d dv ds. S S S dt S dz Sdt Sdz S t 2 S S S S Lampiran 1 Penurunan persamaan (2.8) V V V Persamaan (2.5) adalah Persamaan (2.7) adalah d dv ds.
Ukuran: px
Mulai penontonan dengan halaman:

Download "d dv ds. S S S dt S dz Sdt Sdz S t 2 S S S S Lampiran 1 Penurunan persamaan (2.8) V V V Persamaan (2.5) adalah Persamaan (2.7) adalah d dv ds."

Transkripsi

1 DAFAR PUSAKA Bodie Z, Kane A, Marcus AJ Investasi. Jilid 1,. Budi Wibowo, penerjemah; Salemba Empat. erjemahan dari: Invesment. Higham DJ. An Introduction to Financial Option Valuation. Department of Mathematics University of Strathclyde. Hull JC Option Future and Other Derivative. University of oronto: Prentice Hall International Inc. Leisen DPJ and Reimer M Binomial Model for Option Valuation-Examining and Improving Convergence. Journal of Applied Mathematical Finance 3: Niwiga DB Numerical Method For Valuation Of Financial Derivatives [tesis]. University of Werstern Cape, South Africa. bundi/thesis. pdf [4 Oktober 007]. Purcell EJ and Varberg D Kalkulus dan Geometri Analitik. Jilid. I Nyoman Susilo at.al. penerjemah; Erlangga. erjemahan dari: Calculus With Analytic Geometry.

2 LAMPIRAN

3 44 Lampiran 1 Penurunan persamaan (.8) Persamaan (.3) adalah ds Sdt Sdz. Persamaan (.5) adalah V V 1 V V dv S S dt S dz. S t S S V Persamaan (.7) adalah d dv ds. S Substitusi (.3) dan (.5) ke dalam (.7) diperoleh V d dv ds. S V V 1 V V V S S dt S dz Sdt Sdz S t S S S V V 1 V V V V S dt dt S dt S dz S dt S dz S t S S S S V V V 1 V V V S dt S dt dt S dt S dz S dz S S t S S S V t 1 V S 0 dt S dt 0 V t 1 S V S dt Jadi V t 1 V S d S dt

4 45 Lampiran Penurunan persamaan (.15). 1 elah diturunkan bahwa ln S ln S0 ~ N r,, sehingga rataan dari ln S ln S0 adalah r 1 dan variansinya. (L.1) Persamaan (.13) menyebutkan bahwa ln S berdistribusi normal dengan rataan m 1 ln S 0 r dan standar deviasi s, sehingga variansinya Persamaan (.14) adalah Q ln S m. Substitusi (.13) ke dalam (.14) diperoleh Q 1 ln S ln S 0 1 r Jika a dan b suatu konstanata serta X suatu peubah acak maka (Buchanan 007): ax b ae X b Var Var ax b a X Q 1 ln S ln 1 S 0 r 1 ln S ln 1 S 0 r

5 46 1 ln S ln 1 S 0 r (L.) Substitusi (L.1) ke dalam (L.) diperoleh E 1 1 Q r r = Var Q =Var ln S ln S0 r 1 = Var ln S ln S 1 = = 1 Jadi rataan dari Q adalah 0 dan variansinya 1. 0

6 47 LAMPIRAN PROGRAM DENGAN SOFWARE MALAB 6.5 UNUK GAMBAR DAN PENGHIUNGAN NILAI PADA ABEL Lampiran program untuk gambar 3.1 % Program untuk gambar 3.1 tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n %M=40; for M=1:100 dt=/m; u=exp(sigma*sqrt(dt)); d=exp(-sigma*sqrt(dt)); p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; x=10:1:m; y=b(10:100) plot(x,y) hold off % solusi Black-scholes untuk CALL d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) toc

7 48 Lampiran program untuk gambar 3. % Program untuk gambar 3. tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n %M=40; for M=1:100 dt=/m; % p pilihan siri %p= ; u=exp(sigma*sqrt(dt)+(r-0.5*sigma^)*dt); d=exp(-sigma*sqrt(dt)+(r-0.5*sigma^)*dt); p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; hold on % solusi Black-scholes untuk CALL d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) % gambar grafik x=10:1:m; y=b(10:100) plot(x,y) toc

8 49 Lampiran program untuk gambar 3.3 % program untuk gambar 3.3 tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n for M=1:100 dt=/m; rn=exp(r*dt); vn=exp(sigma.^*dt); u=rn*vn*0.5*(vn+1+(vn.^+*vn-3).^0.5) d=rn*vn*0.5*(vn+1-(vn.^+*vn-3).^0.5) p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; x=10:1:m; y=b(10:100) plot(x,y) axis([ ]) hold off d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) toc

9 50 Lampiran program untuk gambar 3.4 format long % Program untuk gambar 3.4 tic K=90; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cncrrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); %ERROR error(n-9)=abs(cncrrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else

10 51 k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.5 format long % Program untuk gambar 3.5 tic K=110; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE JR Versi Lain un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cnjrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1);

11 5 %ERROR error(n-9)=abs(cnjrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.6 format long % Program untuk gambar 3.6 tic K=100; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE ian Versi Lain vn=exp(sigma^*/n);

12 53 un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cnjrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); %ERROR error(n-9)=abs(cnjrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.7 sisi kanan %gambar 3.9 kanan

13 54 %gambar momen definisi tic K=90; =1; r=0.05; for n=10:1:1000 un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); vn=exp(sigma^*/n); m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000; line([ ],[ ]) %plot(n,m,'red') plot(n,m3,'k--') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') toc Lampiran program untuk gambar 3.8 sisi kanan %gambar 3.8 sisi kanan tic K=100; =1; r=0.05; for n=10:1:1000

14 55 vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000 line([ ],[ ]) %plot(n,m,'red') plot(n,m3,'k-') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') toc Lampiran program untuk gambar 3.9 sisi kanan %gambar 3.9 kanan %gambar momen definisi tic K=90; =1; r=0.05; for n=10:1:1000 un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); vn=exp(sigma^*/n);

15 56 m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000; plot(n,m,'red') plot(n,m3,'k--') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') %line([ ],[ ]) toc Lampiran program untuk gambar 3.10 sisi kiri % grafik dari gambar 3.10 sisi kiri tic K=110; =1; r=0.05; %n=4; for n=11::150 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); % untuk PP1 if K <= S pna1=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna1=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; rn1=exp(r*/n); un1=rn1*(pna1/pn1);

16 57 dn1=(rn1-pn1*un1)/(1-pn1); a1=(log(k/s)-n*log(dn1))/(log(un1)-log(dn1)); cnpp1(n-10)=s*(1-binocdf(a1,n,pna1))-k*rn1^(-n)*(1-binocdf(a1,n,pn1)); % untuk PP if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp(n-10)=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); hold on %Gambar Garis Black Scholes %========================== d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); line([10,150],[cnbs,cnbs]) %Gambar opsi CRR %=============== n=11::150; axis([ ]) c1=cnpp1(n-10); c=cnpp(n-10); plot(n,c1,'k',n,c,'k') gtext('pp1') gtext('pp') toc Lampiran program untuk gambar 3.10 sisi kanan

17 58 % grafik dari gambar 3.10 sisi kanan tic K=110; =1; r=0.05; %n=4; for n=11::1000 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); % untuk Black-Scholes cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); % untuk PP1 if K <= S pna1=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna1=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; rn1=exp(r*/n); un1=rn1*(pna1/pn1); dn1=(rn1-pn1*un1)/(1-pn1); a1=(log(k/s)-n*log(dn1))/(log(un1)-log(dn1)); cnpp1(n-10)=s*(1-binocdf(a1,n,pna1))-k*rn1^(-n)*(1-binocdf(a1,n,pn1)); % error PP1 error1(n-10)=abs(cnpp1(n-10)-cnbs); % untuk PP if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn);

18 59 a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp(n-10)=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %error PP error(n-10)=abs(cnpp(n-10)-cnbs); %Gambar Error hold on n=11::1000; plot(n,error1(n-10),'k-') plot(n,error(n-10),'k-.') leg('pp1','pp') toc Lampiran program pembuatan tabel penghitungan nilai call untuk n = 5 format long %tic =0.5; r=0.07; n=5; disp('======================================================== =======================================') disp(' K CRR JR ian CRRVL PP1 PP BS') disp('======================================================== =======================================') for K=80:10:10; %MEODE CRR un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k);

19 60 fa(j+1)=f; cncrr=rn^(-n)*sum(fa); %MEODE JR un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k); fa(j+1)=f; cnjr=rn^(-n)*sum(fa); %MEODE ian vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k); fa(j+1)=f; cnian=rn^(-n)*sum(fa); %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cncrrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE PP1

20 61 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp1=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE PP d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); W=[K,cnCRR,cnJR,cnian,cnCRRVL,cnPP1,cnPP,cnBS]; fprintf('%3.0f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f\n',W);

21 disp('======================================================== =======================================') %toc Lampiran tabel penghitungan nilai put untuk n = 5 format long tic =0.5; r=0.07; n=5; disp('nilai put opsi Eropa') disp('======================================================== =========================') disp(' K CRR JR ian pncrrvl PP1 PP BS') disp('======================================================== =========================') for K=80:10:10; %MEODE CRR un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pncrr=rn^(-n)*sum(fa); %MEODE JR un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); 6

22 63 for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pnjr=rn^(-n)*sum(fa); %MEODE ian vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pnian=rn^(-n)*sum(fa); %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; pncrrvl=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE PP1 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5;

23 64 pn =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pnpp1=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE PP d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pnpp=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE BS %d1=(log(s/k)+(r+s^/)*)/(s*^0.5); %d=(log(s/k)+(r-s^/)*)/(s*^0.5); %Nd1=normcdf(-d1,0,1); %Nd=normcdf(-d,0,1); %p=k*exp(-r*)*nd-s*nd1; d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); pnbs=k*exp(-r*)*normcdf(-d,0,1)-s*normcdf(-d1,0,1); W=[K,pnCRR,pnJR,pnian,pnCRRVL,pnPP1,pnPP,pnBS]; fprintf('%3.0f %10.6f %10.6f %10.6f %10.6f %10.6f %10.6f %10.6f\n',W);

24 disp('======================================================= ==========================') toc 65

dokumen-dokumen yang mirip

PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA

PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 49 57 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLAC-SCHOLES DENGAN MEODE BINOMIAL UNU SAHAM IPE EROPA LINA MUAWANAH NASIR Program Studi

Lebih terperinci

Grosen A, Jorgensen. P.L Fair valuation of life insurance liabilities: the infact of interest rate guarantees, surrender option and bonus

Grosen A, Jorgensen. P.L Fair valuation of life insurance liabilities: the infact of interest rate guarantees, surrender option and bonus 59 DAFTAR PUSTAKA Abink M, Saker M. 2002. Getting to grif with fair value. The Staple Inn Actuarial Society. Bacinello AR. 200. Fair pricing of Life Insurance participating policies with a minimum interest

Lebih terperinci

METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT

METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN Lidya Krisna Andani Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Opsi (Option) Arum Handini Primandari

Opsi (Option) Arum Handini Primandari Opsi (Option) Arum Handini Primandari Definisi Opsi adalah sebuah kontrak (sekuritas) yang memberikan hak kepada pemegangnya untuk membeli atau menjual suatu aset (contohnya: saham) tertentu saat jatuh

Lebih terperinci

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN...

Lebih terperinci

ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL

ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.om Banyak model telah

Lebih terperinci

PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA

PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 7 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA TOMI DESRA YULIANDI,

Lebih terperinci

Bab 7. Minggu 12 Formula Black Scholes untuk Opsi Call

Bab 7. Minggu 12 Formula Black Scholes untuk Opsi Call Bab 7. Minggu Formula Black Scholes untuk Opsi Call ujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan valuasi opsi call tipe Eropa model Black Scholes Menurunkan

Lebih terperinci

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 02 no. 1 (2013), hal 13 20 PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Widyawati, Neva Satyahadewi, Evy Sulistianingsih

Lebih terperinci

Program Matlab 7.0 Mencari Hampiran Harga Lookback Options

Program Matlab 7.0 Mencari Hampiran Harga Lookback Options DAFTAR PUSTAKA Hull, John C. Options, Futures, and other Derivatives. 1997. New Jersey : Prentice Hall Kwok, Yue-Kuen. Mathematical Model of Financial Derivatives. 1998. Singapore : Springer-Verlag. Ross,

Lebih terperinci

PENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N)

PENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N) PENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N) OKI TJANDRA SURYA KURNIAWAN 1 1 Jurusan Matematika, Fakultas MIPA, Universitas Udayana, email: tjandra07.hartoyo@gmail.com

Lebih terperinci

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 07, No. (018), hal 119 16. SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Lusiana, Shantika Martha, Setyo Wira Rizki

Lebih terperinci

Perbandingan Model Black Scholes dan Brennan Schwartz untuk Menentukan Harga American Option

Perbandingan Model Black Scholes dan Brennan Schwartz untuk Menentukan Harga American Option J. Math. and Its Appl. ISSN: 829-605X Vol. 4, No., May 2007, 47 58 Perbandingan Model Black Scholes dan Brennan Schwartz untuk Menentukan Harga American Option Endah Rokhmati MP, Lukman Hanafi, Supriati

Lebih terperinci

PENENTUAN NILAI OPSI LOOKBACK DENGAN MENGGUNAKAN METODE TRINOMIAL Intan Pelangi Astridnindya 1 dan J. Dharma Lesmono 2 1 Mahasiswa Jurusan Matematika Universitas Katolik Parahyangan Bandung e-mail: intan_pelangi4@yahoo.com

Lebih terperinci

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE R. MELIYANI 1, E. H. NUGRAHANI 2, D. C. LESMANA 3 Abstrak Opsi window reset merupakan salah satu jenis opsi yang

Lebih terperinci

PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana

PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan

Lebih terperinci

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

BAB III METODE BINOMIAL DIPERCEPAT

BAB III METODE BINOMIAL DIPERCEPAT BAB III METODE BIOMIAL DIPERCEPAT 3.1 Deskripsi Umum Metode Binomial dipercepat merupakan pengembangan dari metode Binomial CRR. Metode Binomial dipercepat dikembangkan oleh T.R Klassen yang merupakan

Lebih terperinci

Perbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi

Perbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi Jurnal Sainsmat, Maret 2016, Halaman 1-6 Vol. V, No. 1 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Perbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi Comparison

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak

Lebih terperinci

ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER

ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang

Lebih terperinci

Aplikasi Algoritma Biseksi dan Newton-Raphson dalam Menaksir Nilai Volatilitas Implied

Aplikasi Algoritma Biseksi dan Newton-Raphson dalam Menaksir Nilai Volatilitas Implied Jurnal Matematika Vol. 2 No. 1, Desember 2011. ISSN : 1693-1394 Aplikasi Algoritma Biseksi dan Newton-Raphson dalam Menaksir Nilai Volatilitas Implied Komang Dharmawan Jurusan Matematika FMIPA, Universitas

Lebih terperinci

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI

Lebih terperinci

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

PENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ)

PENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) Saintia Matematika Vol. 1, No. 1 (2013), pp. 19 27. PENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) Apriliyanti, Tulus, Suwarno Ariswoyo

Lebih terperinci

Kalkulus 2. Teknik Pengintegralan ke - 2. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018

Kalkulus 2. Teknik Pengintegralan ke - 2. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018 Kalkulus 2 Teknik Pengintegralan ke - 2 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 24 Daftar

Lebih terperinci

Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November

Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 329 PENENTUAN HARGA OPSI PADA MODEL BLACK-SCHOLES MENGGUNAKAN METODE BEDA HINGGA DUFORT-FRANKEL (Determining Option Value of

Lebih terperinci

Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri

Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri Kristoforus Ardha Sandhy Pradhitya 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika email:

Lebih terperinci

Integral Tak Tentu. Modul 1 PENDAHULUAN

Integral Tak Tentu. Modul 1 PENDAHULUAN Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti

Lebih terperinci

PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL

PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL Jurnal Matematika UNAND Vol. 5 No. Hal. 3 39 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL MIKA ALVIONITA S, RIRI LESTARI Program Studi

Lebih terperinci

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI 1, D. C. LESMANA 2, B. SETIAWATY 2 Abstrak Petani memiliki

Lebih terperinci

BAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang

BAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang BAB I PENDAHULUAN 1.1 Latar Belakang Kegiatan investasi dalam perekonomian saat ini berkembang sangat pesat. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang popular saat ini

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Investasi saham merupakan salah satu investasi yang memiliki risiko yang sangat tinggi karena nilainya bergerak mengikuti harga pasar sesuai dengan besarnya penawaran

Lebih terperinci

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...

Lebih terperinci

BAB III METODE MONTE CARLO

BAB III METODE MONTE CARLO BAB III ETODE ONTE CARLO 3.1 etode onte Carlo etode onte Carlo pertama kali ditemukan oleh Enrico Fermi pada tahun 1930-an. etode ini diawali dengan adanya penelitian mengenai pemeriksaan radiasi dan jarak

Lebih terperinci

METODE MONTE CARLO UNTUK MENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN 1 PENDAHULUAN

METODE MONTE CARLO UNTUK MENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN 1 PENDAHULUAN ETODE ONTE CARLO UNTUK ENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN I. KAILA 1, E. H. NUGRAHANI, D. C. LESANA Abstrak Asumsi suku bunga konstan pada penentuan harga opsi barrier tidak sesuai

Lebih terperinci

SUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung.

SUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. SUATU MODEL HARGA OBLIGASI S-31 Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. Uang merupakan sebuah komoditas, sedangkan tingkat bunga adalah biaya dari

Lebih terperinci

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia. INTEGRASI NUMERIK TANPA ERROR UNTUK FUNGSI-FUNGSI TERTENTU Irma Silpia 1, Syamsudhuha, Musraini M. 1 Mahasiswi Jurusan Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK

VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 355-364 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam pembahasan ini dikaji mengenai nilai ekspektasi saham pada jatuh tempo, persamaan nilai portofolio, penentuan model Black-Scholes harga opsi beli tipe Eropa,

Lebih terperinci

PENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA

PENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA Jurnal Matematika UNAND Vol. 3 No. Hal. 7 26 ISSN : 233 29 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA DESI SUSANTI, DODI

Lebih terperinci

PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON

PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON E-Jurnal Matematika Vol. 3 (4), November 2014, pp. 154-159 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON I Gusti Putu Ngurah

Lebih terperinci

Kalkulus 2. Teknik Pengintegralan ke - 3. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018

Kalkulus 2. Teknik Pengintegralan ke - 3. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018 Kalkulus 2 Teknik Pengintegralan ke - 3 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 27 Daftar

Lebih terperinci

PENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN BILANGAN ACAK FAURE

PENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN BILANGAN ACAK FAURE E-Jurnal Matematika Vol. 6 (4), November 2017, pp. 214-219 ISSN: 2303-1751 DOI: https://doi.org/10.24843/mtk.2017.v06.i04.p168 PENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN

Lebih terperinci

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL E-Jurnal Matematika Vol 6 (2), Mei 2017, pp 99-105 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL I Gede Rendiawan Adi Bratha 1, Komang Dharmawan 2, Ni Luh

Lebih terperinci

Penentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen

Penentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen Jurnal ainsmat, eptember 16, Halaman 143-1 ol., No. IN 79-686 (Online) IN 86-67 (Cetak) http://ojs.unm.ac.id/index.php/sainsmat Penentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen Determine the value

Lebih terperinci

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya

Lebih terperinci

SILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran

SILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54101 / Kalkulus I 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot sks

Lebih terperinci

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

SATUAN ACARA PERKULIAHAN PROGRAM KOMPETENSI GANDA DEPAG S1 KEDUA PROGRAM STUDI PENDIDIKAN MATEMATIKA

SATUAN ACARA PERKULIAHAN PROGRAM KOMPETENSI GANDA DEPAG S1 KEDUA PROGRAM STUDI PENDIDIKAN MATEMATIKA SATUAN ACARA PERKULIAHAN PROGRAM GANDA DEPAG S1 DUA PROGRAM STUDI PENDIDIKAN MATEMATIKA 1. PROGRAM STUDI : Pendidikan Matematika 2. MATA KULIAH/SEMESTER : Kalkulus/2 3. PRASYARAT : -- 4. JENJANG / SKS

Lebih terperinci

BAB VIII. TEKNIK INTEGRASI. Andaikan anda menghadapi suatu integral tak tentu. Jika ini bentuk baku

BAB VIII. TEKNIK INTEGRASI. Andaikan anda menghadapi suatu integral tak tentu. Jika ini bentuk baku 9 BAB VIII. TEKNIK INTEGRASI 8.. Integral dengan Substitusi Andaikan anda menghadapi suatu integral tak tentu. Jika ini bentuk baku maka cukup tuliskan jawabannya. Jika tidak, cari tahu substitusi yang

Lebih terperinci

Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometrik

Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometrik PENDAHULUAN Saham merupakan surat berharga sebagai bukti tanda penyertaan atau kepemilikan seseorang atau badan hukum dalam suatu perusahaan, khususnya perusahaan publik yang memperdagangkannya. Investasi

Lebih terperinci

KONSTRUKSI PERSAMAAN BLACK-SCHOLES DENGAN KONSEP MODEL PENENTUAN HARGA ASET MODAL ABSTRACT

KONSTRUKSI PERSAMAAN BLACK-SCHOLES DENGAN KONSEP MODEL PENENTUAN HARGA ASET MODAL ABSTRACT KONSTRUKSI PERSAMAAN BLACK-SCHOLES DENGAN KONSEP MODEL PENENTUAN HARGA ASET MODAL Jayanti Primades 1, Johannes Kho, M. D. H. Gamal 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas

Lebih terperinci

PENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA

PENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA E-Jurnal Matematika Vol. 5 (4), November 2016, pp. 156-163 ISSN: 2303-1751 PENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA I Gusti Ayu Mita Ermia Sari 1, Komang Dharmawan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam bidang keuangan, investasi merupakan suatu hal yang sudah tidak asing lagi di telinga kita. Banyak orang menghimpun dana yang mereka miliki untuk mendapatkan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar Modal memiliki peran penting bagi perekonomian suatu negara, karena pasar modal menjalankan dua fungsi, yaitu sebagai sarana bagi pendanaan usaha atau

Lebih terperinci

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 54 58 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT LINDO FEBDIAN, EFENDI Program Studi Matematika,

Lebih terperinci

Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO

Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO Derivatif Parsial 1. Derivatif fungsi dua perubah. Derivatif parsial tingkat

Lebih terperinci

BAB 1 PENDAHULUAN. menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah

BAB 1 PENDAHULUAN. menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada zaman modern ini, banyak orang selalu memikirkan cara untuk menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah satu caranya adalah dengan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal terdapat berbagai macam aset yang diperjualbelikan seperti saham, mata uang, komoditas dan lain-lain. Seiring perkembangan waktu, pemilik

Lebih terperinci

PENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk)

PENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk) PENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk) Skripsi Untuk memenuhi sebagian persyaratan Mencapai derajat Sarjana S-1 Program Studi

Lebih terperinci

Analisis Kaitan α (Alpha) dengan Toleransi Nilai Opsi Harga Saham

Analisis Kaitan α (Alpha) dengan Toleransi Nilai Opsi Harga Saham Vol. 7, No.2, 71-78, Januari 2011 Analisis Kaitan α (Alpha) dengan Toleransi Nilai Opsi Harga Saham Miftahuddin Abstrak Kontrak Opsi Saham (KOS) adalah kontrak atau perjanjian yang memberikan hak bukan

Lebih terperinci

FIKA DARA NURINA FIRDAUS,

FIKA DARA NURINA FIRDAUS, BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal, terdapat berbagai aset pokok yang dapat diperjualbelikan, diantaranya adalah mata uang, sepaket saham, dan komoditas. Seiring dengan berkembangnya

Lebih terperinci

PENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO) MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) PADA PKS. PT. ABC

PENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO) MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) PADA PKS. PT. ABC Saintia Matematika Vol. 1, No. 5 (013, pp. 495 506. PENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ PADA PKS. PT. ABC Yus Louri P Sitepu, Djakaria

Lebih terperinci

BAB I PENDAHULUAN. hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun

BAB I PENDAHULUAN. hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun BAB I PENDAHULUAN 1.1 Latar Belakang Dunia investasi tampaknya tengah mengalami perkembangan, hal ini tidak hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun semakin bertambahnya

Lebih terperinci

BAB 4 Implementasi. Kasus 1. Diberikan suatu persamaan

BAB 4 Implementasi. Kasus 1. Diberikan suatu persamaan BAB 4 Implementasi Pada bab ini akan diperlihatkan bagaimana proses penyelesaian ekplisit persamaan transenden dengan menyelesaikan beberapa kasus yang sering ditemukan dalam kehidupan sehari-hari, dengan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa

Lebih terperinci

VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK

VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM Siti Mariana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

BAB III METODOLOGI. 3.1 Kerangka Pikir. Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini :

BAB III METODOLOGI. 3.1 Kerangka Pikir. Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini : BAB III METODOLOGI 3.1 Kerangka Pikir Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini : Gambar 3.1 Diagram Kerangka Pikir Berikut ini adalah deskripsi dari skema diatas : a. Untuk

Lebih terperinci

FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT

FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA Rahmawati Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya,

Lebih terperinci

Kalkulus 2. Teknik Pengintegralan ke - 1. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018

Kalkulus 2. Teknik Pengintegralan ke - 1. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018 Kalkulus 2 Teknik Pengintegralan ke - 1 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 36 Daftar

Lebih terperinci

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut

Lebih terperinci

FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT

FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR Nurul Khoiromi Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau

Lebih terperinci

TEKNIK REDUKSI VARIAN DALAM METODE MONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. M. Febbry Sya bantio ABSTRACT

TEKNIK REDUKSI VARIAN DALAM METODE MONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. M. Febbry Sya bantio ABSTRACT TEKNIK REDUKSI VARIAN DALA ETODE ONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. Febbry Sya bantio ahasiswa Program Studi S1 atematika Fakultas atematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11.54101/ Kalkulus 1 Revisi 2 Satuan Kredit Semester : 4 SKS Tgl revisi : Agustus 2014 Jml Jam kuliah dalam seminggu : 4

Lebih terperinci

METODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Anisa Rizky Apriliana 1 ABSTRACT ABSTRAK

METODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Anisa Rizky Apriliana 1 ABSTRACT ABSTRAK METODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Anisa Rizky Apriliana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika

Lebih terperinci

PROFIL A. MINAT PENELITIAN: B. HASIL PENELITIAN

PROFIL A. MINAT PENELITIAN: B. HASIL PENELITIAN PROFIL Nama : Fitriani Agustina, S.Si., M.Si Golongan/NIP : IIIa/198108142005012001 Alamat Rumah : Jl. Sukahaji Gang H. Ruhiyat No. 6 RT/RW. 03/07 Bandung Bidang Keahlian :, Terapan (MatKeu) e-mail : fitrie_wardhana@yahoo.com

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pembeli opsi untuk menjual atau membeli suatu sekuritas tertentu pada waktu dan

BAB II TINJAUAN PUSTAKA. pembeli opsi untuk menjual atau membeli suatu sekuritas tertentu pada waktu dan BAB II TINJAUAN PUSTAKA 2.1 Kontrak Opsi Kontrak opsi merupakan suatu perjanjian atau kontrak antara penjual opsi dengan pembeli opsi, penjual opsi memberikan hak dan bukan kewajiban kepada pembeli opsi

Lebih terperinci

MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA

MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA Kasiyah M. Junus Fakultas Ilmu Komputer, Universitas Indonesia, Depok 16424, Indonesia E-mail: kasiyah@cs.ui.ac.id Abstrak

Lebih terperinci

METODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL ABSTRACT

METODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL ABSTRACT METODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL N.D. Monti 1, M. Imran, A. Karma 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika

Lebih terperinci

METODE ITERASI OPTIMAL BERORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

METODE ITERASI OPTIMAL BERORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT METODE ITERASI OPTIMAL BERORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Helmi Putri Yanti 1, Rolan Pane 2 1 Mahasiswa Program Studi S1 Matematika 2 DosenJurusan Matematika Fakultas Matematika dan

Lebih terperinci

TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT

TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR Yeni Cahyati 1, Agusni 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

KALKULUS INTEGRAL 2013

KALKULUS INTEGRAL 2013 KALKULUS INTEGRAL 0 PENDAHULUAN A. DESKRIPSI MATA KULIAH Isi pokok mata kuliah ini memuat pemahaman tentang: () Anti turunan: pengertian anti turunan, teorema-teorema, dan teknik anti turunan, () Integral

Lebih terperinci

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Secara umum investasi adalah meliputi pertambahan barang-barang dan jasa dalam masyarakat, seperti pertambahan mesin-mesin baru, pembuatan jalan baru,pembukaan

Lebih terperinci

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK Muhammad Faizal 1, Irma Palupi 2, Rian Febrian Umbara 3 1,2,3 Fakultas Informatika Prodi Ilmu Komputasi Telkom University, Bandung

Lebih terperinci

STATISTIK PERTEMUAN VI

STATISTIK PERTEMUAN VI STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Black dan Scholes (1973) mempublikasikan jurnal yang berjudul Pricing of Option and Corporate Liabilities yang berisi tentang perhitungan rumus harga

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PERBANDINGAN METODE NEWTON-RAPHSON DAN ALGORITMA GENETIK PADA PENENTUAN IMPLIED VOLATILITY SAHAM

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PERBANDINGAN METODE NEWTON-RAPHSON DAN ALGORITMA GENETIK PADA PENENTUAN IMPLIED VOLATILITY SAHAM Jurnal Ilmiah Komputer dan Informatika (KOMA) Volume. I Nomor. 2, Bulan Oktober 212 - ISSN :289-933 9 PERBANDINGAN METODE NEWTON-RAPHSON DAN ALGORITMA GENETIK PADA PENENTUAN IMPLIED VOLATILITY SAHAM Kania

Lebih terperinci

METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT

METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 6751 PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK Muhammad Faizal1, Irma Palupi2, Rian Febrian Umbara3 1,2,3 Fakultas

Lebih terperinci

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL MIA MUCHIA DESDA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas Padang, Kampus UNAND Limau Manis Padang,

Lebih terperinci

PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO

PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO Ardhia Pringgowati 1 1 Prodi Ilmu Komputasi Telkom University, Bandung 1 ardya.p@gmail.com Abstrak Pada penelitian ini berhubungan

Lebih terperinci

Solusi Numerik Persamaan Transport dengan RBF

Solusi Numerik Persamaan Transport dengan RBF Solusi Numerik Persamaan Transport dengan RBF Unpublished M. Jamhuri UIN Malang March 30, 013 Hampiran RBF RBF singkatan dari radial basis function φ(r), adalah sebuah fungsi kontinu dengan satu peubah

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN SATUAN ACARA PERKULIAHAN Mata Kuliah : Kalkulus Lanjut Kode Mata Kulih : Bobot : 3 sks Semester : 2 Tujuan Instruksi Umum Media / Alat yang digunakan Daftar Referensi : Mahasiswa dapat memahami konsep-konsep

Lebih terperinci

GEOMETRI ANALITIK RUANG. Dr. Susanto, MPd

GEOMETRI ANALITIK RUANG. Dr. Susanto, MPd GEOMETRI ANALITIK RUANG Dr. Susanto, MPd PROGRAM STUDI PENDIDIKAN MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA DAN IPA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JEMBER TAHUN 2012 KATA PENGANTAR Puji

Lebih terperinci

PENENTUAN HARGA BERMUDAN CREDIT DEFAULT SWAPTION DENGAN MENGGUNAKAN METODE MULTINOMIAL TREES DETERMINATION OF BERMUDAN CREDIT DEFAULT SWAPTION PRICE

PENENTUAN HARGA BERMUDAN CREDIT DEFAULT SWAPTION DENGAN MENGGUNAKAN METODE MULTINOMIAL TREES DETERMINATION OF BERMUDAN CREDIT DEFAULT SWAPTION PRICE PENENTUAN HARGA BERMUDAN CREDIT DEFAULT SWAPTION DENGAN MENGGUNAKAN METODE MULTINOMIAL TREES DETERMINATION OF BERMUDAN CREDIT DEFAULT SWAPTION PRICE USING MULTINOMIAL TREES Yusuf Murtadlo Universitas Padjadjaran

Lebih terperinci

Karakterisktik Elemen Satuan Pada Semiring Pseudo-Ternary Matriks Atas Bilangan Bulat Negatif

Karakterisktik Elemen Satuan Pada Semiring Pseudo-Ternary Matriks Atas Bilangan Bulat Negatif Prosiding Seminar Nasional Aljabar USD 216-25- Karakterisktik Elemen Satuan Pada Semiring Pseudo-ernary Matriks Atas Bilangan Bulat Negatif Maxrizal 1 dan Baiq Desy Aniska Prayanti 2 1 Jurusan Sistem Informasi,

Lebih terperinci

BAB III METODE UNTUK MENAKSIR VOLATILITAS. harga saham, waktu jatuh tempo, waktu sekarang, suku bunga,

BAB III METODE UNTUK MENAKSIR VOLATILITAS. harga saham, waktu jatuh tempo, waktu sekarang, suku bunga, BAB III METODE UNTUK MENAKSIR VOLATILITAS 3.1. Pendahuluan Dalam menentukan harga opsi call dan opsi put dibutuhkan parameter harga saham, waktu jatuh tempo, waktu sekarang, suku bunga, strike price, dan

Lebih terperinci

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

BAB V HASIL SIMULASI

BAB V HASIL SIMULASI 46 BAB V HASIL SIMULASI Pada bab ini akan disajikan beberapa hasil pendekatan numerik harga opsi put Amerika menggunakan metode beda hingga. Algoritma yang disusun di bawah ini untuk menentukan harga opsi

Lebih terperinci
2024 © DocPlayer.info Pengaturan dan alat privasi | Ketentuan | Tanggapan