Bewertung von europäischen und amerikanischen Optionen

Größe: px
Ab Seite anzeigen:

Download "Bewertung von europäischen und amerikanischen Optionen"

Transkript

1 Bewertung von europäischen und amerikanischen Optionen 3. Vortrag - Mathematische Analyse / Beweise und Numerische Resultate Technische Universität Berlin Institut für Mathematik 1. Februar 2008

2 Inhaltsverzeichnis 1 Erinnerungen 2 europäischer Put europäischer Call 3 Analysis Hindernisproblem Numerik 4 Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich 5

3 Modellannahmen Modellvoraussetzungen Kurs des Basiswerts S t := S(t) genügt der stochastischen DGL ds t = µs t dt + σs t dw (t) mit µ... Drift (Trend), σ... Volatilität des Basiswerts S t arbitragefreier, liquider, friktionsloser Markt vollkommener Kapitalmarkt (Soll- = Habenzins r 0) zeitkontinuierlicher Handel des Basiswerts beliebig teilbarer Basiswert keine Dividendenzahlungen auf den Basiswert S vollständige Information der Marktteilnehmer

4 Quantitativer Kurvenverlauf der Preise europäischer und amerikanischer Optionen europäischer / amerikanischer Call europäischer / amerikanischer Put

5 europäischer Put europäischer Call Black-Scholes-Gleichung () Black-Scholes-Gleichung der Preis einer europäischen Option V (S, t) genügt der partiellen (parabolischen) Differentialgleichung: V t σ2 S 2 V SS + rsv S rv = 0 mit (S, t) (0, ) (0, T ) r > 0... Zinssatz σ > 0... Volatilität

6 europäischer Put europäischer Call End- / Randbedingungen eines europäischen Puts Endbedingung S (0, ) : P(S, T ) = (K S) + Randbedingungen t (0, T ) : P(S, t) S 0 P(0, t) = K e r (T t)

7 europäischer Put Erinnerungen europäischer Put europäischer Call Lösung der Black-Scholes Gleichung mit P(S, t) = S φ(d 1 ) K e r (T t) φ(d 2 ) (S, t) (0, ) [0, T ) x φ(x) = 1 2π e s2 2 ds, x R (Verteilungsfunktion der Standardnormalverteilung) d 1,2 = ln( S K )+(r± σ 2 2 ) (T t) σ T t Beweis: Einsetzten der gefundenen Lösung in die Black-Scholes Gleichung

8 Numerik europäischer Put europäischer Put europäischer Call Abbildung: t = 0, 0.2,... 1, K = 100, T = 1, r = 0.1, σ = 0.4

9 europäischer Put europäischer Call End- / Randbedingungen eines europäischen Calls Endbedingung S (0, ) : C(S, T ) = (S K) + Randbedingungen t (0, T ) : C(S, t) S C(0, t) = 0

10 europäischer Call Erinnerungen europäischer Put europäischer Call Lösung der Black-Scholes Gleichung mit C(S, t) = K e r (T t) φ( d 2 ) S φ( d 1 ) (S, t) (0, ) [0, T ) x φ(x) = 1 2π e s2 2 ds, x R (Verteilungsfunktion der Standardnormalverteilung) d 1,2 = ln( S K )+(r± σ 2 Beweis: über Put-Call-Parität 2 ) (T t) σ T t

11 Numerik europäischer Call europäischer Put europäischer Call Abbildung: t = 0, 0.2,... 1, K = 100, T = 1, r = 0.1, σ = 0.4

12 Numerik europäische Option europäischer Put europäischer Call numerische Auswertung der Black-Scholes Formel Wie wird die Verteilungsfunktion der Standardnormalverteilung ausgewertet? φ(x) = 1 x 2π mit Hilfe des Gaußschen Fehlerintegrals: erf (z) := 2 π e s2 2 ds, x R z 0 e t2 dt

13 Numerik europäische Option europäischer Put europäischer Call Beweis da φ(0) = 1 2 gilt: φ(x) = 1 x 2π = π x 2 0 e s2 1 2 ds = x 2π e t2 dt = 1 2 (1 + 2 π = 1 2 (1 + erf ( x 2 )) 0 x 2 0 e s2 2 ds e t2 dt)

14 Erinnerung Erinnerungen Analysis Hindernisproblem Numerik Wert einer amerikanischen Option C eu (S, 0) = C am (S, 0) P eu (S, 0) P am (S, 0) nur noch Betrachtung eines amerikanischen Puts

15 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik Existenz eines optimalen Ausübungspreises S f (t) (freier Randwert, welcher zusätzlich bestimmt werden muss) freies Randwertproblem {(S, t) 0 S < S f (t) K; 0 t < T } (vorzeitige Ausübung der Option) P(S, t) = (K S) + {(S, t) S f (t) S ; 0 t < T } (Option wird nicht ausgeübt) P(S, t) > (K S) +

16 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik

17 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik freies Randwertproblem falls 0 S < S f (t) K: P(S, t) = K S (innerer Wert) falls S f (t) S P(S, t) genügt der Black-Scholes Gleichung

18 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik Herleitung der Randbedingungen P(S, t) S 0 Stetigkeit von P(S, t) an der Stelle S f (t) P(S f (t), t) = (K S f (t)) aber: S f (t) unbekannt weitere Randbedingungen nötig: Stetigkeit der Ableitung von P(S, t) an der Stelle S f (t) P(S,t) S = (K S) S = 1 auf S < S f (t) P S (S f (t), t) = 1

19 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik Wert eines amerikanischen Puts Berechnung aus für S S f (t) K P(S, t) = K S für S > S f (t) P t σ2 S 2 P SS + rsp S rp = 0

20 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik Endbedingung S (0, ) : P(S, T ) = (K S) + Randbedingungen t (0, T ) : P(S, t) S 0 P(S f (t), t) = K S f (t) P S (S f (t), t) = 1

21 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik Wert eines amerikanischen Puts Umformulierung des Problems, so dass S f (t) nicht mehr auftaucht freies Komplementaritätsproblem (veranschaulicht am Hindernisproblem)

22 Idee Erinnerungen Analysis Hindernisproblem Numerik Abbildung: Seil f (x) über einem Hindernis u(x)

23 Voraussetzungen Erinnerungen Analysis Hindernisproblem Numerik gegeben Hindernis u(x) mit u(x) C 2 ( 1, 1) u > 0 in (a, b) [ 1, 1] u < 0 in (a, b) u( 1) < 0 und u(1) < 0

24 Ziel Erinnerungen Analysis Hindernisproblem Numerik gesucht Funktion f (x), deren Graph ein Seil mit minimaler Seillänge über dem Hindernis u(x) darstellt f (x) C 1 ( 1, 1) f ( 1) = 0 und f (1) = 0 f u in ( 1, 1) f = 0 in ( 1, a) und (b, 1) f = u in (a, b)

25 Hindernisproblem Erinnerungen Analysis Hindernisproblem Numerik Problem a, b unbekannt, nicht gegeben, implizit durch das Problem definiert freies Randwertproblem / Hindernisproblem Ziel Umformulierung des Problems, so dass die freien Randbedingungen a, b nicht mehr explizit auftauchen

26 Umformulierung Hindernisproblem Analysis Hindernisproblem Numerik Eigenschaften von f Umformulierung der obigen Eigenschaften von f : für x ( 1, a): f > u und f = 0 für x (a, b): f = u < 0 für x (b, 1): f > u und f = 0 und damit: f > u f = 0 f = u f < 0

27 Analysis Hindernisproblem Numerik lineares Komplementaritätsproblem Umformulierung des freien Randwertproblems als lineares Komplementaritätsproblem: lineares Komplementaritätsproblem Suche f C 1 ( 1, 1) mit: f (f u) = 0 in ( 1, 1) f 0 in ( 1, 1) f u 0 in ( 1, 1) f ( 1) = f (1) = 0

28 amerikanischer Put Erinnerungen Analysis Hindernisproblem Numerik lineares Komplementaritätsproblem Wert eines amerikanischen Puts bestimmt sich als Lösung des folgenden Systems: (P (K S) + ) (P t σ2 S 2 P SS + rsp S rp) = 0 (P t σ2 S 2 P SS + rsp S rp) 0 P (K S) + 0 mit Endbedingung P(S, T ) = (K S) + für S > 0 mit Randbedingungen P(0, t) = K für 0 < t < T P(S, t) S 0 für 0 < t < T

29 Numerik amerikanischer Put Analysis Hindernisproblem Numerik weitere Schritte Transformation des o.g. Systems für numerische Betrachtung Approximation des (neuen, transformierten) Lösungsgebiets R (0, T ) mittels Finiter Differenzen Anwendung des SOR-Verfahrens (successive overrelaxation) Rücktransformation

30 Numerik amerikanischer Put Analysis Hindernisproblem Numerik Abbildung: t = 0, K = 100, T = 1, r = 0.1, σ = 0.4

31 Veränderung der Modellvoraussetzungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Modellannahmen Kurs des Basiswerts S t := S(t) genügt der stochastischen DGL ds t = µs t dt + σs t dw (t) mit µ... Drift (Trend), σ... Volatilität des Basiswerts S t arbitragefreier, liquider, friktionsloser Markt vollkommener Kapitalmarkt (Soll- = Habenzins r 0) zeitkontinuierlicher Handel des Basiswerts beliebig teilbarer Basiswert keine Dividendenzahlungen auf den Basiswert S vollständige Information der Marktteilnehmer

32 Problem Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich bisher: Black-Scholes Gleichung ohne Transaktionskosten zur vollständigen Risikoabsicherung ständige Portfolioumschichtung optimal jetzt: Einbeziehung von Transaktionskosten je öfter Portfolio umgeschichtet wird, desto höher werden die Kosten Trade-Off zwischen Häufigkeit der Portfolioumschichtung und Kosten für selbige Auswirkungen auf Optionspreis

33 Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Modifizierung der Black-Scholes-Gleichung Modifizierung der Black-Scholes-Gleichung modifizierte Volatilität: σ 2 := σ 2 (t, S, V S, V SS, σ) modifizierte Black-Scholes-Gleichung: V t σ2 (t, S, V S, V SS, σ)s 2 V SS + rsv S rv = 0 mit (S, t) (0, ) (0, T ) nichtlineare Black-Scholes-Gleichung

34 Leland s Modell Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich modifizierte Volatilität σ 2 = σ 2 (1 + Le sign(v SS )) mit σ... Volatilität des Aktienkurses S 2 Le = π... Leland Zahl κ σ δt δt... Frequenz der Transaktionen (Intervalllänge) κ = S ask S bid S... Transaktionskosten mit S = S ask +S bid 2

35 Leland s Modell Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Ergebnis unter der Annahme V SS > 0 gilt: σ 2 = σ 2 (1 + Le) > σ 2 V Le (S, 0) > V (S, 0)

36 Barles und Soner s Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich modifizierte Volatilität σ 2 = σ 2 (1 + ψ(e r (T t) a 2 S 2 V SS )) mit σ... Volatilität des Aktienkurses S a = κ ɛ mit ɛ > 0 κ = S ask S bid S... Transaktionskosten mit S = S ask +S bid 2 ψ(x) genügt folgender Differentialgleichung: ψ (x) = mit Anfangswert: ψ(0) = 0 ψ(x) x ψ(x) x, x 0

37 Barles und Soner s Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Ergebnis Analyse der Differentialgleichung: ψ (x) = mit Anfangswert ψ(0) = 0 ergab: ψ(x) x ψ(x) x, x 0 ψ(x) lim = 1 und lim ψ(x) = 1 x x x ψ(x) = x falls x groß genug σ 2 = σ 2 (1 + e r (T t) a 2 S 2 V SS ) > σ 2 V BS (S, 0) > V (S, 0)

38 Barles und Soner s Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Lösung der o.g. Differentialgleichung unter Benutzung von ode45

39 RAPM Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich modifizierte Volatilität C σ 2 = σ 2 ( M 2π S V SS ) mit σ... Volatilität des Aktienkurses S M... Risikoprämienmaß C = S ask S bid S... Transaktionskosten mit S = S ask+s bid 2

40 RAPM Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Ergebnis unter der Annahme V SS > 0 gilt: σ 2 > σ 2 V RAPM (S, 0) > V (S, 0)

41 Parameter Erinnerungen Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Parameterfestlegung im Folgenden gelten folgende Parameter: r = 0.1 σ = 0.2 K = 100 T = 1 (ein Jahr) 1 Plot der Differenz C nichtlinear (S t, t) C linear (S t, t) eines europäischen Calls 2 Plot eines europäischen Calls mit und ohne Transaktionskosten

42 Vergleich mit linearem Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Leland s Modell vs. lineares Modell Abbildung: δt = 0.01, κ = 0.05

43 Vergleich mit linearem Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Barles und Soner s Modell vs. lineares Modell Abbildung: a = 0.02

44 Vergleich mit linearem Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Barles und Soner s Modell mit ψ(x) = x vs. lineares Modell Abbildung: a = 0.02

45 Vergleich mit linearem Modell Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich RAPM Modell vs. lineares Modell Abbildung: M = 0.01, C = 30

46 Vergleich aller Modelle Modelle mit Transaktionskosten Leland s Modell Barles und Soner s Modell Risk Adjusted Pricing Methodology (RAPM) Vergleich Preis eines europäischen Calls

47 Paper Erinnerungen On the numerical solution of nonlinear Black-Scholes equations Julia Ankudinova On the Risk-Adjusted Pricing-Methodology-based valuation of Vanilla Options and Explanation of the volatility smile Martin Jandačka und Daniel Ševčovič Option Pricing and Replication with Transactions Costs Hayne E. Leland On Leland s strategy of Option Pricing with Transaction Costs Kabanov Yu. M. und Safarian M. M.

48 Bücher und sonstiges Finanzderivate mit MATLAB Michael Günther, Ansgar Jüngel vieweg Verlag Einführung in die Statistik der Finanzmärkte Jürgen Franke, Wolfgang Härdle, Christian Hafner Springer Verlag Vorlesung Finanzmathematik 1 im WS 2007/08 an der TU Berlin Prof. Jochen Blath

49 Gibt es noch Fragen???

Das Black-Scholes-Merton Modell

Das Black-Scholes-Merton Modell Agenda Lehrstuhl für Volkswirtschaftstheorie Westfälische Wilhelms-Universität Münster May 12, 2006 Teil I Agenda 2 Zur Erinnerung Das Lemma von Ito Die vereinfachten Annahmen an den Finanzmarkt Teil II

Mehr

Bewertung von europäischen und amerikanischen Optionen

Bewertung von europäischen und amerikanischen Optionen Bewertung von europäischen und amerikanischen en 1. Vortrag - Einführung Technische Universität Berlin Institut für Mathematik 8. November 2007 Inhaltsverzeichnis 1 Definitionen amerikanische / europäische

Mehr

Das Black-Scholes Modell

Das Black-Scholes Modell Vathani Arumugathas Das Black-Scholes Modell 1 Das Black-Scholes Modell Vathani Arumugathas Seminar zu Finanzmarktmodellen in der Lebensversicherung, Universität zu Köln 10. Juni 016 Inhaltsverzeichnis

Mehr

Wie Derivate die Finanzwelt veränderten

Wie Derivate die Finanzwelt veränderten Franz Reiter 16. Dezember 2016 Aufbau Grundlagen Exotische Optionen Capital Asset Pricing Model Black-Scholes-Formel Derivat Derivat ist ausgestelltes Recht zum Kauf bzw. Verkauf von bestimmten Basiswerten

Mehr

Handy, Börse und Kristalle

Handy, Börse und Kristalle Handy, Börse und Kristalle Neues aus der Welt der Analysis Seite 1 Handy, Börse und Kristalle Neues aus der Welt der Analysis Was empfängt ein Handy? Eine mathematische Lupe Ein Blick in die Börse... und

Mehr

Bewertung Amerikanischer Optionen mit stochastischer Volatilität

Bewertung Amerikanischer Optionen mit stochastischer Volatilität Bewertung Amerikanischer Optionen mit stochastischer Volatilität Mathias Weigler Universität zu Köln 1. Mai 2014 Ziel dieses Vortrags: Modellierung und Einführung in die Theorie der Optionspreisbewertung

Mehr

Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen

Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen IGEL Verlag Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen 1.Auflage 2009 ISBN: 978 3 86815 358

Mehr

Studienschwerpunkt Numerische Mathematik

Studienschwerpunkt Numerische Mathematik Studienschwerpunkt Numerische Mathematik Ralf Hiptmair Seminar for Applied Mathematics, ETH Zürich Wahlfachvorstellung SS 25 R.Hiptmair (SAM, ETH Zürich) Numerische Mathematik SS 25 / 3 Vorlesungsangebot

Mehr

Numerik von PDEs - Bepreisung europäischer und amerikanischer Optionen

Numerik von PDEs - Bepreisung europäischer und amerikanischer Optionen Numerik von PDEs - Bepreisung europäischer und amerikanischer Optionen Andreas Peterseil Technische Universität Wien 21. Dezember 2011 Übersicht Begriffe und Notation Black-Scholes Gleichung bzw. Ungleichung

Mehr

Stochastic Volatility and Jumps

Stochastic Volatility and Jumps Seminar SoSe 2010: Warum wir falsch liegen und trotzdem weitermachen Stochastic Volatility and Jumps Anja Kipke 28. Mai 2010 Betreuung: Rupert Hughes-Brandl, Ulrich Nögel Gliederung 1 2 3 4 5 Stochastic

Mehr

Optionspreistheorie Seminar Stochastische Unternehmensmodelle

Optionspreistheorie Seminar Stochastische Unternehmensmodelle Seminar Stochastische Unternehmensmodelle Lukasz Galecki Mathematisches Institut Universität zu Köln 1. Juni 2015 1 / 30 Inhaltsverzeichnis 1 Was ist eine Option? Definition einer Option Übersicht über

Mehr

Diffusionsprozesse und lineare stochastische DGL

Diffusionsprozesse und lineare stochastische DGL Diffusionsprozesse und lineare stochastische DGL Michele Bieber TU Dortmund - Fakultät Statistik 15. Mai 2012 Inhaltsverzeichnis 1 Einleitung 2 Diffusionsprozesse Stochastische DGL eines Diffusionsprozesses

Mehr

Blatt 4. 1 Einführung. Programmierpraktikum Computational Finance. WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll

Blatt 4. 1 Einführung. Programmierpraktikum Computational Finance. WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance Blatt 4 1 Einführung Die auf den ersten drei Blättern besprochenen

Mehr

Prof. Dr. Georg Schlüchtermann Ludwig-Maximilians Universität München und Hochschule München

Prof. Dr. Georg Schlüchtermann Ludwig-Maximilians Universität München und Hochschule München Finanzmärkte und Mathematik tik Prof. Dr. Georg Schlüchtermann Ludwig-Maximilians Universität München und Hochschule München Inhalt Bewertung von Finanzprodukten Welche mathematischen Modelle werden verwendet?

Mehr

Die Black Scholes Differentialgleichung

Die Black Scholes Differentialgleichung Die Black Scholes Differentialgleichung Lutz Kruschwitz und Maria Stefanova 10. September 2007 Inhaltsverzeichnis 1 Einführung 2 2 Delta Hedging 2 2.1 Der Prozess für den Preis des Basistitels........................

Mehr

1 Einführung, Terminologie und Einteilung

1 Einführung, Terminologie und Einteilung Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen

Mehr

Anwendungen partieller Differentialgleichungen

Anwendungen partieller Differentialgleichungen Anwendungen partieller Differentialgleichungen Dr. Dominic Breit 27.01.2012 Outline Partielle Differentialgleichungen 1 Partielle Differentialgleichungen 2 3 4 5 Gleichungen Partielle Differentialgleichungen

Mehr

Blatt 5. 2 Herleitung des linear komplementären Problems

Blatt 5. 2 Herleitung des linear komplementären Problems Programmierpraktikum Computational Finance WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance Blatt 5 1 Einführung Auf diesem Blatt wollen wir nun Amerikanische

Mehr

Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten

Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten Jürgen Kremer Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten Zweite, vollständig überarbeitete und erweiterte Auflage 45J Springer Inhaltsverzeichnis Teill Ein-Perioden- Wertpapiermärkte

Mehr

Seminar: Finanzmathematik. Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr

Seminar: Finanzmathematik. Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr Seminar: Finanzmathematik Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr Deniz Atug 4. April 2010 Zusammenfassung Die vorliegende Arbeit gibt eine Einführung in

Mehr

Einführung in die Diskrete Finanzmathematik

Einführung in die Diskrete Finanzmathematik Jürgen Kremer Einführung in die Diskrete Finanzmathematik Mit 37 Abbildungen /IS 4y Springer Ein-Perioden- Wertpapiermärkte 1 1.1 Portfolios 5 1.2 Optionen und Forward-Kontrakte 8 1.2.1 Optionen 8 1.2.2

Mehr

Mathematik und Nanotechnologie: Warum werden Computer immer kleiner?

Mathematik und Nanotechnologie: Warum werden Computer immer kleiner? 1 Mathematik und Nanotechnologie: Warum werden Computer immer kleiner? Ansgar Jüngel Institut für Analysis und Scientific Computing www.juengel.at.vu (einige Bilder sind aus urheberrechtlichen Gründen

Mehr

Klassifikation und Analyse finanzwirtschaftlicher Zeitreihen mit Hilfe von fraktalen Brownschen Bewegungen

Klassifikation und Analyse finanzwirtschaftlicher Zeitreihen mit Hilfe von fraktalen Brownschen Bewegungen Michael Hafner Klassifikation und Analyse finanzwirtschaftlicher Zeitreihen mit Hilfe von fraktalen Brownschen Bewegungen PETER LANG Europäischer Verlag der Wissenschaften Inhaltsverzeichnis Abbildungsverzeichnis.-.

Mehr

Numerik gewöhnlicher Differentialgleichungen

Numerik gewöhnlicher Differentialgleichungen Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl

Mehr

Numerische Methoden 7. Übungsblatt

Numerische Methoden 7. Übungsblatt Karlsruher Institut für Technologie (KIT) SS 01 Institut für Analysis Prof Dr Michael Plum Dipl-Mathtechn Rainer Mandel Numerische Methoden 7 Übungsblatt Aufgabe 17: Quadratur II Die Menge aller Polynome

Mehr

Mathematische Behandlung des Risikos in der Portfolio-Optimierung

Mathematische Behandlung des Risikos in der Portfolio-Optimierung Mathematische Behandlung des Risikos in der Portfolio-Optimierung Michael Manger Mathematisches Institut Universität Bayreuth Seminar Stochastische Dynamische Optimierung Bayreuth, 5. März 2008 Michael

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

Algorithmische Mathematik und Programmieren

Algorithmische Mathematik und Programmieren Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen

Mehr

Numerik gewöhnlicher Differentialgleichungen. Übung 8 - Lösungsvorschlag

Numerik gewöhnlicher Differentialgleichungen. Übung 8 - Lösungsvorschlag Technische Universität Chemnitz Chemnitz, 2. Januar 21 Prof. R. Herzog, M. Bernauer Numerik gewöhnlicher Differentialgleichungen WS29/1 Übung 8 - Lösungsvorschlag 1. Ziel dieser Aufgabe ist die Umsetzung

Mehr

Inhaltsverzeichnis. Teil I

Inhaltsverzeichnis. Teil I Inhaltsverzeichnis Teil I Ein-Perioden-Wertpapiermärkte 3 1.1 Ein-Perioden-Modelle 4 1.2 Portfolios 7 1.3 Optionen und Forward-Kontrakte 9 1.3.1 Optionen 10 1.3.2 Forward-Kontrakte 12 1.4 Die Bewertung

Mehr

FINANZMATHEMATIK. Toker Claudia, Hackner Denise

FINANZMATHEMATIK. Toker Claudia, Hackner Denise FINANZMATHEMATIK Toker Claudia, Hackner Denise AKTIEN Aktien Ökonomische Grundlagen Graphische Darstellung von Aktienkursverläufen Aktienkurs und Aktienindex Die Rendite einer Aktie Statistik der Aktienmärkte

Mehr

Finanzmathematik Wie funktioniert eigentlich Hedging?

Finanzmathematik Wie funktioniert eigentlich Hedging? Finanzmathematik Wie funktioniert eigentlich Hedging? Dr. Michael J. Winckler IWR, Universität Heidelberg AK Anwendungsorientierte Mathematik 10. Mai 2016,Karlsruhe-Neureuth Dr. Michael J. Winckler IWR,

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b

Mehr

KAPITEL 1. Einleitung

KAPITEL 1. Einleitung KAPITEL 1 Einleitung Wir beschäftigen uns in dieser Vorlesung mit Verfahren aus der Numerischen linearen Algebra und insbesondere dem sogenannten Mehrgitterverfahren zur Lösung linearer Gleichungssysteme

Mehr

Inhaltsverzeichnis. 2 Portfoliotheorie Rendite und Risiko Die erwartete Rendite... 74

Inhaltsverzeichnis. 2 Portfoliotheorie Rendite und Risiko Die erwartete Rendite... 74 1 Ein-Perioden-Wertpapiermärkte........................... 1 1.1 Portfolios............................................... 5 1.2 Optionen und Forward-Kontrakte......................... 8 1.2.1 Optionen.........................................

Mehr

Seminarvortrag. Euler-Approximation. Marian Verkely TU Dortmund

Seminarvortrag. Euler-Approximation. Marian Verkely TU Dortmund Seminarvortrag Euler-Approximation Marian Verkely TU Dortmund 03.12.14 1 / 33 Inhaltsverzeichnis 1 Motivation 2 Simulierte Prozesse 3 Euler-Approximation 4 Vasicek-Prozess: Vergleich analytische Lösung

Mehr

Notationen. Burkhard Weiss Futures & Optionen Folie 2

Notationen. Burkhard Weiss Futures & Optionen Folie 2 Optionspreismodelle Notationen S t : X: T: t: S T : r: C: P: c: p: s: aktueller Aktienkurs Ausübungspreis (Rest-)laufzeit der Option Bewertungszeitpunkt Aktienkurs bei Verfall risikofreier Zinssatz Preis

Mehr

5. Die eindimensionale Wellengleichung

5. Die eindimensionale Wellengleichung H.J. Oberle Differentialgleichungen II SoSe 2013 5. Die eindimensionale Wellengleichung Wir suchen Lösungen u(x, t) der eindimensionale Wellengleichung u t t c 2 u xx = 0, x R, t 0, (5.1) wobei die Wellengeschwindigkeit

Mehr

Die Option in kontinuierlicher Zeit

Die Option in kontinuierlicher Zeit Die Option in kontinuierlicher Zeit von HANS-JüRG BüTTLER Schweizerische Nationalbank D ieser Abschnitt behandelt die Option in kontinuierlicher Zeit und leitet die europäische Optionspreisformel von BLACK

Mehr

Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik

Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik Karlsruher Institut für Technologie Institut für Analysis Dr. I. Anapolitanos Dipl.-Math. Sebastian Schwarz SS 7 4.5.7 Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17

Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 6/7 837 Aufgabe Punkte): Gegeben sei das lineare Gleichungssystem Ax = b mit A = 6 3 und

Mehr

Numerische Finanzmathematik in der Lehre

Numerische Finanzmathematik in der Lehre Numerische Finanzmathematik in der Lehre Erfahrungen im Bachelor-Studiengang Wirtschaftsmathematik Lars Grüne Mathematisches Institut, Universität Bayreuth Workshop Wirtschaftsmathematik Universität Bayreuth,

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Wiederholungsklausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Wiederholungsklausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Kalibrierung eines ökonomischen Szenariengenerators. Albert Meeser und Wiebke Burdag

Kalibrierung eines ökonomischen Szenariengenerators. Albert Meeser und Wiebke Burdag Kalibrierung eines ökonomischen Szenariengenerators Albert Meeser und Wiebke Burdag Übersicht Einführung Vasicek Modell Black Scholes mit Vasicek Optimierungsalgorithmen Implementierung Ergebnisse der

Mehr

FESTSTELLUNGSPRÜFUNG in HM2

FESTSTELLUNGSPRÜFUNG in HM2 FESTSTELLUNGSPRÜFUNG in HM2 FDIBA - TU, WS 27/8 INFORMATIK Name: Immatrikulationsnummer: Aufgabe : Zu lösen sei, durch Anwendung der Transformation von Laplace, das Anfangswertproblem 9P. u () (t) u(t)

Mehr

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations (Teil 1: SS 2006) 1.

Mehr

Euler-Approximation. Leonie van de Sandt. TU Dortmund Prof. Dr. Christine Müller. 5. Juni 2012

Euler-Approximation. Leonie van de Sandt. TU Dortmund Prof. Dr. Christine Müller. 5. Juni 2012 Euler-Approximation Leonie van de Sandt TU Dortmund Prof. Dr. Christine Müller 5. Juni 2012 Leonie van de Sandt (TU Dortmund) Euler-Approximation 5. Juni 2012 1 / 26 Inhaltsverzeichnis 1 Einleitung Leonie

Mehr

Einführung in die Diskrete Finanzmathematik

Einführung in die Diskrete Finanzmathematik Springer-Lehrbuch Einführung in die Diskrete Finanzmathematik Bearbeitet von Jürgen Kremer 1. Auflage 2005. Taschenbuch. XVI, 500 S. Paperback ISBN 978 3 540 25394 5 Format (B x L): 15,5 x 23,5 cm Gewicht:

Mehr

Übungsaufgaben Mathematik III MST

Übungsaufgaben Mathematik III MST Übungsaufgaben Mathematik III MST Lösungen zu Blatt Differentialgleichungen Prof. Dr. B.Grabowski Zu Aufgabe ) Zu a) lassifizieren Sie folgende Differentialgleichungen nach folgenden riterien: -Ordnung

Mehr

2. Quasilineare PDG erster Ordnung

2. Quasilineare PDG erster Ordnung H.J. Oberle Differentialgleichungen II SoSe 2013 2. Quasilineare PDG erster Ordnung Eine skalare PDG erster Ordnung hat die allgemeine Form F (x, u(x), u x (x)) = 0. (2.1) Dabei ist u : R n G R die gesuchte

Mehr

70 Wichtige kontinuierliche Verteilungen

70 Wichtige kontinuierliche Verteilungen 70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche

Mehr

Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm

Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm Numerik Parameterschätzprobleme INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung

Mehr

5. Spezielle stetige Verteilungen

5. Spezielle stetige Verteilungen 5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für

Mehr

Stetige Standardverteilungen

Stetige Standardverteilungen Universität Basel Wirtschaftswissenschaftliches Zentrum Stetige Standardverteilungen Dr. Thomas Zehrt Inhalt: 1. Die stetige Gleichverteilung 2. Die Normalverteilung (a) Einstimmung (b) Standardisierung

Mehr

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009 nach Black-Scholes mit sprüngen 2. Februar 2009 nach Black-Scholes mit sprüngen Inhaltsverzeichnis 1 Einleitung Optionsarten Modellannahmen 2 Aktienmodell Beispiele für e ohne Sprung 3 nach Black-Scholes

Mehr

5 Ebene Potentialprobleme

5 Ebene Potentialprobleme 5 Ebene Potentialprobleme Ziel: Lösung ebener Potentialprobleme mit konformen Abbildungen. 5.1 Konforme Transformation von Potentialen Ausgangssituation: Sei f : G G analytisch und bijektiv, für Gebiete

Mehr

Portfoliotheorie, Risikomanagement und die Bewertung von Derivaten

Portfoliotheorie, Risikomanagement und die Bewertung von Derivaten Springer-Lehrbuch Portfoliotheorie, Risikomanagement und die Bewertung von Derivaten Bearbeitet von Jürgen Kremer 1. Auflage 2011. Taschenbuch. xvi, 471 S. Paperback ISBN 978 3 642 20867 6 Format (B x

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial zur Vorlesung Numerik II Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik

Mehr

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

Nr. 4: Pseudo-Zufallszahlengeneratoren

Nr. 4: Pseudo-Zufallszahlengeneratoren Proseminar: Finanzmathematische Modelle und Simulationen Martin Dieckmann WS 09/0 Nr. 4: Pseudo-Zufallszahlengeneratoren Begriff Pseudo-Zufallszahl Zufallszahlen im Rechner entstehen letztlich immer durch

Mehr

Partielle Differentialgleichungen

Partielle Differentialgleichungen Partielle Differentialgleichungen Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 8. April 2009 Beachtenswertes Die Veranstaltung

Mehr

Partielle Differentialgleichungen. Hofer Joachim/Panis Clemens

Partielle Differentialgleichungen. Hofer Joachim/Panis Clemens 9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................

Mehr

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung M.Sc. Brice Hakwa hakwa@uni-wuppertal.de Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung - Zusammenfassung zum Thema: Berechnung von Value-at-Risk

Mehr

Die Bewertung von amerikanischen Basketoptionen

Die Bewertung von amerikanischen Basketoptionen Die Bewertung von amerikanischen Basketoptionen Seminararbeit von Henning Katerkamp 0. April 010 1 Inhaltsverzeichnis 1 Einführung 3 Bewertung des Perpetual Put mit der sogenannten Beibel/Lerche - Methode

Mehr

Westfälische Wilhelms-Universität Münster. Seminararbeit. Fourier-Reihen. vorgelegt von. Stefan Marczinzik

Westfälische Wilhelms-Universität Münster. Seminararbeit. Fourier-Reihen. vorgelegt von. Stefan Marczinzik Westfälische Wilhelms-Universität Münster Seminararbeit Fourier-Reihen vorgelegt von Stefan Marczinzik Fachbereich Mathematik und Informatik Seminar: Integraltransformationen (WS /3) Seminarleiter: Prof.

Mehr

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10.

Mehr

T2 Quantenmechanik Lösungen 3

T2 Quantenmechanik Lösungen 3 T2 Quantenmechanik Lösungen LMU München, WS 1/18.1. Wellenfunktion und Wahrscheinlichkeit Prof. D. Lüst / Dr. A. Schmidt-May version: 2. 11. Es seien x 1, x 2, N drei reelle Konstanten und x 2 > x 1 >.

Mehr

Finite Elemente Methode für elliptische Differentialgleichungen

Finite Elemente Methode für elliptische Differentialgleichungen Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte

Mehr

4 Absolutstetige Verteilungen und Zufallsvariablen 215/1

4 Absolutstetige Verteilungen und Zufallsvariablen 215/1 4 Absolutstetige Verteilungen und Zufallsvariablen 215/1 23. Bemerkung Integralbegriffe für Funktionen f : R d R (i) Lebesgue-Integral (Vorlesung Analysis IV). Spezialfall: (ii) Uneigentliches Riemann-Integral

Mehr

Die Forderungen 1) und 2) sind sowohl mathematisch als auch physikalisch vernünftig und einleuchtend. 3) ist eine Forderung über die

Die Forderungen 1) und 2) sind sowohl mathematisch als auch physikalisch vernünftig und einleuchtend. 3) ist eine Forderung über die Kapitel II Elementares zu den Partiellen Differentialgleichungen 4 Sachgemäßheit und Superposition Definition 4.1 Sachgemäßheit Eine ARWA, AWA oder RWA heißt sachgemäß, falls 1) die Aufgabe eine Lösung

Mehr

u(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T

u(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T 8.1 Die Methode der Finiten Differenzen Wir beschränken uns auf eindimensionale Probleme und die folgenden Anfangs und Anfangsrandwertprobleme 1) Cauchy Probleme für skalare Erhaltungsgleichungen, also

Mehr

Einige parametrische Familien für stochastische Prozesse

Einige parametrische Familien für stochastische Prozesse Einige parametrische Familien für stochastische Prozesse Seminar: Grundlagen der und Statistik von dynamischen Systemen 26. November 2014 Inhaltsverzeichnis 1 Einleitung 2 3 4 5 Einleitung Ziel des Vortrages:

Mehr

WäHRUNGSOPTIONEN ALS ZENTRALBANKINSTRUMENT?

WäHRUNGSOPTIONEN ALS ZENTRALBANKINSTRUMENT? WäHRUNGSOPTIONEN ALS ZENTRALBANKINSTRUMENT? 1. Fragestellung 2. Definition der Währungsoption 3. Preisschranken der Kaufsoption 4. Preisschranken der Verkaufsoption 5. Einsatz von Währungsoptionen 2 1.

Mehr

Numerische Mathematik I: Grundlagen

Numerische Mathematik I: Grundlagen Numerische Mathematik I: Grundlagen 09.10.2017 Inhalt der Lehrveranstaltung Inhaltlich sollen Sie in der Lehrveranstaltung Numerische Mathematik I insbesondere vertraut gemacht werden mit der Numerik linearer

Mehr

KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis

KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis Höhere Mathematik III für die Fachrichtung Elektro- und Informationstechnik D. A MR Frühjahr 2014 T R, M.S. 06.03.2014 Bachelor-Modulprüfung Aufgabe

Mehr

, r [0, 2], ϕ [0,π/2], ϑ [0,π/6]. x 3. x 2 2 x 2 1. F(x) = x 2 3

, r [0, 2], ϕ [0,π/2], ϑ [0,π/6]. x 3. x 2 2 x 2 1. F(x) = x 2 3 Prof. Dr. Eck Höhere Mathematik 3 9.3.9 Aufgabe ( Punkte) Gegeben ist der Körper K mit der Parametrisierung x r cos ϕ cos ϑ K : x = Φ(r,ϕ,ϑ) = r sin ϕ cos ϑ, r [, ], ϕ [,π/], ϑ [,π/6]. x 3 r sin ϑ a) Berechnen

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

Analysis der Eikonal-Gleichung Teil I

Analysis der Eikonal-Gleichung Teil I Analysis der Eikonal-Gleichung Teil I Seminararbeit zur angewandten Mathematik Matthäus Deutsch vorgelegt bei Prof Dr. Wolfgang Ring Institut für Mathematik und Wissenschaftliches Rechnen Universität Graz

Mehr

Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte. Normalverteilung N (µ, σ 2 ) mit Dichte

Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte. Normalverteilung N (µ, σ 2 ) mit Dichte Statistik II für Wirtschaftswissenschaftler Folie 6.1 Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte I) Werte in (, ), Parameter µ (, ), σ 2 > 0 Normalverteilung

Mehr

Unstetige Galerkin-Verfahren und die lineare Transportgleichung. Tobias G. Pfeiffer Freie Universität Berlin

Unstetige Galerkin-Verfahren und die lineare Transportgleichung. Tobias G. Pfeiffer Freie Universität Berlin Unstetige Galerkin-Verfahren und die lineare Transportgleichung Tobias G. Pfeiffer Freie Universität Berlin Seminar DG-Verfahren, 26. Mai 2009 , Voraussetzungen & Ziele Voraussetzungen Kenntnisse in Numerik

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

Bericht zur Mathematischen Eingangsprüfung im Mai 2008

Bericht zur Mathematischen Eingangsprüfung im Mai 2008 Bericht zur Mathematischen Eingangsprüfung im Mai 8 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am 7. Mai 8 fand die Mathematische Eingangsprüfung nach der Prüfungsordnung 3. der DAV statt. Es waren

Mehr

Wahrscheinlichkeit & Statistik Musterlösung Serie 7

Wahrscheinlichkeit & Statistik Musterlösung Serie 7 ETH Zürich FS 4 D-MATH Koordinator Prof. Dr. J. Teichmann Mayra Bermúdez C. Wahrscheinlichkeit & Statistik Musterlösung Serie 7. a) P[t < T t + h T > t] λ(t) lim h h P[{t < T t + h} {T > t}] lim h P[T

Mehr

Hydroinformatik II: Finite Differenzen Methode

Hydroinformatik II: Finite Differenzen Methode Hydroinformatik II: Finite Differenzen Methode 1 Helmholtz Centre for Environmental Research UFZ, Leipzig 2 Technische Universität Dresden TUD, Dresden Dresden, 05. Juni 2015 1/24 Prof. Dr.-Ing. habil.

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag studienbegleitende Klausur Finanzmathematik I Aufgabe (7 Punkte) Vorgelegt sei ein Wahrscheinlichkeitsraum (Ω, F, P) und

Mehr

Lehrgang der höheren Mathematik

Lehrgang der höheren Mathematik Lehrgang der höheren Mathematik Teil 1V/2 von W. I. Smirnow Mit 16 Abbildungen /-. \ D W VEB Deutscher Verlag der Wissenschaften Berlin 1989 Inhalt I. Allgemeine Theorie der partiellen Differentialgleichungen

Mehr

Definition 1.1 (Wirkung) Wir wollen die Kurvenverläufe x(t) finden, die das Funktional

Definition 1.1 (Wirkung) Wir wollen die Kurvenverläufe x(t) finden, die das Funktional Christina Schindler Karolina Stoiber Ferienkurs Analysis für Physiker SS 13 A 1 Variationsrechnung 1.1 Lagrange. Art Wir führen die Überlegungen von gestern fort und wollen nun die Lagrangegleichungen.

Mehr

Geometrie und Mathematische Physik Differentialgeometrie I 10 m Diskrete Geometrie I 10 m Geometrie I 10 m Geometrische Grundlagen der linearen

Geometrie und Mathematische Physik Differentialgeometrie I 10 m Diskrete Geometrie I 10 m Geometrie I 10 m Geometrische Grundlagen der linearen Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Sommersemester 2017 Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik,

Mehr

Strukturerhaltende Integrationsverfahren für stochastische Differentialgleichungen in der Modellierung von Zinsderivaten

Strukturerhaltende Integrationsverfahren für stochastische Differentialgleichungen in der Modellierung von Zinsderivaten Strukturerhaltende Integrationsverfahren für stochastische Differentialgleichungen in der Modellierung von Zinsderivaten Michael Günther, Christian Kahl und Thilo Roßberg Bergische Universität Wuppertal

Mehr

OPTIONSHANDEL. Die Griechen- The Greeks (Kennzahlen zur Optionsbewertung) DER WEG ZUM GEREGELTEN EINKOMMEN AN DER BÖRSE REFERENT: SIMON BETSCHINGER

OPTIONSHANDEL. Die Griechen- The Greeks (Kennzahlen zur Optionsbewertung) DER WEG ZUM GEREGELTEN EINKOMMEN AN DER BÖRSE REFERENT: SIMON BETSCHINGER OPTIONSHANDEL DER WEG ZUM GEREGELTEN EINKOMMEN AN DER BÖRSE REFERENT: SIMON BETSCHINGER Die Griechen- The Greeks (Kennzahlen zur Optionsbewertung) Wir werden verstehen was die 3 Griechen Delta, Theta und

Mehr

Bewertung von Forwards, Futures und Optionen

Bewertung von Forwards, Futures und Optionen Bewertung von Forwards, Futures und Optionen Olaf Leidinger 24. Juni 2009 Olaf Leidinger Futures und Optionen 2 24. Juni 2009 1 / 19 Überblick 1 Kurze Wiederholung Anleihen, Terminkontrakte 2 Ein einfaches

Mehr

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien

Mehr

Nicht-rekombinierbare Binomialbäume und ihre Anwendung in der Finanzmathematik Betreuer: Lars Grüne

Nicht-rekombinierbare Binomialbäume und ihre Anwendung in der Finanzmathematik Betreuer: Lars Grüne Nicht-rekombinierbare Binomialbäume und ihre Anwendung in der Finanzmathematik Betreuer: Lars Grüne Michaela Baumann Universität Bayreuth Dornbirn, 12. März 2015 Motivation Ein Kunde möchte bei einer Bank

Mehr

2 Verteilungen. Zoltán Zomotor. Versionsstand: 1. April 2015, 10:29. Die nummerierten Felder bitte während der Vorlesung ausfüllen. Inhaltsverzeichnis

2 Verteilungen. Zoltán Zomotor. Versionsstand: 1. April 2015, 10:29. Die nummerierten Felder bitte während der Vorlesung ausfüllen. Inhaltsverzeichnis 2 Verteilungen Zoltán Zomotor Versionsstand: 1. April 2015, 10:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike

Mehr

ONLINE-SEMINAR REIHE. Devisenoptionen. Schwabe, Ley & Greiner

ONLINE-SEMINAR REIHE. Devisenoptionen. Schwabe, Ley & Greiner ONLINE-SEMINAR REIHE Devisenoptionen Warum gibt es Optionen? Begriff un Wesen... Absicherung gegen Währungskursänerungen. Käufer einer Devisenoption: Recht,...... eine bestimmte Währung... zu einem bestimmten

Mehr

Riesz scher Darstellungssatz und Duale Räume

Riesz scher Darstellungssatz und Duale Räume Riesz scher Darstellungssatz und Duale Räume LV Numerik Partieller Differentialgleichungen Bärwolff SS 2010 14.06.2010 Julia Buwaya In der Vorlesung wurde der Riesz sche Dartsellungssatz als wichtiges

Mehr