5) собственные векторы матрицы П являются решениями уравнения
- S/ю 5од Sok\ = 0, где вертикальная черта значит "определяющий";
6) квадраты канонических коэффициентов корреляции, которые незначимо отличаются от нуля, показывают сниженный ранг Р. Таким образом, критерий ранга Р основывается на проверке наименьших коэффициентов из ранжированного ряда, или на сумме наименьших;
7) оценками векторов коинтеграции являются соответствующие собственные векторы П;
8) как только известна оценка матрицы П, при помощи МНК можно
получить оценки А*.
ЧИСЛЕННЫЕ МЕТОПЫ
Введение
Решение уравнений
• Метод деления пополам
• Метод Ньютона-Рафсона Численные методы интегрирования
• Правило трапеций
• Правило Симпсона
• Нахождение функции в виде многочлена для приближенного описания кумулятивной нормальной кривой
Численные методы для решения стохастических проблем
• Основы ценообразования опционов
• Биномиальные модели
• Триномиальный эквивалент биномиальной модели ценообразования опционов
Метод Монте-Карло
• Пять этапов метода Монте-Карло
• Антитетический метод случайной величины
• Метод контроля случайной величины
• Применение метода Монте-Карло к ценообразованию опционов
Упражнения
Список используемой литературы
ВВЕПЕИМЕ
Термин "численные методы" описывает методы решения математических проблем путем многократного повторения математической процедуры либо для поиска решения, либо для агрегирования множества приближенных оценок в одно окончательное решение. Примером первого может служить использование итеративной процедуры для решения уравнений, которые не решаются простыми способами. Пример второго - агрегирование множества небольших площадей под кривой нормального распределения для нахождений общей площади, если она не может быть найдена аналитическим способом интегрирования. Третья форма численных методов известна как метод Монте-Карло. Как следует из названия метода, это процесс нахождения решений по-
средством имитации случайных процессов, т.е. осуществление многократных расчетов по математической модели с последующим нахождением среднего значения полученных результатов.
РЕШЕНИЕ УРАВНЕНИЙ
Процесс математического моделирования - представление реальных ситуаций математическими выражениями часто ведет к дальнейшим проблемам, которые заключаются в решении уравнения или уравнений этой математической модели. Особенно это относится к нелинейным уравнениям. Нелинейные уравнения - это уравнения, одна из переменных которых возведена в степень, большую или меньшую единицы. Например,
2х2-2 = 4
является нелинейным уравнением, так как х возведено в степень 2. Уравнение вида
2х-2 =4
линейное.
Все линейные и некоторые нелинейные уравнения могут быть решены довольно просто, поскольку существуют соответствующие формулы. Существуют другие нелинейные уравнения, которые не могут быть решены подобным образом не потому, что они сложные, а потому что не существует соответствующих формул.
Даже если л существует формула, то может быть более удобным или необходимым приближенное решение. В качестве примера рассмотрим значение х в следующем нелинейном уравнении:
*2-2 = 0.
Решением является квадратный корень из двух. Однако такого рационального числа, которое в квадрате было бы равно двум, не существует. Решение - иррациональное число с точностью до десяти знаков после запятой - 1,4142135624. В действительности же ответ имеет бесконечное количество десятичных цифр.
С помощью метода проб и ошибок мы должны найти решение, которое бы имело допустимую степень точности. Такой поиск посредством проб и ошибок известен как итерация, или итеративный поиск.