Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 2
|
|
- Antoon Smet
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 1 INLEIDING 1 Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 2 Volg stap voor stap de tekst en los de vragen op. Bedoeling is dat je op het einde van de rit een verzorgd verslag afgeeft dat een duidelijk geheel vormt. Het verslag bevat dus niet enkel de antwoorden op de vragen, maar vormt een mooie leesbare tekst. De bijhorende MATLAB-code wordt ook afgegeven. De code moet van voldoende commentaar voorzien worden. 1 Inleiding Stel dat u eigenaar bent van een Belgisch bedrijf dat wereldwijd producten verkoopt. Een bedrijf in Amerika plaatst een grote order om over een jaar voor 1 miljoen dollar aan producten te kopen. Als u dit bedrag over een jaar ontvangt, wilt u het graag omwisselen naar euro s. Het is echter niet duidelijk wat op dat moment de wisselkoers dollar-euro zal zijn. Met een financiële optie kunt u zich verzekeren tegen het risico dat over een jaar de dollar-euro koers ongunstig uitvalt. Een Europese put-optie 1 geeft de houder het recht, maar niet de plicht, om over T jaar een bepaald goed voor de waarde K te kunnen verkopen. De parameters T en K worden vooraf vastgelegd. In ons voorbeeld is T = 1. Als goed kiezen we het standaard bedrag van 1 dollar (de aanpassing naar andere bedragen is duidelijk). Het is natuurlijk om de waarde K in de buurt van de huidige wisselkoers S =.68 te kiezen. Als concreet voorbeeld nemen we K =.75. Financiële opties zijn niet gratis (waarom niet?). Cruciale vraag is wat een eerlijke prijs voor een optie is. In dit project zullen we een algemene aanpak voor het prijzen van financiële opties bekijken, toegepast op ons dollar-euro voorbeeld. Deze aanpak heet Monte Carlo simulatie. Het wordt naast de wiskunde en economie in vele wetenschappelijke gebieden (fysica, chemie, biologie, informatica,...) toegepast. Een belangrijk onderdeel is hierbij de numerieke oplossing van stochastische differentiaalvergelijkingen. 2 Brownse beweging We beginnen met het implementeren van de zgn. Brownse beweging, dat een belangrijke rol in het vervolg zal spelen. 1 De term Europese heeft geen geografische betekenis. Het wordt in de literatuur gebruikt voor opties die alleen op het einde van de looptijd kunnen worden uitgevoerd.
2 3 STOCHASTISCHE INTEGRALEN 2 Een stochastisch proces is een familie U(t) (t ) van stochastische variabelen op een gezamenlijke kansruimte (Ω, A, P). Eén trekking levert een functie van [, [ naar R. Dit noemt men een pad of realisatie. Een (standaard) Brownse beweging in R is een stochastisch proces W (t) (t ) zodanig dat W () = bijna zeker W (t) W (s) is normaal verdeeld met verwachting en variantie t s (voor s t) voor iedere = t < t 1 <... < t N zijn W (t j ) W (t j 1 ) (1 j N) onderling onafhankelijk Voor numerieke doeleinden beschouwen we een gediscretiseerde Brownse beweging, waarbij W (t) geëvalueerd wordt in discrete tijdspunten t [, T ]. Voor gegeven geheel getal N 1, zij t = T /N en t j = j t voor j =, 1, 2,..., N. Noteer de benadering van W (t j ) als W j. Zij Z j voor j = 1, 2,..., N onderling onafhankelijke, normaal verdeelde stochastische veranderlijken met verwachting en variantie 1. Definieer W = en W j = W j 1 + t Z j (j = 1, 2,..., N). (1) Dan heet W, W 1, W 2,..., W N een gediscretiseerde Brownse beweging. Vraag Hoe correspondeert (1) met de definitie van een Brownse beweging? Maak een efficiënt MATLAB-programma dat, voor willekeurig gegeven T > en N 1, een gediscretiseerde Brownse beweging genereert en in een grafiek uitzet tegen t, t 1, t 2,..., t N. Verbind hierbij opeenvolgende punten met lijnstukjes. Voor een efficiënte werking is het aan te bevelen het programma te vectoriseren en van het commando cumsum gebruik te maken (hoe?). Opmerking Gebruik steeds zo weinig mogelijk lussen in je MATLAB-code. mogelijk met vectoren te werken. Probeer zo veel Iedere nieuwe uitvoering van het programma zal een nieuw plaatje geven, aangezien het een stochastisch proces betreft. Eén realisatie van een gediscretiseerde Brownse beweging (met T = 1 en N = 4) is te zien in Figuur 1. Voor de experimenten verder in de opdracht is het nuttig om de uitkomsten vergelijkbaar te maken; hiervoor stellen we de beginstaat van de random number generator in. Stellen we bijvoorbeeld randn( state,1), dan zullen achtereenvolgende uitvoeringen van het programma dezelfde output produceren. 3 Stochastische integralen Gegeven een functie ϕ, dan kan de integraal T ϕ(t)dt benaderd worden door de Riemann som N ϕ(t j 1 )(t j t j 1 ), j=1 (2)
3 4 DE EULER-MARUYAMA METHODE W Figuur 1: Realisatie van een gediscretiseerde Brownse beweging met T = 1, N = 4. t met de discrete punten t j zoals hiervoor. De integraal is gedefinieerd door het nemen van de limiet t. Analoog kunnen we een som van de vorm N ϕ(t j 1 )(W j W j 1 ) (3) j=1 beschouwen, als benadering van de stochastische integraal T ϕ(t)dw (t). Hier integreren we ϕ met betrekking tot de Brownse beweging. Zo n integraal heet een Itô integraal. 4 De Euler-Maruyama methode Een scalaire, autonome stochastische differentiaalvergelijking (SDV) kan geschreven worden als t t S(t) = S + f (S(s))ds + g(s(s))dw (s) ( t T ), (4) waarbij f en g gegeven scalaire reëel-waardige functies zijn en de beginwaarde S een gegeven reëel getal is. Deze vorm van notatie noemen we de integraalvorm. We zullen niet verder toelichten wat het precies betekent dat S(t) een oplossing is van (4). In plaats daarvan definiëren we onmiddellijk een methode voor de numerieke oplossing van (4). Dikwijls wordt de SDV (4) herschreven in de (symbolische) differentiaalvorm ds(t) = f (S(t))dt + g(s(t))dw (t) ( t T ), S() = S. (5) Dit is niet meer dan een compacte schrijfwijze, die we verder zullen gebruiken. Om een numerieke methode toe te passen op (5), discretiseren we eerst het interval. Stel = T /L voor een positief geheel getal L, en τ j = j. De numerieke benadering van S(τ j ) zullen we noteren als S j. De Euler-Maruyama (EM) methode geeft: S j = S j 1 + f (S j 1 ) + g(s j 1 )(W (τ j ) W (τ j 1 )), j = 1, 2,..., L. (6)
4 5 MONTE-CARLO SIMULATIE 4 S τ Figuur 2: Een realisatie van het koersverloop horende bij r =.6 en σ =.2. Vraag Geef aan hoe men (6) in verband met (4) kan brengen. Voor de Brownse beweging gebruiken we steeds de stapgrootte t = T /N. De stapgrootte voor de numerieke methode kiezen we dan een geheel meervoud R 1 van t : = R t. Dit verzekert ons dat de verzameling punten {t j }, waarop het gediscretiseerde Brownse pad gebaseerd is, de punten {τ j }, waarop de EM oplossing wordt berekend, bevat. 5 Monte-Carlo simulatie We zullen de EM methode toepassen op de lineaire SDV ds(t) = rs(t)dt + σs(t)dw (t), S() = S, (7) waarbij r en σ zekere reële constantes zijn: r is de rente en σ de volatiliteit. Dit is een bekend model voor het verloop van wisselkoersen. S(t) duidt de koers aan op tijdstip t. We zullen (7) hier gebruiken als model voor de dollar-euro koers. Maak een efficiënt programma dat de dollar-euro koers simuleert op tijdstippen = τ < τ 1 < τ 2 <... < τ L = T met T = 1 en in een grafiek (τ j, S j ) uitzet verbonden met lijnstukjes. Gebruik hierbij stapgrootte t = 2 8 om de Brownse beweging te simuleren en pas EM toe met stapgrootte = R t met R = 4. Neem S =.68, r =.6 en σ =.2. Eén realisatie van het koersverloop is te zien in Figuur 2. We kunnen nu starten met het prijzen van de optie. De volgende formule geeft de eerlijke prijs van een Europese put-optie: V = exp( rt ) E[max(K S(T ), )] (8) waarbij E de verwachting aanduidt. We kunnen de verwachting goed benaderen door een gemiddelde waarde, waarbij een groot aantal realisaties M van het koersverloop wordt gekozen: V M = exp( rt ) 1 M M max(k s m,l, ) (9) m=1
5 6 STERKE CONVERGENTIE VAN DE EM METHODE 5 met s m,l de uitkomst voor S L in de m-de realisatie. Dit heet Monte-Carlo simulatie. Maak een efficiënt programma dat de benadering V M van de optieprijs V berekent voor willekeurige M. Pas het vervolgens toe met M = 1 3, 1 4, 1 5 om de dollar-euro put-optie te prijzen. Let op We willen hier M verschillende paden genereren van de dollar-euro koers. Dit betekent dus ook M verschillende paden van de Brownse beweging. Let daarom goed op waar je randn( state,1) zet, zodat je niet M keer dezelfde Brownse beweging genereert. Wel wil je dat wanneer tweemaal de benaderende optieprijs V M wordt berekend voor dezelfde waarde van M, je dezelfde uitkomst bekomt. Denk dus goed na waar je randn( state,1) gaat plaatsen! 6 Sterke convergentie van de EM methode Van SDV (7) is de exacte oplossing gekend, nl. ( S(t) = S exp (r 1 ) 2 σ2 )t + σw (t). (1) Benader nu met Monte-Carlo simulatie de optieprijs aan de hand van de exacte oplossing (1) en vergelijk met de reeds berekende benaderingen van de optieprijs. Geef vervolgens de exacte oplossing (1) van de dollar-euro koers op [, T ] samen met de benaderde EM oplossing in één figuur en bekijk het verschil. Wat gebeurt er als je de tijdstap bij de benaderende oplossing steeds kleiner neemt? Het voorgaande resultaat lijkt te wijzen op convergentie. Herinner dat S(τ n ) en S n stochastische variabelen zijn. Om over convergentie te kunnen spreken, is het belangrijk hoe het verschil wordt gemeten. Een methode heeft sterke orde van convergentie gelijk aan p als er een constante C bestaat zodat E S j S(τ j ) C p, (11) waarbij τ j = j [, T ] met j = 1, 2, 3,... en voldoende klein. Als f en g voldoen aan bepaalde voorwaarden, kan aangetoond worden dat EM sterke orde van convergentie p = 1 2 heeft. In onze numerieke voorbeelden zullen we ons richten op de fout in het eindpunt t = T, zodus laten we e strong := E S L S(T ) (12) de EM fout in het eindpunt aanduiden in de sterke zin. Als (11) geldt met p = 1 2 in [, T ], dan geldt dit zeker op het eindpunt. We hebben dus e strong C 1 2 op elk vast punt (13)
6 7 DE MILSTEIN METHODE 6 voor voldoende kleine. Maak een efficiënt programma dat de fout e strong berekent voor de dollar-eurokoers S(t). Neem voor de benadering van de verwachtingswaarde het gemiddelde over 1 gesimuleerde waardes S L. Gebruik t = 2 9 voor de gediscretiseerde Brownse beweging en pas EM toe met vijf verschillende stapgroottes: = 2 m 1 t met 1 m 5. Maak een loglog-grafiek waar de stapgrootte op de x-as staat en de bijhorende fout e strong op de y-as. Als de bovengrens (13) geldt met een benaderende gelijkheid, dan geldt log e strong log C + 1 log. (14) 2 Dit representeert een rechte met richtingscoëfficiënt 1 2. Fit nu een veelterm van graad 1 (in de kleinste kwadraten zin) door de 5 benaderingen van de fout e strong die je hebt berekend. (Hiervoor bestaat een commando in MATLAB. Welk?) Wat is de richtingscoëfficiënt die je bekomt? Komt deze overeen met wat we verwachten? 7 De Milstein methode We zagen dat de EM methode sterke orde van convergentie 1 2 heeft. Het is mogelijk deze sterke orde te verhogen door een correctie aan het stochastisch increment toe te voegen, S j =S j 1 + f (S j 1 ) + g(s j 1 )(W (τ j ) W (τ j 1 )) g(s j 1)g (S j 1 )((W (τ j ) W (τ j 1 )) 2 ), j = 1, 2,..., L. Dit heet de Milstein methode. Onderzoek met numerieke experimenten de sterke orde van convergentie van de Milstein methode. Welke orde bekom je? 8 Veralgemening model We zagen reeds dat (7) een bekend model is voor het verloop van wisselkoersen. Dit model kan veralgemeend worden tot ds(t) = r(t)s(t)dt + σ(t)s(t)dw (t), S() = S, (15) waarbij de rente r(t) en de volatiliteit σ(t) nu afhankelijk zijn van de tijd t T. Van deze SDV (15) is de exacte oplossing ook gekend, nl. ( t S(t) = S exp (r(s) 1 t ) 2 σ2 (s))ds + σ(s)dw (s). (16) Bereken voor S =.68, r(t) =.1e 2t +.6 en σ(t) = σ =.2 het koersverloop en de optieprijs en de sterke orde van convergentie voor de Euler-Maruyama en de Milstein methode.
7 8 VERALGEMENING MODEL 7 Geef steeds de figuren of resultaten die je bekomt in je verslag weer. Bekijk ook eens de rente r(t). Is dit een logisch verloop of vind je van niet? Opmerking Om de eerlijke prijs van de Europese put-optie te bepalen, gebruiken we nu volgende formule: V = exp( T r(t)dt) E[max(K S(T ), )]. (17)
Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 3
1 INLEIDING 1 Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 3 Volg stap voor stap de tekst en los de vragen op. Bedoeling is dat je op het einde van de rit een verzorgd verslag afgeeft
Nadere informatieMonte-Carlo simulatie voor financiële optieprijzen
1 INLEIDING 1 Monte-Carlo simulatie voor financiële optieprijzen Docent: Karel in t Hout Studiepunten: 3 Volg stap voor stap de tekst en los de vragen op. Bedoeling is dat je op het einde van de rit een
Nadere informatieNUMERIEKE METHODEN VOOR DE VAN DER POL VERGELIJKING. Docent: Karel in t Hout. Studiepunten: 3
NUMERIEKE METHODEN VOOR DE VAN DER POL VERGELIJKING Docent: Karel in t Hout Studiepunten: 3 Over deze opgave dien je een verslag te schrijven waarin de antwoorden op alle vragen zijn verwerkt. Richtlijnen
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieOpdracht 2. Deadline maandag 28 september 2015, 24:00 uur.
Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur. Deze opdracht bestaat uit vier onderdelen; in elk onderdeel wordt gevraagd een Matlabprogramma te schrijven. De vier bijbehore bestanden stuur
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Donderdag 8 juli 4. Tijd: 14. 17. uur. Plaats: MA 1.44/1.46 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je
Nadere informatieDeel 2. Basiskennis wiskunde
Deel 2. Basiskennis wiskunde Vraag 26 Definieer de functie f : R R : 7 cos(2 ). Bepaal de afgeleide van de functie f in het punt 2π/2. (A) f 0 ( 2π/2) = π (B) f 0 ( 2π/2) = 2π (C) f 0 ( 2π/2) = 2π (D)
Nadere informatieTweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003
Tweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003 I Doelstelling en testcase In deze programmeeropgave zullen we een drietal numerieke integratiemethoden
Nadere informatieZomercursus Wiskunde. Module 4 Limieten en asymptoten van rationale functies (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 20 Module 4 Limieten en asymptoten van rationale functies (versie 22 augustus 20) Inhoudsopgave Rationale functies. Inleiding....................................2
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 2008 Limieten en asymptoten van rationale functies (versie juli 2008) Rationale functies. Inleiding Functies als f : 5 5, f 2 : 2 3 + 2 f 3 : 32 + 7 4 en f 4 :
Nadere informatieHERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
HERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D00. Datum: vrijdag 3 juni 008. Tijd: 09:00-:00. Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je naam en studentnummer
Nadere informatieaandeelprijs op t = T 8.5 e 9 e 9.5 e 10 e 10.5 e 11 e 11.5 e
1 Technische Universiteit Delft Fac. Elektrotechniek, Wiskunde en Informatica Tussentoets Waarderen van Derivaten, Wi 3405TU Vrijdag november 01 9:00-11:00 ( uurs tentamen) 1. a. De koers van het aandeel
Nadere informatieInleiding MATLAB (2) november 2001
Inleiding MATLAB (2) Stefan Becuwe Johan Vervloet november 2 Octave gratis MATLAB kloon Min of meer MATLAB compatibel http://www.octave.org/ % Script PlotVb % % Plot regelmatige driehoek t/m tienhoek PlotVb.m
Nadere informatieV.2 Limieten van functies
V.2 Limieten van functies Beschouw een deelverzameling D R, een functie f: D R en zij c R. We willen het gedrag van f in de buurt van c bestuderen. De functiewaarde in c is daarvoor niet belangrijk, de
Nadere informatieDossier 4 VECTOREN. Dr. Luc Gheysens. bouwstenen van de lineaire algebra
Dossier 4 VECTOREN bouwstenen van de lineaire algebra Dr. Luc Gheysens 1 Coördinaat van een vector In het vlak π 0 is het punt O de oorsprong en de punten E 1 en E 2 zijn zodanig gekozen dat OE 1 OE 2
Nadere informatieToegepaste Wiskunde 2: Het Kalman-filter
Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Derde bachelor informatica Oefeningen 0 mei 0. Gegeven is het beginwaardeprobleem y y 0, 04y + 0000y y y (0) = y = 0, 04y 0000y y 0 7 y y, y (0) = 0 0 7 y y (0) 0 Los
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
Nadere informatieDe grafiek van een lineair verband is altijd een rechte lijn.
2. Verbanden Verbanden Als er tussen twee variabelen x en y een verband bestaat kunnen we dat op meerdere manieren vastleggen: door een vergelijking, door een grafiek of door een tabel. Stel dat het verband
Nadere informatieDeze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten
Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk
Nadere informatie1 Limiet van een rij Het begrip rij Bepaling van een rij Expliciet voorschrift Recursief voorschrift 3
HOOFDSTUK 6: RIJEN 1 Limiet van een rij 2 1.1 Het begrip rij 2 1.2 Bepaling van een rij 2 1.2.1 Expliciet voorschrift 2 1.2.2 Recursief voorschrift 3 1.2.3 Andere gevallen 3 1.2.4 Rijen met de grafische
Nadere informatieZomercursus Wiskunde. Module 1 Algebraïsch rekenen (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 011 Module 1 Algebraïsch rekenen (versie augustus 011) Inhoudsopgave 1 Rekenen met haakjes 1.1 Uitwerken van haakjes en ontbinden in factoren............. 1. De
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 008 Algebraïsch rekenen (versie 7 juni 008) Inleiding In deze module worden een aantal basisrekentechnieken herhaald. De nadruk ligt vooral op het symbolisch rekenen.
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Eamen - Bacheloropleiding informatica Oefeningen 10 juni 2014 1. In de oefeninglessen hebben we gezien dat we de machine-epsilon bekomen bij het berekenen van ( 4 1) 1. Beschouw
Nadere informatie( ) Hoofdstuk 4 Verloop van functies. 4.1 De grafiek van ( ) 4.1.1 Spiegelen t.o.v. de x-as, y-as en de oorsprong
Hoofdstuk 4 Verloop van functies Met DERIVE is het mogelijk om tal van eigenschappen van functies experimenteel te ontdekken. In een eerste paragraaf onderzoeken we het verband tussen de grafieken van
Nadere informatie8. Differentiaal- en integraalrekening
Computeralgebra met Maxima 8. Differentiaal- en integraalrekening 8.1. Sommeren Voor de berekening van sommen kent Maxima de opdracht: sum (expr, index, laag, hoog) Hierbij is expr een Maxima-expressie,
Nadere informatieHet Heston model. Carlo Kuiper 27 augustus 2011. Bachelorscriptie. Begeleiding: dr. Peter Spreij
Het Heston model Carlo Kuiper 27 augustus 2011 Bachelorscriptie Begeleiding: dr. Peter Spreij waarde 4 2 2 4 6 8 10 t 2 KdV Instituut voor wiskunde Faculteit der Natuurwetenschappen, Wiskunde en Informatica
Nadere informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3.1 (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire
Nadere informatieInleiding Analyse 2009
Inleiding Analyse 2009 Inleveropgaven A). Stel f(, y) = In (0, 0) is f niet gedefinieerd. We bestuderen y2 2 + y 4. lim f(, y). (,y) (0,0) 1. Bepaal de waarde van f(, y) op een willekeurige rechte lijn
Nadere informatieComputerrekenpakket Maple zesde jaar
Computerrekenpakket Maple zesde jaar M CREATIVE COMMONS Naamsvermelding-NietCommercieel-GelijkDelen 3.0 (CC BY-NC-SA) Dit is de vereenvoudigde (human-readable) versie van de volledige licentie. De volledige
Nadere informatieJe moet nu voor jezelf een overzicht zien te krijgen over het onderwerp Complexe getallen. Een eigen samenvatting maken is nuttig.
6 Totaalbeeld Samenvatten Je moet nu voor jezelf een overzicht zien te krijgen over het onderwerp Complexe getallen. Een eigen samenvatting maken is nuttig. Begrippenlijst: 21: complex getal reëel deel
Nadere informatieInhoud college 5 Basiswiskunde Taylorpolynomen
Inhoud college 5 Basiswiskunde 4.10 Taylorpolynomen 2 Basiswiskunde_College_5.nb 4.10 Inleiding Gegeven is een functie f met punt a in domein D f. Gezocht een eenvoudige functie, die rond punt a op f lijkt
Nadere informatieOptieprijzen in een formule
Optieprijzen in een formule Op de financiële markt worden allerlei soorten opties verhandeld. Banken en andere financiële instellingen willen een redelijke prijs bepalen voor zulke producten. Hoewel de
Nadere informatieBepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode
Bepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode Verslag Computational Physics Sietze van Buuren Begeleider: Prof.Dr. H. de Raedt 29 december 25 Samenvatting
Nadere informatieIjkingstoets industrieel ingenieur aangeboden door UGent en VUB op 30 juni 2014: algemene feedback
IJkingstoets juni 4 - reeks - p. / Ijkingstoets industrieel ingenieur aangeboden door UGent en VUB op juni 4: algemene feedback In totaal namen studenten deel aan deze ijkingstoets industrieel ingenieur
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
Nadere informatie1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatie1 Vlaamse Wiskunde Olympiade : Tweede Ronde.
Vlaamse Wiskunde Olympiade 97-9: Tweede Ronde Vlaamse Wiskunde Olympiade vzw is een officiële foreign coordinator voor de welbekende AHSME-competitie (Annual High School Mathematics Examination - USA en
Nadere informatie(x x 1 ) + y 1. x x k+1 x k x k+1
Les Talor reeksen We hebben in Wiskunde een aantal belangrijke reële functies gezien, bijvoorbeeld de exponentiële functie exp(x) of de trigonometrische functies sin(x) en cos(x) Toen hebben we wel eigenschappen
Nadere informatieAanvullingen bij Hoofdstuk 6
Aanvullingen bij Hoofdstuk 6 We veralgemenen eerst Stelling 6.4 tot een willekeurige lineaire transformatie tussen twee vectorruimten en de overgang naar twee nieuwe basissen. Stelling 6.4. Zij A : V W
Nadere informatieTRILLINGEN EN GOLVEN HANDOUT FOURIER
TRILLINGEN EN GOLVEN HANDOUT FOURIER Cursusjaar 2009 / 2010 2 Inhoudsopgave 1 FOURIERANALYSE 5 1.1 INLEIDING............................... 5 1.2 FOURIERREEKSEN.......................... 5 1.3 CONSEQUENTIES
Nadere informatieKorte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde
Korte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde voor B. 1 Eenvoudige operaties en functies. 1. De bewerkingen optellen aftrekken, vermenigvuldigen, delen en machtsverheffen worden
Nadere informatieExamen VWO. wiskunde B1,2 (nieuwe stijl)
wiskunde B, (nieuwe stijl) Examen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak Woensdag 3 juni 3.30 6.30 uur 0 04 Voor dit examen zijn maximaal 87 punten te behalen; het examen bestaat uit 9 vragen.
Nadere informatieBegeleid Zelfstandig Leren (BZL)
Begeleid Zelfstandig Leren (BZL) De Beaalde Integraal - Riemannsommen 1 Rijvariabelen u en v van het grafisch rekentoestel.... 1.1 Rijen.... 1. Odracht 1... 1.3 Rekentoestel... 3 1.4 Odracht... 4 1.5 Odracht
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
Nadere informatieHoofdstuk 7 - veranderingen. getal & ruimte HAVO wiskunde A deel 2
Hoofdstuk 7 - veranderingen getal & ruimte HAVO wiskunde A deel 2 0. voorkennis Plotten, schetsen en tekenen Een grafiek plotten Een grafiek schetsen Een grafiek tekenen Na het invoeren van de formule
Nadere informatieTentamen Discrete Wiskunde
Discrete Wiskunde (WB011C) 22 januari 2016 Tentamen Discrete Wiskunde Schrijf op ieder ingeleverd blad duidelijk leesbaar je naam en studentnummer. De opgaven 1 t/m 6 tellen alle even zwaar. Je hoeft slechts
Nadere informatieHoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix
Hoofdstuk 3 Matrices en stelsels 3.1 Matrices Een matrix is in DERIVE gedefinieerd als een vector van vectoren. De rijen van de matrix zijn de elementen van de vector. Op de volgende manier kan je een
Nadere informatieGrafieken, functies en verzamelingen. Eerst enkele begrippen. Grafiek. Assenstelsel. Oorsprong. Coördinaten. Stapgrootte.
Grafieken, functies en verzamelingen Eerst enkele begrippen Grafiek In een assenstelsel teken je een grafiek. Assenstelsel Een assenstelsel bestaat uit twee assen die elkaar snijden: een horizontale en
Nadere informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2, Vrijdag 23 januari 25, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven dienen
Nadere informatieV.4 Eigenschappen van continue functies
V.4 Eigenschappen van continue functies We bestuderen een paar belangrijke stellingen over continue functies. Maxima en minima De stelling over continue functies die we in deze paragraaf bewijzen zegt
Nadere informatieExamen Analyse 2 : Theorie (zonder Maple). (7 januari 2014)
Examen Analyse 2 : Theorie (zonder Maple). (7 januari 204). Maclaurin reeksen. Geef met bewijs de Maclaurin reeksontwikkeling van de logaritmische functie ln( + x). Geef ook het convergentie-interval van
Nadere informatie1 WAAM - Differentiaalvergelijkingen
1 WAAM - Differentiaalvergelijkingen 1.1 Algemene begrippen Een (gewone) differentiaalvergelijking heeft naast de onafhankelijke veranderlijke (bijvoorbeeld genoteerd als x), eveneens een onbekende functie
Nadere informatiePrimitieve functie Als f : R --> R continu is op een interval, dan noemt men F : R --> R een primiteive functie of
Enkelvoudige integralen Kernbegrippen Onbepaalde integralen Van onbepaalde naar bepaalde integraal Bepaalde integralen Integratiemethoden Standaardintegralen Integratie door splitsing Integratie door substitutie
Nadere informatieMoleculaire Dynamica en Monte Carlo Simulaties Case Study 17 Solid-Liquid Equilibrium of Hard Spheres. Joost van Bruggen 0123226 6 juli 2004
Moleculaire Dynamica en Monte Carlo Simulaties Case Study 17 Solid-Liquid Equilibrium of Hard Spheres Joost van Bruggen 0123226 6 juli 2004 1 Inhoudsopgave 1 Thermaliseren 2 2 Waarde van λ max 2 3 Integreren
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieHoofdstuk 2: Grafieken en formules
Hoofdstuk 2: Grafieken en formules Wiskunde VMBO 2011/2012 www.lyceo.nl Hoofdstuk 2: Grafieken en formules Wiskunde 1. Basisvaardigheden 2. Grafieken en formules 3. Algebraïsche verbanden 4. Meetkunde
Nadere informatie3.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
3.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatieInhoud college 4 Basiswiskunde. 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie
Inhoud college 4 Basiswiskunde 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie 2 Basiswiskunde_College_4.nb 2.6 Hogere afgeleiden De afgeleide f beschrijft
Nadere informatieWiskundige vaardigheden
Inleiding Bij het vak natuurkunde ga je veel rekenstappen zetten. Het is noodzakelijk dat je deze rekenstappen goed en snel kunt uitvoeren. In deze presentatie behandelen we de belangrijkste wiskundige
Nadere informatie1. Orthogonale Hyperbolen
. Orthogonale Hyperbolen a + b In dit hoofdstuk wordt de grafiek van functies van de vorm y besproken. Functies c + d van deze vorm noemen we gebroken lineaire functies. De grafieken van dit soort functies
Nadere informatieAanvullende tekst bij hoofdstuk 1
Aanvullende tekst bij hoofdstuk 1 Wortels uit willekeurige getallen In paragraaf 1.3.5 hebben we het worteltrekalgoritme besproken. Dat deden we aan de hand van de relatie tussen de (van tevoren gegeven)
Nadere informatieZomercursus Wiskunde. Module 10 De afgeleide functie: Rekenregels en Toepassingen (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 2011 Module 10 De afgeleide functie: Rekenregels en Toepassingen (versie 22 augustus 2011) Inhoudsopgave 1 Definitie Betekenis van de afgeleide 1 2 Standaardafgeleiden
Nadere informatieKorte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde
Korte handleiding Maple, bestemd voor gebruik bij de cursus Wiskunde 3 voor B. Functies van twee variabelen.. Een functie fx, y) van twee variabelen kan analoog aan een functie van één variabele in Maple
Nadere informatieOpdracht 3: Baanintegratie: Planeet in een dubbelstersysteem
PLANETENSTELSELS - WERKCOLLEGE 3 EN 4 Opdracht 3: Baanintegratie: Planeet in een dubbelstersysteem In de vorige werkcolleges heb je je pythonkennis opgefrist. Je hebt een aantal fysische constanten ingelezen,
Nadere informatie2. Een eerste kennismaking met Maxima
. Een eerste kennismaking met Maxima Als u nog niet eerder kennis heeft gemaakt met CAS (Computer Algebra System) software, dan lijkt Maxima misschien erg gecompliceerd en moeilijk, zelfs voor het oplossen
Nadere informatie(iii) Enkel deze bundel afgeven; geen bladen toevoegen, deze worden toch niet gelezen!
Examen Wiskundige Basistechniek, reeks A 12 oktober 2013, 13:30 uur Naam en Voornaam: Lees eerst dit: (i) Naam en voornaam hierboven invullen. (ii) Nietje niet losmaken. (iii) Enkel deze bundel afgeven;
Nadere informatieHet installatiepakket haal je af van de website http://www.gedesasoft.be/.
Softmaths 1 Softmaths Het installatiepakket haal je af van de website http://www.gedesasoft.be/. De code kan je bekomen op de school. Goniometrie en driehoeken Oplossen van driehoeken - Start van het programma:
Nadere informatieTuyaux 3de Bachelor Wiskunde WINAK
Tuyaux 3de Bachelor Wiskunde WINAK Eerste Semester 2011-2012 Inhoudsopgave 1 Inleiding 2 2 Maattheorie 3 2.1 Theorie....................................... 3 2.2 Oefeningen.....................................
Nadere informatieExamen VWO. wiskunde B1,2
wiskunde B, Examen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak Dinsdag 3 mei 3.3 6.3 uur 6 Voor dit examen zijn maximaal 88 punten te behalen; het examen bestaat uit 9 vragen. Voor elk vraagnummer
Nadere informatieUitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde C Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek I Tjing Opgave 1. Het aantal hoofdstukken in de I Tjing correspondeert met het totale aantal
Nadere informatieDe Laplace-transformatie
De Laplace-transformatie De Laplace-transformatie is een instrument dat functies omzet in andere functies. Deze omzetting, de transformatie, heeft nette wiskundige eigenschappen. Zowel in de kansrekening
Nadere informatieIJkingstoets Wiskunde-Informatica-Fysica 29 juni Nummer vragenreeks: 1
IJkingstoets Wiskunde-Informatica-Fysica 29 juni 206 Nummer vragenreeks: IJkingstoets wiskunde-informatica-fysica 29 juni 206 - reeks - p. /0 Oefening Welke studierichting wil je graag volgen? (vraag
Nadere informatieHOOFDSTUK VII REGRESSIE ANALYSE
HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens
Nadere informatieI.3 Functies. I.3.2 Voorbeeld. De afbeeldingen f: R R, x x 2 en g: R R, x x 2 zijn dus gelijk, ook al zijn ze gegeven door verschillende formules.
I.3 Functies Iedereen is ongetwijfeld in veel situaties het begrip functie tegengekomen; vaak als een voorschrift dat aan elk getal een ander getal toevoegt, bijvoorbeeld de functie fx = x die aan elk
Nadere informatieAiryfunctie. b + π 3 + xt dt. (2) cos
LaTeX opdracht Bewijzen en Redeneren 1ste fase bachelor in Fysica, Wiskunde Werk de volgende opdracht individueel uit. U moet hier alleen aan werken. Geef ook geen files door aan anderen. Ingediende opdrachten
Nadere informatie1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatieOefening 1. Welke van de volgende functies is injectief? (E) f : N N N : (n, m) 7 2m+n. m n. Oefening 2
IJkingstoets 30 juni 04 - reeks - p. /5 Oefening Een functie f : A B : 7 f () van verzameling A naar verzameling B is injectief als voor alle, A geldt: als 6=, dan is f () 6= f (). Welke van de volgende
Nadere informatieHet warmteverlies van het lichaamsoppervlak aan de wordt gegeven door de volgende formule:
Opgave 1. (4 punten) Inleiding: Een vleermuis is een warmbloedig zoogdier. Dat wil zeggen dat hij zijn lichaamstemperatuur op een konstante waarde moet zien te houden. Als de omgeving kouder is dan de
Nadere informatie168 HOOFDSTUK 5. REEKSONTWIKKELINGEN
168 HOOFDSTUK 5. REEKSONTWIKKELINGEN 5.7 Vraagstukken Vraagstuk 5.7.1 Beschouw de differentiaalvergelijking d2 y d 2 = 2 y. (i) Schrijf y = a k k. Geef een recurrente betrekking voor de coëfficienten a
Nadere informatieDune Ash een wiskundig model voor de verspreiding van een vulkanische aswolk werkbundel
Dune Ash een wiskundig model voor de verspreiding van een vulkanische aswolk werkbundel Nele Cosemans en Greet Dockx, studenten SLO wiskunde KU Leuven VERKENNING Open het programma Dune Ash en lees de
Nadere informatieNumerieke aspecten van de vergelijking van Cantor. Opgedragen aan Th. J. Dekker. H. W. Lenstra, Jr.
Numerieke aspecten van de vergelijking van Cantor Opgedragen aan Th. J. Dekker H. W. Lenstra, Jr. Uit de lineaire algebra is bekend dat het aantal oplossingen van een systeem lineaire vergelijkingen gelijk
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieOefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen
Oefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen 1 Introductie Taylor polynoom, floating point getal, afrondfout Orde symbool Landau 1. Laat f(x) = x 3. Bepaal het tweede orde Taylor
Nadere informatieExamen VWO. wiskunde B1. tijdvak 2 woensdag 20 juni 13.30-16.30 uur
Examen VWO 2007 tijdvak 2 woensdag 20 juni 13.30-16.30 uur wiskunde B1 Dit examen bestaat uit 19 vragen. Voor dit examen zijn maximaal 81 punten te behalen. Voor elk vraagnummer staat hoeveel punten met
Nadere informatie1. Statistiek gebruiken 1
Hoofdstuk 0 Inhoudsopgave 1. Statistiek gebruiken 1 2. Gegevens beschrijven 3 2.1 Verschillende soorten gegevens......................................... 3 2.2 Staafdiagrammen en histogrammen....................................
Nadere informatieStatistiek: Spreiding en dispersie 6/12/2013. dr. Brenda Casteleyn
Statistiek: Spreiding en dispersie 6/12/2013 dr. Brenda Casteleyn dr. Brenda Casteleyn www.keu6.be Page 2 1. Theorie Met spreiding willen we in één getal uitdrukken hoe verspreid de gegevens zijn: in hoeveel
Nadere informatie2.1 Lineaire formules [1]
2.1 Lineaire formules [1] De lijn heeft een helling (richtingscoëfficiënt) van 1; De lijn gaat in het punt (0,2) door de y-as; In het plaatje is de lijn y = x + 2 getekend. Omdat de grafiek een rechte
Nadere informatieChemische kinetiek Bepaling van de snelheidsconstante en de activeringsenergie voor de oxidatie van het jodide-ion door waterstofperoxide
Chemische kinetiek Bepaling van de snelheidsconstante en de activeringsenergie voor de oxidatie van het jodide-ion door waterstofperoxide Patrick Aeschlimann 8 februari 203 Samenvatting In onderstaand
Nadere informatieTentamen Inleiding Kansrekening wi juni 2010, uur
Technische Universiteit Delft Mekelweg Faculteit Electrotechniek, Wiskunde en Informatica 8 CD Delft Tentamen Inleiding Kansrekening wi juni, 9.. uur Bij dit examen is het gebruik van een (evt. grafische
Nadere informatien 2 + 2n + 4 3n 2 n + 4n n + 2n + 12 n=1
Radboud Universiteit Nijmegen Tentamen Calculus 2 NWI-NP004B 6 april 205, 8.00 2.00 Het gebruik van een rekenmachine/gr, telefoon, boek, aantekeningen e.d. is niet toegestaan. Geef precieze argumenten
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 4 J.Keijsper
Nadere informatieDe Riemann-hypothese
De Riemann-hypothese Lars van den Berg 3 september 202 Laat ik je gelijk enthousiast maken om dit stukje te lezen: wie de Riemannhypothese oplost wint een miljoen. Wel zijn er waarschijnlijk eenvoudigere
Nadere informatieOpgaven bij Numerieke Wiskunde I
Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,
Nadere informatie11.0 Voorkennis. Optellen alleen bij gelijknamige termen: 3a 3 + 4a 3 = 7a 3. Bij macht van een macht exponenten vermenigvuldigen: (a 5 ) 4 = a 20
.0 Voorkennis Herhaling rekenregels voor machten: Vermenigvuldigen is exponenten optellen: a 3 a 5 = a 8 Optellen alleen bij gelijknamige termen: 3a 3 + a 3 = 7a 3 Bij macht van een macht exponenten vermenigvuldigen:
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieDe dynamica van een hertenpopulatie. Verslag 1 Modellen en Simulatie
De dynamica van een hertenpopulatie Verslag Modellen en Simulatie 8 februari 04 Inleiding Om de groei van een populatie te beschrijven, kunnen vele verschillende modellen worden gebruikt, en welke meer
Nadere informatieExamen VWO. wiskunde B1 (nieuwe stijl)
wiskunde B1 (nieuwe stijl) Examen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak 1 Dinsdag 25 mei 13.30 16.30 uur 20 04 Voor dit examen zijn maximaal 86 punten te behalen; het examen bestaat uit
Nadere informatieDifferentiaalvergelijkingen Wi1909TH. I.A.M. Goddijn, Faculteit EWI 12 november 2018
Differentiaalvergelijkingen Wi1909TH, 12 november 2018 Inleiding van Mourik Broekmanweg 6, kamer 3.W.700 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn
Nadere informatie