SIMULATION
4.3 Exemple 49
Pu × C u + P m × C m + Pd × C d
C0 =
exp(r∆t )
C0 = 22.438529
50 CHAPITRE 4. EXEMPLES ET SIMULATION
4.3.1 Simulation
s=70
k=50
v=0.13
r=0.1
T=1
m=1
n=2
dt=T/n
u=exp(v×sqrt(2×dt))
d=1/u
pu =(exp((r)×dt/2)-exp(-v×sqrt(dt/2)))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pd =(exp(v×sqrt(dt/2))-exp((r)×dt/2))2 /(exp(v×sqrt(dt/2))-exp(-v×sqrt(dt/2)))2
pm = 1 - pu - pd ;
Su=s×u
Sm=s×m
Sd=s×d Suu=s×u2
Sum=s×u×m
Smm=s×m2
Sdm=s×d×m
Sdd=s×d2
Cu=max(Su-k,0)
Cm=max(Sm-k,0)
Cd=max(Sd-k,0)
Cuu=max(Suu-k,0)
Cum=max(Sum-k,0)
Cmm=max(Smm-k,0) Cdm=max(Sdm-k,0)
Cdd=max(Sdd-k,0)
C0 =(pu×Cu+pm×Cm+pd×Cd)/exp(r×dt)
C0 =22.438529
4.3 Exemple 51
52 CHAPITRE 4. EXEMPLES ET SIMULATION
Conclusion
À présent, le procédé de l’arbre trinomial est étendu aux options exotiques, no-
tamment les options à barrières par Ritchken puis Chenk et Vorst en 1995. Ils ont
proposé de mettre à profit la souplesse du modèle trinomial de Boyle pour apporter
une solution à l’évaluation de ces options. Puis aux options à plusieurs actifs risqués
dont la matrice des variances-covariances des rendements est diagonale.
54 CHAPITRE 4. EXEMPLES ET SIMULATION
Bibliographie