Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht

Größe: px
Ab Seite anzeigen:

Download "Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht"

Transkript

1 Zur Mathematik derivativer Fiazistrumete: Areguge für de StochastikUterricht Dietmar Pfeifer, Carl vo Ossietzky Uiversität Oldeburg Zusammefassug: Spätestes seit der Verleihug des Nobelpreises für Ökoomie im Jahr 1997 a Myro Scholes ud Robert Merto ist die zusamme mit Fischer Black seit 1972 etwickelte Theorie der mathematische Bewertug vo Fiazderivate i aller Mude. Hiervo zeuge auch die mehr als ei Dutzed allei seit 1996 erschieee Moographie ud Hadbücher zu diesem Thema. I diesem Artikel soll aufgezeigt werde, daß ud wie elemetare Grudlage der wesetlich mit Methode der Stochastik arbeitede modere Fiazmathematik i der Schule vermittelt werde köe. 1. Eileitug Es bega wie so oft bei bahbrechede wisseschaftliche Neueruge: die Arbeit mit der fudametale Formel zu eier "objektive" Bewertug vo Aktie Optioe, die zuächst vo Fischer Black ud Myro Scholes, später auch vo Robert Merto seit Afag der 7er Jahre etwickelt wurde, hatte damals i de führede Jourale im Bereich der Ökoomie aufgrud allgemeie Uverstädisses keie Chace auf Publikatio; die Arbeit erschie schließlich im relativ ubekate Joural of Political Ecoomy. Erst mit der vo J.C. Cox, A. Ross ud M. Rubistei 1979 vorgestellte Vereifachug des Modells durch Biomialbäume erlagte das mathematische Kozept größere Akzeptaz; seitdem hat sich die Theorie rasat etwickelt ud als izwische eigestädiger Bereich uter dem Stichwort Stochastische Fiazmathematik i der Mathematische Stochastik fest etabliert. We die allgemeie Theorie auch recht aspruchsvoll ud für de schulische Gebrauch im allgemeie sicher zu schwierig ist, lasse sich die wesetliche Grudbegriffe aber doch mit elemetare stochastische Methode leicht vermittel. Im folgede soll aufgezeigt werde, wie dies sogar im Rahme eies Grudkurses zur Stochastik geleistet werde ka. Wir beschräke us dabei im wesetliche auf die sogeate Europäische AktieOptioe im EiPeriode Modell.

2 2. Ei grudlegedes Modell der OptiospreisTheorie Uter eier Optio versteht ma das Recht, eie bestimmte Mege eies bestimmte Wirtschaftsguts zu eiem im voraus festgesetze Preis zu kaufe (Call Optio) oder zu verkaufe (PutOptio). Darf das Recht ierhalb eier bestimmte Frist ausgeübt werde, spricht ma vo eier Amerikaische Optio; ist die Ausübug des Rechts auf eie bestimmte Zeitpukt beschräkt, spricht ma vo eier Europäische Optio. Die Ausübug der Optio hägt i.a. davo ab, wie sich der Preis des Wirtschaftsguts z.b. a der Börse etwickelt; im Fall eier Call Optio wird ma diese verüftigerweise etwa ur da ausübe, we der Börsepreis des Wirtschaftsguts über dem vereibarte Kaufpreis liegt, so daß sich durch die etstehede Preisdifferez ei Vorteil für de Ihaber der Optio ergibt. Liegt der Börsepreis dagege uter dem vereibarte Kaufpreis, wird ma die Optio sivollerweise icht ausübe, da ma das betreffede Wirtschaftsgut i diesem Fall billiger direkt a der Börse erwerbe ka. Das zetrale Problem der OptiospreisTheorie besteht u dari, eie agemessee moetäre Gegewert für de Erwerb eier Optio ud de damit i gewisse Fälle verbudee fiazielle Vorteil für de Ihaber festzulege. Hier soll ur das eifachste Grudmodell eier Europäische Optio für eie Aktie [ohe Dividedezahlug] vorgestellt werde. Es ist allerdigs bereits ausreiched allgemei, um die wesetliche "Philosophie" der OptiospreisTheorie zu verdeutliche. Für eie mathematische Formulierug des Problems sid die folgede Bezeichuge ützlich: T: die Laufzeit der Optio; auch Verfalltag geat (egl.: time) X: der im voraus vereibarte Ausübugspreis (egl.: exercise price) S t : der Kurswert der Aktie zur Zeit t, mit t T (egl.: stock price) C t : der Wert der CallOptio zur Zeit t, mit t T P t : der Wert der PutOptio zur Zeit t, mit t T Die folgede Tabelle zeigt, welche Ausübugsstrategie für eie Call bzw. Put Optio zum Verfalltag sivoll sid: 2

3 CallOptio: S T >X: Optio ausübe S T X: Optio icht ausübe PutOptio: S T < X: Optio ausübe S T X: Optio icht ausübe Da am Verfalltag die Börsepreise bekat sid, lasse sich hiermit C T ud P T direkt agebe: C T =max(s T X;)=(S T X) P T =max(x S T ;)=(X S T ) wobei z =max(z,) de Positivteil eier reelle Zahl z bezeichet. C T ud P T sid also geau da positiv, we der Börsepreis etweder oberhalb oder uterhalb des vereibarte Kauf bzw. Verkaufspreises liegt, weil geau da die für de Ihaber der Optio güstige Situatio vorliegt, i der er eie Gewi mache ka. Der Wert der Optio ergibt sich folgerichtig als die Größe gerade dieses Gewis. Wege der Komplemetarität vo Call ud Put erhalte wir och die folgede fudametale Beziehug: C T P T = S T X (PutCallParityRelatio) Im folgede betrachte wir das sog. EiStufeEiPeriodeModell, d.h. wir gehe davo aus, daß der afägliche Kurswert der Aktie S bis zum Verfalltag T etweder auf de Wert S T > S steigt oder auf de Wert S T < S fällt, wobei wir och S T < X < S T voraussetze wolle. Die Wahrscheilichkeit eies Kursastiegs sei p (,1), etspreched ist 1p die Wahrscheilichkeit für eie Kursverfall. Das folgede Beispiel ist dem Artikel vo Eberlei (1998) etomme. Hier beträgt der Afagskurs der Aktie 1, mit Wahrscheilichkeit,4 steigt er auf de Wert 13 bzw. fällt mit Wahrscheilichkeit,6 auf de Wert 8. Der Ausübugspreis betrage 11, der Zissatz für die betrachtete Periode betrage 5%. Welche Preis C sollte der Käufer eier etsprechede CallOptio bezahle? 3

4 Betrachte wir zuächst die Werte C T ud C T der CallOptio zum Verfalltag. I dem Beispiel gilt offebar C T = = 2 ud C T =. We ma diese Werte auf de Zeitpukt beziehe möchte, muß ma sie allerdigs och diskotiere, d.h. mit dem sog. Diskotfaktor v = 1/(1i) multipliziere; ma erhält also v C T = 2/1,5 = 19,5 ud v C T =. Ma ka u die obige Situatio als ei Spiel auffasse, i dem der Käufer der Optio gege de "Markt" spielt. Der Optiospreis etspricht da dem Eisatz für ei "faires" Spiel. Es gibt hier allerdigs (midestes) zwei Möglichkeite, "Fairess" zu defiiere: 1. Variate eies faire Spiels: Der Käufer sollte im Durchschitt weder Gewi och Verlust erziele, we er ausschließlich mit Optioe hadelt; demach ist der Erwartugswert C = E(v C T ) = p v C T =,4 19,5 = 7,62 der "richtige" Optiospreis. Die Betoug bei dieser Betrachtugsweise liegt dabei auf dem Wort ausschließlich; tatsächlich läßt sich ämlich leicht zeige, daß ei geschickter Käufer, der icht ur mit Optioe, soder auch mit Aktie (ud Kredite) hadelt, mit dem obige OptiosPreis i jedem Fall eie Gewi erziele ka, uabhägig davo, i welche Richtug sich der Aktiekurs etwickelt! Die folgede Tabelle zeigt, wie dies hier zu bewerkstellige ist: t = t = T Aktio Koto S T > X S T X Leerverkauf 2 Aktie 2, 26, 16, Kauf 5 CallOptioe 38,1 1,, Kredit vergebe 161,9 17, 17, Saldo, 1, 1, Erläuterug: Bei eiem sog. Leerverkauf zum Zeitpukt wird das betreffede Wirtschaftsgut icht sofort, soder erst zu dem spätere Zeitpukt T übergebe; die Bezahlug erfolgt allerdigs bereits zum Zeitpukt, zu dem da gültige Preis [hier: 1]. User hypothetischer OptiosKäufer erzielt also zum Zeitpukt eie Eiahme vo 2 für zwei leerverkaufte och icht i seiem Besitz befidliche Aktie, die er erst zum Zeitpukt T selbst auf dem Markt erwirbt, um sie da pflichtgemäß zu übergebe. Je ach Kursetwicklug wird sei Koto also zur Zeit T mit eiem Betrag vo 26 [steigeder Kurs] bzw. 16 [falleder 4

5 Kurs] belastet. Da die füf im Gegezug erworbee CallOptioe aber ur 38,1 koste, hat er zur Zeit ei Guthabe vo 161,9, welches er zu eiem Zissatz vo 5% ausleiht ud zum Zeitpukt T eischließlich Zise im Gesamtwert vo 17 zurückerhält. Zum Zeitpukt ist sei Koto also mit Wert ausgegliche. Die beide rechte Spalte der Tabelle zeige die Kotoetwicklug zum Zeitpukt T. Im Fall eier Kurssteigerug wird user Käufer sigemäß das Kaufrecht aus de füf erworbee CallOptioe ausübe; d.h. er erwirbt 5 Aktie zum vereibarte Ausübugspreis vo 11 ud verkauft sie sofort a der Börse zum aktuelle Kurs vo 13, woraus ei NettoGewi vo 5 2 = 1 resultiert. Im Fall eies sikede Kurses sid die Optioe atürlich wertlos. Offesichtlich ka user OptiosKäufer uabhägig vo der tatsächliche Kursetwicklug also i jedem Fall eie NettoGewi vo 1 realisiere! Ma spricht i eiem solche Fall auch vo eier sog. ArbitrageMöglichkeit, d.h. der Möglichkeit, ohe eigee fiazielle Aufwad ei sicheres positives Ergebis zu erziele. 2. Variate eies faire Spiels: Der Käufer sollte im Durchschitt weder Gewi och Verlust erziele, we er mit Optioe, Aktie ud Kredite hadelt. Dazu betrachte wir zuächst eie Situatio mit eiem höhere Optiospreis als dem obe agegebee, etwa C = 12. Die folgede Tabelle zeigt, daß auch da eie sichere ArbitrageMöglichkeit existiert: t = t = T Aktio Koto S T > X S T X Kauf 2 Aktie 2, 26, 16, Verkauf 5 CallOptioe 6, 1,, Kredit aufehme 14, 147, 147, Saldo, 13, 13, Um solche ArbitrageMöglichkeite auszuschließe, wolle wir u eie allgemeiere Asatz betrachte: 5

6 t = t = T Aktio Koto S T > X S T X Leerverkauf Aktie S S T S T Kauf m CallOptioe mc m(s T X), Kredit vergebe (S mc ) r(s mc ) r(s mc ) Saldo,,, Dabei ist r = 1i der Zisfaktor für die betrachtete Periode T. Aus de beide rechte Spalte ergibt sich u die Gleichug S T m(s T X) = S T, so daß das Verhältis h=/m (sog. hedge ratio) eideutig bestimmt ist zu h = (S T X)/(S T S T ) ud als Lösug für de CallPreis zur Zeit folgt C = h(s v S T ). Im obige Beispiel ergibt sich demach h = (13 11)/(13 8) = 2/5 =,4 ud C =,4 (1 8/1,5) = 9,52. Eie aaloge Rechug zeigt, daß sich dieselbe Werte auch da ergebe, we ma wie i der vorletzte Tabelle Aktie kauft ud m Calls verkauft. Die hedge ratio gibt dabei gerade das "richtige" Verhältis vo gehadelte Aktie zu Optioe a, hier also ei Verhältis vo,4 = 2:5. Iteressaterweise hägt der CallPreis C ach der letzte Formel gar icht mehr vo der Wahrscheilichkeit p eies Kursastiegs ab! Trotzdem ka ma diese CallPreis immer och als Erwartugswert iterpretiere, we ma die "richtige" Wahrscheilichkeit p* für eie Kursastieg etspreched bestimmt, d.h. ma betrachtet die Gleichug C = h(s v S T ) = p* v C T 6

7 mit p* = h(s v S T )/(v C T ) = rs S T S T S T als Lösug. Eizige Bedigug ist hier, daß rs S T gilt d.h. es ist theoretisch möglich, am Aktiemarkt eie höhere Redite als auf dem Geldmarkt mit dem "risikolose" Zis i zu erziele. Im obige Beispiel ergibt sich damit p* = (15 8)/(13 8) = 25/5=,5, d.h. würde die Wahrscheilichkeit für eie Kursastieg gerade,5 betrage, wäre C ach der obige allgemeie Formel geau der Erwartugswert ach "Variate 1". Diese Betrachtugsweise ist charakteristisch für die gesamte Stochastische Fiazmathematik, d.h. es kommt bei der Bewertug vo Derivate (Optioe) icht auf die tatsächliche Wahrscheilichkeite p vo Kursveräderuge, soder allei auf die recherisch äquivalete Wahrscheilichkeite p* a, uter dee die Optiospreise ach dem ErwartugswertPrizip ArbitrageMöglichkeite ausschließe. Etsprechede Überleguge lasse sich atürlich auch für PutOptioe astelle. Die folgede Tabelle zeigt die aaloge Rechug gleich im allgemeie Rahme: t = t = T Aktio Koto S T X S T < X Kauf Aktie S S T S T Kauf m PutOptioe mp, m(x S T ) Kredit aufehme S mp r(s mp ) r(s mp ) Saldo,,, mit der hedge ratio h*=/m=(x S T )/( S T S T ) = 1h für PutOptioe ud dem PutPreis P = h*(v S T S ). Im obige Beispiel erhält ma also h* =,6 ud P =,6 (13/1,51) = 14,29. 7

8 Für die PutCallParityRelatio zur Zeit ergibt sich hieraus ebebei och die Beziehug C P =S v X, die zusamme mit der afägliche PutCallParity Relatio auch geschriebe werde ka als C t P t =S t v (1t/T) X, t {,T}. Diese Formel ist auch i allgemeiere, zeitstetige Modelle der Optiospreis Theorie gültig (d.h. im Bereich t T); allerdigs köe wir de Nachweis dafür mit de hier vorgestellte Methode icht führe. 3. Die HebelWirkug vo Optiosgeschäfte (LeverageEffekt) I diesem Abschitt wolle wir bei gleichem Kapitaleisatz die Auswirkuge reier Optiosgeschäfte gegeüber reie Aktiegeschäfte betrachte. Die Zahle gehadelter Aktie [] ud gehadelter Optioe [m] seie also so gewählt, daß der Kapitalaufwad K = S = mc stets gleich hoch ist. t = t = T Aktio Koto S T > X S T X Kauf Aktie S S T S T Kredit aufehme S r S r S Saldo, (S T rs ) (rs S T ) reies Aktiegeschäft t = t = T Aktio Koto S T > X S T X Kauf m CallOptioe mc m(s T X), Kredit aufehme mc r mc r mc Saldo, m(s T XrC ) r mc reies Optiosgeschäft 8

9 Setzt ma die obe hergeleitete OptiospreisFormel C = h(s v S T ) i die Ergebisse der utere Zeile der letzte Tabelle ei, so ergibt sich: rmc = rmh(s v S T ) = mh(rs S T ) = (mh/) (rs S T ) m(s T X rc ) = m(s T X h[rs S T ]) =(mh/) (S T rs ), d.h. die Saldi aus reiem Aktiegeschäft ud reiem Optiosgeschäft uterscheide sich geau um de Faktor Dies bedeutet: ρ = mh/ = 1 S T /(rs S T ) > 1. Bei gleichem Kapitaleisatz sid Gewie bzw. Verluste aus eiem reie Optiosgeschäft gegeüber eiem reie Aktiegeschäft um dem Faktor ρ > 1 größer. Bei gleichem Kapitaleisatz werde im Fall (positiver) Gewie bei eiem reie Optiosgeschäft mehr Aktie bewegt als bei eiem reie Aktiegeschäft, ud zwar geau m/ = ρ/h mal soviele (Hebelwirkug oder LeverageEffekt). [Ma beachte, daß zur Realisierug des Gewis aus dem Optiosgeschäft am Verfalltag m Aktie zum güstigere Ausübugspreis X erworbe ud gleichzeitig zum höhere Börsekurs S T wieder verkauft werde müsse.] Im Afagsbeispiel gilt etwa ρ = 1 8/(15 8) = 1 8/25 = 4,2 ρ/h = 4,2 (13 8)/(13 11) = 21/2 = 1,5. Legt ma im Modell wieder die äquivalete Wahrscheilichkeite p* statt p zugrude, so ergibt sich außerdem och für de Gewi bzw. Verlust G bei Hadel mit Aktie bzw. m CallOptioe: E*(G) = [p*( S T rs ) (1 p*)(rs S T )] = [p*( S T S T ) S T rs ] =, was och eimal die Motivatio für die Variate 2 des faire Spiels uterstreicht. 9

10 Die folgede Graphik zeigt die Hebelwirkug vo Optiosgeschäfte och eimal aus eier adere Sichtweise. Gewi / Verlust aus Optioe (dicke Liie) ud aus Aktie (düe Liie) als Fuktio des Kurswerts S T ; C = 9,52, X = 11, K = 1, i = 5% 4. Kombiatioe vo Optiosgeschäfte I diesem Abschitt wolle wir de "spekulative" Aspekt vo Optiosgeschäfte ei weig weiter vertiefe, idem wir die Auswirkuge bestimmter Kombiatioe, die i der Praxis häufig azutreffe sid, utersuche, wie z.b. gleichzeitiger Kauf ud Verkauf gewisser Optioe. Ausgagspukt userer Rechuge ist dabei wieder das obige Beispiel vo Eberlei, d.h. bei der Berechug der Optiospreise gehe wir vo der Aahme aus, daß die zuküftige Kurse ur zwei Werte aehme köe; wir utersuche allerdigs die Auswirkuge der getätigte Geschäfte für eie wesetlich größere Badbreite möglicher zuküftiger Kurse. Ei erster wichtiger Typ vo Kombiatiosgeschäfte ist der sog. "Spread"; daruter versteht ma de gleichzeitige Kauf ud Verkauf je eier Optio desselbe Typs zu uterschiedliche Ausübugspreise. Die Auswirkuge dieser HadelsStrategie bestehe im wesetliche i eier Reduzierug des Verlustrisikos bei gleichem Kapitaleisatz, allerdigs werde die GewiChace damit ebefalls geriger. Die folgede beide Graphike zeige die Gewie aus eiem sog. Bull CallSpread ud eiem sog. BearCallSpread als Fuktio des Kurswerts zur Zeit T; im erste Fall ist der Ausübugspreis X 1 der gekaufte Optio iedriger als der 1

11 Ausübugspreis X 2 der verkaufte Optio, im zweite Fall ist es gerade umgekehrt. Mit C 1 ud C 2 seie dabei die zugehörige CallPreise bezeichet, die sich aus dem obe hergeleite Asatz [Arbitragefreiheit] ergebe. X 1 =1 X 2 =12; C 1 =14,28 C 2 =4,76 X 1 =12 X 2 =1; C 1 =4,76 C 2 =14,28 I beide Fälle betrage die absolute Koste C 1 C 2 =9,52, d.h. die hier betrachtete Kombiatiosgeschäfte sid geau so teuer wie ei Optiosgeschäft mit ur eier gekaufte CallOptio zum Ausübugspreis vo X=11; allerdigs sid Verlust ud Gewi i beide Fälle begrezt durch de Wert 1. Das Risiko bei dieser Art vo Optiosgeschäft ist also relativ gerig, allerdigs sid hier auch die Gewimöglichkeite etspreched iedrig. Die Etscheidug für eie Bulloder BearCallSpread hägt dabei etscheided vo der Erwartug a die zuküftige Kursetwicklug ab: geht ma eher vo steigede Kurse aus, wird ma sich sivollerweise für eie BullCallSpread etscheide, im umgekehrte Fall für eie BearCallSpread. [Die Namesgebug dürfte übriges abgeleitet sei aus der typische Kopfhaltug der bezeichete Tiergattug: ei Stier trägt de Kopf hoch, ei Bär dagege tief.] Ähliche Darstelluge ergebe sich, we ma mit PutOptioe arbeitet. Eie besoders geschickte Kombiatio vo Optiosgeschäfte besteht i dem ButterflyCallSpread, bei dem zwei CallOptioe zu uterschiedliche Ausübugspreise X 1 <X 2 gekauft ud zwei weitere CallOptioe zu eiem dazwischeliegede Ausübugspreis X 3 mit X 1 <X 3 <X 2 verkauft werde. Theoretisch ist es damit möglich, eie sichere [ichtegative] Gewi zu erziele! Die folgede Graphik zeigt wieder de Verlauf des Gewis i Abhägigkeit vom Kurswert. 11

12 X 1 =1 X 2 =12 X 3 =11 C 1 =14,28 C 2 =4,76 C 3 =9,52 Wie ma sieht, erzielt der ButterflyCallSpread eie sichere positive Gewi für Kurse im Bereich vo X 1 =1 bis X 2 =12, ohe eie Verlust für alle übrige Kurswerte zu realisiere! Die ist übriges kei Widerspruch zur obe geforderte Arbitragefreiheit, weil sich diese ur auf die mögliche zuküftige Kurse vo 8 bzw. 13 bezieht, ud ma aus der Graphik bzw. der zugehörige Rechug deutlich erket, daß für diese Kurse tatsächlich auch kei Gewi realisierbar ist. [I der "wirkliche" Praxis scheitert dieses verlockede Geschäft allerdigs a der Tatsache, daß erstes i.a. Optiospreise icht exakt ach userer Theorie berechet werde, ud zweites für solche Geschäfte üblicherweise Trasaktioskoste i Form vo Gebühre oder Provisioe afalle.] Ei ählicher Effekt läßt sich durch de gleichzeitige Kauf bzw. Verkauf eier Call ud eier PutOptio zum selbe Ausübugspreis X erziele (sog. Straddle). Im erste Fall (Log Straddle) erzielt ma eie positive Gewi, we der Kurswert zur Zeit T stärker vom Ausübugspreis abweicht, im adere Fall (Short Straddle), we der Kurswert ahe beim Ausübugspreis liegt. Auch hier bestimmt also die Erwartug a die zuküftige Kursschwakuge das Alegerverhalte. X=11 C =9,52 P =14,28 12

13 Im betrachtete Beispiel liegt die Verlust bzw. Gewizoe im Bereich [85,135], mit maximalem Verlust / Gewi vo C P =23,8 für eie Kurs vo S T =X=11. Eie "Verflachug" der Spitze erreicht ma zusätzlich och dadurch, daß die Callud PutOptio zu uterschiedliche Ausübugspreise ge bzw. verkauft werde (sog. Stragle). Im folgede Beispiel beträgt der Ausübugspreis für die Call Optio X 1 =1 ud für die PutOptio X 2 =12. Ma beachte, daß die Verlust / Gewizoe hier uverädert ist, wogege der maximale Verlust / Gewi ur och 15, beträgt, allerdigs mit höhere absolute Preise vo C 1 P 2 =33,33. X 1 =1 X 2 =12 C 1 =14,28 P 2 =19,4 Gelegetlich sid auch usymmetrische Auszahluge vo Iteresse. Dies ka ma durch uterschiedliche Azahle ge bzw. verkaufter Optioe realisiere (sog. Strip bzw. Strap). Die folgede Diagramme zeige de Gewiverlauf für die LogPositio im Fall vo eier Call ud zwei PutOptioe (Strip) bzw. eier Put ud zwei CallOptioe (Strap). X=11 C =9,52 P =14,28 13

14 5. Das Biomialmodell vo Cox Ross Rubistei I diesem Abschitt soll kurz auf die scho eigags erwähte, grudlegede Idee der Biomialbäume eigegage werde, mit dee das obige Grudmodell leicht zu eiem etsprechede MehrperiodeModell erweitert werde ka; d.h. wir betrachte jetzt Börsekurse S, S T,..., S T zu de diskrete, äquidistate Zeitpukte, T,..., T. Zur Vereifachug deke wir us die jeweilige Kursveräderuge vo S it ach S (i1)t i prozetualer Form, d.h. wir betrachte kostate Kursäderugsrate k = (S T /S ) 1 > ud k = (S T /S ) 1 <, wobei wieder Aufwärtsbeweguge des Kurses durch "" (mit Wahrscheilichkeit p) ud Abwärtsbeweguge durch "" (mit Wahrscheilichkeit 1p) gekezeichet seie. Beispielsweise etsteht der Kurswert S 2T = S 2T durch eie Aufwärts ud eie Abwärtsbewegug des Kurses, der Kurswert S 3T = S 3T = S 3T durch zwei Aufwärts ud eie Abwärtsbewegug usw. Eie Aufwärtsbewegug etspricht dabei der Multiplikatio des aktuelle Kurswertes mit dem Faktor (1 k ) > 1, eie Abwärtsbewegug eier Multiplikatio mit dem Faktor (1 k ) < 1. Die folgede Graphik verdeutlicht das Modell für de Fall = 3. 14

15 Nimmt ma a, daß die Auf ud Abwärtsbeweguge der Kurse stochastisch uabhägig voeiader sid ud bezeichet N die Azahl aller Aufwärtsbeweguge ierhalb der Periode (d.h. N ist die Azahl aller Abwärtsbeweguge), so ist N biomialverteilt, ud es ergibt sich sofort S T = (1 k ) N (1 k ) N S mit k k P(N = k) = p (1 p), k =,...,. k Die äquivalete Wahrscheilichkeit p*, uter der das (stufeweise) Erwartugswertprizip ArbitrageMöglichkeite ausschließt, immt hier folgede eifache Form a: rs p* = (1 k (1 k )S )S (1 k )S i k = k k Wie im Fall des EiPeriodeModells sid hier die mögliche Werte eier Call Optio zur Zeit T bekat; es gilt aalog C T = (S T X). Es liegt ahe (ud ka auch theoretisch beweise werde), daß der "richtige" Optiospreis zur Zeit wieder ach Diskotierug durch das Erwartugswertprizip mit der äquivalete Wahrscheilichkeit p* gegebe ist: C = E *(v C ) = v E *(S X) T T = v p* (1 p*) [S (1 k )(1 k ) X] j j j j. j= j 15

16 Eie rechetechische Vereifachug dieses Ausdrucks erhält ma aufgrud der Tatsache, daß hier icht alle Summade positiv sid; es brauche lediglich diejeige Summade berücksichtigt werde, für die ist. Damit ergibt sich abschließed: j j S (1 k ) (1 k ) > X C S q* (1 q*) v X p* (1 p*) j j j j = = j j a j= a j mit dem utere Summatiosidex X l S(1 k a = 1 k l 1 k ), wobei x = mi{ Z x} gesetzt sei ud die Wahrscheilichkeite q* ud p* (wie obe) gegebe sid durch q* = (1 k ) v p*, rs p* = (1 k (1 k )S )S (1 k )S = i k k k. 6. Die Formel vo Black ud Scholes Für große Werte vo wird die obige Bewertugsformel vo Cox, Ross ud Rubistei schell uübersichtlich. Es liegt daher ahe, i diesem Fall die Normal Approximatio für die Biomialverteilug zu verwede, wie sie i praktisch alle Lehrbücher zur Schulmathematik behadelt wird (vgl. z.b. Althoff (1985), Kapitel 6 oder Barth ud Haller (1996), Kapitel 15). Bezeichet ma wie üblich mit Φ die Verteilugsfuktio der StadardNormalverteilug, also 16

17 Φ(x) = 1 2 π x e z 2 /2 dz, x R ud verwedet ma die Symmetriebedigte Beziehug 1Φ(x) = Φ(x), x R, so läßt sich die CoxRossRubisteiFormel mit de obige Bezeichuge approximativ auch schreibe als Läßt ma hier gleichzeitig mit auch die prozetuale Kursäderugsrate k ud k sowie de Zis i variiere, idem ma etwa bei fester Gesamtlaufzeit T ud Teilperiode der Läge T/ mit σ > setzt da gilt q * a p * a C S v X. q * (1 q*) p * (1 p*) Φ Φ T T T k = σ, k = σ ud i = l(1 i) (1i ) exp(t l(1i)) = (1i) T mit lim (1i ) = (1i) T, d.h. das Kapitalwachstum mit Ziseszise über die Periode T ist i beide Fälle asymptotisch gleich erhält ma ach eiige Umformuge die ursprügliche Formel vo Black ud Scholes (für Details sei auf Uhlir ud Steier (1994), Ahag 4.1 oder Bigham ud Kiesel (1998), Abschitt verwiese): 2 2 as l(s / X) (l(1 i) σ /2)T T l(s /X) (l(1 i) σ /2)T C S v X. T T = Φ Φ σ σ Die Größe σ heißt im fiazmathematische Sprachgebrauch auch Volatilität; sie beschreibt die Variabilität der Kursäderuge i zeitstetige Modelle, die ma als Grezfall aus dem Cox Ross Rubistei Modell erhält (sog. Geometrische Brow sche Bewegug). Die Kovergez der Optiospreise aus dem CoxRossRubisteiModell gege de BlackScholesPreis ist i.a. icht mooto; die folgede Graphik zeigt dies am eigags betrachtete Beispiel: 17

18 Der BlackScholesPreis der CallOptio beträgt hier C as = 7,77 bei eiem Ei PeriodePreis C = 9,52 (siehe obe). 7. Schlußbemerkug Die modere Fiazmathematik hat sich zu eiem spaede Teilgebiet der Stochastik ud eiem uverzichtbare Istrumet der heutige Wertpapier ud Fiazmärkte etwickelt, dere elemetare Grudlage icht über de Erwartugswertbegriff für diskrete Zufallsvariable ud etwas [lieare] Algebra hiausgehe. Diese Grudlage köe deshalb im schulische Stochastik Uterricht leicht behadelt werde, zumidest bis zum CoxRossRubistei Modell. Selbst eie i jedem Fall eifach zu realisierede Beschräkug auf de EiPeriodeFall birgt bereits alle wesetliche Erketisse i sich, die sogar i spielerischer Form auf spaede Weise vermittelt werde köe (vgl. etwa das im Rahme eies TEMPUSProjektes etwickelte MAPLEWorksheet zur Optiospreistheorie im Ahag). Der Übergag zur BlackScholesFormel ist dagege schwieriger ud sollte im Detail we überhaupt ur i eiem Leistugskurs zur Stochastik behadelt werde. Die größte didaktische Herausforderug liegt dabei wohl i eier alterative Sicht des Erwartugswertbegriffs: währed dieser i der klassische Behadlug der Stochastik etwa über das Gesetz der große Zahle umittelbar erfahrbar ist, wird hier der Erwartugswert als mittelbares Istrumet der Modellierug eies adere wirtschaftswisseschaftlich motivierte Begriffs, ämlich dem der 18

19 Arbitragefreiheit des Marktes, eigesetzt. Gerade hieri liegt aber auch die Chace, die i der Schule gelehrte Stochastik vo dem ihr immaet ahaftede ud machmal als useriös empfudee Glücksspielcharakter zu befreie ud Schülerie ud Schüler die so oft achgefragte wirkliche Relevaz vo Stochastik ud damit auch Mathematik isgesamt aufzuzeige. 8. Im Text zitierte Literatur Althoff, H. (1985): Wahrscheilichkeitsrechug ud Statistik. J.B. Metzlersche Verlagsbuchhadlug, Stuttgart. Barth, F. ud Haller, R. (1996): Stochastik Leistugskurs. 5., verbesserte Aufl., EhrewirthVerlag, Müche. Bigham, N.H. ud Kiesel, Rüdiger (1998): RiskNeutral Valuatio. Pricig ad Hedgig of Fiacial Derivatives. SprigerVerlag, Lodo. Eberlei, E. (1998): Grudidee moderer Fiazmathematik. Mitteiluge der Deutsche MathematikerVereiigug, Heft 3, 1 2. Uhlir, H. ud Steier, P. (1994): Wertpapieraalyse. PhysicaVerlag, Heidelberg. 9. Weiterführede Literatur Baxter, M. ud Reie, A. (1998): Fiacial Calculus. A Itroductio to Derivative Pricig. Cambridge Uiversity Press, Cambridge. Björk, T. (1998): Arbitrage Theory i Cotiuous Time. Oxford Uiversity Press, Oxford. Briyus, E., Bellalah, M., Mai, H.M. ud de Varee, F. (1998): Optios, Futures ad Exotic Derivatives. Theory, Applicatio ad Practice. Joh Wiley & Sos, Chichester. Musiela, M. ud Rutkowski, M. (1997): Martigale Methods i Fiacial Modellig. SprigerVerlag, Berli. Irle, A. (1998): Fiazmathematik. Die Bewertug vo Derivate. TeuberVerlag, Stuttgart. Kor, R. ud Kor, E. (1999): Optiosbewertug ud PortfolioOptimierug. Modere Methode der Fiazmathematik. ViewegVerlag, Brauschweig. Kwok, Y.K. (1998): Mathematical Models of Fiacial Derivatives. SprigerVerlag, Sigapur. Lamberto, D. ud Lapeyre, B. (1997): Stochastic Calculus Applied to Fiace. Chapma & Hall, Lodo. Pliska, S.R. (1997): Itroductio to Mathematical Fiace. Discrete Time Models. Blackwell Publishers, Massachusetts. 19

20 Wilmott, P. (1998): Derivatives. The Theory ad Practice of Fiacial Egieerig. Joh Wiley & Sos, Chichester. 1. Ahag Derivatives This MAPLEworksheet eables the calculatio of arbitragefree prices for Europea call ad put optios depedig o the iitial stock price S, the exercise price X, the riskless iterest rate i ad the expiratio time T for the oeperiod twostate model (CoxRossRubistei model) with possible fial stock prices S_plus ad S_mius. Examples for combiatios of tradig strategies (bull / bear / butterfly spreads etc.) ad their depedece o stock prices are also give. > restart: > with(plots): I. Optio pricig iput of iitial parameters: >S_:=1;X:=11;i:=.5;T:=1;S_plus:=13;S_mius:=8;r:=(1i)^T; hedge ratio: >h:=x>(s_plusx)/(s_pluss_mius): >h=h(x); optio prices: > C_:=X>h(X)*(S_S_mius/r):P_:=X>(1h(X))*(S_plus/rS_): > C=C_(X);P=P_(X); > K:=1;M:=X>K/C_(X):M=M(X);N:=K/S_; > G_Call:=(S,x,c,m)>m*(max(Sx,)c*r); > G_Put:=(S,x,c,m)>m*(max(xS,)c*r); > G_Stock:=(S,)>*(SS_*r); > plot([g_call(s,x,c_(x),m(x)),g_stock(s,n)],s=..14,title=cat(`gais ad losses from optio (red) ad stock tradig (blue) as fuctio of stock price S;X=`,X,`,K=`,K), titlefot= [TIMES, ROMAN,14], color=[red,blue],thickess=[2,1]); II. Tradig strategies: combiatios of optios > plot([g_call(s, X1, C_(X1),1), G_Call(S, X1, C_(X1),1), G_Call(S, X1, C_(X1),1) G_Call(S, X1, C_(X1),1)], S=7..15,title=`Bull Call Spread`, color=[gree,blue,red], thickess= [1,1,2], titlefot=[times,roman,14]); > plot([g_call(s, X1, C_(X1),1), G_Call(S, X1, C_(X1),1), G_Call(S, X1, C_(X1),1) G_Call(S, X1, C_(X1),1)], S=7..15, title=`bear Call Spread`, color=[gree,blue,red], thickess=[1,1,2], titlefot=[times,roman,14]); > plot([g_call(s, X1, C_(X1),1), G_Call(S, X1, C_(X1),1), G_Call(S, X, C_(X),2), G_Call(S, X1, C_(X1),1) G_Call(S, X1, C_(X1),1)G_Call(S, X, C_(X),2)], S=8..14, title = `Butterfly Call Spread`, titlefot = [TIMES,ROMAN,14], color = [brow,gree,blue,red], thickess = [1,1,1,2]); >plot([g_call(s,x,c_(x),1), G_Put(S,X,P_(X),1), G_Call(S,X,C_(X),1) G_Put(S, X, P_(X),1)], S=7..15,title=`Log Straddle`, titlefot=[times,roman,14], color=[gree,blue,red], thickess =[1,1,2]); > plot([g_call(s,x,c_(x),1), G_Put(S,X,P_(X),1), G_Call(S,X,C_(X),1)G_Put(S,X,P_(X),1)], S = 7..15, title = `Short Straddle`, titlefot = [TIMES,ROMAN,14], color = [gree,blue,red], thickess=[1,1,2]); 2

21 > plot([g_call(s, X1, C_(X1),1), G_Put(S, X1, P_(X1),1), G_Call(S, X1, C_(X1),1) G_Put(S, X1, P_(X1),1)], S = 7..15, title = `Log Stragle`, titlefot = [TIMES,ROMAN,14], color=[gree,blue,red], thickess=[1,1,2]); > plot([g_call(s, X1, C_(X1),1), G_Put(S,X1,P_(X1),1), G_Call(S, X1, C_(X1),1) G_Put(S, X1, P_(X1),1)], S = 7..15, title = `Short Stragle`, titlefot=[times,roman,14], color=[gree,blue,red], thickess=[1,1,2]); > plot([g_call(s,x,c_(x),1), G_Put(S,X,P_(X),2), G_Call(S,X,C_(X),1) G_Put(S,X,P_(X),2)], S=7..15,title=`Strip`,color=[gree,blue,red],thickess=[1,1,2],titlefot=[TIMES,ROMAN,14]); (etwickelt im Rahme des TEMPUSProjekts JEP mit der KarlsUiversität Prag ( ) uter dem Titel Teachig Fiace ad Isurace Ecoomics to Mathematics Studets) Aschrift des Verfassers: Prof. Dr. Dietmar Pfeifer Fachbereich Mathematik Carl vo Ossietzky Uiversität D26111 Oldeburg 21

Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht

Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht Zur Mathematik derivativer Fiazistrumete: Areguge für de StochastikUterricht Dietmar Pfeifer, Uiversität Oldeburg Zusammefassug: Spätestes seit der Verleihug des Nobelpreises für Ökoomie im Jahr 1997 a

Mehr

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

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

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

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

Mehr

15.4 Diskrete Zufallsvariablen

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

Mehr

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

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

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

2 Vollständige Induktion

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

Mehr

Nachklausur - Analysis 1 - Lösungen

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

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

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

Mehr

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

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

Mehr

Innerbetriebliche Leistungsverrechnung

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

Mehr

Bewertung von Anleihen

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

Mehr

Versicherungstechnik

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

Mehr

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

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

Mehr

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

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

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

Gruppe 108: Janina Bär Christian Hörr Robert Rex

Gruppe 108: Janina Bär Christian Hörr Robert Rex TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe

Mehr

Kunde. Kontobewegung

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

Mehr

Finanzmathematische Formeln und Tabellen

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

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

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

Mehr

PrivatKredit. Direkt ans Ziel Ihrer Wünsche

PrivatKredit. Direkt ans Ziel Ihrer Wünsche PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe

Mehr

Stochastik für WiWi - Klausurvorbereitung

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

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3 INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

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

Mehr

Prof. Dr.-Ing. Bernd Kochendörfer. Bauwirtschaft und Baubetrieb. Investitionsrechnung

Prof. Dr.-Ing. Bernd Kochendörfer. Bauwirtschaft und Baubetrieb. Investitionsrechnung ud Baubetrieb A Ivestitiosrechug ud Baubetrieb Ivestitiosbegriff Bilazorietierter Ivestitiosbegriff Umwadlug vo Geldkapital i adere Forme vo Vermöge Aktiva Passiva Zahlugsorietierter Ivestitiosbegriff

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222 Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme

Mehr

Klasse: Platzziffer: Punkte: / Graph zu f

Klasse: Platzziffer: Punkte: / Graph zu f Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25

Mehr

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala

Mehr

Vorlesung Informationssysteme

Vorlesung Informationssysteme Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche

Mehr

Private Altersvorsorge. Berufsunfähigkeitsschutz plus Steuerersparnis. Günstig vorsorgen durch Kombination mit unserer fondsgebundenen Basisrente.

Private Altersvorsorge. Berufsunfähigkeitsschutz plus Steuerersparnis. Günstig vorsorgen durch Kombination mit unserer fondsgebundenen Basisrente. Private Altersvorsorge Steueroptimierter Berufsufähigkeitsschutz Berufsufähigkeitsschutz plus Steuerersparis Güstig vorsorge durch Kombiatio mit userer fodsgebudee Basisrete. Berufsufähigkeitsschutz +

Mehr

Kapitel 4: Stationäre Prozesse

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

Mehr

Factoring. Alternative zur Bankfinanzierung?

Factoring. Alternative zur Bankfinanzierung? Factorig Alterative zur Bakfiazierug? Beschreibug Factorig Im Factorigverfahre schließ e Uterehme ud Factor eie Vertrag, auf desse Grudlage alle kü ftige Forderuge des Uterehmes laufed gekauft werde. Zuvor

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

2. Diophantische Gleichungen

2. Diophantische Gleichungen 2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze

Mehr

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

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

Mehr

Statistik I/Empirie I

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

Mehr

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

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

Mehr

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

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

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

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

Mehr

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

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

Mehr

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

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

Mehr

Gliederung. Value-at-Risk

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

Mehr

Stichproben im Rechnungswesen, Stichprobeninventur

Stichproben im Rechnungswesen, Stichprobeninventur Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-

Mehr

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

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

Mehr

Kapitel 6: Quadratisches Wachstum

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

Mehr

Klausur Grundlagen der Investition und Finanzierung

Klausur Grundlagen der Investition und Finanzierung Fachhochschule Bochum /Fachhochschule Müster /Fachhochschule Südwestfale (Weiterbildeder) Verbudstudiegag Techische Betriebswirtschaft Prof. Dr. Wolfgag Hufagel / Prof. Dr. Wifried Rimmele/ Fachhochschule

Mehr

Lösungen zu Kontrollfragen

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

Mehr

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

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

Mehr

Zur Definition. der wirksamen. Wärmespeicherkapazität

Zur Definition. der wirksamen. Wärmespeicherkapazität Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik

Mehr

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

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

Mehr

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

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

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

Mit Ideen begeistern. Mit Freude schenken.

Mit Ideen begeistern. Mit Freude schenken. Mehr Erfolg. I jeder Beziehug. Mit Idee begeister. Mit Freude scheke. Erfolgreiches Marketig mit Prämie, Werbemittel ud Uterehmesausstattuge. Wo Prämie ei System habe, hat Erfolg Methode. Die Wertschätzug

Mehr

Finanzmathematik für HAK

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

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

Heute Kapitalanlage morgen ein Zuhause

Heute Kapitalanlage morgen ein Zuhause Immobilie Heute Kapitalalage morge ei Zuhause Courtage: Kaufpreis: Preis auf Afrage 3,57% icl. 19% MwSt für de Käufer hausudso Immobilie Moltkestr. 14 77654 Offeburg Tel. 0781 9190891 Fax 0781 9190892

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

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

Mehr

Abschlussprüfung 2014 an den Realschulen in Bayern

Abschlussprüfung 2014 an den Realschulen in Bayern Prüfugsdauer: 150 Miute Name: Abschlussprüfug 014 a de Realschule i ayer Mathematik II Vorame: Klasse: Platzziffer: Pukte: Aufgabe A 1 Nachtermi A 10 Agler verwede sogeate Schwimmer, die a der Agelschur

Mehr

Mathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re

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

Mehr

Finanzwirtschaftliche Formeln

Finanzwirtschaftliche Formeln Bueffelcoach Olie Service Bilazbuchhalter Übersichte Fiazwirtschaft Fiazwirtschaftliche Formel AuF Aufzisugsfaktor ( 1+ i) Zist eie heutige Wert mit Zis ud Ziseszis für Jahre auf, hilft also bei der Frage,

Mehr

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

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

Mehr

Musterlösung zu Übungsblatt 2

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

Mehr

Flexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte

Flexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte Flexibilität beim Lager ud Kommissioiere: Schieegeführte Regalbediegeräte Ei Kozept zwei Baureihe: DAMBACH Regalbediegeräte Seit mehr als 35 Jahre baut die DAMBACH Lagersysteme Regalbediegeräte ud gehört

Mehr

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares 4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Baugrundstück für Individualisten

Baugrundstück für Individualisten Immobilie Baugrudstück für Idividualiste Courtage: Kaufpreis: Auf Afrage 3,57% icl. 19% MwSt für de Käufer hausudso Immobilie Moltkestr. 14 77654 Offeburg Tel. 0781 9190891 Fax 0781 9190892 Email ifo@hausudso.de

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

1. Zahlenfolgen und Reihen

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

Mehr

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst. Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere

Mehr

2. Einführung in die Geometrische Optik

2. Einführung in die Geometrische Optik 2. Eiührug i die Geometrische Optik 2. Allgemeie Prizipie 2.. Licht ud Materie Optische Ssteme werde ür de Spektralbereich zwische dem extreme Ultraviolette ( m) ud dem thermische Irarote (Q-Bad bei 2

Mehr

3Landlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% incl. 19% MwSt für den Käufer

3Landlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% incl. 19% MwSt für den Käufer 3Ladlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% icl. 19% MwSt für de Käufer OBJEKTDATEN Haustyp Eifamiliehaus Baujahr 1955 Letzte Moderisierug/ Saierug 2001 Zimmer 6 Wohfläche ca. 147,00

Mehr

Löslichkeitsdiagramm. Grundlagen

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

Mehr

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

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

Mehr

Linsengesetze und optische Instrumente

Linsengesetze und optische Instrumente Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo

Mehr

Methodische Grundlagen der Kostenkalkulation

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

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z) Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +

Mehr

Formelsammlung Mathematik

Formelsammlung Mathematik Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1

Mehr

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

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

Mehr

KUNDENPROFIL FÜR GELDANLAGEN

KUNDENPROFIL FÜR GELDANLAGEN KUNDENPROFIL FÜR GELDANLAGEN Geldalage ist icht ur eie Frage des Vertraues, soder auch das Ergebis eier eigehede Aalyse der Fiazsituatio! Um Ihre optimale Beratug zu gewährleiste, dokumetiere wir gemeisam

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Wiederkehrende XML-Inhalte in Adobe InDesign importieren

Wiederkehrende XML-Inhalte in Adobe InDesign importieren Wiederkehrede XML-Ihalte i Adobe IDesig importiere Dieses Tutorial soll als Quick & Dirty -Kurzaleitug demostriere, wie wiederkehrede XML-Ihalte (z. B. aus Datebake) i Adobe IDesig importiert ud formatiert

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

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

Mehr

Wichtige Begriffe in der Finanzmathematik

Wichtige Begriffe in der Finanzmathematik Wichtige Begriffe in der Finanzmathematik Forward: Kontrakt, ein Finanzgut zu einem fest vereinbarten Zeitpunkt bzw. innerhalb eines Zeitraums zu einem vereinbarten Erfüllungspreis zu kaufen bzw. verkaufen.

Mehr

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

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

Mehr

HONORAR Honorarabrechnung

HONORAR Honorarabrechnung HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...

Mehr

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

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

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

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

Mehr

Aktien, D Derivate, A Arbitrage Kursverläufe des DAX: Tagesgang 5.1.2011-1a -

Aktien, D Derivate, A Arbitrage Kursverläufe des DAX: Tagesgang 5.1.2011-1a - : Eine Einführung in die moderne Finanzmathematik Prof. Dr. Dietmar Pfeifer Institut für Mathematik chwerpunkt Versicherungs- und Finanzmathematik Kursverläufe des DA: agesgang 5.1.2011-1a - Kursverläufe

Mehr

Medienzentrum. Bibliothek. Handreichung zur Literatursuche

Medienzentrum. Bibliothek. Handreichung zur Literatursuche Mediezetrum Bibliothek Hadreichug zur Literatursuche Versio 1.6 23.09.2014 Sie schreibe Ihre Abschlussarbeit? Sie suche Literatur zu Ihrem Thema? Da hilft Ihe usere Hadreichug zur Literatursuche (icht

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

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

Mehr

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81

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

Mehr

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß Ivesiiosud Fiazierugsplaug miels Kapialwermehode, Ierer Zisfuß Bearbeie vo Fraka Frid, Chrisi Klegel WI. Aufgabe: Eie geplae Ivesiio mi Aschaffugsausgabe vo.,- läss jeweils zum Jahresede die folgede Eiahme

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

VAIO-Link Kundenservice Broschüre

VAIO-Link Kundenservice Broschüre VAIO-Lik Kudeservice Broschüre Wir widme us jedem eizele Kude mit der gebührede Aufmerksamkeit, mit großer Achtug ud Respekt. Wir hoffe damit, de Erwartuge jedes Eizele a das VAIO-Lik Kudeservice-Zetrum

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer Vorkurs zum Studium der Physik Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)

Mehr

Bau- und Wohncenter Stephansplatz

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

Mehr