Bewertung Amerikanischer Optionen mit stochastischer Volatilität

Größe: px
Ab Seite anzeigen:

Download "Bewertung Amerikanischer Optionen mit stochastischer Volatilität"

Transkript

1 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 Verwendete Literatur: [HoKu] M. Holtz; A. Kunoth, B-spline based monotone multigrid methods, Siam J. Numer. Anal. 45(3), S , 2007 [Sau] M. Sauerland, Bewertung Amerikanischer Optionen mit stochastischer Volatilität: Mehrgittermethoden basierend auf B-Splines höherer Ordnung, Institut für Mathematik, Universität Paderborn, Masterarbeit, 2013 [Sch] C. Schneider, Multiskalenmethoden zur Bewertung Amerikanischer Optionen mit stochastischer Volatilität, Institut für Angewandte Mathematik, Universität Bonn, Diplomarbeit, 2008 [Sey] R. Seydel, Tools for Computational Finance, 5. Auflage, Springer Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 1

2 Was ist eine Option? Definition: Recht (nicht die Verpflichtung), ein Underlying (z.b. Aktie) zu einem bestimmten Zeitpunkt T zu einem festen Preis K zu kaufen (Call) oder verkaufen (Put) Wozu? Versicherung: Absicherung gegen Kursänderung des Underlying Spekulationszwecke Wesentliche Unterschiede: Amerikanisch Europäisch Ausübung in 0 t T möglich Ausübung nur zum Stichtag T möglich Auszahlung bei Ausüben: S ist der (zeitabhängige) Wert des Underlyings Call Put H(S) := (S K) + := max{s K, 0} H(S) := (K S) + := max{k S, 0} Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 2

3 Einige wichtige Eigenschaften Abgrenzung zur Zeitreihenanalyse: Option ist Derivat (abgeleitetes Finanzprodukt) Bewertung viel schwieriger, da abhängig vom Verlauf des Kurses der Aktie Zentrale Frage: heutiger fairer Wert V(0, S 0) fairer Preis = aus Käufer- und Verkäufersicht akzeptabler Preis Eigenschaften: V := V(t, S): Wert der Option (Optionspreis) abhängig von S und t V(t, S) 0 ist offensichtlich (da Auszahlungsfunktion nie negativ) Intuitiv klar: V Am V Eur, da Amerikanische Option europäische beinhaltet Vorzeitiges Ausüben eines Amer. Call auf eine Aktie, die keine Dividende (= Gewinnausschüttung an den Halter) ausschüttet in [0, T], nie sinnvoll V Eur Call = V Am Call Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 3

4 Vorzeitiges Ausüben Vermutung: vorzeitiges Ausüben einer Amerikanischen Option kann sinnvoll sein (betrachte hier Put) V(t, S) = { (K S) + S S f? S > S f [Sey] Aufgabe: sinnvolle Modellierung im Haltebereich, da Wert im Stoppbereich durch Payoff klar ist Problem: Rand S f der Bereiche ist a priori unbekannt numerische Approximation notwendig Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 4

5 Modellierung Das Black-Scholes-Modell Zentrale Annahmen: konstante Volatilität σ > 0 (Standardabweichung, misst die Schwankungsbreite) konstanter Zinssatz r... Aktienkurs kann durch Brownsche Bewegung modelliert werden ds t = µs t dt + σs t dw t (Brownsche Bewegung) Kann gezeigt werden, dass somit für Optionspreis folgende Partielle Differentialgleichung (PDGL) gilt (V = V(t, S)) V t σ2 S 2 2 V S 2 V + rs S rv = 0 (klassische Black-Scholes-Gleichung) Europäische Optionen: analytisch bestimmbare Lösung existiert (klassisches Randwertproblem) Amerikanische Optionen: wegen freiem Rand (unbekannt) keine analytische Lösung zu erwarten Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 5

6 Herleitung der Black-Scholes-Gleichung Itô-Lemma: Sei Y(t) R stoch. Prozess und f : R + R R Funktion, die in der ersten Komponente einmal und in der zweiten Komponente zweimal stetig differenzierbar ist. Dann ist auch Z(t) := f(t, Y(t)) Itô-Prozess mit ( ) f(t, Y(t)) f(t, Y(t)) dz(t) = + a(t, Y(t)) f(t, Y(t)) b 2 (t, Y(t)) dt t Y 2 Y 2 ( V dv = t ) + µs V S 2 σ2 S 2 V dt + σs V S 2 S dw f(t, Y(t)) + b(t, Y(t))dW(t) Y (Prozess nach Itô-Lemma) Idee: Konstruiere Portfolio Π := V + S ( ) V dπ = + µs V t S 2 σ2 S 2 V dt + σs V dw + µsdt + σsdw (1) S 2 S Wähle = V Risiko eliminiert S aber: für risikolose Anlage gilt ( ) dπ = rπdt = r V S V dt (2) S Gleichsetzen von (1) und (2) liefert Ergebnis Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 6

7 Problematik Finanzwirtschaftlich großes Interesse: partielle Ableitungen des Optionspreises, sog. Griechen Delta= V S Gamma= 2 V S 2 Theta= V t... geben Aufschluss über Sensitivität der Option bzgl. Änderung der Variablen können für bestimmte Anlagestrategien (zb. Hedging=Risikoabsicherung) genutzt werden Wesentlicher Kritikpunkt des klassischen Black-Scholes-Modells: konstante Volatilität [Sau] Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 7

8 CIR-Prozess Ziel: Wert der Option näherungsweise als Funktion V(t, S, v) (v ist Volatilität) Ab jetzt: Amerikanische Put-Option mit stoch. Volatilität Cox, Ingersoll und Ross (1985): stoch. Volatilität kann beschrieben werden durch: dv t = κ(γ v t)dt }{{} Drift + ξ v t dw t }{{} Diffusion (CIR-Prozess) κ =Rückfallgeschwindigkeit γ =Gleichgewichtsniveau ξ =Prozessvolatilität Euler-Maruyama [Sey], Parameter: κ = 3, γ = 0.05, ξ = 0.1, Schritte= 400, Startwert= 0.08 Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 8

9 Wesentliche Problemformulierung 1 Feller-Bedingung 2κγ ξ 2 verletzt v hat Nullstelle in endl. Zeit } Black-Scholes-Modell Umformungen Heston-Gleichung CIR-Prozess Korrelation ρ LV := V + 1 t 2 (S2 v 2 V + S 2ρξvS 2 V 2 + S v ξ2 v 2 V v 2 )+rs V S +κ(γ v) V v rv = 0 Problemstellung LV = 0 S > S f, v 0, t [0, T) V(t, S, v) = H(S) S S f, v 0, t [0, T) lim S 0 V = lim H(S) = K, S 0 lim V = lim H(S) = 0, lim S S lim V = H(S) v 0 V = v v 0 Besonderheit: Endbedingung V(T, S, v) = H(S) Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 9

10 Wesentliche Problemformulierung 2 Freier Rand in der Formulierung taucht explizit auf als Variationsungleichung umformulieren LV = 0 S > S f, v 0, t [0, T) V = H(S) S S f, v 0, t [0, T) Liefert zusammengefasst LV (V H(S)) = 0 S 0 LV 0 V H(S) 0 Gebiet Ω t,s,v := (0, T) (0, ) (0, ) Diskretisierung kann problematisch werden (Konvektionsterm) neue Variable ( S ) x := ln, x (, ) K Damit wird g(x) := H(S) und y(t, x, v) := V(t, S, v) Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 10

11 Diskretisierung 1 Jetzt: Variationsformulierung herleiten Diskretisierung Numerische Lösung Also: Gitter erstellen/gebiet beschränken Ω t,x,v := Ω := (0, T) (x min, x max) (v min, v max) (x min, x max) (v min, v max) In der Zeit diskretisieren wir den Differentialoperator x min = x max 0 =: t 0 < < t M := T, τ := t k+1 t k y t t k y k+1 y k τ Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 11

12 Diskretisierung 2 Schrittweiten von x und v haben unterschiedliche Feinheit Dirichlet-Rand Γ: y = g (entspricht dem Payoff) Neumann-Rand: y = 0 (bei sehr hoher Volatilität wirken sich kleine Abweichungen kaum aus) v Nutze Finite Elemente, B-Spline-Basis [HoKu]: prinzipiell auf höhere Ordnung und nicht-gleichmäßige Gitter verallgemeinerbar dazu: erweiterte Knotenfolgen für obiges Gebiet durch u := y g erhalten wir Nullränder (vereinfacht Integration über Rand) Lösungsraum: K := {ϕ H 1 (Ω) : ϕ 0, ϕ = 0 auf Γ} Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 12

13 B-Splines Wegen 0-Randbedingung: N T K ohne extreme B-Splines [Sau] Einigen Umformungen Ungleichungssystem der B-Spline-Entwicklungskoeffizienten Lösung mittels PSOR (Abwandlung des SOR Verfahren wegen Nebenbedingungen) Beschleunigung: Mehrgitterverfahren abwechselnd auf Gittern unterschiedlicher Feinheit rechnen Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 13

14 ( S K Darstellung einer Lösung Numerische Lösung für den Optionspreis in t = 0 abhängig von Volatilität und transformiertem ) Aktienkurs x = ln, K = 10 y(t, x, v) = 10 (Aktienkurs gegen 0), lim y(t, x, v) = 0 (Aktienkurs gegen ) lim x 5 x 5 Modell empfindlicher für Aktienkursschwankungen als für Volatilitätsschwankungen Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 14 [Sau]

15 Ausblick CIR-Prozess kann theoretisch Wert 0 liefern (siehe Feller-Bedingung): in der Praxis fragwürdig eventuell anderen Prozess verwenden Methode auf allgemeinere Optionen übertragen: durch Tensorprodukt B-Splines auf beliebige Dimension erweiterbar Implementierung kubischer Splines: glatte Lösung (C 2 ), Griechen können direkt berechnet werden (Ableitung durch Neville-Schema) mittels Griechen ein optimales Portfolio erstellen (Risikominimierung) Mathias Weigler Bewertung Amerikanischer Optionen mit stochastischer Volatilität 15

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

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

Die Black-Scholes-Gleichung

Die Black-Scholes-Gleichung Die Black-Scholes-Gleichung Franziska Merk 22.06.2012 Outline Optionen 1 Optionen 2 3 Optionen Eine Kaufoption ist ein Recht, eine Aktie zu einem heute (t=0) festgelegten Preis E an einem zukünftigen Zeitpunkt

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

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

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

Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente

Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente . Session 6: Theoretische Geodäsie Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente 1 Jessica Franken Institut für Geodäsie und Geoinformation Professur für Theoretische

Mehr

2 Das Marktmodell C1(WS08/09) [2] 1

2 Das Marktmodell C1(WS08/09) [2] 1 2 Das Marktmodell 2.1 Ein allgemeines Finanzmarktmodell 2.2 Aufsteigende Systeme von σ-algebren und adaptierte Prozesse 2.3 Elementare Handelsstrategien im Finanzmarktmodell 2.4 Die σ-algebra der previsiblen

Mehr

Probestudium der Physik 2011/12

Probestudium der Physik 2011/12 Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion

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

3.2 Black-Scholes Analyse

3.2 Black-Scholes Analyse 3.. BLACK-SCHOLES ANALYSE 39 3. Black-Scholes Analyse Allgemeine Vorüberlegungen Eine Aktie ist eine Anlage ähnlich einem Kredit. Der Anleger bekommt eine Verzinsung, da Kapital ein Arbeitsfaktor ist.

Mehr

Das Black-Scholes Marktmodell

Das Black-Scholes Marktmodell Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt

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

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Musterlösung Übung 3

Musterlösung Übung 3 Musterlösung Übung 3 http://www.hoadley.net/options/ http://www.eeh.ee.ethz.ch/en/power/power-systems-laboratory/services 1. Optionsbewertung nach Black / Scholes a) Bewerten Sie eine Call-Option mit den

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

Musterlösung Übung 2

Musterlösung Übung 2 Musterlösung Übung 2 http://www.hoadley.net/options/ http://www.eeh.ee.ethz.ch/en/power/power-systems-laboratory/services 1. Optionsbewertung nach Black / Scholes a) Bewerten Sie eine Call-Option mit den

Mehr

Optionspreistheorie von Black & Scholes

Optionspreistheorie von Black & Scholes Optionspreistheorie von Black & Scholes Vortrag zum Seminar Econophysics Maximilian Eichberger 20. November 2007 Zusammenfassung Nach einer kurzen Erläuterung zu den Grundbegriffen und -prinzipien des

Mehr

Differentialgleichungen

Differentialgleichungen Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

Moment Swaps. Volatilität, Korrelation und andere Verteil ungsmomente als eigene Asset-Klasse. Stephan Krügel

Moment Swaps. Volatilität, Korrelation und andere Verteil ungsmomente als eigene Asset-Klasse. Stephan Krügel Stephan Krügel Moment Swaps Volatilität, Korrelation und andere Verteil ungsmomente als eigene Asset-Klasse Frankfurt School of Finance & Management Bankakademie-Verlag 1. Moment Swaps: Anlagemedium zum

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Vorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik

Vorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik Univ. Leipzig Mathematisches Institut Vertretung Professur Stochastische Prozesse Max v. Renesse email: mrenesse@math.tu-berlin.de Vorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik

Mehr

Analytische Methoden und die Black-Scholes Modelle

Analytische Methoden und die Black-Scholes Modelle Analytische Methoden und die Black-Scholes Modelle Diplomverteidigung Universität Rostock Institut für Mathematik 20.01.2011 Agenda 1 Das Ornstein-Uhlenbeck Volatilitätsmodell 2 in L 2 (R 2 ) 3 4 Problem

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel von Christian Schmitz Übersicht Zufallszahlen am Computer Optionspreis als Erwartungswert Aktienkurse simulieren Black-Scholes Formel Theorie

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel Seite 1 von 24 Zufallszahlen am Computer 3 Gleichverteilte Zufallszahlen 3 Weitere Verteilungen 3 Quadratische Verteilung 4 Normalverteilung

Mehr

Sensitivitätsfaktoren

Sensitivitätsfaktoren Sensitivitätsfaktoren Überblick Sensitivitätsfaktoren zeigen die Änderungen des Optionspreises, wenn sich eine Einflussgröße ändert Sensitivitätsfaktoren werden mit einem Optionspreismodell errechnet Einflussgrößen:

Mehr

DIPLOMARBEIT. Konstruktion B Spline basierter monotoner Mehrgitterverfahren zur Bewertung Amerikanischer Optionen

DIPLOMARBEIT. Konstruktion B Spline basierter monotoner Mehrgitterverfahren zur Bewertung Amerikanischer Optionen DIPLOMARBEIT Konstruktion B Spline basierter monotoner Mehrgitterverfahren zur Bewertung Amerikanischer Optionen Angefertigt am Institut für Angewandte Mathematik Vorgelegt der Mathematisch Naturwissenschaftlichen

Mehr

Dynamische Portfolio-Optimierung mit partieller Information und beschränktem Ausfallrisiko

Dynamische Portfolio-Optimierung mit partieller Information und beschränktem Ausfallrisiko 1 / 36 Dynamische Portfolio-Optimierung mit partieller Information und beschränktem Ausfallrisiko Ralf Wunderlich Brandenburgische Technische Universität Cottbus gemeinsam mit Jörn Sass (TU Kaiserslautern)

Mehr

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

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

Zur Modellierung der Zinsdynamik wird ein verallgemeinertes Zwei-Faktor-Vasicek-Modell für die Entwicklung der risiko-neutralen Short-Rate

Zur Modellierung der Zinsdynamik wird ein verallgemeinertes Zwei-Faktor-Vasicek-Modell für die Entwicklung der risiko-neutralen Short-Rate Seite 1 von 6 Disclaimer Das folgende Basismodell für die Simulation des Kapitalmarkts wurde im Auftrag der Altersvorsorge (PIA) vom Fraunhofer Institut für Techno- und Wirtschaftsmathematik (Fraunhofer

Mehr

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/ Finanzmathematik - Wintersemester 2007/08 http://code.google.com/p/mitgetexed/ Stand: 4. November 2007 Inhaltsverzeichnis 1 Motivation und erste Begriffe 2 2 Endliche Finanzmärkte 4 3 Das Cox-Ross-Rubinstein-Modell

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, Fixpunkte, Stabilität 1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher

Mehr

Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik'

Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik' Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik' 1. Diskretisierung in der Zeit: Die Evolutionsgleichung Kurzzusammenfassung Zur Erprobung der Verfahren zur zeitlichen Diskretisierung

Mehr

4.5 Schranken an die Dichte von Kugelpackungen

4.5 Schranken an die Dichte von Kugelpackungen Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen

Mehr

Modellieren in der Angewandten Geologie II. Sebastian Bauer

Modellieren in der Angewandten Geologie II. Sebastian Bauer Modellieren in der Angewandten Geologie II Geohydromodellierung Institut für Geowissenschaften Christian-Albrechts-Universität zu Kiel CAU 3-1 Die Finite Elemente Method (FEM) ist eine sehr allgemeine

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

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

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Formelsammlung zum Starterstudium Mathematik

Formelsammlung zum Starterstudium Mathematik Formelsammlung zum Starterstudium Mathematik Universität des Saarlandes ¼ Version.3 Inhaltsverzeichnis. Potenzgesetze. Vollständige Induktion 3. Betragsgleichungen, Betragsungleichungen 4 4. Folgen und

Mehr

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis) Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben

Mehr

Modulformen, Teil 1. 1 Schwach modulare Funktionen

Modulformen, Teil 1. 1 Schwach modulare Funktionen Vortrag zum Seminar zur Funktionentheorie, 3.3.2 Robin Blöhm Dieser Vortrag führt uns zur Definition von Modulformen. Gemeinsam mit einem ersten Beispiel, den bereits bekannten Eisenstein-Reihen, ist sie

Mehr

Dierentialgleichungen 2. Ordnung

Dierentialgleichungen 2. Ordnung Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:

Mehr

2.3.1 Explizite Runge-Kutta-Verfahren

2.3.1 Explizite Runge-Kutta-Verfahren Somit ist y(t + h) = y + hf(t, y ) + h (f t (t, y ) + f y (t, y )f(t, y )) + O(h 3 ) Setzen wir Φ(t, y, h) := f(t, y) + h (f t(t, y) + f y (t, y)f(t, y)), so erhalten wir ein Verfahren mit der Konsistenzordnung

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

ITWM Workshopserie 2012: Mehrfaktor-Zinsmodelle und ihre Implementation

ITWM Workshopserie 2012: Mehrfaktor-Zinsmodelle und ihre Implementation ITWM Workshopserie 2012: Mehrfaktor-Zinsmodelle und ihre Implementation Aspekte des 2-Faktor-Hull-White-Modells 8. November 2012 Inhalt Weshalb ein Mehrfaktor Modell? 2-Faktor-Modelle Das ursprüngliche

Mehr

Finanz- und Risikomanagement II

Finanz- und Risikomanagement II Finanz- und Risikomanagement II Fakultät Grundlagen März 2009 Fakultät Grundlagen Finanz- und Risikomanagement II Einperiodenmodell Marktmodell Bewertung von Derivaten Binomialbaum Bewertungen im Abhängigkeiten

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische

Mehr

Bewertung von Barrier Optionen mit der Finite-Differenzen-Methode

Bewertung von Barrier Optionen mit der Finite-Differenzen-Methode Bewertung von Barrier Optionen mit der Finite-Differenzen-Methode Diplomarbeit vorgelegt von Ming Liao Universität Bielefeld Fakultät für Wirtschaftswissenschaften 9. Juni 2011 Themensteller: Prof. Dr.

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

Dynamik von Optionen

Dynamik von Optionen Dynamik von Optionen Plan Der Optionspreis und seine Einflussfaktoren Wert des Calls / Puts bei unterschiedlichen Marktbedingungen Änderung des Optionspreises bei Änderung eines oder mehrerer Einflussfaktoren

Mehr

Inflationsbereinigte Chance-Risiko-Profile von Lebensversicherungsprodukten Stefan Graf, Alexander Kling, Jochen Ruß

Inflationsbereinigte Chance-Risiko-Profile von Lebensversicherungsprodukten Stefan Graf, Alexander Kling, Jochen Ruß Stefan Graf WiMa 2011 Ulm November 2011 Inflationsbereinigte Chance-Risiko-Profile von Lebensversicherungsprodukten Stefan Graf, Alexander Kling, Jochen Ruß Seite 2 Agenda Chance-Risiko-Profile Nominale

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

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

- 1 - zum Extremum macht, wenn y(x) eine bestimmte, genau charakterisierte Funktionenklasse ( n

- 1 - zum Extremum macht, wenn y(x) eine bestimmte, genau charakterisierte Funktionenklasse ( n - 1 - Variationsrechnung Die Variationsrechnung spielt in der Physik eine entscheidende Rolle. So kann man die Grundgleichungen der Newtonschen Mechanik aus einem Lagrangeschen Variationsprinzip herleiten.

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme

Mehr

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/

Mehr

Finanznumerik (Computational Finance)

Finanznumerik (Computational Finance) Finanznumerik (Computational Finance) Vorlesungsskript Goethe-Universität Frankfurt Sommersemester 2010 Thomas Gerstner 5. Juli 2010 2 Inhaltsverzeichnis 1 Einleitung 7 2 Finanzderivate 9 2.1 Verzinsung....................................

Mehr

2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n

2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n 2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n f ist in dem Fall ein Weg in R n. Das Bild f(t) des Weges wird als Kurve

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java Vorlesung vom 07.01.2008 Übersicht 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme 3 Polygonzüge 4 Das Eulersche Polygonzugverfahren Warm-Up zum Jahresbeginn 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Walter Sanddorf-Köhle Foliensatz Nr. 3 1 / 46 Ein Einperiodenmodell Beispiel 5 Betrachtet wird nun ein Wertpapiermarkt mit

Mehr

Optionskennzahlen. 1 Man beachte, daß die mittels dieser Verhältnisse berechneten Veränderungen nur für kleine Veränderungen rich-

Optionskennzahlen. 1 Man beachte, daß die mittels dieser Verhältnisse berechneten Veränderungen nur für kleine Veränderungen rich- Optionskennzahlen 1 Einführung Die Abhängigkeit des Optionspreises von den verschiedenen Parametern wird analysiert, indem diese marginal 1 verändert und ins Verhältnis zu der daraus resultierenden Veränderung

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

Analysis II (FS 2015): Vektorfelder und Flüsse Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.

Mehr

κ Κα π Κ α α Κ Α

κ Κα π Κ α α Κ Α κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

4. DIE ABLEITUNG (DERIVATIVE)

4. DIE ABLEITUNG (DERIVATIVE) 31 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch

Mehr

Lösung zur Übung 19 SS 2012

Lösung zur Übung 19 SS 2012 Lösung zur Übung 19 SS 01 69) Beim radioaktiven Zerfall ist die Anzahl der pro Zeiteinheit zerfallenden Kerne dn/dt direkt proportional zur momentanen Anzahl der Kerne N(t). a) Formulieren Sie dazu die

Mehr

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN von HANS-JüRG BüTTLER In der vorliegenden Notiz werden zuerst Kennziffern des Wechselkurses, die für die lognormale Verteilung

Mehr

Lösungen zur 1. Klausur Diskrete Stochastische Finanzmathematik ( , SoSe 2014) am , Zeit: 10-12, Raum: W

Lösungen zur 1. Klausur Diskrete Stochastische Finanzmathematik ( , SoSe 2014) am , Zeit: 10-12, Raum: W Prof. Dr. Dietmar Pfeifer Institut für Mathematik Lösungen zur. Klausur Diskrete Stochastische Finanzmathematik (5..862, SoSe 24 am 5.8.24, Zeit: - 2, Raum: W--6 Name:... Matr.-Nr.:... Geb.-Datum:... Studiengang:...

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 n Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 18. Mai 2015 n Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

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

Lösung 04 Klassische Theoretische Physik I WS 15/16. c n = 1 T. c n,u e inωt + c n,u e inωt] c n e inωt = c 0 +

Lösung 04 Klassische Theoretische Physik I WS 15/16. c n = 1 T. c n,u e inωt + c n,u e inωt] c n e inωt = c 0 + Karlsruher Institut für Technologie Institut für theoretische Festkörperphysik www.tfp.kit.edu Lösung 4 Klassische Theoretische Physik I WS 5/6 Prof. Dr. G. Schön 2 Punkte Sebastian Zanker, Daniel Mendler

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

Einführung in die Maximum Likelihood Methodik

Einführung in die Maximum Likelihood Methodik in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood

Mehr

Modell der Punktmasse

Modell der Punktmasse Kinematik Die Kinematik (kinema, griech., Bewegung) ist die Lehre von der Bewegung von Punkten und Körpern im Raum, beschrieben durch die Größen Weg (Änderung der Ortskoordinate) s, Geschwindigkeit v und

Mehr

K8 Stetige Zufallsvariablen Theorie und Praxis

K8 Stetige Zufallsvariablen Theorie und Praxis K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R

Mehr

Mathematik - Antwortblatt Klausur

Mathematik - Antwortblatt Klausur Mathematik - Antwortblatt Klausur 30..09 Aufgabe: 0 Punkte a) Allgemein heißt eine Funktion f (x) stetig an der Stelle x 0, wenn die folgenden Bedingungen erfüllt sind (2 Punkte): f (x 0 )=lim h 0 f (x

Mehr

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

Mehr

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6 Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist

Mehr

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory

Mehr

Die Bewertung der eingebetteten Optionen in der Lebensversicherung

Die Bewertung der eingebetteten Optionen in der Lebensversicherung Die Bewertung der eingebetteten Optionen in der Lebensversicherung Prüfungskolloquium 19.11.2010 Beat Wäfler Eingebettete Optionen In Lebensversicherungsprodukten können für den Versicherungsnehmer beispielsweise

Mehr

Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K.

Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K. Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K. Wert der Call Option zum Zeitpunkt T: max{s T K,0} Preis der ECO zum Zeitpunkt t < T: C = C(t,

Mehr

2. Räumliche Bewegung

2. Räumliche Bewegung 2. Räumliche Bewegung Prof. Dr. Wandinger 1. Kinematik des Punktes TM 3 1.2-1 2. Räumliche Bewegung Wenn die Bahn des Punkts nicht bekannt ist, reicht die Angabe einer Koordinate nicht aus, um seinen Ort

Mehr

Linearisierung einer Funktion Tangente, Normale

Linearisierung einer Funktion Tangente, Normale Linearisierung einer Funktion Tangente, Normale 1 E Linearisierung einer Funktion Abb. 1 1: Die Gerade T ist die Tangente der Funktion y = f (x) im Punkt P Eine im Punkt x = a differenzierbare Funktion

Mehr

Mathematik für Wirtschaftswissenschaftler. gehalten von Claus Diem

Mathematik für Wirtschaftswissenschaftler. gehalten von Claus Diem Mathematik für Wirtschaftswissenschaftler gehalten von Claus Diem Übungen Die Seminare / Übungsgruppen / Tutorien finden wöchentlich statt. Alle zwei Wochen am Montag wird ein Übungsblatt ausgegeben. Dies

Mehr

Analytische und numerische Lösung der Black-Scholes-Gleichung für europäische und amerikanische Basket-Optionen

Analytische und numerische Lösung der Black-Scholes-Gleichung für europäische und amerikanische Basket-Optionen Technische Universität Berlin Fakultät für Mathematik und Naturwissenschaften Analytische und numerische Lösung der Black-Scholes-Gleichung für europäische und amerikanische Basket-Optionen Diplomarbeit

Mehr

6 Komplexe Integration

6 Komplexe Integration 6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise

Mehr

Analysis und Lineare Algebra mit MuPAD

Analysis und Lineare Algebra mit MuPAD Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1

Mehr

Finanzderivate: hedgen oder manipulieren?

Finanzderivate: hedgen oder manipulieren? Finanzderivate: hedgen oder manipulieren? Frankfurt MathFinance Institute Goethe-Universität Frankfurt http://ismi.math.uni-frankfurt.de/kuehn/ Alumni-Treffen der Frankfurter Mathematik Goethe-Universität

Mehr

Gewöhnliche Dierentialgleichungen

Gewöhnliche Dierentialgleichungen Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat

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

Die Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften

Die Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften MÜNSTER Die Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften Christoph Fricke, Natascha von Aspern, Carla Tameling 12.06.2012

Mehr

Übung zu Forwards, Futures & Optionen

Übung zu Forwards, Futures & Optionen Übung zu Forwards, Futures & Optionen Vertiefungsstudium Finanzwirtschaft Dr. Eric Nowak SS 2001 Finanzwirtschaft Wahrenburg 15.05.01 1 Aufgabe 1: Forward auf Zerobond Wesentliche Eckpunkte des Forwardgeschäfts:

Mehr

Optionspreisbestimmung nach Cox-Ross-Rubinstein

Optionspreisbestimmung nach Cox-Ross-Rubinstein Optionspreisbestimmung nach Cox-Ross-Rubinstein Michael Beer 8. Mai 000 Inhaltsverzeichnis Einführung und Problembeschreibung. Was sind Optionen?.............................. Modellspezifikation..............................3

Mehr

1. Eindimensionale Bewegung

1. Eindimensionale Bewegung 1. Eindimensionale Bewegung Die Gesamtheit aller Orte, die ein Punkt während seiner Bewegung einnimmt, wird als Bahnkurve oder Bahn bezeichnet. Bei einer eindimensionalen Bewegung bewegt sich der Punkt

Mehr

Copula Funktionen. Eine Einführung. Nils Friewald

Copula Funktionen. Eine Einführung. Nils Friewald Copula Funktionen Eine Einführung Nils Friewald Institut für Managementwissenschaften Abteilung Finanzwirtschaft und Controlling Favoritenstraße 9-11, 1040 Wien friewald@imw.tuwien.ac.at 13. Juni 2005

Mehr