Numerische Finanzmathematik in der Lehre
|
|
- Sofie Schmitz
- vor 6 Jahren
- Abrufe
Transkript
1 Numerische Finanzmathematik in der Lehre Erfahrungen im Bachelor-Studiengang Wirtschaftsmathematik Lars Grüne Mathematisches Institut, Universität Bayreuth Workshop Wirtschaftsmathematik Universität Bayreuth,
2 Inhalt Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
3 Inhalt Einbindung der Vorlesung in den Studiengang Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
4 Inhalt Einbindung der Vorlesung in den Studiengang Entstehung der Vorlesung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
5 Inhalt Einbindung der Vorlesung in den Studiengang Entstehung der Vorlesung Überblick über Lernziele, Inhalte und Schwerpunkte Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
6 Inhalt Einbindung der Vorlesung in den Studiengang Entstehung der Vorlesung Überblick über Lernziele, Inhalte und Schwerpunkte Erfahrungen mit den einzelnen Themen der Vorlesung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
7 Inhalt Einbindung der Vorlesung in den Studiengang Entstehung der Vorlesung Überblick über Lernziele, Inhalte und Schwerpunkte Erfahrungen mit den einzelnen Themen der Vorlesung Praktikums-, Seminar- und Bachelorarbeitsthemen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
8 Inhalt Einbindung der Vorlesung in den Studiengang Entstehung der Vorlesung Überblick über Lernziele, Inhalte und Schwerpunkte Erfahrungen mit den einzelnen Themen der Vorlesung Praktikums-, Seminar- und Bachelorarbeitsthemen Fazit Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 2
9 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik 1. Jahr 2. Jahr 3. Jahr Basismodule Aufbaumodule Vertiefungsmodule und Bachelorarbeit Anwendungsfach/ integrierte Fächer Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 3
10 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik 1. Jahr 2. Jahr 3. Jahr Basismodule Aufbaumodule Vertiefungsmodule und Bachelorarbeit Anwendungsfach/ integrierte Fächer Numerische Methoden der Finanzmathematik (4V+2Ü) kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 3
11 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
12 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Angebotsturnus: alle 2 Jahre im Wintersemester Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
13 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Angebotsturnus: alle 2 Jahre im Wintersemester, in Zukunft im regelmäßigen Wechsel mit einer Vorlesung zur stochastischen Finanzmathematik Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
14 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Angebotsturnus: alle 2 Jahre im Wintersemester, in Zukunft im regelmäßigen Wechsel mit einer Vorlesung zur stochastischen Finanzmathematik stets mit nachfolgendem Seminar, daszurbachelorarbeit führt; ebenfalls Praktika möglich Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
15 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Angebotsturnus: alle 2 Jahre im Wintersemester, in Zukunft im regelmäßigen Wechsel mit einer Vorlesung zur stochastischen Finanzmathematik stets mit nachfolgendem Seminar, daszurbachelorarbeit führt; ebenfalls Praktika möglich Vorlesung kann auch für Master-Modul verwendet werden Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
16 Einbindung in den Bachelorstudiengang Wirtschaftsmathematik Die Vorlesung kann verwendet werden für das Vertiefungsmodul Erste vertiefte Kenntnisse in Mathematik, i.d.r. im 5. Semester, 4V+2Ü Angebotsturnus: alle 2 Jahre im Wintersemester, in Zukunft im regelmäßigen Wechsel mit einer Vorlesung zur stochastischen Finanzmathematik stets mit nachfolgendem Seminar, daszurbachelorarbeit führt; ebenfalls Praktika möglich Vorlesung kann auch für Master-Modul verwendet werden läuft dieses Semester zum zweiten Mal in diesem Format, im Schnitt ca. 20 Studierende, Bacheloranteil 40 80% Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 4
17 Entstehung der Vorlesung Meine Forschungsrichtung: Mathematische System- und Kontrolltheorie, speziell numerische und optimierungsbasierte Methoden für nichtlineare Systeme Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 5
18 Entstehung der Vorlesung Meine Forschungsrichtung: Mathematische System- und Kontrolltheorie, speziell numerische und optimierungsbasierte Methoden für nichtlineare Systeme, darunter diverse Arbeiten zur Numerik partieller Di erentialgleichungen (von ähnlichem Typ wie die Black-Scholes-Gleichung) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 5
19 Entstehung der Vorlesung Meine Forschungsrichtung: Mathematische System- und Kontrolltheorie, speziell numerische und optimierungsbasierte Methoden für nichtlineare Systeme, darunter diverse Arbeiten zur Numerik partieller Di erentialgleichungen (von ähnlichem Typ wie die Black-Scholes-Gleichung) diverse Arbeiten zur Stabilitätstheorie und Numerik stochastischer Di erentialgleichungen und Kontrollsysteme Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 5
20 Entstehung der Vorlesung Meine Forschungsrichtung: Mathematische System- und Kontrolltheorie, speziell numerische und optimierungsbasierte Methoden für nichtlineare Systeme, darunter diverse Arbeiten zur Numerik partieller Di erentialgleichungen (von ähnlichem Typ wie die Black-Scholes-Gleichung) diverse Arbeiten zur Stabilitätstheorie und Numerik stochastischer Di erentialgleichungen und Kontrollsysteme (passive) Teilnahme an diversen Seminaren zur Finanzmathematik während der Assistentenzeit an der J.W. Goethe-Universität Frankfurt a.m. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 5
21 Entstehung der Vorlesung Meine Forschungsrichtung: Mathematische System- und Kontrolltheorie, speziell numerische und optimierungsbasierte Methoden für nichtlineare Systeme, darunter diverse Arbeiten zur Numerik partieller Di erentialgleichungen (von ähnlichem Typ wie die Black-Scholes-Gleichung) diverse Arbeiten zur Stabilitätstheorie und Numerik stochastischer Di erentialgleichungen und Kontrollsysteme (passive) Teilnahme an diversen Seminaren zur Finanzmathematik während der Assistentenzeit an der J.W. Goethe-Universität Frankfurt a.m. Motivation: Wirtschaftsmathematik-Studierende verlangten mehr Mathematik-Veranstaltungen mit Wirtschaftsbezug Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 5
22 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
23 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
24 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
25 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
26 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 10/11 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
27 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 10/11 Seminar, 9 Bachelorarbeiten und 1 Masterarbeit Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
28 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 10/11 Seminar, 9 Bachelorarbeiten und 1 Masterarbeit Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 12/13 (laufend) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
29 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 10/11 Seminar, 9 Bachelorarbeiten und 1 Masterarbeit Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 12/13 (laufend) Veranstaltung wird sehr gut angenommen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
30 Entstehung: Entstehung der Vorlesung Seminar zur Numerischen Finanzmathematik im SoSe 04 5Diplomarbeiten Spezialvorlesung 2V+1Ü Numerische Methoden der Finanzmethematik im Sommersemester 09 Seminar und 9 Diplomarbeiten Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 10/11 Seminar, 9 Bachelorarbeiten und 1 Masterarbeit Vertiefungsvorlesung 4V+2Ü Numerische Methoden der Finanzmathematik im Wintersemester 12/13 (laufend) Veranstaltung wird sehr gut angenommen Skripte, Diplom- und Bachelorarbeitsthemen, PDFs ausgewählter Arbeiten auf meiner Homepage (Google Lars Grüne ) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 6
31 Literatur M. Günther und A. Jüngel, Finanzderivate mit MATLAB. Springer Vieweg, 2. Auflage, 2010 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 7
32 Literatur M. Günther und A. Jüngel, Finanzderivate mit MATLAB. Springer Vieweg, 2. Auflage, 2010 R. Seydel, Tools for computational finance. Springer, 5. Auflage, 2012 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 7
33 Literatur M. Günther und A. Jüngel, Finanzderivate mit MATLAB. Springer Vieweg, 2. Auflage, 2010 R. Seydel, Tools for computational finance. Springer, 5. Auflage, 2012 D.J. Higham, An introduction to financial option valuation. Mathematics, stochastics and computation. Cambridge University Press, 2004 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 7
34 Literatur M. Günther und A. Jüngel, Finanzderivate mit MATLAB. Springer Vieweg, 2. Auflage, 2010 R. Seydel, Tools for computational finance. Springer, 5. Auflage, 2012 D.J. Higham, An introduction to financial option valuation. Mathematics, stochastics and computation. Cambridge University Press, 2004 P.E. Kloeden und E. Platen, Numerical solution of stochastic di erential equations. Springer, 1992 Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 7
35 Vorkenntnisse der Studierenden im Bachelor WiMa Pflichtveranstaltungen I I I I I Analysis I+II, Lineare Algebra I+II Einführung in die Stochastik Einführung in die Statistik Einführung in die Numerische Mathematik Einführung in die Optimierung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 8
36 Vorkenntnisse der Studierenden im Bachelor WiMa Pflichtveranstaltungen I I I I I Analysis I+II, Lineare Algebra I+II Einführung in die Stochastik Einführung in die Statistik Einführung in die Numerische Mathematik Einführung in die Optimierung Wahlpflichtveranstaltungen I I I Einführung in die Gewöhnlichen Di erentialgleichungen (ausdrücklich empfohlen, ggf. parallel) ggf. Einführung in die Partiellen Di erentialgleichungen ggf. Veranstaltungen über Finanzmärkte im Anwendungsfach Wirtschaft Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 8
37 Lernziele Verständnis numerischer Konzepte, wie Konsistenz, Konvergenz, Diskretisierungsfehler, Stabilität etc. im Rahmen finanzmathematischer Problemstellungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 9
38 Lernziele Verständnis numerischer Konzepte, wie Konsistenz, Konvergenz, Diskretisierungsfehler, Stabilität etc. im Rahmen finanzmathematischer Problemstellungen Kenntnisse in Stochastischer Numerik Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 9
39 Lernziele Verständnis numerischer Konzepte, wie Konsistenz, Konvergenz, Diskretisierungsfehler, Stabilität etc. im Rahmen finanzmathematischer Problemstellungen Kenntnisse in Stochastischer Numerik Überblick über Klassen numerischer Algorithmen und ihrer Einsatzmöglichkeiten Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 9
40 Lernziele Verständnis numerischer Konzepte, wie Konsistenz, Konvergenz, Diskretisierungsfehler, Stabilität etc. im Rahmen finanzmathematischer Problemstellungen Kenntnisse in Stochastischer Numerik Überblick über Klassen numerischer Algorithmen und ihrer Einsatzmöglichkeiten Kenntnisse in finanzmathematischer Modellierung, speziell zur Optionsbewertung, inklusive dem Konzept des fairen Preises, Black-Scholes Theorie Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 9
41 Lernziele Verständnis numerischer Konzepte, wie Konsistenz, Konvergenz, Diskretisierungsfehler, Stabilität etc. im Rahmen finanzmathematischer Problemstellungen Kenntnisse in Stochastischer Numerik Überblick über Klassen numerischer Algorithmen und ihrer Einsatzmöglichkeiten Kenntnisse in finanzmathematischer Modellierung, speziell zur Optionsbewertung, inklusive dem Konzept des fairen Preises, Black-Scholes Theorie Kritischer Umgang mit finanzmathematischen Modellen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 9
42 Fokus: Optionsbewertung Wesentliche Inhalte Konzept: Ein Problem alternative Algorithmen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
43 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
44 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
45 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
46 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
47 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) 5. Numerik stochastischer Di erentialgleichungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
48 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) 5. Numerik stochastischer Di erentialgleichungen 6. Black-Scholes-Theorie Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
49 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) 5. Numerik stochastischer Di erentialgleichungen 6. Black-Scholes-Theorie 7. Hedging Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
50 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) 5. Numerik stochastischer Di erentialgleichungen 6. Black-Scholes-Theorie 7. Hedging 8. Parameterschätzung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
51 Wesentliche Inhalte Fokus: Optionsbewertung Konzept: Ein Problem alternative Algorithmen 1. Grundlagen der Optionsbewertung 2. Binomialmethode (nur Grundalgorithmus) 3. Theorie stochastischer Di erentialgleichungen 4. Monte-Carlo-Methode (mit Varianten) 5. Numerik stochastischer Di erentialgleichungen 6. Black-Scholes-Theorie 7. Hedging 8. Parameterschätzung 9. Numerische Lösung der Black-Scholes-Gleichung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 10
52 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
53 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
54 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Stochastische Konzepte werden nur im benötigten Umfang eingeführt Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
55 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Stochastische Konzepte werden nur im benötigten Umfang eingeführt aberdasistimmernochsehr viel und anspruchsvoller Sto : Stochastische Prozesse, Wiener-Prozess, Itô-Integral, Itô-Lemma,... Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
56 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Stochastische Konzepte werden nur im benötigten Umfang eingeführt aberdasistimmernochsehr viel und anspruchsvoller Sto : Stochastische Prozesse, Wiener-Prozess, Itô-Integral, Itô-Lemma,... Prinzip: Erläutere alle Konzepte detailliert, aber ohne Beweise. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
57 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Stochastische Konzepte werden nur im benötigten Umfang eingeführt aberdasistimmernochsehr viel und anspruchsvoller Sto : Stochastische Prozesse, Wiener-Prozess, Itô-Integral, Itô-Lemma,... Prinzip: Erläutere alle Konzepte detailliert, aber ohne Beweise. Verweise auf Literatur oder einschlägige Vorlesungen in der Stochastik Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
58 Wesentliche Schwerpunkte Wesentliche Schwerpunkte: Modellierung und Numerik Aussagen aus der Numerik werden i.d.r. rigoros bewiesen Stochastische Konzepte werden nur im benötigten Umfang eingeführt aberdasistimmernochsehr viel und anspruchsvoller Sto : Stochastische Prozesse, Wiener-Prozess, Itô-Integral, Itô-Lemma,... Prinzip: Erläutere alle Konzepte detailliert, aberohne Beweise. Verweise auf Literatur oder einschlägige Vorlesungen in der Stochastik Beispiel: Itô-Integral I(F )= Z t1 t 0 F t dw t Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 11
59 Beispiel: Itô-Integral Herausgearbeitet werden die Ähnlichkeit der pfadweisen Summenkonstruktion Xn 1 I (F )(!) = F i (!) W i+1 (!) W i (!) i=0 mit dem Riemann- bzw. Riemann-Stieltjes-Integral (pfadweise Riemann-Summen) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 12
60 Beispiel: Itô-Integral Herausgearbeitet werden die Ähnlichkeit der pfadweisen Summenkonstruktion Xn 1 I (F )(!) = F i (!) W i+1 (!) W i (!) i=0 mit dem Riemann- bzw. Riemann-Stieltjes-Integral (pfadweise Riemann-Summen) die Konvergenz dieser Summen im stochastischen Quadrat-Mittel-Sinne d.h. nicht pfadweise lim!0 E( I (F ) I(F ) 2 )=0, Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 12
61 Beispiel: Itô-Integral Erläutert wird dabei, was Quadrat-Mittel-Konvergenz bedeutet und warum pfadweise Konvergenz nicht gilt Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 13
62 Beispiel: Itô-Integral Erläutert wird dabei, was Quadrat-Mittel-Konvergenz bedeutet und warum pfadweise Konvergenz nicht gilt Bewiesen wird aber nicht, dass dies tatsächlich einen wohldefinierten Integralbegri ergibt Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 13
63 Beispiel: Itô-Integral Erläutert wird dabei, was Quadrat-Mittel-Konvergenz bedeutet und warum pfadweise Konvergenz nicht gilt Bewiesen wird aber nicht, dass dies tatsächlich einen wohldefinierten Integralbegri ergibt Erfahrungen: Die vermittelte Intuition genügt, dieverwendung des Integrals in weiteren Anwendungen plausibel zu machen (z.b. bei der Konstruktion numerischer Approximationen oder der Herleitung der Black-Scholes-Gleichung) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 13
64 Beispiel: Itô-Integral Erläutert wird dabei, was Quadrat-Mittel-Konvergenz bedeutet und warum pfadweise Konvergenz nicht gilt Bewiesen wird aber nicht, dass dies tatsächlich einen wohldefinierten Integralbegri ergibt Erfahrungen: Die vermittelte Intuition genügt, dieverwendung des Integrals in weiteren Anwendungen plausibel zu machen (z.b. bei der Konstruktion numerischer Approximationen oder der Herleitung der Black-Scholes-Gleichung) Die Studierenden können aber keine formalen Beweise führen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 13
65 1. Grundlagen der Optionsbewertung Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 14
66 1. Grundlagen der Optionsbewertung Wesentliche Inhalte und Lernziele: [1 Woche] Verständnis des Konzepts des fairen Preises und der risikoneutralen Bewertung (am replizierenden Portfolio für ein Einperiodenmodell) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 14
67 1. Grundlagen der Optionsbewertung Wesentliche Inhalte und Lernziele: [1 Woche] Verständnis des Konzepts des fairen Preises und der risikoneutralen Bewertung (am replizierenden Portfolio für ein Einperiodenmodell) Erarbeitung eines abstrakten Grundalgorithmus zur numerischen Optionsbewertung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 14
68 1. Grundlagen der Optionsbewertung Wesentliche Inhalte und Lernziele: [1 Woche] Verständnis des Konzepts des fairen Preises und der risikoneutralen Bewertung (am replizierenden Portfolio für ein Einperiodenmodell) Erarbeitung eines abstrakten Grundalgorithmus zur numerischen Optionsbewertung Erfahrungen: gemischt. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 14
69 1. Grundlagen der Optionsbewertung Wesentliche Inhalte und Lernziele: [1 Woche] Verständnis des Konzepts des fairen Preises und der risikoneutralen Bewertung (am replizierenden Portfolio für ein Einperiodenmodell) Erarbeitung eines abstrakten Grundalgorithmus zur numerischen Optionsbewertung Erfahrungen: gemischt. Studierende lernen den Grundalgorithmus, aberindenprüfungen konnten einige die Begründung der risikoneutralen Bewertung nicht liefern Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 14
70 2. Binomialmethode Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 15
71 2. Binomialmethode Wesentliche Inhalte und Lernziele: [1 Woche] Entwicklung eines ersten implementierbaren Algorithmus aus dem Grundalgorithmus Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 15
72 2. Binomialmethode Wesentliche Inhalte und Lernziele: [1 Woche] Entwicklung eines ersten implementierbaren Algorithmus aus dem Grundalgorithmus Erkennen der Beschränkungen des zu Grunde liegenden Kursmodells Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 15
73 2. Binomialmethode Wesentliche Inhalte und Lernziele: [1 Woche] Entwicklung eines ersten implementierbaren Algorithmus aus dem Grundalgorithmus Erkennen der Beschränkungen des zu Grunde liegenden Kursmodells Erfahrungen: Der Algorithmus ist leicht verständlich und implementierbar und liefert damit schnell erste Erfolgserlebnisse in den Übungen. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 15
74 2. Binomialmethode Wesentliche Inhalte und Lernziele: [1 Woche] Entwicklung eines ersten implementierbaren Algorithmus aus dem Grundalgorithmus Erkennen der Beschränkungen des zu Grunde liegenden Kursmodells Erfahrungen: Der Algorithmus ist leicht verständlich und implementierbar und liefert damit schnell erste Erfolgserlebnisse in den Übungen. Die o ensichtlichen Beschränkungen motivieren die Beschäftigung mit (zunächst sehr abstrakt erscheinenden) stochastischen Di erentialgleichungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 15
75 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
76 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Definition von Itô-stochastischen Di erentialgleichungen (inklusive Wiener-Prozess und Itô-Integral) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
77 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Definition von Itô-stochastischen Di erentialgleichungen (inklusive Wiener-Prozess und Itô-Integral) Formulierung und Beweisskizze des Itô-Lemmas Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
78 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Definition von Itô-stochastischen Di erentialgleichungen (inklusive Wiener-Prozess und Itô-Integral) Formulierung und Beweisskizze des Itô-Lemmas Anwendung auf die Berechnung der expliziten Lösung der geometrischen Brownschen Bewegung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
79 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Definition von Itô-stochastischen Di erentialgleichungen (inklusive Wiener-Prozess und Itô-Integral) Formulierung und Beweisskizze des Itô-Lemmas Anwendung auf die Berechnung der expliziten Lösung der geometrischen Brownschen Bewegung Erfahrungen: Wird zunächst als abstrakt empfunden. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
80 3. Theorie stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [1 Woche] Definition von Itô-stochastischen Di erentialgleichungen (inklusive Wiener-Prozess und Itô-Integral) Formulierung und Beweisskizze des Itô-Lemmas Anwendung auf die Berechnung der expliziten Lösung der geometrischen Brownschen Bewegung Erfahrungen: Wird zunächst als abstrakt empfunden. Schneller Übergang zur intuitiv relativ einfach erfassbaren (und durch die Black-Scholes-Theorie motivierten) geometrischen Brownschen Bewegung und diverse grafische Veranschaulichungen sollen helfen, dies zu kompensieren. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 16
81 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
82 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Formulierung der Konvergenzaussage der Methode im stochastischen Sinne über Konfidenzintervalle; Herleitung über zentralen Grenzwertsatz Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
83 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Formulierung der Konvergenzaussage der Methode im stochastischen Sinne über Konfidenzintervalle; Herleitung über zentralen Grenzwertsatz Relativ langsame Konvergenz der Methode und Beschleunigungsmöglichkeiten Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
84 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Formulierung der Konvergenzaussage der Methode im stochastischen Sinne über Konfidenzintervalle; Herleitung über zentralen Grenzwertsatz Relativ langsame Konvergenz der Methode und Beschleunigungsmöglichkeiten Schlechte Eignung für Amerikanische Optionen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
85 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Formulierung der Konvergenzaussage der Methode im stochastischen Sinne über Konfidenzintervalle; Herleitung über zentralen Grenzwertsatz Relativ langsame Konvergenz der Methode und Beschleunigungsmöglichkeiten Schlechte Eignung für Amerikanische Optionen Einsatz im Hedging (in Kapitel 7) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
86 4. Monte-Carlo-Methode Wesentliche Inhalte und Lernziele: [1 Woche] Formulierung der Konvergenzaussage der Methode im stochastischen Sinne über Konfidenzintervalle; Herleitung über zentralen Grenzwertsatz Relativ langsame Konvergenz der Methode und Beschleunigungsmöglichkeiten Schlechte Eignung für Amerikanische Optionen Einsatz im Hedging (in Kapitel 7) Erfahrungen: O enbar sehr intuitiv. In Prüfungen meist sehr gute Kenntnisse der Studierenden. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 17
87 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
88 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
89 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
90 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz einheitlicher Konvergenzsatz analog zur deterministischen Theorie (ohne Beweis) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
91 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz einheitlicher Konvergenzsatz analog zur deterministischen Theorie (ohne Beweis) Vermittlung der Schwierigkeiten bei der Implementierung von Verfahren höherer Ordnung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
92 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz einheitlicher Konvergenzsatz analog zur deterministischen Theorie (ohne Beweis) Vermittlung der Schwierigkeiten bei der Implementierung von Verfahren höherer Ordnung Bezug zur Binomialmethode Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
93 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz einheitlicher Konvergenzsatz analog zur deterministischen Theorie (ohne Beweis) Vermittlung der Schwierigkeiten bei der Implementierung von Verfahren höherer Ordnung Bezug zur Binomialmethode Erfahrungen: Möglichkeit, den Studierenden auch die Numerik deterministischer gdgl nahezubringen (kein Pflichtsto im Bachelor WiMa). Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
94 5. Numerik stochastischer Di erentialgleichungen Wesentliche Inhalte und Lernziele: [4 Wochen] zuerst Grundzüge der Numerik deterministischer gdgl; dann Diskussion der nötigen Änderungen Konzepte der starken und schwachen Konvergenz einheitlicher Konvergenzsatz analog zur deterministischen Theorie (ohne Beweis) Vermittlung der Schwierigkeiten bei der Implementierung von Verfahren höherer Ordnung Bezug zur Binomialmethode Erfahrungen: Möglichkeit, den Studierenden auch die Numerik deterministischer gdgl nahezubringen (kein Pflichtsto im Bachelor WiMa). Vermittlung der Grundkonzepte gelingt i.a. gut, aber Sto menge trotz gewisser Auslassungen sehr hoch Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 18
95 6. Black-Scholes-Theorie Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 19
96 6. Black-Scholes-Theorie Wesentliche Inhalte und Lernziele: [1 Woche] rigorose Herleitung der Black-Scholes-Gleichung im Rahmen der zur Verfügung stehenden Möglichkeiten (einzige Heuristik in der Herleitung der SDG für selbstfinanzierende Portfolios, da hier nicht bewiesene Eigenschaften des Itô-Integrale nötig wären) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 19
97 6. Black-Scholes-Theorie Wesentliche Inhalte und Lernziele: [1 Woche] rigorose Herleitung der Black-Scholes-Gleichung im Rahmen der zur Verfügung stehenden Möglichkeiten (einzige Heuristik in der Herleitung der SDG für selbstfinanzierende Portfolios, da hier nicht bewiesene Eigenschaften des Itô-Integrale nötig wären) Wiederaufgreifen der Konzepte fairer Preis und risikoneutrale Bewertung Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 19
98 6. Black-Scholes-Theorie Wesentliche Inhalte und Lernziele: [1 Woche] rigorose Herleitung der Black-Scholes-Gleichung im Rahmen der zur Verfügung stehenden Möglichkeiten (einzige Heuristik in der Herleitung der SDG für selbstfinanzierende Portfolios, da hier nicht bewiesene Eigenschaften des Itô-Integrale nötig wären) Wiederaufgreifen der Konzepte fairer Preis und risikoneutrale Bewertung Erfahrungen: Herleitung in der Literatur oft so sehr vereinfacht, dass wesentliche Argumente fehlen bzw. falsch wiedergegeben werden. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 19
99 6. Black-Scholes-Theorie Wesentliche Inhalte und Lernziele: [1 Woche] rigorose Herleitung der Black-Scholes-Gleichung im Rahmen der zur Verfügung stehenden Möglichkeiten (einzige Heuristik in der Herleitung der SDG für selbstfinanzierende Portfolios, da hier nicht bewiesene Eigenschaften des Itô-Integrale nötig wären) Wiederaufgreifen der Konzepte fairer Preis und risikoneutrale Bewertung Erfahrungen: Herleitung in der Literatur oft so sehr vereinfacht, dass wesentliche Argumente fehlen bzw. falsch wiedergegeben werden. Dieses Kapitel behebt dieses Problem. Kann in den Prüfungen fast immer gut reproduziert werden. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 19
100 7. Hedging Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 20
101 7. Hedging Wesentliche Inhalte und Lernziele: [1 Woche] Herleitung der Grundprinzipien des Hedging Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 20
102 7. Hedging Wesentliche Inhalte und Lernziele: [1 Woche] Herleitung der Grundprinzipien des Hedging kritische Beurteilung des Konzepts Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 20
103 7. Hedging Wesentliche Inhalte und Lernziele: [1 Woche] Herleitung der Grundprinzipien des Hedging kritische Beurteilung des Konzepts Herleitung und Implementierung eines Simulationsalgorithmus Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 20
104 7. Hedging Wesentliche Inhalte und Lernziele: [1 Woche] Herleitung der Grundprinzipien des Hedging kritische Beurteilung des Konzepts Herleitung und Implementierung eines Simulationsalgorithmus Erfahrungen: Eines meiner Lieblingsthemen, weil hier die Grundprinzipien und Grenzen des Konzepts des fairen Preises transparent herausgearbeitet und von den Studierenden in Simulationen selbst erforscht werden können Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 20
105 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
106 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Numerische Bestimmung der Volatilität im Black-Scholes-Modell aus Marktdaten Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
107 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Numerische Bestimmung der Volatilität im Black-Scholes-Modell aus Marktdaten Implizite Volatilität! Newton-Verfahren Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
108 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Numerische Bestimmung der Volatilität im Black-Scholes-Modell aus Marktdaten Implizite Volatilität! Newton-Verfahren Historische Volatilität! Zeitreihenanalyse Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
109 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Numerische Bestimmung der Volatilität im Black-Scholes-Modell aus Marktdaten Implizite Volatilität! Newton-Verfahren Historische Volatilität! Zeitreihenanalyse Erfahrungen: Möglichkeit, grundlegende Methoden anzuwenden bzw. im Rahmen der Anwendung zu wiederholen. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
110 8. Parameterschätzung Wesentliche Inhalte und Lernziele: [1 Woche] Numerische Bestimmung der Volatilität im Black-Scholes-Modell aus Marktdaten Implizite Volatilität! Newton-Verfahren Historische Volatilität! Zeitreihenanalyse Erfahrungen: Möglichkeit, grundlegende Methoden anzuwenden bzw. im Rahmen der Anwendung zu wiederholen. Interessanter Aspekt: für das Problem der Berechnung der impliziten Volatilität kann für das Newton-Verfahren analytisch ein Startwert ermittelt werden, für den Konvergenz des Verfahrens garantiert ist Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 21
111 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
112 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Finite Di erenzenmethode zur Lösung der Black-Scholes Gleichung, sowohl nach Transformation auf die Wärmeleitungsgleichung als auch direkt Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
113 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Finite Di erenzenmethode zur Lösung der Black-Scholes Gleichung, sowohl nach Transformation auf die Wärmeleitungsgleichung als auch direkt Konvergenztheorie für die Finite-Di erenzenmethode Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
114 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Finite Di erenzenmethode zur Lösung der Black-Scholes Gleichung, sowohl nach Transformation auf die Wärmeleitungsgleichung als auch direkt Konvergenztheorie für die Finite-Di erenzenmethode Beziehung zur Binomialmethode Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
115 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Finite Di erenzenmethode zur Lösung der Black-Scholes Gleichung, sowohl nach Transformation auf die Wärmeleitungsgleichung als auch direkt Konvergenztheorie für die Finite-Di erenzenmethode Beziehung zur Binomialmethode Erfahrungen: Sehr schönes Modellproblem, um grundlegende Prinzipien der Numerik für PDEs (Konsistenz, Stabilität, explizite vs. implizite Verfahren) an einem konkreten Anwendungsbeispiel einzuführen. Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
116 9. Numerik der Black-Scholes-Gleichung Wesentliche Inhalte und Lernziele: [2 Wochen] Finite Di erenzenmethode zur Lösung der Black-Scholes Gleichung, sowohl nach Transformation auf die Wärmeleitungsgleichung als auch direkt Konvergenztheorie für die Finite-Di erenzenmethode Beziehung zur Binomialmethode Erfahrungen: Sehr schönes Modellproblem, um grundlegende Prinzipien der Numerik für PDEs (Konsistenz, Stabilität, explizite vs. implizite Verfahren) an einem konkreten Anwendungsbeispiel einzuführen. I.A. sehr gute Kenntnisse der Studierenden in den Prüfungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 22
117 Praktika: Praktikum, Seminar, Bachelorarbeit In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
118 Praktika: Praktikum, Seminar, Bachelorarbeit In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
119 Praktika: Praktikum, Seminar, Bachelorarbeit In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Seminar und Bachelorarbeit: Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
120 Praktika: Praktikum, Seminar, Bachelorarbeit In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Seminar und Bachelorarbeit: Üblicher Ablauf: Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
121 Praktika: Praktikum, Seminar, Bachelorarbeit In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Seminar und Bachelorarbeit: Üblicher Ablauf: Vorlesung im 5. Semester Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
122 Praktikum, Seminar, Bachelorarbeit Praktika: In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Seminar und Bachelorarbeit: Üblicher Ablauf: Vorlesung im 5. Semester! Seminarvortrag im 6. Semester (nicht zu spät) Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
123 Praktikum, Seminar, Bachelorarbeit Praktika: In der Prüfungsordnung vorgesehen: Software-Praktikum, mathematisches Praktikum Typisches Thema: Erstellung von interaktiven Simulationsumgebungen für finanzmathematische Algorithmen Seminar und Bachelorarbeit: Üblicher Ablauf: Vorlesung im 5. Semester! Seminarvortrag im 6. Semester (nicht zu spät)! Bachelorarbeit (3 Monate) bis Ende des 6. Semesters Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 23
124 Seminar- und Bachelorarbeitsthemen Auswahl von Seminar- und Bachelorarbeitsthemen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 24
125 Seminar- und Bachelorarbeitsthemen Auswahl von Seminar- und Bachelorarbeitsthemen Optionsbewertung mit Dividenden Asiatische Optionen Die Black-Scholes-Gleichung für Amerikanische Optionen Die Binomialmethode Modellierung, Hedging und Approximation Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 24
126 Seminar- und Bachelorarbeitsthemen Auswahl von Seminar- und Bachelorarbeitsthemen Optionsbewertung mit Dividenden Asiatische Optionen Die Black-Scholes-Gleichung für Amerikanische Optionen Die Binomialmethode Modellierung, Hedging und Approximation Die Monte Carlo Methode für Integrale Monte-Carlo-Methode mit Verfahren höherer Ordnung Zufallszahlengeneratoren und Gütetests Konvergenztests numerischer Verfahren für stochastische Di erentialgleichungen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 24
127 Seminar- und Bachelorarbeitsthemen Auswahl von Seminar- und Bachelorarbeitsthemen Optionsbewertung mit Dividenden Asiatische Optionen Die Black-Scholes-Gleichung für Amerikanische Optionen Die Binomialmethode Modellierung, Hedging und Approximation Die Monte Carlo Methode für Integrale Monte-Carlo-Methode mit Verfahren höherer Ordnung Zufallszahlengeneratoren und Gütetests Konvergenztests numerischer Verfahren für stochastische Di erentialgleichungen Problem: Wiederholungen von Themen Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 24
128 Fazit Einbindung in den Bachelor ohne weiteres möglich, wenn nicht alle stochastischen Konzepte bewiesen werden Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 25
129 Fazit Einbindung in den Bachelor ohne weiteres möglich, wenn nicht alle stochastischen Konzepte bewiesen werden Grundlegende Kenntnisse über Numerik, Programmierung und Di erentialgleichungen sollten vorhanden sein oder parallel (Tutorium) erworben werden können Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 25
130 Fazit Einbindung in den Bachelor ohne weiteres möglich, wenn nicht alle stochastischen Konzepte bewiesen werden Grundlegende Kenntnisse über Numerik, Programmierung und Di erentialgleichungen sollten vorhanden sein oder parallel (Tutorium) erworben werden können Unterschiedliche Gewichtung der einzelnenen Themen möglich, je nach Vorwissen und Schwerpunktsetzung des Dozenten/der Dozentin Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 25
131 Fazit Einbindung in den Bachelor ohne weiteres möglich, wenn nicht alle stochastischen Konzepte bewiesen werden Grundlegende Kenntnisse über Numerik, Programmierung und Di erentialgleichungen sollten vorhanden sein oder parallel (Tutorium) erworben werden können Unterschiedliche Gewichtung der einzelnenen Themen möglich, je nach Vorwissen und Schwerpunktsetzung des Dozenten/der Dozentin Viele numerische Kompetenzen können im Kontext der Finanzmathematik erworben werden Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 25
132 Fazit Einbindung in den Bachelor ohne weiteres möglich, wenn nicht alle stochastischen Konzepte bewiesen werden Grundlegende Kenntnisse über Numerik, Programmierung und Di erentialgleichungen sollten vorhanden sein oder parallel (Tutorium) erworben werden können Unterschiedliche Gewichtung der einzelnenen Themen möglich, je nach Vorwissen und Schwerpunktsetzung des Dozenten/der Dozentin Viele numerische Kompetenzen können im Kontext der Finanzmathematik erworben werden Entwicklung numerischer Simulationsalgorithmen erlaubt selbstständige Erforschung der Möglichkeiten und Grenzen der Methoden der Finanzmathematik Lars Grüne, Numerische Finanzmathematik im Bachelor Wirtschaftsmathematik, p. 25
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik, Wirtschaftsmathematik
MehrBeitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009)
Beitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009) A. Mathematik I. BACHELOR (MATHEMATIK, WIRTSCHAFTSMATHEMATIK, MATHEMATIK LEHRAMT AN GYMNASIEN UND LEHRAMT AN BERUFLICHEN SCHULEN)
MehrBetreuer: Lars Grüne. Dornbirn, 12. März 2015
Betreuer: Lars Grüne Universität Bayreuth Dornbirn, 12. März 2015 Motivation Hedging im diskretisierten Black-Scholes-Modell: Portfolio (solid), Bank (dashed) 110 120 130 140 150 160 170 Portfolio (solid),
MehrModulkatalog: Kernbereich des Schwerpunktfachs Physik
Die Naturwissenschaftlich-Technische Fakultät 7 der Universität des Saarlandes Fachrichtung Physik Modulkatalog: Kernbereich des Schwerpunktfachs Physik Fassung vom 12. August 2015 auf Grundlage der Prüfungs-
MehrSTUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium
STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München Übersicht Vorstudium Das erste Anwendungsgebiet im Grundstudium ist Physik (1. und 2. Sem.) Im 3. und 4. Sem.
MehrEinführungsveranstaltung für alle Statistik Nebenfächer
Einführungsveranstaltung für alle Statistik Nebenfächer Johanna Brandt (Nebenfachstudienberatung) Institut für Statistik, LMU 02. Oktober 2014 Johanna Brandt (Institut für Statistik, LMU) Nebenfachstudienberatung
MehrStunden- und Studienplanbau Informationsveranstaltung der Fachgruppe Informatik
Stunden- und Studienplanbau Informationsveranstaltung der Fachgruppe Informatik 22.10.2013 Ablauf des heutigen Tages 09:45 Frühstück IZ Plaza Jetzt Stunden- und Studienplanbau IZ 160 ca. 13:00 Campusführung
MehrZur fachdidaktischen Ausbildung zukünftiger Mathematiklehrer an der Universität Tübingen
Zur fachdidaktischen Ausbildung zukünftiger Mathematiklehrer an der Universität 1 Das Schulpraxissemester I Das Schulpraxissemester umfasst 13 Unterrichtswochen. Beginn: Ende der Sommerferien In der Regel
Mehr1. Semester 2. Semester 3. Semester. Mechanik I mit Relativitätstheorie (6) Praktikum I (4) Proseminar I (1)
1 Anhang 1a Bachelorstudium Physik (120 ECTS-Punkte) 1. Semester 2. Semester 3. Semester Physik I (6.5) Physik II (6.5) Mathematische Methoden der Physik I (4,5) Mathematische Methoden der Physik II (4.5)
Mehr1 Studienpläne bis zum Vordiplom und Bachelor-Abschluss
1 Studienpläne bis zum Vordiplom und Bachelor-Abschluss Die Pflichtvorlesungen für das Studium Lehramt Mathematik an Gymnasien (LG) stimmen in den ersten Semestern weitgehend mit denen des Studiengangs
MehrStudienordnung. für den. Diplomstudiengang Wirtschaftsmathematik. an der Hochschule für Technik, Wirtschaft und Kultur Leipzig (FH)
bereich Informatik, Mathematik und Naturwissenschaften Studienordnung für den Diplomstudiengang Wirtschaftsmathematik an der Hochschule für Technik, Wirtschaft und Kultur Leipzig (FH) (SO Wirtschaftsmathematik)
MehrVereinbarungen zum Studium der technischen Anwendungsfächer
B.Sc. Vereinbarungen zum Studium der technischen Anwendungsfächer Fachbereich Mathematik/Informatik Universität Bremen Stand: 0.0.200 Studium des technischen Anwendungsfaches Elektrotechnik er, die das
MehrMathematik Bachelor, Master, Doktorat
Mathematik Bachelor, Master, Doktorat Mathematik die zentrale Wissenschaft Bankomatkarte, MP3-Player, Computertomographie, Stahlblech, Navigationssysteme all das wäre ohne Mathematik nicht denkbar. Mit
MehrInformationsveranstaltung zum Lehrprogramm des Fachgebiets Regelungs- g und Systemtheorie. Wintersemester 2009 / 2010
Informationsveranstaltung zum Lehrprogramm des Fachgebiets Regelungs- g und Systemtheorie Wintersemester 2009 / 2010 1 Übersicht über das Lehrveranstaltungsangebot Grundlagen der Regelungstechnik (3V+1Ü,SoSe)
MehrMathematik. Modul-Nr./ Code 6.1. ECTS-Credits 5. Gewichtung der Note in der Gesamtnote 5 / 165
Mathematik Modul-Nr./ Code 6.1 ECTS-Credits 5 Gewichtung der Note in der Gesamtnote 5 / 165 Modulverantwortliche Semester Qualifikationsziele des Moduls Prof. Dr. B. Christensen, Prof. Dr. B. Kuhnigk,
MehrSPA - M Wie häufig wird das Modul angeboten Alle Kurse werden einmal im Jahr angeboten. Siehe Vorlesungsverzeichnis
SPA - M 01 1. Name des Moduls: Basismodul Spanische Sprache I 2. Fachgebiet / Verantwortlich: Romanistik (Spanisch) / Trinidad Bonachera 3. Inhalte / Lehrziele Vertiefung der Grundkenntnisse bzw. der im
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
Mehr46 Bachelor-Studiengang Mediendesign und digitale Gestaltung
Mediendesign und digitale Gestaltung, Seite 1 von 5 46 Bachelor-Studiengang Mediendesign und digitale Gestaltung (1) Studienstruktur Das Studium Mediendesign und digitale Gestaltung umfasst 25 Module in
MehrModulhandbuch B.A. Sozialwissenschaften. - Allgemeiner Teil -
Modulhandbuch B.A. Sozialwissenschaften - Allgemeiner Teil - BacSoz-WSM 300 ETH A 2. Modulgruppe/n Basismodul Basiskenntnisse der zentralen Gegenstands- und Materialbereiche der Europäischen Erwerb von
MehrRuprecht-Karls. Karls-Universität t Heidelberg. Studieninformationstag 2007 Fakultät für Wirtschaftsund Sozialwissenschaften
Willkommen in der Universität t Heidelberg! 1 Die Bachelor-Studiengänge nge der Fakultät t für f r Wirtschafts- und Prof. Dr. H. Sangmeister Studiendekan Die Fakultät für Wirtschafts- und bildet derzeit
MehrDie beste junge Uni Deutschlands* stellt sich vor
Wer klare Vorstellungen hat, sollte abstrakt denken lernen. Erfolgreich a k k r e d r t! i ti e Fakultät für Mathematik und Wirtschaftswissenschaften Mathematik Die beste junge Uni Deutschlands* stellt
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrStudienordnung für den Master-Studiengang Wirtschaftsmathematik
Studienordnung Master-Studiengang Wirtschaftsmathematik Stand: 10.06.2009 Universität Rostock Mathematisch-Naturwissenschaftliche Fakultät Institut für Mathematik Studienordnung für den Master-Studiengang
MehrMasterstudiengänge am Institut für Informatik
Masterstudiengänge am Institut für Informatik Hintergrund: Informatikerausbildung für Wissenschaft und Industrie im Informationszeitalter wird die Informatik immer stärker zur Schlüsseldisziplin am Arbeitsmarkt
MehrStudien- und Prüfungsordnung für Master-Studiengänge der Hochschule Aalen (SPO 30) vom 15. Juli 2013
Studien- und Prüfungsordnung für Master-Studiengänge der Hochschule Aalen (SPO 30) vom 15. Juli 2013 Lesefassung vom 4. März 2016 (nach 8. Änderungssatzung) Auf Grund von 8 Abs. 5 in Verbindung mit 32
MehrEinführungsveranstaltung Bachelor Interkulturelle Kommunikation
Einführungsveranstaltung Bachelor Interkulturelle Kommunikation Referentin: Susanne Held M.A. 09.10.2014 1 Gliederung 1. Überblick über den Studiengang 2. Grundlegende Fragen und Themen 3. Interdisziplinarität
Mehroder Klausur (60-90 Min.) Päd 4 Päd. Arbeitsfelder und Handlungsformen*) FS Vorlesung: Pädagogische Institutionen und Arbeitsfelder (2 SWS)
Module im Bachelorstudium Pädagogik 1. Überblick 2. Modulbeschreibungen (ab S. 3) Modul ECTS Prüfungs- oder Studienleistung Päd 1 Modul Einführung in die Pädagogik *) 10 1. FS Vorlesung: Einführung in
MehrB-P 11: Mathematik für Physiker
B-P 11: Mathematik für Physiker Status: freigegeben Modulziele Erwerb der Grundkenntnisse der Analysis, der Linearen Algebra und Rechenmethoden der Physik Modulelemente Mathematik für Physiker I: Analysis
MehrI. Allgemeiner Teil. 1 Ziel des Studiums
Verwaltungshandbuch Studienordnung für den Studiengang Wirtschaftsinformatik an der Technischen Universität Clausthal, Fachbereich Mathematik und Informatik. Vom 31. März 2004 Studienordnung für den Diplomstudiengang
MehrHerzlich willkommen am Institut für Politische Wissenschaft
Herzlich willkommen am Institut für Politische Wissenschaft Politikwissenschaft mit dem Abschluss Bachelor of Arts Fächerübergreifender Bachelorstudiengang, Fach Politik (Erst- u. Zweitfach) Unterrichtsfach
MehrINHALTSÜBERSICHT. Das Präsidium der Freien Universität Berlin, Kaiserswerther Straße 16-18, 14195 Berlin
Mitteilungen FU BERLIN 35/2006 Amtsblatt der Freien Universität Berlin 12.07.2006 INHALTSÜBERSICHT Bekanntmachungen Erste Ordnung zur Änderung der Studienordnung für den Bachelorstudiengang Mathematik
MehrDigitale Bildverarbeitung in BA/MA
Digitale Bildverarbeitung in BA/MA Prof. Dr.-Ing. Joachim Denzler Lehrstuhl Digitale Bildverarbeitung Friedrich-Schiller-Universität Jena http://www.inf-cv.uni-jena.de Bedarf Bildverarbeitung In der Industrie:
MehrKlausurtermine der Fakultät Mathematik und Informatik im SS 2016
Klausurtermine der Fakultät Mathematik und im SS 2016 An alle Beleger/Innen von Kursen der Mathematik, und Elektro- und Informationstechnik im SS 2016 Auskunft erteilt: der jeweilige Kursbetreuer Tel 02331/
MehrSoftware Engineering Curriculum im Informatik-Bachelor- und -Master-Studium an der Universität Bonn
Software Engineering Curriculum Dr. Günter Kniesel AG Software Engineering, Institut für Informatik III, Universität Bonn Software Engineering Curriculum im Informatik-Bachelor- und -Master-Studium an
MehrEinführung in die Numerik strukturerhaltender Zeitintegratoren. Leonard Schlag 6. Dezember 2010
Einführung in die Numerik strukturerhaltender Zeitintegratoren Leonard Schlag 6. Dezember 2010 1 Inhaltsverzeichnis 1 Einführung in die Numerik strukturerhaltender Zeitintegratoren 3 1.1 Häuge Problemstellung:
MehrStudienplan Telematik Das Studium im Detail
6. Oktober 2011 Studienplan Telematik Das Studium im Detail Tim Hell, Alexander Aigner (Basisgruppe Telematik) Folienübersicht Studienaufbau und Zulassung Bachelorstudium Aufbau LV-Übersicht Masterstudium
MehrStudienordnung für das Wahlpflichtfach Politikwissenschaft
Studiengänge Geistes-, Sprach-, Kultur- Sportwissenschaften (GSKS) Bachelor of Arts (B.A.) Mathematik, Naturwissenschaften Wirtschaft (MNW) Bachelor of Science (B.Sc.) Professionalisierungsbereich: Erziehungs-
MehrUNIVERSITÉ DE FRIBOURG SUISSE FACULTÉ DES SCIENCES. propädeutischen Fächer
UNIVERSITÉ DE FRIBOURG SUISSE FACULTÉ DES SCIENCES UNIVERSITÄT FREIBURG SCHWEIZ MATHEMATISCH-NATURWISSENSCHAFTLICHE FAKULTÄT Auszug aus dem Studienplan für die propädeutischen Fächer und die Zusatzfächer
MehrDie Naturwissenschaftlich-Technische Fakultät 6 der Universität des Saarlandes Fachrichtung Informatik
Die Naturwissenschaftlich-Technische Fakultät 6 der Universität des Saarlandes Fachrichtung Informatik Modulkatalog: Kernbereich des Schwerpunktfachs Informatik Fassung vom 17. September 2015 auf Grundlage
Mehran der Julius-Maximilians-Universität Würzburg Vom 10. Juli 2014 (Fundstelle:
Satzung zur Änderung der Fachspezifischen Bestimmungen für das Studienfach Human-Computer Interaction mit dem Abschluss Master of Science (Erwerb von 120 n) an der Julius-Maximilians-Universität Würzburg
MehrWissenschaftliche Information und Kommunikation in der Physik Erfahrungen mit einer Wahlpflichtveranstaltung zur Vermittlung von Informationskompetenz
Wissenschaftliche Information und Kommunikation in der Physik Erfahrungen mit einer Wahlpflichtveranstaltung zur Vermittlung von Informationskompetenz D. Görlitz Modul 13 Modul-Kennung Modul-Titel Modul-Typ
MehrSTUDIENFÜHRER. Anglistik MASTER OF ARTS. Zentrale Studienberatung
STUDIENFÜHRER MASTER OF ARTS Anglistik Zentrale Studienberatung 1. STUDIENGANG: M.A. ANGLISTIK 2. ABSCHLUSS: Master of Arts 3. REGELSTUDIENZEIT: 4 Semester LEISTUNGSPUNKTE: STUDIENBEGINN FÜR STUDIENANFÄNGER:
MehrPrüfungsleistungen (Voraussetzungen für die Vergabe von Leistungspunkten)
Modulbeschreibung Code IV.3. Modulbezeichnung Operations Research (WiSe 2015/2016) Beitrag des Moduls zu den Studienzielen Qualifikationsziele (vgl. Leitfaden Punkt 3) Übergeordnetes Ziel des Moduls besteht
MehrModulhandbuch für die Masterstudiengänge Mathematik und Technomathematik der Fakultät Elektrotechnik, Informatik und Mathematik
Nr. 49 / 13 vom 31. Mai 2013 Modulhandbuch für die Masterstudiengänge Mathematik und Technomathematik der Fakultät Elektrotechnik, Informatik und Mathematik Modulhandbuch für die Masterstudiengänge Mathematik
MehrAlgorithmen und Datenstrukturen CS1017
Algorithmen und Datenstrukturen CS1017 Th. Letschert TH Mittelhessen Gießen University of Applied Sciences Organisatorisches und Einführung Lehrpersonal Dozent Dr. Letschert Tutoren Alissia Sauer Jonas
MehrD I E N S T B L A T T
325 D I E N S T B L A T T DER HOCHSCHULEN DES SAARLANDES 2006 ausgegeben zu Saarbrücken, 29. August 2006 Nr. 23 UNIVERSITÄT DES SAARLANDES Seite... Studienordnung für die Bachelor- und Master-Studiengänge
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft
Studienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft Institut für Erziehungswissenschaft der Universität Bern Muesmattstrasse 7 301 Bern URL: www.edu.unibe.ch 1 Die Philosophisch-humanwissenschaftliche
MehrS. 82 Mitteilungen der AVÖ, Heft 14
Weitere versicherungsmathematische Abschlussarbeiten S. 82 Mitteilungen der AVÖ, Heft 14 Mathematische Diplomarbeiten und Dissertationen der TU Wien Einen aktuellen Überblick bietet die Publikationsdatenbank
MehrEinführungsveranstaltung Wintersemester 2014/2015
Einführungsveranstaltung Wintersemester 2014/2015 Weyertal 86-90 50931 Köln 2. Oktober 2014 1 / 32 Studiengänge Diese Einführungsveranstaltung richtet sich an Studienanfänger der mathematischen Studiengänge
MehrBachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 100%
Bachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 100% an der Ruprecht-Karls-Universität Heidelberg http://www.informatik.uni-heidelberg.de/ Oktober 2015 Einige Begriffe Das Studium besteht
MehrFallstudienseminar Cases in Finance
Fallstudienseminar Cases in Finance TUM BSc: Seminar in Finance & Mgmt. Accounting Lehrstuhl für Finanzmanagement und Kapitalmärkte Professor Dr. Christoph Kaserer Wintersemester 2015/2016 Inhalt Im Wintersemester
MehrStudienstart International
Studienstart International Einführungsveranstaltung für Studierende aus dem Ausland Neu an der WiSo? Erste Schritte in Studium und Leben in Köln WiSo-Studienberatungszentrum 5. April 2016-1- Inhalt 1.
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrModulhandbuch für das Studienfach. Spanisch. als Fach im 2-Fächer-Master (Erwerb von 45 ECTS-Punkten)
Modulhandbuch für das Studienfach als Fach im 2-Fächer-Master (Erwerb von 45 ECTS-Punkten) Prüfungsordnungsversion: 2014 verantwortlich: Philosophische Fakultät (Historische, Philologische, Kultur- und
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
MehrMittwoch, :00 9:35
Mittwoch, 29.01.2014 8:00 9:35 Mathematik Grundkurs (GK) oder Leistungskurs (LK) Mathe ist grundsätzlich Pflicht (4 Semester) bis zum Abitur (das 1.LK- Fach muss De, FS, Ma oder Bi/Ch/Ph sein, 2 Fächer
MehrStudienordnung für den Bachelorstudiengang Erziehungswissenschaft an der Universität Augsburg vom 28. August 2006
StO Bachelor Erziehungsw. 07 Studienordnung für den Bachelorstudiengang Erziehungswissenschaft an der Universität Augsburg vom 28. August 200 Die Zeichen in den eckigen Klammern weisen auf die durch die
Mehr26 observations Lehrveranstaltungskritik Wintersemester 2009/ 2010. Marktforschung - Übung. Alexandra Glöckner
1 Titel der Lehrveranstaltung Marktforschung - Übung Name des Dozenten/ der Dozentin Alexandra Glöckner Art der Veranstaltung: Input-Veranstaltung (Ringvorlesung, Vorlesung) 2 1 Diskussionsveranstaltung
MehrEinführung DAF. Informationen zu den Studiengängen BA-NF und Zusatzzertifikat Deutsch als Fremdsprache
Einführung DAF Informationen zu den Studiengängen BA-NF und Zusatzzertifikat Deutsch als Fremdsprache Programm DaF-Studiengänge in Trier Studienziele und Inhalte BA-Studiengang Hintergrund BA DaF: Struktur
MehrGrundlagen, Vorgehensweisen, Aufgaben, Beispiele
Hans Benker - Wirtschaftsmathematik Problemlösungen mit EXCEL Grundlagen, Vorgehensweisen, Aufgaben, Beispiele Mit 138 Abbildungen vieweg TEIL I: EXCEL 1 EXCEL: Einführung 1 1.1 Grundlagen 1 1.1.1 Tabellenkalkulation
MehrStudienverlaufspläne M.Sc. Computational Science. 19. Juli 2011
Studienverlaufspläne M.Sc. Computational Science 19. Juli 2011 1 Vertiefungsfach Wissenschaftliches Rechnen Specialization Scientific Computing Zusatzpraktikum Modellierung und Simulation I P2 4 Modellierung
MehrEinführungsveranstaltung für Erstsemester Lehramtsstudiengänge Informatik
Einführungsveranstaltung für Erstsemester 1/28 Lehramtsstudiengänge Lehramt an Realschulen Inf/Ma, Inf/Ph, Inf/WiWi Lehramt an beruflichen Schulen berufliche Fachrichtung Metalltechnik mit Zweitfach Informatik
MehrHochschule für Technik Stuttgart. Studien- und Prüfungsordnung. Master Mathematik. - Teilzeit - Schellingstrasse 24 D-70174 Stuttgart
Schellingstrasse 24 D-70174 T +49 (0)711 8926 0 F +49 (0)711 8926 2666 www.hft-stuttgart.de info@hft-stuttgart.de Hochschule für Technik Studien- und Prüfungsordnung Master Mathematik - Teilzeit - Stand:
MehrStudienplan zu den Studiengängen Bachelor und Master Mathematik
Studienplan zu den Studiengängen Bachelor und Master Mathematik Stand 14. Februar 2011 Dieser Studienplan gibt Auskunft über Ziele und Aufbau der Bachelor und Master Studiengänge Mathematik an der Universität
MehrAlgorithmen und Datenstrukturen Kapitel 10
Algorithmen und Datenstrukturen Kapitel 10 Flüsse Frank Heitmann heitmann@informatik.uni-hamburg.de 6. Januar 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/8 Flüsse Graphen Grundlagen Definition
MehrL E H R V E R A N S T A L T U N G E N 08.04.2013-19.07.2013
Inhalt Seite Obligatorische Veranstaltungen Bachelor-Studiengang Mathematik 2 Bachelor-Studiengang Wirtschaftsmathematik 3 Master-Studiengang Mathematik 4 Master-Studiengang Wirtschaftsmathematik 5 Lehramts-Studiengang
MehrModulnummer Modulname Verantwortliche/r Dozent/in
Anlage 13. Politikwissenschaft (35 ) Modulnummer Modulname Verantwortliche/r Dozent/in POL-BM-THEO Einführung in das Studium der Prof. Dr. Hans Vorländer politischen Theorie und Ideengeschichte Dieses
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft
Studienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft Vom 2. April 2012 Die Philosophisch-humanwissenschaftliche Fakultät erlässt, gestützt auf Artikel 44 des Statuts der
MehrCrashkurs Mathematik für Ökonomen
Crashkurs Mathematik für Ökonomen Thomas Zörner in Kooperation mit dem VW-Zentrum Wien, Oktober 2014 1 / 12 Outline Über diesen Kurs Einführung Lineare Algebra Analysis Optimierungen Statistik Hausübung
MehrData Warehousing 0-1. DBS-Module
Data Warehousing Sommersemester 2014 Prof. Dr. E. Rahm Universität Leipzig Institut für Informatik y y y http://dbs.uni-leipzig.de 0-1 DBS-Module Master-Studium Informatik 10-202-2215 Moderne Datenbanktechnologien
MehrLehramt Gymnasium studieren
Willkommen an der Carl von Ossietzky Universität Lehramt Gymnasium studieren Christa Funke 1 Wir unterstützten und beraten bei der Studienwahl beim Einstieg ins Studium bei der Studienorganisation www.zsb.uni-oldenburg.de2
Mehr1 Geltungsbereich. 2 Studienziel
Studiengangsordnung (Satzung) für Studierende des Bachelorstudiengangs Mathematik in Medizin und Lebenswissenschaften an der Universität zu Lübeck mit dem Abschluss Bachelor of Science vom 26. Januar 2016
MehrSoftware-Verifikation
Hochschule Wismar Fakultät für Wirtschaftswissenschaften Semesterarbeit (Arbeitsplan und Grobkonzeption) Software-Verifikation Fernstudiengang Master Wirtschaftsinformatik Modul: Formale Methoden Semester:
MehrAMTLICHE BEKANNTMACHUNG
AMTLICHE BEKANNTMACHUNG NUMMER 2016/073 SEITEN 1-6 DATUM 25.07.2016 REDAKTION Glaser Berichtigung der 1. Ordnung zur Änderung der studiengangspezifischen Prüfungsordnung für den Bachelorstudiengang Informatik
MehrUniversität Hamburg S TUDIENORDNUNG. für den Diplomstudiengang Betriebswirtschaftslehre. Fachbereich Wirtschaftswissenschaften (4. 10.
Universität Hamburg Fachbereich Wirtschaftswissenschaften S TUDIENORDNUNG für den Diplomstudiengang Betriebswirtschaftslehre (4. 10. 1996) 2 Die Studienordnung konkretisiert die Prüfungsordnung und regelt
MehrOtto-Friedrich-Universität Bamberg. Modulhandbuch für den BA-Studiengang Klassische Philologie / Gräzistik
Otto-Friedrich-Universität Bamberg Modulhandbuch für den BA-Studiengang Klassische Philologie / Gräzistik Gültig ab: WS 2014/15 Gemäß Studien- und Fachprüfungsordnung für den Bachelorstudiengang Klassische
MehrDie Bewertung von Start-up Unternehmen im Rahmen von Venture Capital Finanzierungen
Unternehmen und Steuern Herausgeber: Prof. Dr. Jochen Sigloch, Universität Bayreuth Prof. Dr. Klaus Henselmann, Universität Chemnitz Band 26 Holger Hendel Die Bewertung von Start-up Unternehmen im Rahmen
MehrModulhandbuch Wirtschaftsmathematik (M.Sc.)
Modulhandbuch Sommersemester 2015 Langfassung Stand: 26.02.2015 Fakultät für Wirtschaftswissenschaften Fakultät für Mathematik KIT - Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrKLAUSUR zu Einführung in die Optimierung. Studiengang: Bachelor Master Diplom (bitte ankreuzen)
Mathematisches Institut WS 2012/13 der Heinrich-Heine-Universität 7.02.2013 Düsseldorf Prof. Dr. Achim Schädle KLAUSUR zu Einführung in die Optimierung Bitte folgende Angaben ergänzen und DEUTLICH LESBAR
MehrRegelungs- und Systemtechnik 3
Regelung Mechatronischer Systeme, Regelungs- und Systemtechnik 3 Kapitel 1: Einführung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Luft- und Raumfahrtindustrie 2 Zu regelnde
MehrBrush up Kurs Versicherungswirtschaft
Brush up Kurs Versicherungswirtschaft Stefan Schelling 29.03.2016 Institut fu r Versicherungswissenschaften Einfu hrung Seite 2 Brush up Kurs Versicherungswirtschaft Einführung 29.03.2016 Herzlich Willkommen
MehrMITTEILUNGSBLATT. Studienjahr 2005/2006 Ausgegeben am 06.09.2006 42. Stück Sämtliche Funktionsbezeichnungen sind geschlechtsneutral zu verstehen.
MITTEILUNGSBLATT Studienjahr 2005/2006 Ausgegeben am 06.09.2006 42. Stück Sämtliche Funktionsbezeichnungen sind geschlechtsneutral zu verstehen. R I C H T L I N I E N, V E R O R D N U N G E N 265. Äquivalenzverordnung
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
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
MehrMasterstudiengang Informatik
Masterstudiengang Informatik Studienordnung Universität zu Lübeck Seite 1 von 5 Studienordnung (Satzung) für Studierende des Masterstudienganges Informatik an der Universität zu Lübeck mit dem Abschluss
MehrEinführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme
Teil I Einführung Überblick 1 2 Geschichte der Informatik 3 Technische Grundlagen der Informatik Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme 4 Daten, Informationen, Kodierung
MehrBachelor Maschinenbau Kompetenzfeld Kraftfahrzeugtechnik (Studienbeginn vor WS 2012/13)
Bachelor Maschinenbau Kraftfahrzeugtechnik (Studienbeginn vor WS 2012/13) Bachelor Maschinenbau Kraftfahrzeugtechnik (Studienbeginn vor WS 2012/13) Seite 1 Struktur des Bachelor Maschinenbau Semester 1
MehrWegleitung für das Bachelor- und Masterstudium in Mathematik an der Philosophisch-Naturwissenschaftlichen Fakultät der Universität Basel
Wegleitung für das Bachelor- und Masterstudium in Mathematik an der Philosophisch-Naturwissenschaftlichen Fakultät der Universität Basel Von der Philosophisch-Naturwissenschaftlichen Fakultät der Universität
MehrWintersemester 2016 / Bilanzierung
Wintersemester 2016 / 2017 Bilanzierung Modul l Grundlagen der Bilanzierung und der Kosten- und Leistungsrechnung (M8) Studiengang (Bachelor) l Kommunikations- und Multimediamanagement Dr. Michael Tschöpel
MehrModulbeschreibung. Beitrag des Moduls zu den Studienzielen. Voraussetzungen für die Teilnahme. Verwendbarkeit des Moduls
Modulbeschreibung Code VI.1.2. Modulbezeichnung Online-Marketing Beitrag des Moduls zu den Studienzielen Qualifikationsziele (vgl. Leitfaden Punkt 3) - Die Studenten lernen die Zielsetzungen, Strategien,
Mehr1 Aufgaben der Studienordnung
Studienordnung und Modulhandbuch für das Wahlpflichtfach Literatur und ästhetische Kommunikation im Bachelor-Studiengang Internationale Kommunikation und Übersetzen (IKÜ) Fachbereich III Sprach- und Informationswissenschaften
MehrBachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 50%
Bachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 50% an der Ruprecht-Karls-Universität Heidelberg http://www.informatik.uni-heidelberg.de/ Oktober 2015 Doppel-Bachelor: Übersicht Ein
MehrLehrveranstaltungsverzeichnis Dr. Jörn Schönberger
Lehrveranstaltungsverzeichnis Dr. Jörn Schönberger Verantwortlicher Veranstalter in Diplom-, Bachelor- und Master- Studiengängen SS 2013 Vorlesung Online Optimierung (2SWS), Universität Bremen (ca. 50
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs
MehrAnlage 11 b Fachspezifische Anlage für das Fach Informatik (Zwei-Fächer-Bachelor) vom 23.09.2015 - Lesefassung -
Anlage 11 b Fachspezifische Anlage für das Fach Informatik (Zwei-Fächer-Bachelor) vom 23.09.2015 - Lesefassung - Die Zwei-Fächer-Bachelor-Studiengänge Informatik mit 30 bzw. 60 Kreditpunkten () bieten
MehrModulhandbuch für das Fach Englisch im Masterstudium für das Lehramt an Haupt-, Real- und Gesamtschulen. Studiensemester. Leistungs -punkte 8 LP
Modulhandbuch für das Fach Englisch im Masterstudium für das Lehramt an Haupt, Real und Gesamtschulen Titel des Moduls Linguistik Kennnummer MEd EHRGeM 1 Workload 240 h 1.1 Vertiefung Ling 1: Sprachstruktur
MehrInhaltsverzeichnis. 11. Zusatzqualifikationen
Studienordnung Finanz- und Wirtschaftsmathematik mit Studienplan!!! ENTWURF!!! Technische Universität Carolo-Wilhelmina zu Braunschweig Stand: März 2003 Inhaltsverzeichnis 1. Aufgaben der Studienordnung
MehrOtto-Friedrich-Universität Bamberg. Modulhandbuch für den MA-Studiengang Klassische Philologie
Otto-Friedrich-Universität Bamberg Modulhandbuch für den MA-Studiengang Klassische Philologie Gültig ab: WS 2013/14 Herausgegeben von den Fachvertretern auf der Grundlage der geltenden Studien- und Fachprüfungsordnung
MehrAngewandte Mathematik: Stochastik Prof. Dr. Reinhard Klein
Angewandte Mathematik: Stochastik Prof. Dr. Reinhard Klein Veranstaltungsbewertung der Fachschaft Informatik 4. September 2015 Abgegebene Fragebögen: 38 1 Bewertung der Vorlesung 1.1 Bitte beurteile die
Mehr