Simulation — TD №2
On considère un contrat d’assurance concernant N = 1000 assurés sur un an. Chaque assuré dé-
clare au maximum un sinistre dans l’année, avec probabilité p = 5.10−3 , et de manière indépendante
des autres assurés.
Le montant remboursé pour chaque sinistre est aléatoire.
On note X le remboursement total de tous les sinistres d’une année. On cherche à calculer la
probabilité p∗ = P [X ≥ 1.75 × E X].
1. Cas gaussien
On suppose que le montant (en euros) du remboursement d’un sinistre suit la loi normale de
paramètres m = 1000 et σ = 150.
— Déterminer une approximation de p∗ par simulation.
— Calculer la valeur exacte de p∗ sous la forme d’une somme faisant intervenir la fonction de
répartition de la loi normale, et faire une application numérique à l’aide des fonctions dbinom
et pnorm.
2. Modèle plus précis
On suppose maintenant qu’avec probabilité 2/10, le montant d’un remboursement est forfaitaire,
égal à 800 e. Avec probabilité 8/10, il suit une loi continue dont la densité est proportionnelle à la
fonction représentée dans le graphe suivant :
900 1200 1300
— Programmer une fonction qui simule la loi d’un remboursement.
— Donner une valeur approchée de l’espérance et de la variance de cette loi, en utilisant la
méthode de Monte Carlo. Comparer avec les valeurs exactes.
— Programmer une fonction qui simule X.
— Calculer une approximation de p∗ .
— Utiliser une méthode de réduction de variance par variable de contrôle pour obtenir une
approximation plus précise de p∗ (en utilisant le calcul exact de la valeur p∗ dans le cas normal).
On pourra comparer deux méthodologies :
1. Simuler le nombre de sinistres, puis séparément la valeur de X dans le cas approché normal
et dans le cas exact.
2. Simuler le nombre de sinistres. Pour chaque sinistre, simuler une variable de loi uniforme
sur [0, 1[, et transformer cette valeur par la fonction G = F −1 correspondant au cas ap-
proché normal puis au cas exact.
3. Dépendance
Étudier un cas où « la probabilité p est rendue aléatoire » : commencer par rendre cette expres-
sion rigoureuse, expliquer comment cela permet d’introduire une dépendance entre les assurés, et
mesurer l’impact de cette dépendance sur la valeur de p∗ .