Xing's profileSchool of AthensPhotosBlogListsMore Tools Help

Blog


    October 25

    List of integrals of exponential functions

    The following is a list of integrals (antiderivative functions) of exponential functions. For a complete list of Integral functions, please see the list of integrals.

    \int e^{cx}\;\mathrm{d}x = \frac{1}{c} e^{cx}
    \int a^{cx}\;\mathrm{d}x = \frac{1}{c\cdot \ln a} a^{cx} for a > 0,\ a \ne 1
    \int xe^{cx}\; \mathrm{d}x = \frac{e^{cx}}{c^2}(cx-1)
    \int x^2 e^{cx}\;\mathrm{d}x = e^{cx}\left(\frac{x^2}{c}-\frac{2x}{c^2}+\frac{2}{c^3}\right)
    \int x^n e^{cx}\; \mathrm{d}x = \frac{1}{c} x^n e^{cx} - \frac{n}{c}\int x^{n-1} e^{cx} \mathrm{d}x
    \int\frac{e^{cx}}{x}\; \mathrm{d}x = \ln|x| +\sum_{n=1}^\infty\frac{(cx)^n}{n\cdot n!}
    \int\frac{e^{cx}}{x^n}\; \mathrm{d}x = \frac{1}{n-1}\left(-\frac{e^{cx}}{x^{n-1}}+c\int\frac{e^{cx} }{x^{n-1}}\,\mathrm{d}x\right) \qquad\mbox{(for }n\neq 1\mbox{)}
    \int e^{cx}\ln x\; \mathrm{d}x = \frac{1}{c}e^{cx}\ln|x|-\operatorname{Ei}\,(cx)
    \int e^{cx}\sin bx\; \mathrm{d}x = \frac{e^{cx}}{c^2+b^2}(c\sin bx - b\cos bx)
    \int e^{cx}\cos bx\; \mathrm{d}x = \frac{e^{cx}}{c^2+b^2}(c\cos bx + b\sin bx)
    \int e^{cx}\sin^n x\; \mathrm{d}x = \frac{e^{cx}\sin^{n-1} x}{c^2+n^2}(c\sin x-n\cos x)+\frac{n(n-1)}{c^2+n^2}\int e^{cx}\sin^{n-2} x\;\mathrm{d}x
    \int e^{cx}\cos^n x\; \mathrm{d}x = \frac{e^{cx}\cos^{n-1} x}{c^2+n^2}(c\cos x+n\sin x)+\frac{n(n-1)}{c^2+n^2}\int e^{cx}\cos^{n-2} x\;\mathrm{d}x
    \int x e^{c x^2 }\; \mathrm{d}x= \frac{1}{2c} \;  e^{c x^2}
    \int e^{-c x^2 }\; \mathrm{d}x= \sqrt{\frac{\pi}{4c}} \mbox{erf}(\sqrt{c} x) (erf is the Error function)
    \int xe^{-c x^2 }\; \mathrm{d}x=-\frac{1}{2c}e^{-cx^2}
    \int {1 \over \sigma\sqrt{2\pi} }\,e^{-{(x-\mu )^2 / 2\sigma^2}}\; \mathrm{d}x= \frac{1}{2} \left(1 + \mbox{erf}\,\frac{x-\mu}{\sigma \sqrt{2}}\right)
    \int e^{x^2}\,\mathrm{d}x = e^{x^2}\left( \sum_{j=0}^{n-1}c_{2j}\,\frac{1}{x^{2j+1}} \right )+(2n-1)c_{2n-2} \int \frac{e^{x^2}}{x^{2n}}\;\mathrm{d}x  \quad \mbox{valid for } n > 0,
    where  c_{2j}=\frac{ 1 \cdot 3 \cdot 5 \cdots (2j-1)}{2^{j+1}}=\frac{(2j)\,!}{j!\, 2^{2j+1}} \ .
     {\int \underbrace{x^{x^{\cdot^{\cdot^{x}}}}}_m \,dx= \sum_{n=0}^m\frac{(-1)^n(n+1)^{n-1}}{n!}\Gamma(n+1,- \ln x) + \sum_{n=m+1}^\infty(-1)^na_{mn}\Gamma(n+1,-\ln x)  \qquad\mbox{(for }x> 0\mbox{)}} [1][clarification needed]
    where a_{mn}=\begin{cases}1   &\text{if } n = 0, \\ \frac{1}{n!} &\text{if } m=1, \\ \frac{1}{n}\sum_{j=1}^{n}ja_{m,n-j}a_{m-1,j-1}  &\text{otherwise} \end{cases}

    Definite integrals

    
\int_0^1 e^{x\cdot \ln a + (1-x)\cdot \ln b}\;\mathrm{d}x =
 \int_0^1 \left(\frac{a}{b}\right)^{x}\cdot b\;\mathrm{d}x =
 \int_0^1 a^{x}\cdot b^{1-x}\;\mathrm{d}x =
 \frac{a-b}{\ln a - \ln b} for a > 0,\ b > 0,\ a \ne b, which is the logarithmic mean
    \int_{0}^{\infty} e^{-ax}\,\mathrm{d}x=\frac{1}{a}
    \int_{0}^{\infty} e^{-ax^2}\,\mathrm{d}x=\frac{1}{2} \sqrt{\pi \over a} \quad (a>0) (the Gaussian integral)
    \int_{-\infty}^{\infty} e^{-ax^2}\,\mathrm{d}x=\sqrt{\pi \over a} \quad (a>0)
    \int_{-\infty}^{\infty} e^{-ax^2} e^{-2bx}\,\mathrm{d}x=\sqrt{\frac{\pi}{a}}e^{\frac{b^2}{a}} \quad (a>0) (see Integral of a Gaussian function)
    \int_{-\infty}^{\infty} x e^{-a(x-b)^2}\,\mathrm{d}x= b \sqrt{\frac{\pi}{a}}
    \int_{-\infty}^{\infty} x^2 e^{-ax^2}\,\mathrm{d}x=\frac{1}{2} \sqrt{\pi \over a^3} \quad (a>0)
    \int_{0}^{\infty} x^{n} e^{-ax^2}\,\mathrm{d}x = 
\begin{cases}
       \frac{1}{2}\Gamma \left(\frac{n+1}{2}\right)/a^{\frac{n+1}{2}} & (n>-1,a>0) \\
       \frac{(2k-1)!!}{2^{k+1}a^k}\sqrt{\frac{\pi}{a}} & (n=2k, k \;\text{integer}, a>0) \\
       \frac{k!}{2a^{k+1}} & (n=2k+1,k \;\text{integer}, a>0)
\end{cases} (!! is the double factorial)
    \int_{0}^{\infty} x^n e^{-ax}\,\mathrm{d}x = 
\begin{cases}
       \frac{\Gamma(n+1)}{a^{n+1}} & (n>-1,a>0) \\
       \frac{n!}{a^{n+1}} & (n=0,1,2,\ldots,a>0) \\
\end{cases}
    \int_{0}^{\infty} e^{-ax}\sin bx \, \mathrm{d}x = \frac{b}{a^2+b^2} \quad (a>0)
    \int_{0}^{\infty} e^{-ax}\cos bx \, \mathrm{d}x = \frac{a}{a^2+b^2} \quad (a>0)
    \int_{0}^{\infty} xe^{-ax}\sin bx \, \mathrm{d}x = \frac{2ab}{(a^2+b^2)^2} \quad (a>0)
    \int_{0}^{\infty} xe^{-ax}\cos bx \, \mathrm{d}x = \frac{a^2-b^2}{(a^2+b^2)^2} \quad (a>0)
    \int_{0}^{2 \pi} e^{x \cos \theta} d \theta = 2 \pi I_{0}(x) (I0 is the modified Bessel function of the first kind)
    \int_{0}^{2 \pi} e^{x \cos \theta + y \sin \theta} d \theta = 2 \pi I_{0} \left( \sqrt{x^2 + y^2} \right)

    October 22

    关于Assignment, 我的一些想法

    通过欧拉方程来解:

    设:

    clip_image002

    clip_image004

    clip_image006

    clip_image008

    clip_image010

    clip_image012

    clip_image014

    所以

    clip_image016

    clip_image018

    时间非依赖Black-Scholes PDE

    clip_image020

    clip_image022

    clip_image024

    由题目已知:

    clip_image026

    clip_image028

    代入

    clip_image030

    clip_image032

    得:

    clip_image034

    clip_image036

    clip_image038

    clip_image040

    clip_image042

    clip_image044

    特征方程为:

    clip_image046

    解为:

    clip_image048

    clip_image050

    于是方程通解为:

    clip_image052

    BUT,What’s the next step?

    Assignment 求助, Due Next Week!!!

    已知时间依赖Black-Scholes PDE 为:

    clip_image002

    时间非依赖Black-Scholes PDE

    clip_image004

    要求 根据 时间非依赖Black-Scholes PDE 推导 永久性美式看跌期权.

    clip_image006

    其中,K为执行价格,clip_image008 定义为:

    clip_image010

    并且

    clip_image012

    clip_image014 为期权执行临界点,低于C时,期权将不被执行.

    注意点:

    (a)clip_image016 满足 时间非依赖Black-Scholes PDE; 但当 S<C 时, P(S) = K - S

    (b) P(S), P’(S) 对于S 是连续函数,

    (c) P(S)的解,使得当 clip_image018 时, clip_image020

    October 19

    第三种方法推导 Black-Scholes PDE偏微分方程 自筹经费复制法 (Self-financing replication)

    (自筹经费复制法LOL不知道这么翻译是否合适)

    购入Pi数量的无风险债券 B, 购入Delta 数量的价格为S的资产.

    得,投资组合V:

    clip_image002[6]

    假设,标的物的资产S遵循几何布朗运动

    clip_image002[8]

    因为clip_image002[10] , 由伊藤定理得:

    clip_image002[12]

    因为债券 B为无风险债券,所以

    clip_image002[14]

    其中r为无风险利率.

    clip_image002[16]

    得:

    clip_image002[18]

    由Self-financing 假设,得:

    clip_image002[20]

    表示,

    如果我们想购买更多的资产S(花费clip_image002[22] ),那么资金将来源于无风险债券的出售clip_image002[24]

    反之,

    如果我们想购买更多的无风险债券(花费clip_image002[26] ), 那么资金将来源于资产的出售clip_image002[22]

    所以,我们可以得到,

    clip_image002[28]

    又因为,

    clip_image002[30]

    所以

    clip_image002[32]

     

    clip_image002[34]

    即,

    clip_image002[36]

     

    由初始假设

    clip_image002[38]

    得,

    clip_image002[40]

    结合

    clip_image002[42]

    所以,

    clip_image002[44]

    所以,

    clip_image002[47]

    dt

    clip_image002[49]

    代入clip_image002[51],

    clip_image002[53]

     

    移项展开,得Black-Scholes PDE偏微分方程:

    clip_image002

    第二种方法:由Ito’s Lemma + Delta Hedging推导Black-Scholes PDE偏微分方程

    已知, 几何布朗运动版Ito’s Lemma (另一Blog将讲解如何推导该方程)

    clip_image002

    其中,方程V(S,t)对于t存在一阶偏导, 对于S存在二阶偏导.

    现建立Delta Hedging 投资组合clip_image004: 买入期权V, 卖空 clip_image006 数量的 作为标的物的资产S, 得:

    clip_image008

    注意: clip_image006[1] 是动态的, 此处只表示在时刻t 时候卖空标的物的资产S 的数量. (S是标的物的资产在时刻t的价格). 我们假设 clip_image006[2] 只在t 到 clip_image010 时间段不变.

    因此,当时间从 t变成 clip_image010[1] 时, 投资组合clip_image004[1] 的价格变化为:

    clip_image012

    由几何布朗运动版Ito’s Lemma得知:

    clip_image002[1]

    所以

    clip_image014

    clip_image016

    以上方程的随机部分为clip_image018; 如果令其为0, 即设

    clip_image020

    则 以上方程 变为:

    clip_image022

    由无套利假设可知,

    clip_image024

    该方程表示 投资组合clip_image004[2] 的价格变化率 在摘除随机部分(Delta-Hedging之后) 后应该等于 无风险利率

    其中,clip_image026为无风险利率.

    所以,

    clip_image028

    因为

    clip_image008[1]

    所以

    clip_image030

    因为

    clip_image020[1]

    所以

    clip_image032

    dt

    clip_image034

    移项展开,得Black-Scholes PDE偏微分方程:

    clip_image002[1]

    October 17

    上一篇的补充

    关于如何证明
    clip_image002

    解:

    clip_image004

    clip_image006

    两式相加,红色部分抵消,得:

    clip_image008

    由二项树模型推导Black-Scholes PDE偏微分方程

    由二项树模型,得

    clip_image002

    clip_image004

    clip_image006

    当前时刻期权价格等于未来期权价格期望值的折现:

    clip_image008

    clip_image010公式:

    clip_image012

    clip_image014,则当clip_image016时,幂级数展开,得:

    clip_image018

    clip_image020

    clip_image022 代入
    clip_image006[1]

    得:

    clip_image024

    clip_image026

    clip_image016[1]时,高次项趋向于0,移项得:

    clip_image028

    clip_image030

    clip_image032

    clip_image034

    泰勒展开:

    clip_image036

    clip_image038

    代入,clip_image040

    clip_image042

    clip_image044

    乘以clip_image046clip_image048

    clip_image050

    clip_image052

    两项相加,化简得:

    clip_image054

    因为

    clip_image056

    所以

    clip_image058

    又因为

    clip_image060

    所以

    clip_image062

    展开,化简,得:

    clip_image064

    clip_image066

    此即为 Black-Scholes PDE偏微分方程,

    clip_image068

    下一篇Blog讲解,如何求解该”二阶齐次抛物型偏微分方程”, 敬请期待…