Seminar Derivate Finanzprodukte aus mathematischer Sicht Up-and-out Call Option

Größe: px
Ab Seite anzeigen:

Download "Seminar Derivate Finanzprodukte aus mathematischer Sicht Up-and-out Call Option"

Transkript

1 Semiar Derivate Fiazprodukte aus mathematischer Sicht Up-ad-out Call Optio UIVERSITÄT TRIER Fachbereich IV Wirtschaftswisseschafte / Mathematik Witersemester 22/3 Leiter: Prof. Dr. H. Luschgy Eigereicht vo Michael Kappes Trier, im Februar 23

2 Ihaltsverzeichis. Eileitug Allgemeie Grudlage vo Fiazoptioe Arte vo Fiazoptioe Auszahlugsstruktur vo Fiazoptioe Optiosparameter Barrier-Optioe Eigeschafte vo Barrier-Optioe Wert zum Ausübugszeitpukt Ergebisse aus der Mathematik Das COX-ROSS-RUBISTEI-Modell Preisformel für eie Stadard-Optio Preisformel für eie Up-ad-out Call Optio Reflexiosprizip Preisformel für die Up-ad-out Call Optio Literaturverzeichis... 9

3 . EILEITUG. Eileitug Ei Fiazderivat ist ei Fiaztitel, desse Zahlugsawartschaft vo de Erträge bzw. vo der Wertetwicklug eies adere Gutes, isbesodere eies adere Fiazkotrakts abhägt. Fiazistitute, Firme ud auch Eizelpersoe verwede sie dazu, sich gege zuküftige Risike abzusicher. Die wichtigste Type vo Fiazderivate sid Termigeschäfte ud Optioe. Währed das Termigeschäft eie für beide Seite verbidliche Liefer- ud Abahmepflicht beihaltet, verbrieft die Optio das Recht, aber icht die Verpflichtug, ei bestimmtes Gut ierhalb eier bestimmte Frist (amerikaische Optio) oder zu eiem bestimmte Zeitpukt (europäische Optio) zu eiem heute bereits festgelegte Preis zu kaufe (Kaufoptio) oder zu verkaufe (Verkaufsoptio). Diese Ausarbeitug beschäftigt sich isbesodere mit der Preisbestimmug eier sog. Up-ad-out Call Optio, die zur Klasse der Barrier-Optioe gehört. I Kapitel 2 behadele ich die allgemeie Grudlage vo Fiazoptioe ud werde dabei auf die verschiedee Arte ud Auszahlugsstrukture eigehe sowie die Optiosparameter erläuter. Die spezielle Klasse der Barrier-Optioe werde ich im 3. Kapitel vorstelle ud isbesodere darstelle, wie dere Wert zum Ausübugszeitpukt aussieht. I Kapitel 4 stelle ich die wichtigste Ergebisse aus der stochastische Mathematik bereit, mit dere Hilfe die Preisformel für eie Up-ad-out Call Optio im abschließede Kapitel 5 hergeleitet wird.

4 2. ALLGEMEIE GRUDLAGE VO FIAZOPTIOE 2. Allgemeie Grudlage vo Fiazoptioe Optioe sid bedigte Termigeschäfte. Charakteristisch für eie Optio ist das asymmetrische Risikoprofil: Käufer ud Verkäufer habe auf Grud ihrer uterschiedliche Rechte ud Pflichte icht das gleiche Gewi- ud Verlustpotezial. Im Hiblick auf Laufzeite ud Basiswerte (Aktie, Aleihe, Devise, Idizes, Futures) sid die Ausgestaltugsmöglichkeite sehr vielfältig. Stadardisierte Optioe werde a Termibörse gehadelt, für idividuelle Kotrakte wird der Hadel außerbörslich abgewickelt. Heute diee Optioe vorwieged der Absicherug vo Basiswerte. Dieser Vorgag wird auch als Hedgig bezeichet (vgl. 4.2). Optioe werde allerdigs auch zu Spekulatios- ud Arbitragezwecke eigesetzt (vgl. [2], S. 778f; [6], S. 62). A dieser Stelle möchte ich zuächst die allgemeie Eigeschafte vo Optioe aufzeige, bevor ich i Kapital 3 auf spezielle Eigeschafte vo Barrier- Optioe eigehe werde. 2. Arte vo Fiazoptioe Optioe köe ahad des vereibarte Rechtes ud des mögliche Ausübezeitpuktes uterschiede werde. Häufig wird auch i eifache ud komplexe Optiosrechte utergliedert. Hat der Optioshalter das Recht, das Basisistrumet zu eiem bestimmte Preis (Basispreis, Ausübugspreis) zu erlage, besitzt er eie sogeate Kaufoptio (Call Optio). Der Optiosveräußerer bürgt für de zum Ausübugszeitpukt gültige Basiswert. Eie Kaufoptio wird ur ausgeübt, we der iere Wert positiv ist (vgl. 2.2), d. h. der Basiswert größer als der zu zahlede Basispreis ist. Darf der Optiosihaber das Basisistrumet zu eiem festgelegte Preis verkaufe, spricht ma vo eier Verkaufsoptio oder Put Optio. Aalog gilt, dass diese ur ausgeübt wird, we der Basiswert uter dem zu erhaltede Basispreis liegt (vgl. [8], S. 42). 2

5 2. ALLGEMEIE GRUDLAGE VO FIAZOPTIOE Optioe, die währed ihrer gesamte Laufzeit ausgeübt werde dürfe, werde als amerikaische Optioe bezeichet. Europäische Optioe köe ur am Ede der Laufzeit ausgeübt werde. Bei gleicher Ausstattug ist eie amerikaische Optio midestes soviel wert, wie eie europäische, da sie mehr Flexibilität bietet (vgl. [2], S. 634). Ma beachte, dass es sich bei amerikaische ud europäische Optioe icht um eie geografische Uterscheidug hadelt. Beide Arte werde sowohl i Europa als auch i Amerika gehadelt (vgl. [4], S. 72). ebe de zwei eifache Optiosarte gibt es auch komplexe, sogeate exotische Optioe (Exotic Optios). Die i dieser Arbeit besoders betrachtete Barrier-Optioe gehöre dieser Gruppe a, bei ihe ist das Ausüberecht durch ei Itervall, i dem sich der Basiswert befide muss, begrezt. 2.2 Auszahlugsstruktur vo Fiazoptioe Als iere Wert eier Optio bezeichet ma die Differez zwische Basispreis ud ihrem aktuellem Marktpreis. Ma uterscheidet je ach Kurs sowohl bei eier Call- als auch bei eier Put Optio drei Fälle; eie Optio ist: (i) i the moey, falls ihr ierer Wert größer als ull ist. Bei eiem Call ist der aktuelle Marktpreis größer als der Basispreis ud kleier bei eier Put Optio. (ii) at the moey, falls ihr ierer Wert gleich ull ist. I diesem Fall ist bei eier Call- bzw. Put Optio der Marktpreis gleich dem Ausübugspreis. (iii) out of the moey, falls ihr ierer Wert egativ ist. Bei eiem Call ist der aktuelle Marktpreis kleier als der Ausübugspreis ud größer bei eier Put Optio. Darüberhiaus versteht ma uter dem Zeitwert eier Optio dejeige Betrag, de Marktteilehmer i Erwartug eier Preisäderug des Basisistrumets zu zahle bereit sid. 3

6 2. ALLGEMEIE GRUDLAGE VO FIAZOPTIOE Eie Optio wird ur ausgeübt, we der iere Wert positiv ist. Bei Beedigug der Laufzeit T, ka ma de Optioswert mathematisch wie folgt beschreibe: CT ( ) = max{ IW;} (2.) mit IW = S K ud IW = K S. Call T Put T Für eie Call Optio ergibt sich der iere Wert IW wie bereits erklärt aus der Subtraktio des Basispreises K vom Basiswert S. Für eie Put Optio wird der Basiswert vom Basispreis subtrahiert. T 2.3 Optiosparameter Es gibt füf Faktore, die de Wert eier Optio direkt beeiflusse. Ei sechster Faktor, Dividedezahluge, wirkt idirekt auf de Optioswert (vgl. [3], S. 5f). Aus der mathematische Beschreibug des Optioswertes (2.) ist umittelbar ersichtlich, dass sowohl ei größerer Basiswert als auch ei iedrigerer Basispreis positive Auswirkuge auf de Wert eies Calls habe. Beide Faktore wirke i umgekehrter Weise auf eie Verkaufsoptio. Für alle Optioe gilt, dass sie um so wertvoller sid, je läger die Laufzeit ist. Mit diesem dritte Faktor also wächst die Wahrscheilichkeit, dass die Optio is Geld geht, d. h. der iere Wert positiv ist. Eie Optio ka aber auch da eie Wert habe, we dieser ull ist, da er i der verbleibede Zeit theoretisch och positiv werde ka. Der vierte Faktor, die Volatilität der Redite des zu Grude liegede Wertes, hat eie direkte Eifluss auf die Wahrscheilichkeit, dass eie Optio bei Beedigug ihrer Laufzeit eie Wert hat. Bei höherer Volatilität steigt diese Wahrscheilichkeit (gilt für Calls ud Puts). Der füfte Faktor ist der risikofreie Zis. Die Bewertug vo Optioe beruht auf folgeder wichtiger Idee: Die Zahlugsstruktur eier Kaufoptio lässt sich 4

7 2. ALLGEMEIE GRUDLAGE VO FIAZOPTIOE theoretisch exakt achbilde, i dem ma das Basisistrumet kauft ud dieses teilweise mit der Aufahme eies Kredites fiaziert. Da der Barwert des Kredites mit steigedem Zis sikt, wächst ceteris paribus der Wert des Calls. Aalog dazu wächst der Wert eier Verkaufsoptio, we der risikofreie Zissatz sikt. Dividedezahluge, der sechste Faktor, sid etgagee Cash Flows ud seke prizipiell de Basiswert ud somit idirekt de Wert eies Calls. Aalog steigt der Put im Wert. 5

8 3. BARRIER-OPTIOE 3. Barrier-Optioe achdem wir bereits eiige Merkmale vo herkömmliche Optioe kee gelert habe, möchte ich i diesem Kapitel isbesodere auf Barrier-Optioe eigehe. 3. Eigeschafte vo Barrier-Optioe Eie Barrier-Optio etspricht eier europäische Stadard-Optio, die erst da aktiviert wird, we der Preispfad des Basisistrumets (z. B. Aktie) ei bestimmtes Verhalte bezüglich eier vorgegebee Schrake B > eiimmt. Ma uterscheidet die Trigger Optioe vo de Kockout Optioe: (i) Trigger Optioe Bei diesem Typ wird die Stadard Optio erst da ausgelöst, we der Kurs das iveau B etweder vo ute (up-ad-i) oder vo obe (dowad-i) berührt oder durchbricht. (ii) Kockout Optioe Diese falle icht ur am Ede der Laufzeit aus, soder auch bereits da, we der Kurspfad die vorgegebee Schrake B etweder vo ute (up-ad-out) oder vo obe (dow-ad-out) berührt oder durchbricht. Der Wert eier Barrier-Optio zu eiem bestimmte Zeitpukt hägt vo dem vorherige ab also ob der Kurspfad das iveau B scho erreicht hat oder icht; sie sid folglich pfadabhägig. 3.2 Wert zum Ausübugszeitpukt Wie bereits erwäht hägt der Wert eier Barrier-Optio zum Ede der Laufzeit davo ab, ob der Kurspfad die vorgebee Schrake B erreicht oder icht. Als Stoppzeit bezeichet ma jee Zeit vo heute bis zum erstmalige Erreiche der Barriere; sie ist zufällig ud wird mit Θ bezeichet. 6

9 3. BARRIER-OPTIOE We wir als, falls Θ > Θ> : =, falls Θ die Idikatorfuktio defiiere, so folgt für de Wert eier Up-ad-out Call Optio mit Ausübugspreis K zum Zeitpukt : UOC( ) = max{ S K;} Θ> Wird die Schrake währed der Laufzeit der Optio erreicht, so gilt ud der Wert der Optio ist uabhägig der Kurshöhe gleich ull. Durchbricht der Kurspfad das iveau B jedoch icht, so gilt für die Idikatorfuktio Θ> = ud der Optioswert stimmt dem des klassische Calls überei. Θ> = Wege + = folgt Θ> Θ UOC( ) = max{ S Θ> K;} = ( ) max{ S K; } Θ = max{ S K;} max{ S K;} Θ = max{ S K;} UIC( ), wobei UIC ( ) der Wert eier Up-ad-i Call Optio zum Zeitpukt ist. Allgemei gilt für de Wert eier Up-ad-out Call Optio zum Zeitpukt : UOC ( ) = C ( ) UIC ( ) Dabei ist C( ) der Wert eies klassische Calls z. Z. (vgl. (2.)). Aalog gilt für de Up-ad-out Put: UOP( ) = P( ) UIP( ) Die Formel für die übrige Barrier-Optioe lasse sich i Aalogie zu de obige Schritte herleite. Es gilt: (i) Up-ad-i: UIC( ) = max{ S K;} Θ UIP( ) = max{ K S ;} Θ 7

10 3. BARRIER-OPTIOE (ii) Dow-ad-out: DOC( ) = max{ S K;} Θ> DOP( ) = max{ K S ;} Θ> (iii) Dow-ad-i: DIC( ) = max{ S K;} Θ DIP( ) = max{ K S ;} Θ 8

11 4. ERGEBISSE AUS DER MATHEMATIK 4. Ergebisse aus der Mathematik I diesem Kapitel meier Arbeit möchte ich die Grudlage für die spätere Herleitug der Preisformel für allgemeie Optioe (vgl. 4.2) ud der spezielle Preisformel für eie Up-ad-out Call Optio bereit stelle. Im Abschitt 4. gehe ich zuächst auf das Biomialmodell des Fiazmarktes ei, das im Jahre 979 vo COX, ROSS ud RUBISTEI etwickelt wurde. 4. Das COX-ROSS-RUBISTEI-Modell Wie jedes adere vollstädige Modell des Fiazmarktes mit eiem risikobehaftete Aktiva hat auch das auf COX, ROSS ud RUBISTEI zurückzuführede Marktmodell die Struktur eies biäre Baumes, d. h. sei Wert ka i eier Periode falle oder steige. Die beide achfolgede Defiitioe beötige wir bei der aschließede Modellierug des Fiazmarktes ach COX, ROSS, RUBISTEI (CRR) ud später bei der Herleitug der Preisformel für allgemeie Optioe. 4.. Defiitio (Stochastischer Prozess, Pfad) t t I Eie Kollektio X = ( X ) vo Zufallsvariable X : Ω heißt (reeller) stochastischer Prozess. Für ei ω Ω heißt I, t X ( ω) Pfad vo X. t t 4..2 Defiitio (Filtratio) Eie Kollektio F= ( F ) vo σ-algebre F F mit F F für s < t heißt t t I Filtratio. Ei stochastischer Prozess X = ( X t ) t I heißt F -adaptiert, falls die vo X erzeugte σ-algebra σ( X ) F für alle t I. t t t t s t Im Folgede sei das Wahrscheilichkeitsmodell ( Ω, F, P) gegebe. Dabei sei (i) Ω : = {,} = { ω : ω = ( a,, a ); a { ;}} der zu Grude liegede Raum sowie A : = A ( ω) = a die Projektio auf die -te Kompoete vo ω = ( a, a ). (ii) P das Wahrscheilichkeitsmaß mit P [{ ω }] > für alle ω Ω. 9

12 4. ERGEBISSE AUS DER MATHEMATIK (iii) F die vorhadee Iformatiosstruktur mit : S S F = F = ( F ), wobei F F F S : = σ( S,, S) = σ( X,, X) für =,,. Isbesodere ist S = σ( S ) = { Ω, } ud F = σ( Y,, Y ) für =,,, d. h. S S = F Y. Wir beachte, dass demach ur Iformatioe über die Etwicklug des Kurses etscheided sid. I I de weitere Utersuchuge betrachte wir ei Portfolio bestehed aus eiem risikolose Bod B ud eiem risikobehaftete Asset S (z. B. Optio, Aktie, etc.). Bei eiem kostate Startwert B > ud dem kostate Zissatz r > (pro Periode) errechet sich der Wert des Bods zum Zeitpukt B : = B (+ r). Eie Äderug des Bodpreises ist gegebe durch B : = rb. : = S Y, I Für de Preisprozess pro Eiheit des Assets zum Zeitpukt I gilt: S i= i durch wobei S > der kostate Afagswert ud Y i der retur für i =,, ist. Für die returs gilt weiterhi: Y <, falls der Kurs fällt Si i = = Si, falls der Kurs kostat bleibt >, falls der Kurs steigt I diesem Modell ehme wir a, dass die Y,, Y stochastisch uabhägig, idetisch verteilte Zufallsvariable (iid) sid mit Y : Ω R für =,,. Ferer köe Y i der -te Periode für {,, } ur zwei Werte aehme, ud zwar u, falls der Kurs steigt, bzw. d falls der Kurs fällt. Es gilt: u, falls A ( ω) = Y( ω) : =,5 [ d( A( ω)) + u( + A( ω))] =, < d < u. d, falls A ( ω) = Der Preis des Assets steige mit der Wahrscheilichkeit p,, ud falle mit der Wahrscheilichkeit p, d. h. P[ Y = u] = p ud PY [ = d] = p, sodass sich die bereits agesprochee Baumstruktur ergibt: < p <

13 4. ERGEBISSE AUS DER MATHEMATIK S = us p S S ds p = Abb. : Baumstruktur Aalog zum Bod schreibe wir für die Preisäderug des Assets ud bereche sie folgedermaße: S : = S S = S ( Y ) Für de diskotierte Preisprozess X gilt somit: X = = B B i= : S S Yi + r S 4.2 Preisformel für eie Stadard-Optio Im u folgede Abschitt möchte ich basiered auf dem CRR-Modell die Herleitug der Preisformel für eie Stadard-Optio äher beleuchte. Zuächst jedoch werde ich auf die dazu otwedige Ergebisse aus der Mathematik eigehe, die Beweise dem Leser allerdigs vorethalte Defiitio (Martigal) Es sei F = ( F t ) t I eie Filtratio. Ei stochastischer Prozess X = ( X t ) t I heißt F-Martigal, falls X F-adaptiert ist ud für de bedigte Erwartugswert vo X uter gilt: E( X F ) X für alle s t. t F s t s = s Bem.: Aus dieser Defiitio ka ma sofort folger, dass die Erwartugswertfuktio kostat ist ud es eifacher ist, eiem Prozess zu widerlege, dass es ei Martigal ist als es ihm achzuweise Defiitio (Martigaltrasformierte) X = ( X) I ist F-vorhersehbar ). Da heißt ( HX i ) = Hi Xi die H -Trasformierte vo X, wobei ( HX i ) =. sei F-adaptiert ud für H = ( H ) gelte σ ( H ) F (d. h. H I Bem.: Isbesodere folgt, dass H ix ei F-Martigal ist, falls X es ist. i=

14 4. ERGEBISSE AUS DER MATHEMATIK Wir wisse, dass die Zusammesetzug des Portfolios ausschließlich vom Verlauf des Kurses des Assets ud damit vom betrachtete Zeitpukt abhägig ist. Auf Grud dieses zufällige Charakters köe wir de Marktwert des Portfolios uter de Aahme, dass (i) die Fiazprodukte beliebig oft teil- ud hadelbar sid, (ii) keie Trasaktioskoste existiere, (iii) Dividede icht berücksichtigt werde, (iv) Leerverkäufe erlaubt sid, wie folgt beschreibe Defiitio (Marktwert des Portfolios) K Seie ud H ud Zufallsvariable mit K, H : Ω, wobei K die Azahl der Eiheite des Assets ud H die des Bods im Portfolio i Periode (,) sid. Da ist der Marktwert des Portfolios ( HK), zum Zeitpukt V ( H, K ): = H B + K S ud der zugehörige Wertprozess VHK (, ) = ( V( HK, )) I. Bem.: Es gilt σ ( H, K ) F ud σ( H, K ) F für, d. h. (, ) (, ) HK = H K I ist vorhersehbar. I der ächste Defiitio beschäftige wir us mit selbstfiazierede Portfolios. Die Idee eier solche Strategie geht davo aus, dass sich der zu Begi ivestierte Wert V eies Portfolios währed der Optioslaufzeit icht äder, das Verhältis vo Bod zu Asset jedoch variiere darf Defiitio (Selbstfiazierede Strategie) Das Portfolio ( HK), ist selbstfiaziered, falls gilt: Das heißt, we gilt H B + K S = H B + K S, B ( H H ) + S ( K K ) =. H K 2

15 4. ERGEBISSE AUS DER MATHEMATIK Ohe Eischräkug gelte H ud K = ud ferer sei = H K SF = {( H, K) : ( HK, ) selbstfiaziered}. Weiterhi gilt für de Wertprozess eies ( HK, ) SF: V (, ) H K = V( H, K) + { Vj( H, K) Vj ( H, K)} j = Vj ( H, K) j j j j j j j j j = = HB j j + KS j j (wg. " SF") = V ( H, K) + { H B + K S ( H B + K S )} = V( H, K) + { Hj Bj + Kj S j } j = = V (, ) ( ) ( ) H K + HiB + KiS Dabei ist ( HB) i die H -Trasformierte vo B ud ( KS i ) die K -Trasformierte vo S (vgl ), beides sid F -Martigale. Komme wir jetzt zur wichtige Theorie des Hedgigs, die sich im Folgede allerdigs auf europäische Optioe (vgl. 2.) beschräkt. Uter Hedgig versteht ma die Absicherug vo Vermöges-Positioe gege Kursrisike. Grudgedake dieses Absicherugsgeschäftes ist die Erzielug eier kompesatorische Wirkug durch die Eiahme eier etgegegesetzte Positio a de Termimärkte (vgl. [9]), d. h. der Verkäufer eier Optio möchte sich durch eie Ivestitio i ei selbstfiazieredes Portfolio ( HK), z. Z. = gege eie mögliche Forderug (Claim) des Käufers z. Z. = absicher. + Ei solcher Claim ist als positive Zufallsvariable C : Ω iterpretierbar, die de Wert der Optio z. Z. = agibt Defiitio (Hedgigstrategie) + Die Zufallsvariable C : Ω mit σ( C) F beschreibe die Auszahlug eies Claims z. Z. =. ( HK, ) SF heißt Hedgigstrategie für C, falls gilt V (, ) H K = C. Ferer heißt C da hedgebar. Da die Grudvoraussetzug für das CRR-Modell (ud im Übrige auch alle adere) die Arbitragefreiheit ist, möchte ich darauf im Folgede äher eigehe. 3

16 4. ERGEBISSE AUS DER MATHEMATIK Defiitio (Martigalmaß) Ei Wahrscheilichkeitsmaß Q auf ( Ω, F ) heißt äquivaletes Martigalmaß zu P, falls (i) PA ( ) = QA ( ), A F, d. h. P, Q habe gleiche ullmege = (ii) der abdiskotierte Aktiepreisprozess S B ( = ( S ) ) B ( + r) ei Q -Martigal ist, d. h. S+ Q[ B F ] + S B E =. Die Mege alle äquivalete Martigalmaße bezeiche wir mit P Lemma Für de diskotierte Wertprozess eies ( HK, ) SF z. Z. gilt: ) V( H, K) V( H, K) S = + K B B i B, S S wobei ( K i B die K -Trasformierte vo ist. B Aus folgt u, dass V( H, K) B ei Q -Martigal ist für jedes äquivalete Martigalmaß Q. Dies geht i de weitere Überleguge zu arbitragefreie Marktmodelle etscheided ei. Uter Arbitrage versteht ma i. A. die Ausutzug vo Kursuterschiede bei gleichzeitigem A- ud Verkauf derselbe Wertpapiere a verschiedee Märkte (Börseplatz) oder i verschiedee Kotraktmoate (Termigeschäft). Im CRR-Modell soll dies icht möglich sei Lemma (o-arbitrage-theorem, 99) Ei Marktmodell ist geau da arbitragefrei, we gilt P. Im CRR-Modell ist dies geau da der Fall, we d < + r <u. Asoste würde im Falle u < + r eie Ivestitio i de risikolose Bod ud im Falle + r < d eie i das Asset immer mehr Gewi garatiere. Im CRR-Modell gilt weiterhi, dass es geau ei äquivaletes Martigalmaß Q P gibt (d. h. P = ). Somit ist der Markt vollstädig ud jeder Claim hedgebar. 4

17 4. ERGEBISSE AUS DER MATHEMATIK Für dieses Q ud q =,) gilt: + r d : u d ( QY [ = u] = q ud QY [ = d] = q für =,, Die Zufallsvariable Y,, Y sid uter Q iid ud weil Y ( ) [ i uq+ d q E Q + r ] + r = für alle i ist der diskotierte Aktiepreisprozess X ei Q -Martigal bzgl. F. Wir halte weiterhi fest, dass bei der Berechug des faire Preises eier Optio das origiäre Wahrscheilichkeitsmaß P keie Rolle spielt. Eie Formel hierzu basiered auf dem CRR-Modell möchte ich im ächste Pukt agebe Lemma (Preisformel für eie Stadard-Optio) Sei P (d. h. d < + r < u) ud Q P beliebig. Ferer sei C ei hedgebarer Claim ud ( HK, ) SF eie beliebige Hedgigstrategie für C. So gilt für de faire Preis des Claims z. Z. = : Π ( C) = V ( H, K) = B E [ F ] = ( + r) EQ [ C] (4.) C Q B Allgemeier gilt für de Wert des Claims z. Z. : V H K B E F r E C F ] C ( ) (, ) = Q[ B ] ( ) [ = + Q Für de Fall > ka ma de Preis auch mittels eier Rückwärtsrekursio bestimme, auf die ich u etwas äher eigehe werde. ( ) Seie C : = f( S ) = f( S i = Y) ud V : V ( H, K) ( r) = = + E [ f( S ) F ]. i Q ( Da gilt für V(, x): = ( + r) ) E[( fx Y)], x >, I die Rekursio + r Q i = Vx (, ) = E[ fx ( )] = fx ( ) ( ) Q Vx (, ) = qv ( +, ux) + ( qv ) ( +, dx) für =,, i ud damit isbesodere Π ( C) = V = V(, S ). 5

18 5. PREISFORMEL FÜR EIE UP-AD-OUT CALL OPTIO 5. Preisformel für eie Up-ad-out Call Optio achdem wir im Abschitt 4 die Formel zur Berechug eier allgemeie Optio hergeleitet habe, möchte ich mich u i diesem füfte speziell auf de faire Preis eier Up-ad-out Call Optio kozetriere. Diese gehört zu jee exotische Optioe, für dere Wertprozess ma eie geschlossee ud icht etwa rekursive Formel (vgl. 4.2) agebe ka. Dazu müsse wir zusätzlich aehme, dass d u =. Da ist der Preisprozess vo der Form Z ( ) ω = mit Z : = ud Z : = A,, für =,,. S ( ): S u ω Weiterhi defiiere wir us als Hilfswahrscheilichkeitsmaß P auf Ω die Gleichverteilug P({ ω}) : = = 2 Ω, ω Ω. Uter diesem Maß P sid die Zufallsvariable A stochastisch uabhägig mit PY [ = ] =, sodass der stochastische Prozess Z zu eiem stadard radom walk uter 2 P wird, ud es gilt: 2 k, falls k ger P[ k] + + ade Z = = 2, sost A (5.) I de weitere Betrachtuge ist es otwedig, diese radom walk bis zum Zeitpukt + zu defiiere. Dies köe wir erreiche, idem wir de Wahrscheilichkeitsraum ( Ω, F ) vergrößer. Das u folgede Ergebis spielt bei der Herleitug der Preisformel des Up-adout Calls eie etscheidede Rolle. 5. Lemma (Reflexiosprizip) Für alle k ud l gilt für de radom walk Z uter dem Maß P : P[max Z k Z = k l] = P[ Z = k + l ] (5.2) t T t t T 2( k + l + ) P[max Zt = k ZT = k l] = P[ ZT+ = + k + l] (5.3) t T T + 6

19 5. PREISFORMEL FÜR EIE UP-AD-OUT CALL OPTIO k+l k Abb. 2: Reflexiosprizip τ T k l Sei ferer Q das äquivalete Martigalmaß zu P, da ist desse Dichte gegebe durch dq = 2 q ( q) dp + Z Z 2 2 ud damit eie Fuktio i Z, dem Edwert des radom walks Z. Bevor ich i 5.2 die Preisformel für die Up-ad-out Call Optio agebe möchte, betrachte ich zuächst die Up-ad-i Call Optio, dere Preis ach der Formel { ( ) ( UIC) ( r) l k 2l ( Su + K) l q ( l q ) l= k Π = + + k l + () 2l + T l ( Su K) q( q) l } l= lk + + (5.4) bereche werde ka (vgl. [5], S. 242). Hierbei ist K > der Ausübugspreis, S > der heutige Kurs des Basisistrumets, u der Up-Faktor ud B > max{ S, K } eie gegebee Barriere. Ferer existiere o. B. d. A. ei k mit lk B = S u k, d. h. dass B ei möglicher Kurs des Basisistrumets ist. Mit sei die größte Zahl l bezeichet, sodass 2l k gilt. Da ergibt sich der faire Preis für eie Up-ad-out Call Optio gerade aus der Differez vo Π( C), dem Preis der Stadard-Optio, ud dem Preis der korrespodierede Up-ad-i Call Optio. Π( UIC) Π ( C) habe wir bereits i L berechet ud ma ka mit (5.)-(5.3) zeige, dass (4.) äquivalet ist zu 2 ( ) ( ) ( ) ( ) () l + C r S u K q l q l l l = Π = + (5.5) ist. Also köe wir u die Preisformel für eie Up-ad-out Call Optio leicht bereche. 7

20 5. PREISFORMEL FÜR EIE UP-AD-OUT CALL OPTIO 5.2 Lemma (Preisformel für die Up-ad-out Call Optio) Für ei Basisistrumet mit dem heutige Kurs S K > ud eier obere Barriere B > max{ S, K} ist der Wert eier Up-adout Call Optio zum Zeitpukt gegebe durch wobei wir o. B. d. A. aehme: >, falls maxs UOC( ) = + ( S K), sost k : B = Su, dem Ausübugspreis B, faire Preis Π (UOC) des Up-ad-out Calls mit (5.4) ud (5.5) Π ( UOC) = Π( C) Π( UIC) = { () ( + r) l k 2l ( Su + l l K) q ( q) l = ( ) l k 2l + l l ( Su K) q( q) + k l } l= k, mit l k die größte Zahl l, sodass 2l k. k l (s. obe). Da gilt für de Das Ziel dieser Ausarbeitug ist u mit der Bereitstellug eier Preisformel für die Up-ad-out Call Optio erreicht. Leser, die ihr Wisse weiter vertiefe möchte, verweise ich auf die i Kapitel 6 agegebee Literatur. 8

21 6. Literaturverzeichis [] BESTMA, U. (997): Fiaz- ud Börselexiko, 3. Auflage. DTV-Beck. [2] BREALY, R.; MYERS, S. (2): Priciples Of Corporate Fiace. McGraw- Hill. [3] COPELAD, T.; ATIKAROV, V. (2): Real Optios. Texere Publishig. [4] DEUTSCHE BAK AG, Hrsg. (999): Basisiformatioe über Fiazprodukte. [5] FÖLLMER, H.; SCHIED, A. (22): Stochastic Fiace. De Gryter. [6] KOR, R.; KOR, E. (999): Optiosbewertug ud Portfolio-Optimierug - Modere Methode der Fiazmathematik. Vieweg. [7] LUSCHGY, H. (22): Derivate Fiazprodukte aus mathematischer Sicht, Vorlesug im Witersemester 22/3, Uiversität Trier. [8] SADMA, K. (999): Eiführug i die Stochastik der Fiazmärkte. Spriger-Verlag. [9] (Stad: ) 9

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

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

Finanzmathematische Formeln und Tabellen

Finanzmathematische Formeln und Tabellen Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Bewertung von Anleihen

Bewertung von Anleihen Bewertug vo Aleihe Arithmetik der Aleihebewertug: Überblick Zerobods ud Koupoaleihe Ziskurve: Spot Zise ud Yield to Maturity Day cout Kovetioe Replikatio ud Arbitrage Forward Zise Yield ud ex post realisierte

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, Grenzwerte und Zahlenreihen KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:

Mehr

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung)

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung) 3 Die Außefiazierug durch Fremdkapital (Kreditfiazierug) 3.1 Die Charakteristika ud Forme der Kreditfiazierug Aufgabe 3.1: Idealtypische Eigeschafte vo Eige- ud Fremdkapital Stelle Sie die idealtypische

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung . Marktpreisrisiko Motivatio der VaR-Ermittlug Vereiheitlichug Eiheitlicher Maßstab der Risikoeischätzug Limitierug / Steuerug Messug ud Limitierug ist fudametal für die Steuerug Kapitaluterlegug Zur Deckug

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield Augabeblatt 4 Lösuge A. Deiitioe Zis = Rate Ziskurve = Zisstruktur Redite = Yield A. Deiitioe Zerobod = Nullkupoaleihe = Zero coupo bod Aleihe, die vor Ede der Lauzeit keie Zahluge leistet ud am Ede der

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Versicherungstechnik

Versicherungstechnik Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

Robuste Asset Allocation in der Praxis

Robuste Asset Allocation in der Praxis Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben Expoetielles Wachstum Höhere Fiazmathematik Sehr ausführliches Themeheft (d. h. mit Theorie) Aber auch mit viele Traiigsaufgabe Es hadelt sich um eie Awedug vo Expoetialfuktioe (Wachstumsfuktioe) Datei

Mehr

Aktueller Status hinsichtlich der angekündigten Kursgewinnsteuer

Aktueller Status hinsichtlich der angekündigten Kursgewinnsteuer ÄNDERUNGEN IM JAHR 2011 Aktueller Status hisichtlich der ageküdigte Kursgewisteuer Abei möchte wir Sie über wesetliche Ihalte aus der Regierugsvorlage Budgetbegleitgesetz 2011-2014 vom 30.11.2010 zur Kursgewibesteuerug

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche Leistungsverrechnung Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der

Mehr

Die Risiken der privaten Altersvorsorge und deren Handling durch die Anbieter

Die Risiken der privaten Altersvorsorge und deren Handling durch die Anbieter Die ud dere Hadlig durch die Abieter 1 Übersicht Sichere Altersvorsorge: Was erwarte wir vo der private Altersvorsorge? Was macht die private Altersvorsorge usicher? Altersvorsorge i volatile Kapitalmärkte

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

Mehr

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im

Mehr

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Aufbaustudium Grüdugscotrollig Lösugshiweise zur 3. Musterklausur Lösugshiweise

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... a ik) i=1...m, k=1...n A = = ( a mn Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,

Mehr

Kapitel 6: Quadratisches Wachstum

Kapitel 6: Quadratisches Wachstum Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =

Mehr

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81 Fiazmathematik 8 FINANZMATHEMATIK. Zise ud Ziseszise Die Zise als Preis für die Zurverfügugstellug vo Geld bilde das zetrale Elemet i der Fiazmathematik. Hierbei sid verschiedee Arte der Verzisug zu uterscheide.

Mehr

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen. 3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Löslichkeitsdiagramm. Grundlagen

Löslichkeitsdiagramm. Grundlagen Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Unendliche Folge Eine Folge heißt unendlich, wenn die Anzahl der Glieder unbegrenzt ist.

Unendliche Folge Eine Folge heißt unendlich, wenn die Anzahl der Glieder unbegrenzt ist. . Folge ud Reihe.... Folge..... Grudlage.....2 Arithmetische Folge... 2..3 Geometrische Folge... 2.2 Reihe... 2.2. Grudlage... 2.2.2 Arithmetische Reihe... 2.2.3 Geometrische Reihe... 3.3 Eiige spezielle

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen. Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a) Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem

Mehr

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien?

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien? Fiazmathematik Aufgabesammlug. Ei Kapital vo 5000 ist zu 6,5% ud ei Kapital vo 4500 zu 7% auf 2 Jahre agelegt. Wie groß ist der Uterschied der Edkapitalie? 2. Wa erreicht ei Kapital eie höhere Edwert,

Mehr

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003 Credit Risk+ Itegratiossemiar zur BBL ud BWL Witersemester 2002/2003 Oksaa Obukhova lia Sirsikova Credit Risk+ 1 Ihalt. Eiführug i die Thematik B. Ökoomische Grudlage I. Ziele II. wedugsmöglichkeite 1.

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09 Mathematik Vorlesug im Bachelor-Studiegag Busiess Admiistratio (Modul BWL A) a der FH Düsseldorf im Witersemester 2008/09 Dozet: Dr. Christia Kölle Teil I Fiazmathematik, Lieare Algebra, Lieare Optimierug

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

2. Gleichwertige Lösungen

2. Gleichwertige Lösungen 8. Gleichwertige Lösuge Für die Lösug jeder lösbare Aufgabe gibt es eie uedliche Azahl vo (abstrakte ud kokrete) Algorithme. Das folgede Problem illustriert, dass eie Aufgabe eifacher oder kompliziert,

Mehr

Lang & Schwarz Aktiengesellschaft. Nachtrag Nr. 1 vom 23. Juli 2012. nach 16 Absatz 1 WpPG. zum

Lang & Schwarz Aktiengesellschaft. Nachtrag Nr. 1 vom 23. Juli 2012. nach 16 Absatz 1 WpPG. zum Lag & Schwarz Aktiegesellschaft Nachtrag Nr. 1 vom 23. Juli 2012 ach 16 Absatz 1 WpPG zum Basisprospekt der Lag & Schwarz Aktiegesellschaft vom 20. Jui 2013 über derivative Produkte Optiosscheie auf Aktie/aktievertretede

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2

Mehr

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi

Mehr

Lernhilfe in Form eines ebooks

Lernhilfe in Form eines ebooks Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD. ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fiazplaer/i mit eidg. Fachausweis Formelsammlug Autor: Iwa Brot Diese Formelsammlug wird a de Olie- ud a de müdliche Prüfuge abgegebe soweit erforderlich. A der schriftliche Klausur

Mehr

Informatik II Dynamische Programmierung

Informatik II Dynamische Programmierung lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit

Mehr

4. Reihen Definitionen

4. Reihen Definitionen 4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a

Mehr

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden Byzatiische Eiigug im Full-Iformatio-Modell i O(log ) Rude Martia Hüllma Uiversität Paderbor (martiah@upb.de) Zusammefassug. Byzatiische Eiigug stellt ei grudlegedes Problem im Bereich verteilter Systeme

Mehr

Bau- und Wohncenter Stephansplatz

Bau- und Wohncenter Stephansplatz Viele gute Grüde, auf us zu baue Bau- ud Wohceter Stephasplatz Parter der Bak Austria Silvia Nahler Tel.: 050505 47287 Mobil: 0664 20 22 354 Silvia.ahler@cityfiace.at Fiazservice GmbH Ralph Decker Tel.:

Mehr

Mathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re

Mathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re atheatik der Lebesersicherug r. Karste Kroll GeeralCologe Re atheatik der Lebesersicherug atheatische Grudasätze iskotiuierliche ethode: Sätliche Leistuge erfolge zu bestite Zeitpukte ie Zeititeralle dazwische

Mehr

Transformator. n Windungen

Transformator. n Windungen echische iversität Dresde stitut für Ker- ud eilchephysik R. Schwierz V/5/29 Grudpraktikum Physik Versuch R rasformator rasformatore werde i viele ereiche der Elektrotechik ud Elektroik eigesetzt. Für

Mehr

Prof. Dr. Günter Hellmig. Klausurenskript Finanzmathematik

Prof. Dr. Günter Hellmig. Klausurenskript Finanzmathematik Prof. Dr. Güter Hellig lausureskript Fiazatheatik Ihalt: lausur vo WS 9/. Eifache Zise: Vorschüssigkeit ud Nachschüssigkeit. Reterechug: Reteedwert ud Retebarwert 3. Tilgugsrechug: Tilgugspla bei Ratetilgug

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Optionsbewertung. Elke Korn Ralf Korn 1

Optionsbewertung. Elke Korn Ralf Korn 1 MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/~mamaeusch/ Optiosbewertug Elke Kor Ralf Kor Diese Veröffetlichug ist Teil des Buchprojektes Mathematik ud Ökoomie, das

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

Unternehmensbewertung und Aktienanalyse von Karina Liebenstein & Bartholomäus Fietzek

Unternehmensbewertung und Aktienanalyse von Karina Liebenstein & Bartholomäus Fietzek Uterehmesbewertug ud Aktieaalyse vo Karia Liebestei & Bartholomäus Fietzek Uterehmesbewertug Es gibt kei allgemei verbidliches Verfahre, soder eie Vielzahl vo Methode Sie diee zur Bewertug vo Uterehme

Mehr

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln Wallis-Produkt, Gammafuktio ud -dimesioale Kugel Thomas Peters Thomas Mathe-Seite www.mathe-seite.de 6. Oktober 3 Das Ziel dieses Artikels ist es, Formel für das Volume ud die Oberfläche vo -dimesioale

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr DEMO für ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gz ausführliches Traiig Datei Nr. 40012 Neu geschriebe ud sehr erweitert Std: 4. Februar 2010 INTERNETBIBLIOTHEK

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER. Im FinanzVerbund der Volksbanken Raiffeisenbanken

QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER. Im FinanzVerbund der Volksbanken Raiffeisenbanken w QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER Im FiazVerbud der Volksbake Raiffeisebake » Die Kraft steckt i der Qualität. «(Friedrich Wilhelm Nietzsche, deutscher Philosoph, 1844 1900)

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

Zusammenfassung der Vorlesung VWL 2b: Einführung in die Finanzmärkte Geschrieben von Pascal Gischler, Layout von Kai Rexrodt

Zusammenfassung der Vorlesung VWL 2b: Einführung in die Finanzmärkte Geschrieben von Pascal Gischler, Layout von Kai Rexrodt Zusammefassug der Vorlesug VWL 2b: Eiführug i die Fiazmärkte Geschriebe vo Pascal Gischler, Layout vo Kai Rexrodt Kapitel 1 u. 2 - Eiführug i die Fiazmärkte 5 Elemete des Fiazsystems: 1. Geld 2. Fiazistrumete

Mehr

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I Model CreditRisk + : The Ecoomic Perspective of Portfolio Credit Risk Part I Semiar: Portfolio Credit Risk Istructor: Rafael Weißbach Speaker: Pablo Kimmig Ageda 1. Asatz ud Ziele Was ist CreditRisk +

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++ Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt

Mehr

Methodische Grundlagen der Kostenkalkulation

Methodische Grundlagen der Kostenkalkulation Methodische Grudlage der Kostekalkulatio Plaugsebee Gebrauchsgüter Die i der ladwirtschaftliche Produktio eigesetzte Produktiosmittel werde i Gebrauchsgüter ud Verbrauchsgüter uterteilt. Zu de Gebrauchsgüter

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

Lösungen zu Kontrollfragen

Lösungen zu Kontrollfragen Lehrstuhl für Fiazwirtschaft Lösuge zu Kotrollfrage Fiazwirtschaft Prof. Dr. Thorste Poddig Fachbereich 7: Wirtschaftswisseschaft 2 Forme der Fremdfiazierug (Kapitel 6) Allgemeier Überblick 89. Ma ka die

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Vorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion

Vorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion Uiversität Zürich, 3. September 0 Vorurs Grudlage für das Mathematistudium Lösuge : Biomialreihe, Expoetial- ud Logarithmusfutio Lösug zu Aufgabe Seie x, y > 0 ud a > 0. Da gilt: a log a z z für alle z

Mehr

LS Retail. Die Branchenlösung für den Einzelhandel auf Basis von Microsoft Dynamics NAV

LS Retail. Die Branchenlösung für den Einzelhandel auf Basis von Microsoft Dynamics NAV LS Retail Die Brachelösug für de Eizelhadel auf Basis vo Microsoft Dyamics NAV akquiet Focus auf das Wesetliche User Focus liegt immer auf der Wirtschaftlichkeit: So weig wie möglich, soviel wie ötig.

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr