Bewertung Amerikanischer Optionen mit stochastischer Volatilität
|
|
- Angelika Lichtenberg
- vor 6 Jahren
- Abrufe
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 IGEL Verlag Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen 1.Auflage 2009 ISBN: 978 3 86815 358
MehrSeminarvortrag. 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
MehrDie 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
MehrOptionsbewertung. 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
MehrBewertung 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
MehrBewertung 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
MehrApproximation 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
Mehr2 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
MehrProbestudium 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
MehrDiffusionsprozesse 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
Mehr3.2 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.
MehrDas 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
MehrFinanzmathematik 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,
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrMusterlösung 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
MehrHandy, 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
MehrMusterlösung 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
MehrOptionspreistheorie 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
MehrDifferentialgleichungen
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
MehrKapitel 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
MehrMoment 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
MehrDefinition 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
MehrVorlesung 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
MehrAnalytische 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
MehrSeminar Finanzmathematik
Seminar Finanzmathematik Simulationen zur Black-Scholes Formel von Christian Schmitz Übersicht Zufallszahlen am Computer Optionspreis als Erwartungswert Aktienkurse simulieren Black-Scholes Formel Theorie
MehrSeminar 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
MehrSensitivitätsfaktoren
Sensitivitätsfaktoren Überblick Sensitivitätsfaktoren zeigen die Änderungen des Optionspreises, wenn sich eine Einflussgröße ändert Sensitivitätsfaktoren werden mit einem Optionspreismodell errechnet Einflussgrößen:
MehrDIPLOMARBEIT. 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
MehrDynamische 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)
MehrMusterlösung. 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
MehrÜbungsaufgaben 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
MehrZur 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
MehrFinanzmathematik - 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
MehrFlüsse, 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
MehrÜbungen 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
Mehr4.5 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
MehrModellieren 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
MehrHöhere 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
MehrNotationen. 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
MehrMathematik 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
MehrFormelsammlung zum Starterstudium Mathematik
Formelsammlung zum Starterstudium Mathematik Universität des Saarlandes ¼ Version.3 Inhaltsverzeichnis. Potenzgesetze. Vollständige Induktion 3. Betragsgleichungen, Betragsungleichungen 4 4. Folgen und
MehrLösung 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
MehrModulformen, 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
MehrDierentialgleichungen 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:
Mehr2.3.1 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
MehrÜBUNGSBLATT 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
MehrITWM 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
MehrFinanz- 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
MehrNichtlineare 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
MehrBewertung 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.
Mehrf(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
MehrDynamik 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
MehrInflationsbereinigte 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
MehrÜbungen 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)
MehrÜbungen 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 - Variationsrechnung Die Variationsrechnung spielt in der Physik eine entscheidende Rolle. So kann man die Grundgleichungen der Newtonschen Mechanik aus einem Lagrangeschen Variationsprinzip herleiten.
Mehrε 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
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
MehrMathematik-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/
MehrFinanznumerik (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....................................
Mehr2. 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
MehrEinstieg 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
MehrFinanzmarktökonometrie: 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
MehrOptionskennzahlen. 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
MehrTechnische 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
MehrAnalysis 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.
Mehrκ 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
MehrDarstellungsformeln 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
Mehr4. 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
MehrLösung 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
MehrDIE 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
MehrLösungen 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:...
MehrHochschule 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
MehrKleine 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..................................
MehrLösung 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
MehrAlgorithmische 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
MehrEinführung 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
MehrModell 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
MehrK8 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
MehrMathematik - 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
MehrApril (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
Mehr1 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
Mehr2004, 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
MehrCaputo 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
MehrDie 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
MehrBeispiel 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,
Mehr2. 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
MehrLinearisierung 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
MehrMathematik 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
MehrAnalytische 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
Mehr6 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
MehrAnalysis 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
MehrFinanzderivate: 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
MehrGewöhnliche 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
MehrDefinition 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.
MehrDie 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
MehrÜbung 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:
MehrOptionspreisbestimmung nach Cox-Ross-Rubinstein
Optionspreisbestimmung nach Cox-Ross-Rubinstein Michael Beer 8. Mai 000 Inhaltsverzeichnis Einführung und Problembeschreibung. Was sind Optionen?.............................. Modellspezifikation..............................3
Mehr1. 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
MehrCopula 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