Dos Enfoques

a la Formula de Black y Scholes

Tesis de Maestra presentada por
Luis Adrian Martnez Perez
Dirigida por
Eugenio P. Balanzario

Indice Analtico
Captulo 1
Preliminares
1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Captulo 2
El Teorema de DeMoivre-Laplace
1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Lemas Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3. Demostracion del Teorema 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4. Una Cota Superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Captulo 3
El Modelo CRR
1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2. Modelo Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3. Esperanza Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4. Precio de una Opcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5. Demostracion del Teorema 19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
6. Demostracion del Corolario 22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Captulo 4
La Ecuacion Diferencial de Black y Scholes
1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2. El Movimiento Browniano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3. La ecuacion de Black y Scholes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4. Solucion Mediante la Transformada de Mellin . . . . . . . . . . . . . . . . . 37
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Pagina 1
Captulo 1
Preliminares
1. Introduccion.
Una accion de una empresa es como una rebanada de pastel. Cuando se
compra una accion de una compa na, se posee una porcion de la misma.
La venta de acciones por parte de una compa na es una forma de nanciar
sus actividades productivas. Por otra parte, el que compra una accion
piensa en obtener una ganancia monetaria. Usualmente, esta ganancia es
debida a la diferencia entre el precio de compra (bajo) y el precio de venta
(alto).
Denotamos mediante S(t) el precio de una accion al tiempo t. Sea
t
1
< t
2
. En 1900, el matematico frances L. Bachelier armo que el precio
S(t) satisface
(1) P
_
S(t
2
) S(t
1
)

t
2
t
1
[a, b]
_
=
1

2
b
_
a
e

1
2
x
2
dx,
para cualesquiera n umeros reales a y b, y en donde > 0 es una constante
que depende de la accion considerada. Bachelier armo ademas que (1) se
cumple independientemente del valor de S(t) para cada t < t
1
.
El trabajo de Bachelier tuvo un impacto importante en la comunidad
matematica. En particular, bajo la inuencia de la tesis de Bachelier
y de la investigacion de A. Einstein sobre el movimiento browniano, se
desarrollo la teora moderna de la probabilidad. A mitad del siglo XX, el
matematico K. Ito pudo concebir una teora de integracion estocastica, as
como una teora de ecuaciones diferenciales con terminos aleatorios.
Por otra parte, el trabajo de Bachelier hizo sentir su inuencia en la
comunidad de economistas en la decada 1960-1970, como consecuencia de
los trabajos de P. Samuelson, R.C. Merton y C. Sprenkle. Con los recursos
tecnicos desarrollados por Ito, nalmente en 1973, F. Black, M. Scholes y
R.C. Merton obtuvieron una formula satisfactoria para el precio de una
opcion en los mercados nancieros.
Pagina 2
Denicion 2. Cuando se adquiere una opcion de compra al tiempo 0
se adquiere el derecho, pero no la obligacion, de comprar una accion al
tiempo T por el precio K. Decimos que T es el tiempo de maduracion de
la opcion y que K es el precio de ejercicio.
Ejemplo 3. Suponga por ejemplo, que el precio de una accion hoy es
de 50 pesos y que nosotros adquirimos una opcion para la compra dentro
de 6 meses (T = 6 meses), de una accion por 55 pesos (K = 55). Si a
la fecha del vencimiento de la opcion, el precio de la accion subio hasta
60, entonces nosotros podemos ejercer el derecho que conere la opcion y
comprar a 55, generando as una ganancia de 5 = 60 55 pesos.
La introduccion de las opciones en los mercados nancieros tiene por
objeto de funcionar como seguros contra cambios grandes de los precios
de las acciones (y de otros activos). En el siguiente ejemplo se considera
una opcion de venta.
Ejemplo 4. Considere el caso del due no de una accion que recientemente
ha incrementado mucho su valor. Suponga que el inversor esta interesado
en conservar su accion, pero teme una caida de precios. En este caso, el
inversor se puede asegurar comprando una opcion de venta, es decir una
opcion que le de el derecho, pero no la obligacion, de vender su accion a
un precio previamente jado.
Black y Scholes propusieron (ver [2]) la siguiente formula para el precio
al tiempo 0, de una opcion para la compra de una accion al tiempo T por
el precio K,
(5) precio de opcion = s
0
N(d
1
)
N(d
2
)
e
rT
K
en donde s
0
es el precio de la accion al tiempo 0, r es la tasa de interes
bancaria, d
2
= d
1

T,
d
1
=
1

T
log
_
s
0
K
_
+
_
r

+

2
_

T y N(x) =
1

2
x
_

1
2
y
2
dy.
En 1979, J. Cox, S.A. Ross y M. Rubinstein [4] desarrollaron un modelo
muy simple para deducir la formula de Black y Scholes. En particular, el
modelo CRR no utiliza la relativamente complicada teora de Ito de la
integracion estocastica. El modelo CRR tambien es conocido por Modelo
Binomial.
Pagina 3
Captulo 2
El Teorema de DeMoivre-Laplace
1. Introduccion.
Este captulo esta dedicado al Teorema de DeMoivre-Laplace, que es quiza
la version mas simple del Teorema Central del Lmite. Nuestro tratatiento
del Teorema de DeMoivre-Laplace se distingue de otros modos de abordar
el teorema en dos aspectos. Primero, hemos enunciado el teorema en
terminos de la esperanza matematica de una funcion f. El caso clasico
corresponde al caso de que f es la funcion indicadora de un intervalo.
Por otro lado, tambien se ha estimado la razon de convergencia hacia la
distribucion normal.
Teorema 1. (DeMoivre-Laplace). Sea 0 < p < 1. Sea q = 1 p.
Sea
_
X
j
_

j=1
una sucesion de variables independientes e identicamente
distribuidas tales que
P
_
X
1
= 1
_
= p y ademas P
_
X
1
= 0
_
= q.
Sea
n
= X
1
+ + X
n
. Sea f : R R una funcion acotada, Lipschitz
continua y que se anula fuera de un intervalo compacto. Entonces
E
_
f
_

n
pn

npq
_
_
=
1

2
+
_

f(x)e

1
2
x
2
dx +O
_
log
3
2
n

n
_
.
2. Lemas Preliminares.
Para la demostracion del Teorema 1 procedemos como en Lesigne [6], en
donde se puede encontrar por ejemplo, la prueba del siguiente lema.
Lema 2. (J. Stirling). Para n , se cumple que
n! =

2n
_
n
e
_
n
_
1 +O
_
1
n
_
_
.
Pagina 4
Lema 3. Sea a > 1. Sea 0 < p < 1 y sea q = 1 p. Para cada k tal que
[k np[ < a

n, se cumple que
_
n
k
_
p
k
q
nk
=
1

2pqn
exp
_

(k np)
2
2npq
__
1 +O
_
a
3

n
__
.
La constante implicada en el smbolo O no depende de k pero s de p.
Demostracion. Por el Lema 2,
n! p
k
q
nk
k!(n k)!
=
1

2
_
n
k(n k)
_
np
k
_
k
_
nq
n k
_
nk
1 +
n
(1 +
k
)(1 +
nk
)
.
Puesto que [k np[ < a

n, entonces
1
(np +a

n)(nq +a

n)

1
k(n k)

1
(np a

n)(nq a

n)
.
y por lo tanto
n
k(n k)
=
1
npq
_
1 +O
_
a

n
__
.
Tambien se cumple que (la serie de Taylor de la funcion raz cuadrada)
_
n
k(n k)
=
_
1
npq
_
1 +O
_
a

n
__
.
Por otro lado
log
_
np
k
_
k
_
nq
n k
_
nk
= k log
_
1
k np
k
_
+(n k) log
_
1 +
k np
n k
_
.
Puesto que [k np[ < a

n, entonces se obtiene

1
2
(k np)
2
_
1
k
+
1
n k
_
+O
_
a
3
kn

3
2
_
+O
_
a
3
(n k)n

3
2
_
.
En efecto, se cumple que np/2 np a

n k siempre que n sea su-

cientemente grande. Por lo tanto
_
k np
k
_
3

_
2a

n
np
_
3
= O
_
a
3
n

3
2
_
.
Pagina 5
Puesto que k y n k son ambos menores o iguales que n, entonces lo
anterior es

1
2
(k np)
2
1
npq
+O
_
a
3

n
_
.
Tomando exponencial
exp
_

(k np)
2
2npq
__
1 +O
_
a
3

n
__
.
Puesto que existen constantes c
1
, . . . , c
5
tales que

n
<
c
1
n
,
k
<
c
2
k
,
nk
<
c
3
n k
,
1
k
<
c
4
n
,
1
n k
<
c
5
n
entonces
1 +
n
(1 +
k
)(1 +
nk
)
= 1 +O
_
1
n
_
.
Esto termina la prueba.
Lema 4. Sea f : R R una funcion continua en el intervalo [a, b] y
que se anula fuera de [a, b]. Suponga que existe una constante A > 0 tal
que [f(x) f(y)[ < A[x y[ para cada x, y tales que [x, y] [a, b]. Sea
M = sup
_
[f(x)[ : a x b
_
. Para cada t R se cumple que
h

kZ
f(t +kh) =
b
_
a
f(x) dx +O
_
h(M +b a)
_
en donde la constante implicada en el smbolo O no depende de t.
Demostracion. Es facil ver que
h

kZ
f(t +kh) h
+
_

f(t +xh) dx h

kZ
k+1
_
k
[f(t +kh) f(t +xh)[ dx
es menor o igual que
h
_
4M +hCard
_
k : a t +kh b
_
_
4Mh +h(b a).
Pagina 6
El siguiente Lema 6 se conoce como la Estimacion para las Grandes
Desviaciones. Antes sera necesario un lema.
Lema 5. (A. Markov). Sea X : N
0
una variable aleatoria con
valores en el conjunto de enteros no negativos N
0
. Sea a un n umero real
positivo. Entonces
P
_
X a
_

1
a
E(X).
Demostracion. Sea p
j
= P(X = j). Entonces
P
_
X a
_
=

aj
p
j

aj
j
a
p
j

1
a
E(X).
Lema 6. Sea 0 < p < 1 y sea q = 1 p. Sea 0 < < q. Sea
h
+
() = (p +) log
p +
p
+ (q ) log
q
q
.
Sea h

() = h
+
(). Sea
_
X
j
_

j=1
una sucesion como la del Teorema 1.
Sea
n
= X
1
+ +X
n
. Entonces
(a) P
_
1
n

n
p +
_
exp
_
nh
+
()
_
.
(b) P
_
1
n

n
p
_
exp
_
nh

()
_
.
(c) P
_

1
n

n
p

_
exp
_
nh
+
()
_
+ exp
_
nh

()
_
.
Demostracion. Probaremos solo la primera armacion. Sea t > 0 un
n umero jo. Entonces
1
n

n
p + exp
_
t(
n
np n)
_
1.
Pagina 7
El Lema 6 implica que
P
_
1
n

n
p +
_
E
_
e
t(
n
n(p+))
_
= e
nt(p+)
E
_
e
t
n
_
= e
nt(p+)
n

k=0
e
tk
_
n
k
_
p
k
q
nk
= e
nt(p+)
(q +pe
t
)
n
= exp
_
n
_
t(p +) log(q +pe
t
)
_
_
.
Es suciente notar que t(p +) log(q +pe
t
) alcanza un maximo en
t = log
_
q(p +)
p(q )
_
.
3. Demostracion del Teorema 1.
Para la demostracion del Teorema 1, sea K > 0 un n umero real positivo.
Consideremos la suma
n

k=0
f
_
k pn

npq
_
P
_
n

j=1
X
j
= k
_
=:
1
+
2
en donde
1
es sobre aquellos n umeros k que cumplen [k np[ < Kn
1
2
y

2
es sobre [k np[ Kn
1
2
. Puesto que
h

() =

2
2pq
+O(
3
)
entonces, el Lema 6, con
(7) = K
_
2pq
n
implica que
2
= O
_
exp
_
K
2
__
.
Pagina 8
Como
1
es una suma sobre [k np[ < K

n, entonces (ver Lema 3)

1
=
_
1 +O
_
K
3

n
__

k
f
_
k pn

npq
_
e

(knp)
2
2npq

2pqn
.
El Lema 4, con h = 1/

npq y con t =
_
np/q, implica que

1
=
_
1 +O
_
K
3

n
__
_ +K/

pq
_
K/

pq
f(x)e

1
2
x
2
dx +O
_
K

n
_
_
.
Por lo tanto
E
_
f
_

n
pn

npq
_
_
=
+K/

pq
_
K/

pq
f(x)e

1
2
x
2
dx +O
_
e
K
2
_
+O
_
K
3

n
_
.
El Teorema 1 se sigue ahora al poner K
2
= log n.
4. Una Cota Superior.
En esta seccion se enuncia y demuestra la siguiente proposicion que sera
utilizada en el Captulo 3.
Proposicion 8. Dado p (0, 1) constante, existe
0
> 0 tal que
_
n
k
_
q
n
_
p
q
_
k

n exp
_

0
_
k np

pqn
_
2
_
para cada k tal que 0 < k < n.
Demostracion. Consideremos la representacion de las probabilidades
binomiales
_
n
k
_
q
n
_
p
q
_
k
=
e
R

2
_
n
k(n k)
_
np
k
_
k
_
nq
n k
_
nk
Pagina 9
en donde [R[
1
12
_
1
n
+
1
k
+
1
n k
_
. Ver pagina 242 de Parzen [7]. Por lo
tanto
_
n
k
_
q
n
_
p
q
_
k

n
_
F
_
x
n
_
_
n
en donde F(x) =
_
p
x
_
x
_
1 p
1 x
_
1x
.
Ahora bien F

(x) = 0 si y solo si
log
p
x
= log
1 p
1 x
.
Por lo tanto F alcanza su maximo en x = p. Por otro lado F(p) = 1. Mas
a un, la serie de Taylor de F(x) en x = p es
1
1
2
(x p)
2
pq
+
1 2p
6p
2
q
2
(x p)
3
+ .
Ahora es una tarea facil seleccionar
0
> 0 tal que
F(x) exp
_

0
_
x p

pq
_
2
_
para cada x (0, 1).
El interes de la Proposicion 8 yace en el hecho de que la cota superior
vale para toda k excepto por k = 0 y k = n, mientras que el Lema 3 vale
solo para aquellas k tales que [k np[ < a

n. Por otro lado, los terminos

correspondientes a k = 0 y k = n son exponencialmente peque nos siempre
que 0 < p < 1.
Pagina 10
Captulo 3
El Modelo CRR
1. Introduccion.
El problema que abordamos aqu es el de dar una formula para el precio de
una opcion para la compra o venta de una accion. Mediante T se denotara
el tiempo de maduracion de la opcion. La idea fundamental, sera la de
construir un portafolio dinamico, que debera sostenerse para todo tiempo
t [0, T]. Para cada 0 t T, el precio de la opcion sera el precio del
portafolio. Como veremos mas adelante, un portafolio es un conjunto de
activos nancieros. En nuestro caso, consideraremos solo dos activos.
(a) Una cuenta bancaria que produce intereses de manera continua.
(b) Tambien se invertira en la compra de acciones.
El portafolio que se propone para valuar la opcion es dinamico porque su
composicion cambia con el tiempo, de acuerdo a la evolucion del precio de
la accion.
Al tiempo de maduracion T, el precio del portafolio sera igual a la
ganancia que la compra de la opcion le genera a su tenedor. Ver el Ejemplo
3 del Captulo 1. Al tiempo 0, el que vende la opcion recibe justo el monto
necesario para armar un portafolio dinamico, que al tiempo T reproduce
exactamente la ganacia del tenedor de la opcion.
Citando a R.A. Jarrow [5] podemos decir que la idea de construir el
portafolio dinamico es la clave en el enfoque de Black, Scholes y Merton,
mas importante a un que la formula de valuacion misma.
Nos referiremos al que vende la opcion como al emisor de la opcion.
Debe notarse que el emisor de la opcion para la compra de una accion con
K como precio de ejercicio, adquiere la obligacion de vender al tenedor de
la opcion, una accion al tiempo de maduracion por K pesos.
Ejemplo 1. Esta es la continuacion del Ejemplo 3, Captulo 1. Al tiempo
0, el emisor de la opcion invirtio el monto recibido en la armadura de un
portafolio dinamico. Al tiempo de vencimiento T, el portafolio dinamico
dara una ganancia de 5 pesos, que es la ganancia de tenedor de la opcion.
Pagina 11
Como el precio de ejercicio es K = 55, entonces es posible comprar al
precio del mercado, es decir, a 60 pesos. Esto es,
60
. .
precio en
el mercado
= 5
. .
lo que genera
el portafolio
+ 55
. .
precio
de ejercio
.
Por lo tanto, el emisor de la opcion puede hacer frente a su obligacion de
vender a 55 pesos, y al mismo tiempo, el tenedor de la opcion puede hacer
valer su derecho de comprar a 55 pesos.
2. Modelo Binomial.
Sea dado T, que es el tiempo de maduracion de una opcion. Sea n un entero
positivo. Supondremos que todas las transacciones nancieras ocurren en
los tiempos
j con 0 j n en donde =
T
n
.
Por lo tanto, hay exactamente n + 1 tiempos en donde se puede comprar
y vender acciones y opciones, as como hacer depositos (o retiros) en una
cuenta bancaria.
Usaremos la expresion j para aproximar a t, en donde t [0, T] es un
valor constante. Para el precio de una accion al tiempo t, escribiremos S
j
en lugar de S(t).
Lema 2. Para cada 0 t T ja, sea
j = max
_
k N : k t
_
de modo que j =
_
t
T
n
_
.
Entonces j = t +O() cuando 0.
Si el tiempo presente corresponde a t
0
y ademas t
0
< t, entonces S(t) es
aleatoria, pero S(t
0
) ya no es aleatoria, pues su valor es conocido al tiempo
presente t
0
. Escribiremos S(t), con may uscula, siempre que se trate de una
variable aleatoria. Por otra lado, escribiremos s(t), con min uscula, para
denotar el precio ya conocido al tiempo t de una accion. De la misma
manera, escribiremos s
j
, o bien S
j
, de acuerdo a si el precio de la accion
Pagina 12
es ya conocido al tiempo t = j, o es todava desconocido y por tanto
aleatorio.
Supondremos que existen dos n umeros reales positivos d < u tales que
P
_
S
j+1
= uS
j
_
= p y P
_
S
j+1
= dS
j
_
= q
en donde 0 < p < 1 y ademas q = 1 p. Los n umeros d, u, p son
parametros libres en nuestro modelo.
ddd
udd
uud
uuu
d
u
ud
dd
uu
Figura 1.
Al tiempo j = 0 el precio s
0
de la accion es conocido. Al tiempo j = 1,
solo existen dos posibilidades para el precio S
1
de la accion
S
1
=
_
us
0
con probabilidad p,
ds
0
con probabilidad q.
Al tiempo j = 2, existen tres posibles valores que S
2
puede tomar
S
2
=
_

_
u
2
s
0
con probabilidad p
2
,
ups
0
con probabilidad 2pq,
d
2
s
0
con probabilidad q
2
.
Pagina 13
En general, S
j
puede tomar los j + 1 valores
S
j
() = d
j
_
u
d
_

s
0
con probabilidad
_
j

_
q
j
_
p
q
_

y en donde 0 j. En otras palabras, S

j
tiene una distribucion de
probabilidad Binomial con parametros j y p. Ver la Figura 1, en donde se
ha puesto s
0
= 1.
Sea r la tasa de interes bancaria, de modo que si se depositan hoy x
pesos en el banco, despues de un tiempo t, se podran extraer xe
rt
pesos
del banco. Escribiremos
(3) = e
r
en donde, como antes, =
T
n
.
En lugar de la sucesion de variables
_
S
j
_
, es conveniente considerar las
variables
(4)
j
=
S
j

j
para j = 0, 1, . . . , n.
Notese que
0
= s
0
. La conveniencia de trabajar con
_

j
_
en lugar de
_
S
j
_
es que
j
representa el valor descontado de la accion. Por lo tanto
se puede comparar
j
con
k
, para j ,= k, ya que ambas estan medidas
en unidades monetarias homogeneas. En efecto, x pesos hoy valen lo
mismo que
j
x pesos t = j unidades de tiempo mas adelante. Los valores
que toma la sucesion
_

j
_
, son
(5)
j
() =
_
d

_
j
_
u
d
_

s
0
para 0 j n y 0 j.
Hasta aqu tenemos tres parametros libres en el modelo binomial, a
saber: d, u y p. Con objeto de dar al modelo binomial una rica estructura
matematica vamos ahora a imponer restricciones sobre estos parametros.
As entonces haremos que el modelo binomial sea una martingala.
Denicion 6. Sea q = 1 p y sea p tal que

j
() = p
j+1
( + 1) +q
j+1
() para 0 j < n y 0 j.
Entonces decimos que la sucesion
_

j
_
es una martingala.
Pagina 14
Proposicion 7. Una condicion necesaria y suciente para que
_

j
_
sea
una martingala es que
p =
d
u d
.
Demostracion. En efecto, la condicion para ser martingala equivale a
= pu + (1 p)d.
Ahora solo resta despejar el valor de p.
Sea j < k. Podemos aprovechar el hecho de que la sucesion
_

j
_
es
una martingala para expresar los valores de
j
en terminos de los valores
de
k
. Sera necesario un lema auxiliar.
Lema 8. Sea
_
A
j
_
n
j=0
un conjunto de n + 1 n umeros. Sean 0 < p < 1 y
q = 1 p. Para cada 0 j n 1 sea
j
= pA
j+1
+qA
j
. Entonces
n1

j=0
_
n 1
j
_
q
n1
_
p
q
_
j

j
=
n

j=0
_
n
j
_
q
n
_
p
q
_
j
A
j
.
Note el lector que una consecuencia de la siguiente Proposicion 9 es
que, para cada 0 j < n y cada 0 j, los valores
j
() estan
completamente determinados por los valores
n
() en donde 0 n.
Proposicion 9. Las dos condiciones siguientes son equivalentes.
(a) Para cualesquiera ndices j, k tales que 0 j < k n, se cumple

j
() = q
kj
kj

i=0
_
k j
i
_
_
p
q
_
i

k
( +i).
(b) La sucesion
_

j
_
es como en la Denicion 6.
Demostracion. Tomando k = j + 1, vemos que (a) implica (b). Para
ver que (b) implica (a), solo basta aplicar el Lema 6 reiteradamente.
Pagina 15
3. Esperanza Condicional
En el apartado anterior hemos construido una sucesion nita de variables
aleatorias
j
: R, con 0 j n, en donde el espacio muestral
consiste en el conjunto de todas las n-adas que son como la siguiente
(10) = (u, d, d, . . . , u).
En el caso concreto de que n = 2, tenemos
=
_
(u, u), (u, d), (d, u), (d, d)
_
.
Notese por ejemplo que
si = (u, d) entonces
1
() =
u

0
y ademas
2
() =
ud

2

0
.
Podemos imaginar que es una urna que contiene un total de 2
n
pedazos de papel que son como en (10). Despues de que la urna
se ha revuelto muy bien se extrae uno de los 2
n
papeles contenidos en
. En este momento, la urna sale fuera de escena y solo permanece el
papel seleccionado . Cuando el tiempo j = 1 se ha cumplido, entonces
se anuncia la primera entrada de , y as es posible conocer el valor de
S
1
y de
1
. Cuando el tiempo j = 2 se cumple, entonces se anuncia la
segunda entrada de . Por lo tanto, cuando j = 2, entonces se conocen
la primera y segunda entradas de pero se desconocen todas las demas.
Por lo tanto, al tiempo j = 2 es posible conocer el valor de S
2
y de
2
.
En general, el valor de
j
esta determinado por las primeras j entradas
de . No importa como son las entradas j + 1 hasta n de . El valor de

j
se conoce solo al tiempo j y no antes. Esta observacion es importante
en relacion al Teorema 25 que probaremos mas adelante.
Mediante
j
se denota la informacion desplegada hasta el momento j.
Si entre las primeras j entradas de , aparece el smbolo u exactamente
veces, entonces
S
j
= d
j
_
u
d
_

s
0
o bien
j
=
_
d

_
j
_
u
d
_

0
.
As pues, lo que nos interesa de
j
es el n umero de veces que aparece el
smbolo u entre las entradas 1 hasta j de cada elemento del espacio
muestral .
Pagina 16
Por la expresion (5), el par (j, ) determina completamente el valor de
la variable aleatoria
j
. Por lo tanto podemos escribir
(11) E(
k
[
j
) := q
kj
kj

i=0
_
k j
i
_
_
p
q
_
i

k
( +i)
cuando j < k. Nosotros escribiremos E(
k
[
j
) en lugar de E(
k
[
j
). La
parte (a) de la Proposicion 9 arma que
j
= E(
k
[
j
).
Denicion 12. El operador E(
k
[
j
) denido en (11) se llama la
esperanza condicional de
k
dada la informacion hasta el tiempo j.
(0)
(1)
(1)
(0)
(2)
(3)
3
3
3
3
1
1
Figura 2.
En la Figura 2 se aprecia como
1
(1) esta determinado por
3
(1),
3
(2)
y
3
(3) pero no por
3
(0). La Figura 2 corresponde al caso de que la
primera entrada de la seleccionada es una u.
4. El Precio de una Opcion.
En esta seccion enunciamos el resultado principal de este captulo. Antes
sera necesario precisar los conceptos de funcion de pago y de portafolio
dinamico.
Pagina 17
El que adquiere una opcion de compra al tiempo 0, tiene el derecho
pero no la obligacion de comprar al tiempo T, una accion por K pesos,
pero cuyo costo en el mercado de valores es igual a S(T) = S
n
. Es claro
que si S
n
K, entonces el due no de la opcion preere no ejercerla. Por
otro lado, si S
n
> K, entonces el due no de la opcion preere ejercerla y
obtiene as una ganancia igual a S
n
K. Por lo tanto, la funcion de pago
de una opcion de compra esta dada por
(13)
_
S
n
K
_
+
:= max
_
S
n
K, 0
_
.
Ver la parte (a) de la Figura 3. Notese que la funcion de pago es una
variable aleatoria, ya que depende del valor que tome la variable S
n
, que
tambien es aleatoria.

(b)
S(T)

(a)
S(T)
0
0
(S)
(S)
Figura 3.
De manera similar, el que adquiere una opcion de venta al tiempo
cero, tiene el derecho pero no la obligacion, de vender al tiempo T, una
accion por K pesos, pero cuyo costo en el mercado de valores es igual a
S(T) = S
n
. En caso de que S
n
K, entonces el due no de la opcion
preere no ejercerla. En caso de que S
n
< K, entonces el due no de la
opcion preere ejercerla y obtiene as una ganancia igual a K S
n
. Por
lo tanto la funcion de pago para una opcion de venta esta dada por
(14) (K S
n
)
+
.
Pagina 18
Ver la parte (b) de la Figura 3.
Con objeto de cubrir, tanto el caso de una opcion de compra como una
opcion de venta, consideraremos el caso general de una funcion de pago
arbitraria (x). Supondremos que la funcion satisface
(15) (x +) = (x) +O() y (x) = O(x

).
para alguna > 0 y cada x > 0. Es claro que tanto la funcion de pago de
una opcion de compra, como la de una opcion de venta, satisfacen (15).
Denicion 16. Para cada 0 t T, sea
V (x, t) =
e
r(Tt)

2
+
_

_
x exp
__
r

2
2
_
(T t)+

T t y
__
e

1
2
y
2
dy.
Notese que V (x, t) depende de x, t, , T, r y de la funcion de pago .
Mediante r se denota la tasa de interes bancaria. La variable se llama
la volatilidad de la accion y mide el grado de variabilidad del precio de la
accion. Notese tambien que podemos escribir
V (x, t) = e
r(Tt)
E
_

_
xexp
__
r

2
2
_
(T t) +

T t Z
___
en donde Z es una variable aleatoria normal Gaussiana con media cero y
varianza uno.
La expresion V (x, t) sera el precio de una opcion al tiempo t, que al
tiempo T tiene a como funcion de pago. La variable x tomara el lugar
del precio de la accion subyacente, sobre la cual se emite la opcion. La
siguiente proposicion nos dice que el valor de la opcion al tiempo T es
exactamente igual a la ganancia que la opcion le produce a su tenedor.
Proposicion 17. Para cada distribucion de probabilidad de la variable
aleatoria Z, se cumple que V (x, T) = (x).
Demostracion. En efecto, V (x, T) = E
_

_
xe
0Z
_
= E[(x)] = (x).
Para poder enunciar el resultado principal de este captulo es necesaria
la siguiente Denicion 18. Debe entenderse que estamos considerando un
Pagina 19
mercado un tanto reducido, ya que ademas de comprar y vender acciones
y opciones, solo se puede hacer depositos y retiros del banco.
Denicion 18. Por una estrategia de inversion se entiende una sucesion
de n umeros =
_

j+1
: 0 j < n
_
. Mediante el portafolio dinamico
asociado a la estrategia , y con costos de armadura =
_
p
j
_
, se entiende
la sucesion de pares ordenados
(, ) =
_
(
j+1
, p
j

j+1
s
j
) : 0 j < n
_
en donde
j+1
representa la cantidad de acciones que el portafolio va a
sostener durante el periodo de tiempo j t < (j + 1). En la segunda
coordenada del portafolio se indica la cantidad de dinero que se invierte
en el banco.
Puesto que s
j
es el precio de la accion al tiempo j, entonces el monto
invertido en acciones el igual a
j+1
s
j
. El precio del portafolio al tiempo j
es igual al monto invertido en acciones mas el monto invertido en el banco.
Por lo tanto, el precio del portafolio al tiempo j es igual a p
j
.
Diremos que p
j
es el costo de armadura del portafolio al tiempo j.
Si el tiempo presente corresponde a j, entonces el portafolio tiene un
costo de armadura, al tiempo j, igual a p
j
. Es importante notar, sin
embargo, que justo al terminar el periodo de tiempo j t < (j + 1),
el precio de la accion cambia a S
j+1
. Por lo tanto el monto invertido
en acciones tendra un valor igual a
j+1
S
j+1
. Por otro lado, el monto
invertido en el banco, se habra incrementado en la proporcion . Entonces
el valor del portafolio, justo al terminar el periodo j t < (j + 1), sera
igual a

j
(, ) :=
j+1
S
j+1
+ (p
j

j+1
s
j
).
Diremos que
j
(, ) es el precio despues del ejercicio del portafolio
(, ) correspondiente al tiempo j. Aqu termina la Denicion 18.
En el modelo binomial descrito en el 2 se cumple el siguiente teorema.
Teorema 19. (Black-Scholes). Considere el caso de la venta al tiempo
0 de una opcion que en el tiempo T produce una ganancia dada por la
funcion de pago . Se cumplen las siguientes cuatro armaciones.
Pagina 20
(a) Existe una estrategia de inversion y una sucesion de costos de
armadura tal que el costo de armadura p
j+1
, al tiempo j + 1, es igual
al precio despues del ejercicio al tiempo j, esto es,

j
(, ) = p
j+1
.
(b) Para los costos de armadura, se tiene que p
j
= E
_
(S
n
)[
j
_

nj
.
(c) Se cumple que p
n
= (S
n
).
(d) Cuando n (y por lo tanto j de tal forma que j t), se
cumple que
p
j
V
_
s(t), t
_
en donde V (x, t) es como en la Denicion 16.
As entonces, el precio de la opcion al tiempo j (o mejor a un, al tiempo
t = j) es igual a p
j
=
(nj)
E
_
(S
n
)[
j

. Esto es, el precio de la opcion

es igual al precio de armadura del portafolio al tiempo j. El precio p
j
se
puede calcular mediante la formula
(20)
p
j
=
j
E
_
(S
n
)

j
_
=
_
q

_
n
_

q
_
j
nj

i=0
_
n j
i
_
_
p
q
_
i

_
S
n
( +i)
_
en donde es tal que al tiempo t = j, se cumple que (s(t) = s
j
)
(21) s(t) = d
j
_
u
d
_

s
0
.
Notese que la armacion (c) del Teorema 19 se sigue de inmediato de la
expresion (20) para p
j
con j = n. Ver tambien la Proposicion 17.
Corolario 22. Considere el caso de una opcion para la compra de una
accion con K como precio de ejercicio y con T como tiempo de maduracion.
El precio de esta opcion al tiempo t [0, T] es igual a V
_
s(t), t
_
, en donde
s(t) es el precio de la accion al tiempo t, y en donde
V (x, t) = xN(d
1
)
N(d
2
)
e
r(Tt)
K.
Por ultimo, las constantes d
1
y d
2
estan denidas por
d
1
=
1

T t
log
_
x
K
_
+
_
r

+

2
_

T t,
d
2
=
1

T t
log
_
x
K
_
+
_
r

2
_

T t.
Pagina 21
En el apartado 5 se probara el Teorema 19. El Corolario 22 sera
demostrado en 6. En la Figura 4 se presenta las gracas de tres funciones:
(1) la funcion de pago (S), (2) la funcion V (S, t) como esta denida en
la Denicion 16, y (3) la aproximacion a V (S, t) mediante las sumas (20).
1.5 2 2.5 3
0.2
0.4
0.6
0.8
1
Figura 4.
La Figura 4 se elaboro con los siguientes valores para los parametros
T = 20, t = 19, r = .05 K = 2 = .25.
Para la aproximacion mediante la suma (20) se tomo
n = 3850, =
T
n
, = e
r
, u = e

, d = e

, p =
d
u d
y q = 1 p. Aparte de todos estos datos, tambien es necesario conocer
el valor de en (20). Este valor de depende del valor de x = S. Para
calcular es suciente tomar s
0
= 1 en (21). Al despejar se obtiene que
=
_
log x j log d
log u log d
_
en donde x) es la mnima distancia de x al conjunto de los n umeros enteros
Z. Por ultimo, dado el valor de t [0, T] (en este caso t = 19) tambien
es necesario determinar el valor de j tal que j aproxima a t como en el
Lema 2.
Pagina 22
5. Demostracion del Teorema 19.
Seg un observamos despues del Lema 8, los valores de
j
(para 0 j < n)
estan determinados por los valores de
n
, mediante
j
= E(
n
[
j
).
Denicion 23. Sea
n
=
(S
n
)

n
. Para 0 j < n sea
j
= E(
n
[
j
).
Ahora solo resta decir cual debe ser la sucesion de costos de armadura
=
_
p
j
_
. Para denir p
j
se requiere que la relacion entre
j
y p
j
, sea
como la relacion entre
j
y S
j
de acuerdo a la siguiente Denicion 24 y
como se ilustra en el siguiente diagrama. Ver la expresion (4).

j
S
j
[ [

j
p
j
Denicion 24. Sea p
j
=
j

j
.
Por denicion,
_

j
_
es una martingala. Por lo tanto, la Proposicion
9 vale para
_

j
_
en lugar de
_

j
_
. En la demostracion del Teorema 25
que sigue, la parte (b) de la Proposicion 9, aplicada tanto a
_

j
_
como a
_

j
_
, jugara un papel decisivo. La expresion (20) para p
j
se sigue de la
parte (a) de la Proposicion 9 aplicada a
j
.
El siguiente resultado, de interes fundamental, arma que el valor de
la funcion
j+1
, que involucra cantidades que se conocen solo al tiempo
j + 1, se conoce ya al tiempo j. Se dice entonces que
j
es predecible.
Teorema 25. Sean
_

j
_
y
_

j
_
dos martingalas, de modo que

j
= E(
k
[
j
) y
j
= E(
k
[
j
) para cada j < k.
Sea

j+1
=

j+1

j

j+1

j
.
Entonces el valor de
j+1
se conoce ya al tiempo j.
Pagina 23
Demostracion. Sean C < B los dos valores posibles de
j+1
y sea A =
pB +qC. De manera analoga, sean < los dos valores posibles de
j+1
y sea = p +q. Es suciente probar que
(26)

B A
=

C A
.
En efecto, dado el valor de
j
= A y de
j
= , entonces los dos valores
posibles de
j+1
corresponden a los lados izquierdo y derecho de (26). Por
ultimo, notese que (26) se sigue de


=
q
p
=
B A
C A
.
El siguiente corolario se deduce de inmediato del Teorema 25, pero
no juega ning un papel en nuestra discusion. Es interesante, sin embargo,
hacer notar que dada una martingala
_

j
_
, cualquier otra martingala
_

j
_
se puede representar en terminos de
_

j
_
.
Corolario 27. Si
_

j
_
,
_

j
_
y
_

j
_
son como en el Teorema 25, entonces

k
=
0
+
k1

j=0
(
j+1

j
)
j+1
.
Con p
j
=
j

j
como en la Denicion 24, ahora podemos probar la parte
(a) del Teorema 19, con =
_

j
_
y =
_
p
j
_
. En efecto, al tiempo j
el costo del portafolio es igual al monto s
j

j+1
invertido en la compra de
acciones, mas el monto depositado en el banco p
j

j+1
S
j
. Es es decir,
el costo de armadura es igual a p
j
.
Al tiempo j +1, el valor del portafolio despues del ejercicio, es igual a

j
(, ) = S
j+1

j+1
+ (p
j

j+1
S
j
).
Medido al tiempo 0, este valor es igual a
S
j+1

j+1

j+1
+ (p
j

j+1
S
j
)
1

j
.
Pagina 24
Puesto que
j
= S
j
/
j
, entonces el Teorema 25 implica que esta ultima
expresion es igual a

j
+
j+1
(
j+1

j
) =
j+1
.
Este es el valor del portafolio despues del ejercicio en unidades monetarias
del tiempo 0. Al tiempo j, este valor es igual a p
j
=
j

j
, que es el precio
de armadura del porafolio al tiempo j. Esto termina la prueba de la parte
(a) del Teorema 19.
La parte (b) se cumple por denicion. Para la parte (c) del Teorema
19, ver la dicusion despues de la formula (21). Solo falta la parte (d).
Para cada 0 j < n sea X
j
= 1 siempre que S
j+1
= uS
j
y sea X
j
= 0
siempre que S
j+1
= dS
j
. Supondremos ademas que
u = e

y que d = e

.
En este caso
1
,
2
y p son los parametros del modelo. Puesto que hemos
requerido que la sucesion
_

j
_
sea una martingala, entonces los valores de
estos tres parametros deben satisfacer la condicion de la Proposicion 7.
Proposicion 28. Para cada 0 j < n se cumple que
log
_
S
n
S
j
_
=

(n j)
2
+

1
+
2
_
n1

k=j
X
k
.
Demostracion. Notese primero que
S
j+1
S
j
=
_
u
d
_
X
j
d.
Por lo tanto
log
_
S
n
S
j
_
= log
_
S
n
S
n1

S
j+1
S
j
_
=
n1

k=j
log
_
S
k+1
S
k
_
= log
_
u
d
_
n1

k=j
X
k
+ (n j) log d.
Pagina 25
Lema 29. Suponga que p,
1
y
2
satisfacen la condicion de la Proposicion
7, de modo que
e
r
= pe

+qe

.
Entonces se cumple que, para 0,
p =
e
r
e

=

2

1
+
2
+A
1

+A
2
+O
_

3
2
_
en donde
A
1
=
1

1
+
2
_
r

1

2
2
_
y A
2
=

1

2

1
+
2
_

2
12

r
2
_
.
En vista del Lema 23, es conveniente escribir
p

=

2

1
+
2
, q

= 1 p

,
2
=
1

2
.
Es facil vericar que estas relaciones son equivalentes a
(30)
1
=
_
q

y
2
=
_
p

.
Lema 31. Sea = T t. Sea p como en el Lema 29. Sea
E =
_
O() si
1
=
2
,
O(

) si
1
,=
2
.
Entonces
S
n
= s
j
exp
__
r

2
2
_
+

Z
n
j
_
e
E
en donde
Z
n
j
:=
1 +E
_
pq(n j)
n1

k=j
_
X
k
p
_
.
Demostracion. En efecto,
log
_
S
n
S
j
_
=

(
1
+
2
)
_
(n j)

2

1
+
2
+
n1

k=j
X
k
_
=

(
1
+
2
)
_
(n j)
_
p

2

1
+
2
_
+
n1

k=j
_
X
k
p
_
_
.
Pagina 26
Sea
j
= T j. Por el Lema 29, se cumple que log(S
n
/S
j
) es igual a

(
1
+
2
)
_
(n j)
_
A
1

+A
2
+O(
3
2
)
_
+
n1

k=j
_
X
k
p
_
_
= (
1
+
2
)
_
A
1

j
+E +

n1

k=j
_
X
k
p
_
_
=
_
r

1

2
2
_

j
+E +

(
1
+
2
)
n1

k=j
_
X
k
p
_
.
Por otro lado
1

pq
=

1
+
2

2
+E.
En resumen, tenemos que
log
_
S
n
S
j
_
=
_
r

1

2
2
_

j
+E +
_

j
1 +E
_
pq(n j)
n1

k=j
_
X
k
p
_
.
El lema se sigue de la relacion
j
= +O().
Con objeto de simplicar los calculos que siguen, sean
A =
_
r

2
2
_
, B =

, n = n j y K =
_
log n
en donde > 1 es una constante arbitraria.
Ahora queremos estudiar la suma
(32)
_
q

_
n
k

_
n
k
_
_
p
q
_
k

_
S
n
( +k)
_
en donde el asterisco en la suma indica que el ndice k es tal que [k np[ <
K
_
pq n. Note el lector que la suma (32) es la suma que aparece en la
expresion (20) para p
j
, salvo por la omision de algunos terminos. Por la
Pagina 27
Proposicion 31, se cumple que
S
n
( +k) = s
j
exp
_
A+B
k p n
_
pq n
(1 +E)
_
e
E
= s
j
exp
_
A+B
k p n
_
pq n
+O(KE)
_
e
E
= s
j
exp
_
A+B
k p n
_
pq n
_
_
1 +O(KE)
_
= s
j
exp
_
A+B
k p n
_
pq n
_
+O
_
KEe
BK
_
.
Notese que KEe
BK
0 cuando n . Por hipotesis se cumple ademas
que (x +) = (x) +O(). Por lo tanto,

_
S
n
( +k)
_
=
_
s
j
exp
_
A+B
k p n
_
pq n
__
+O
_
KEe
BK
_
para cada k tal que [k np[ < K
_
pq n. Por el Lema 3 del Captulo 1,
podemos escribir la suma (32) como
_
1 +O
_
KEe
BK
_
_

n

1
2
_
kp n

pq n
_
2
_
pq n

_
s
j
exp
_
A+B
k p n
_
pq n
__
.
Por el Lema 4 del Captulo 1, esto ultimo es igual a (con = T t)
e
r

2
+K
_
K

_
se
A+By
_
e

1
2
y
2
dy + O
_
KEe
BK
_
.
Sea > 0 la constante que aparece en (15). Puesto que K =
_
log n y
ademas > 1, entonces se cumple que

_
K
e

1
2
y
2
+y
dy
1

n
e

log n
.
Pagina 28
Puesto que E 1/

n, entonces
KEe
BK

_
log n
n
_1
2
e
B

log n
.
En resumen, existe > 0 tal que la suma (32) es igual a
(33)
e
r

2
+
_

_
se
A+By
_
e

1
2
y
2
dy + O
_
_
log n
n
_1
2
e

log n
_
.
Consideramos ahora la suma
(34)
_
q

_
n
k

_
n
k
_
_
p
q
_
k

_
S
n
( +k)
_
en done el smbolo indica que la suma es sobre aquellas k que satisfacen
[k np[ K
_
pq n. Por lo tanto, (34) mas (32) es igual a la suma (20).
Por la hipotesis (15) se cumple que
(S
n
) exp
_

1
k np
_
pq n
_
para una
1
> 0 constante.
Por lo tanto la suma (34) es

_
n
k
_
p
k
q
nk
exp
_

1
k np
_
pq n
_
.
Por la Proposicion 8 del Captulo 1, existen constantes c
1
> 0, c
2
, c
3
> 0,
tal que la suma (34) es

exp
_
c
1
_
k np
_
pq n
_
2
+
1
k np
_
pq n
_
n

_
K
e
c
1
(xc
2
)
2
dx ne
c
3
K
2
= n
1c
3

ya que K =
_
log n. Puesto que > 1 es constante, pero tan grande
como se quiera, entonces la suma (34) es
(35)
_
q

_
n
k

_
n
k
_
_
p
q
_
k

_
S
n
( +k)
_

1
n
c
4
Pagina 29
en donde c
4
> 0 es constante pero tan grande como se quiera. La parte (d)
del Teorema 19 se desprende de (33) y (35) despues de hacer que n .
De hecho, nosotros hemos probado que
p
j
= V (s
j
, j) + O
_
_
log n
n
_1
2
e

log n
_
cuando n .
6. Demostracion del Corolario 22.
Para probar que el Corolario 22 se cumple, solo basta evaluar la siguiente
integral
(36)
e
r

2
+
_

_
xe
A+By
_
e

1
2
y
2
dy
en donde
A =
_
r

2
2
_
, B =

, = T t y (x) = max
_
xK, 0
_
.
El integrando en (36) se anula a menos que xe
A+By
> K, pero esta
desigualdad se cumple si y solo si
y >
1
B
log
_
K
x
_

A
B
=: y
0
.
Por lo tanto, (36) es igual a
e
r

_
y
0
_
xe
A+By
K
_
e

1
2
y
2
dy =
xe
Ar

_
y
0
e
By
1
2
y
2
dy
K
e
r
N(y
0
).
Ahora bien,
y
0
=
A
B
+
1
B
log
_
x
K
_
=
_
r

2
_
+
1

log
_
x
K
_
= d
2
.
Por otro lado, tenemos que
xe
Ar+
1
2
B
2

_
y
0
e

1
2
(yB)
2
dy =
x

_
y
0
B
e

1
2
y
2
dy = xN(B y
0
)
ya que A = r
1
2
B
2
. Por ultimo,
B y
0
=
1

log
_
x
K
_
+
_
r

+

2
_

= d
1
.
Esto termina la demostracion del Corolario 22.
Pagina 30
Captulo 4
La Ecuacion Diferencial de Black y Scholes
1. Introduccion.
El objeto de este captulo es plantear la ecuacion en derivadas parciales
que el precio de una opcion debe satisfacer. La solucion de esta ecuacion
diferencial esta dada por la funcion V (x, t) que aparece en la Denicion
16 del Captulo 3. Aqu volveremos a obtener la solucion de la ecuacion
de Black y Scholes mediante el uso de la transformada de Mellin.
2. El Movimiento Browniano.
La Denicion 1 que aparece a continuacion hace una descripcion suciente
para nuestros nes del movimiento browniano. Para un tratamiento mas
formal del movimiento browniano, ver por ejemplo Billingsley [1].
Denicion 1. Sea T > 0 y sea > 0. La coleccion (no numerable) de
variables aleatorias
_
W(t) : t [0, T]
_
se llama movimiento browniano si
se cumplen las tres condiciones que siguen.
(a) W(0) = 0.
(b) Para cada t
1
< t
2
se cumple que P
_
W(t
2
) W(t
1
)

t
2
t
1
x
_
= N(x).
(c) La condicion (b) se cumple independientemente del valor de W(t)
para cada t < t
1
.
En caso de que = 1, entonces decimos que el movimiento browniano es
estandar.
Nosotros no probaremos la existencia del movimiento browniano. La
descripcion de la caminata aleatoria que sigue a continuacion debe ser
suciente para un tratamiento heurstico del movimiento browniano.
Consideremos pues una caminata aleatoria realizada en el intervalo de
tiempo [0, T] y en donde los pasos de la caminata son de longitud > 0.
Sea n un n umero entero positivo. En cada uno de los n instantes de tiempo
j con 0 < j n, en donde =
T
n
,
Pagina 31
se lanza al aire una moneda honesta. Si al tiempo j (o equivalentemente,
al tiempo t = j) la moneda cayo en aguila, entonces damos un paso de
magnitud en la direccion positiva. Si al tiempo j la moneda cayo en sol,
entonces damos un paso de magnitud en la direccion negativa. Podemos
suponer que esta caminata aleatoria empieza en el origen.
Con objeto de hacer una descripcion mas analtica de la caminata
aleatoria, descrita en parrafo anterior, vamos a considerar una sucesion
de variables
_
X
j
_
. Suponemos que las variables X
j
son independientes,
identicamente distribuidas y tales que
P
_
X
j
= +
_
=
1
2
= P
_
X
j
=
_
.
Si para cada k 1 hacemos que
w
k
= X
1
+X
2
+ +X
k
entonces w
k
es la posicion despues de haber realizado k pasos aleatorios.
Haciendo que w
0
= 0, la caminata aleatoria es el conjunto de puntos
(k, w
k
) con 0 k n
del plano cartesiano R
2
. Ahora queremos hacer que n sea cada vez mas
grande, es decir, queremos que n . Es conveniente sin embargo,
hacer que la magnitud de los pasos aleatorios sea cada vez mas peque na
conforme n es cada vez mas grande.
Dado un valor jo de t [0, T], hacemos
(2) k =
_
t
T
n
_
de modo que k t
cuando n . Aqu [x] es la parte entera de x. Para determinar que
magnitud debe tener cuando n es grande, notese que la varianza de w
k
es
E(w
2
k
) = k
2
.
Por el Teorema de DeMoivre-Laplace se cumple que
P
_
w
k

k
x
_
= N(x) +O
_
log
3
2
n

n
_
.
Pagina 32
Para hacer que la parte (b) de la Denicion 1 se cumpla (salvo por el
termino de error) con t
1
= 0 y con t
2
= t, es necesario que
(3)

t cuando n .
De las condiciones (2) y (3) se deduce cual debe ser la magnitud de .
As entonces hacemos que
(4) =
_
T
n
.
En la Figura 5 se muestra una simulacion de una caminata aleatoria con
n = 100, T = 1, = 1 y = 1/10. Por otro lado, la Figura 6 muestra
una simulacion de una caminata aleatoria con n = 10 000, T = 1, = 1
y = 1/100. Con este valor de 10 000 se agotan las posibilidades de
resolucion de la graca, en el sentido de que con valores mayores para n
no se obtienen gracas de apariencia distinta de la Figura 6.
Figura 5.
Observacion 5. Si en una caminata aleatoria escribimos dt en lugar de
T/n y escribimos dw en lugar de , entonces se cumple que
_
dw
_
2
=
2
dt.
Compare el lector esta expresion con la (4).
Pagina 33
Figura 6.
Se puede pensar que una caminata aleatoria, en donde n es muy grande,
es una buena aproximacion al movimiento browniano. As, siempre que en
lo sucesivo nos reramos al movimiento browniano, el lector puede pensar
que nos estamos reriendo a una caminata aleatoria en donde n es grande.
Para un movimiento browniano estandar, en donde = 1, se cumple que
(6)
_
dW
_
2
= dt.
3. La Ecuacion de Black y Scholes.
Denicion 7. La ecuacion en derivadas parciales
V
t
+rS
V
S
+
1
2

2
S
2

2
V
S
2
= rV
se llama la ecuacion de Black y Scholes.
Como se mostrara es este apartado, la ecuacion de Black y Scholes es
la ecuacion que el precio de una opcion debe satisfacer. Mediante V (S, t)
se denota el precio de una opcion sobre una accion que al tiempo t [0, T]
tiene un valor igual a S. Se supone que la opcion se emite al tiempo 0 y
que T es el tiempo de maduracion. Tambien se supone que V (S, T) = (S)
en donde (S) es la funcion de pago de la opcion, ver el apartado 4 del
Captulo 3.
Pagina 34
Si P = P(t) es el monto invertido en una cuenta bancaria, entonces
P(t) = P
0
e
rt
en donde r es la tasa de interes que paga el banco. Se cumple
entonces que
(8)
dP
P
= r dt.
Invertir en la compra de acciones es una alternativa a depositar dinero en
el banco. Si S = S(t) es el monto invertido en acciones, entonces nosotros
supondremos que
(9)
dS
S
= dt + dW
en donde > 0 y W denota el movimiento browniano estandar. Mientras
que la tasa de interes bancaria r esta ja, S(t) crece a una tasa que vara
de manera aleatoria. En efecto, dS/S contiene el termino dW, que es
aleatorio. Entre mas grande sea el valor de , mayor sera la insertidumbre
sobre el rendimiento de la inversion. Por otro lado, es usual que > r y
por lo tanto invertir en acciones es todava atractivo.
El precio V de una opcion es funcion del tiempo t y del precio S de la
accion subyacente. Se dice entonces que el precio de una opcion se deriva
del precio de la accion. Se llama producto derivado a cualquier funcion de
S y de t.
Consideremos un producto derivado f(S, t) que deriva su valor del valor
de S, en donde S satisface la ecuacion (9). Por la formula de Taylor
(10) df =
f
t
dt +
f
S
dS +
1
2

2
f
S
2
(dS)
2
+
en donde los terminos omitidos son mucho mas peque nos que los terminos
que aparecen de forma explcita. Puesto que (9) se cumple, entonces
ponemos en (10) la expresion Sdt+SdW en lugar de dS y as obtenemos
df =
_
f
t
+S
f
S
_
dt +S
f
S
dW +
1
2

2
S
2

2
f
S
2
(dW)
2
en donde se han omitido todos los terminos que son mas peque nos que dt.
Como se indico en (6) se cumple que (dW)
2
= dt. Por lo tanto
(11) df =
_
f
t
+S
f
S
+
1
2

2
S
2

2
f
S
2
_
dt +S
f
S
dW.
Pagina 35
Podemos resumir esta discucion en el siguiente lema.
Lema 12. (de Ito). Si f = f(S, t) y ademas se cumple (9), entonces df
es como en (11).
Consideremos ahora un portafolio dinamico
=
_
(
t
, P
t
) : 0 t T
_
en donde
t
es el n umero de acciones dentro del portafolio al tiempo t y en
donde P
t
es el monto invertido en el banco al tiempo t. Nuestro proposito
es hacer que el valor del potafolio sea igual a (o replique) el valor del
producto derivado. Es decir, queremos que
(13) f = S +P
en donde el lado derecho de (13) es el valor del portafolio y f es el valor
del producto derivado.
Durante un intervalo de tiempo dt, el valor del portafolio sufre un
incremento igual a
df = dS +dP.
Para mayor generalidad, consideramos aqu tambien el caso de una opcion
que paga dividendos a una tasa igual a q. En este caso el cambio en el
valor del portafolio es
df = dS +Sq dt +dP.
Tomando en cuenta (8) y (9) vemos que
(14) df =
_
S( +q) +rP
_
dt +S dW.
Como (11) y (14) deben ser iguales, entonces vemos que necesariamente
(15) =
f
S
.
Con este valor para , las condiciones (11) y (14) implican que
f
t
+
1
2

2
S
2

2
f
S
2
= Sq
f
S
+rP.
Pagina 36
Puesto que (13) y (15) se cumplen, entonces
f
t
+
1
2

2
S
2

2
f
S
2
= Sq
f
S
+
_
f S
f
S
_
r.
Resumiendo lo anterior, podemos ahora armar que
(16)
f
t
+ (r q)S
f
S
+
1
2

2
S
2

2
f
S
2
= rf.
La ecuacion de Black y Scholes corresponde al caso de que q = 0, es
decir, corresponde al caso de una opcion sobre una accion que no paga
dividendos.
El paso decisivo para la deduccion de la formula de Black y Scholes
es hacer que las dos expresiones (11) y (14) para el incremento df sean
iguales. Esto esta motivado por el deseo de que el precio del portafolio
sea igual al precio de la opcion en cada instante de tiempo. De esta manera
el emisor puede invertir el monto recibido por la venta de la opcion en un
portafolio dinamico que, al tiempo de maduracion T, genera la misma
ganancia que la compra de la opcion le genera a su tenedor.
En la siguiente proposicion damos la formula para el precio de una
opcion sobre una accion que paga dividendos y que tiene a (x) = (xK)
+
como funcion de pago.
Proposicion 17. Sea (x) = (x K)
+
. Si f satisface (16) y ademas
f(x, T) = (x), entonces
f(x, t) = x
N(d
1
)
e
q(Tt)
+
N(d
2
)
e
r(Tt)
K
en donde d
1
y d
2
estan denidas por
d
1
=
1

T t
log
_
x
K
_
+
_
r q

+

2
_

T t,
d
2
=
1

T t
log
_
x
K
_
+
_
r q

2
_

T t.
Demostracion. Sea E = e
q(Tt)
. Sea V = V (x, t) la solucion de
la ecuacion de Black y Scholes de la Denicion 7 con r q en lugar de
Pagina 37
r. Si ademas requerimos que V (x, T) = (x), entonces V es como en el
Corolario 22 del Captulo 1. Por lo tanto sera suciente si f = EV ya que
la expresion propuesta para f es igual a EV con r q en lugar de r.
Se cumple que
f
t
= E
V
t
+qEV y

j
f
S
j
= E

j
V
S
j
para j = 1, 2.
Por lo tanto el lado derecho de (16) es igual a
qEV +E
_
V
t
+ (r q)S
V
S
+
1
2

2
S
2

2
V
S
2
_
.
Puesto que V satisface la ecuacion de Black y Scholes con q r en lugar
de r, entonces la expresion entre llaves es igual a (r q)V y por lo tanto
el lado derecho de (16) es igual a
qEV +E(r q)V = rf.
As entonces f = EV satisface (16). Por ultimo, es claro que f(x, T) =
V (x, T) = (x).
4. Solucion Mediante la Transformada de Mellin.
En esta seccion se obtiene la solucion de la ecuacion de Black y Scholes
(16) en donde los coecientes r, y q pueden variar con el tiempo. As
entonces consideramos la ecuacion
(18) f
t
+q(t)xf
x
+
1
2

2
(t)x
2
f
xx
= r(t)f.
Compare el lector (18) con la Denicion 7 y la ecuacion (16). Nuestra
tarea es determinar f tal que (18) se cumple y ademas
(19) f(x, T) = (x).
La transformada de Mellin de una funcion f se denota mediante

f y
se dene mediante
(20)

f() =

_
0
y
1
f(y) dy
Pagina 38
para aquellos n umeros R para los cuales la integral que dene a

f sea absolutamente convergente. Como hipotesis de trabajo, nosotros

supondremos que

f esta denida para cada R y as procederemos
de manera formal en los calculos que involucran a

f. Despues de haber
determinado la solucion f de la ecuacion (18) veremos, a posteriori, que

f
en efecto esta bien denida para toda R.
Para resolver la ecuacion (18) nosotros supondremos que t es constante
y calcularemos la trasformada de Mellin de f con respecto a la variable x.
Para la trasformada de Mellin de f(x, t), en ocasiones escribiremos

f(),
o todava mas brevemente

f.
Consideremos primero la transformada del termino xf
x
que aparece en
(18). Integrando por partes, obtenemos

xf
x
() =

_
0
y

f
x
(y) dy = y

f(y)

_
0
y
1
f(y) dy.
En el caso de que y f sean tal que y

f(y) 0 cuando y 0 y tambien

cuando y , entonces se cumple que
(21)

xf
x
() =

f().
Si adicionalmente se cumple que y
+1
f
x
(y) 0 cuando y , entonces,
integrando dos veces por partes, se obtiene
(22)

x
2
f
xx
() = (
2
+)

f().
Para la trasformada del primer termino en el lado derecho de (18) tenemos
(23)

f
t
() =

_
0
y
1
f
t
(y) dy =
d
dt

_
0
y
1
f(y) =
d

f
dt
().
Aqu tambien se imponen condiciones sobre f que permitan el intercambio
en el orden de derivada e integral.
Tomando trasformada de Mellin en (18) tenemos que
d

f
dt
q

f +

2
2
(
2
+)

f = r

f
Pagina 39
o lo que es lo mismo
(24)
d

f
dt
=
_
1
2
dS
dt

2
+
_
1
2
dS
dt

dQ
dt
_

dR
dt
_

f
y en donde hemos escrito
(25) S(t) =
T

2
() d, Q(t) =
T

t
q() d, R(t) =
T

t
r() d.
Al tomar la transformada de Mellin, la condicion (19) se traduce en la
condicion

f(, T) = (). Con esta condicion nal, la solucion de (24) es
(26)

f(, t) = () exp
_
S
2

2
+
_
S
2
Q
_
R
_
.
Nuestro objetivo ahora es representar la solucion de (18) junto con su
condicion nal (19) en terminos de la convolucion de f y de un n ucleo
apropiado. Para esto seguimos a M.R. Rodrigo y R.S. Mamon, ver [8].
Denicion 27. Sean S, Q y R como en (25). El n ucleo B de Black y
Scholes se dene mediante
B(x, t) =
e
R

S
N

_
log x

S
+
Q

S
2
_
en donde N

(x) =
1

2
e

1
2
x
2
.
Teorema 28. La solucion de la ecuacion diferencial (18) que satisface la
condicion (19) esta dada por
f(x, t) =

_
0
1
y
B
_
x
y
, t
_
(y) dy
en donde B es el n ucleo de Black y Scholes.
Para la prueba del Teorema 28, seran necesarios tres lemas.
Pagina 40
Lema 29. Sean > 0 y dos n umeros reales. Sea R. Se cumple que

_
0
y
1
e

1
2
(+log y)
2
dy = exp
_
1
2
_

_
2

_
.
Demostracion. Notese primero que
1
2
_

_
2

2
2
+
1
2
_

_
2
.
Ahora bien,
e

1
2
(

)
2 1

2
+
_

exp
_
y
1
2
_

2
y
2
+ 2y +
2
__
dy
=
e

1
2

2
+
_

exp
_

1
2
_

2
y
2
+ 2( )y +
_

_
2
__
dy
=
e

1
2

2
+
_

exp
_

1
2
_
y +

_
2
_
dy
=
e

1
2

2
+
_

1
2
(y)
2
dy
=
e

1
2

.
Despues de rearreglar los terminos se obtiene la armacion del lema.
Mediante el cambio de variables y e
y
, la transformada de Mellin se
puede escribir como una transformada bilateral de Laplace
(20)

_
0
y
1
f(y) dy =
+
_

e
y
f(e
y
) dy.
Se tiene el siguiente Lema 30 sobre la unicidad de la transformada bilateral
de Laplace. Ver Widder [9], pagina 243.
Pagina 41
Lema 30. Sean f
1
y f
2
funciones tales que
+
_

e
y
f
1
(y) dy =
+
_

e
y
f
2
(y) dy
para cada I en donde I R es un intervalo. Se cumple entonces que
f
1
(y) = f
2
(y) para cada y R.
Para la demostracion del siguiente lema solo es necesario intercambiar
el orden en que se toman las integrales. Ver P.L. Butzer y S. Jansche [3].
Lema 31. Suponga que

f
1
() y

f
2
() existen para cada R. Entonces
g(x) :=

_
0
f
1
(y)f
2
_
x
y
_
dy
y
esta bien denida para cada x > 0 y ademas g() =

f
1
()

f
2
() para cada
R.
Demostracion del Teorema 28. Poniendo =
1

S
y =
Q

S
+

S
2
vemos que la ecuacion (28) el Lema 29 y el Lema 30 implican que

f(, t) = ()

B(, t).
La expresion propuesta para f(x, t) es ahora una consecuencia inmediata
del Lema 31.
La expresion f(x, t) de la Proposicion 28 para la solucion de la ecuacion
(18) de Black y Scholes con coecientes variables es general en el sentido
de que vale para cualquier funcion de pago . En la proposicion que sigue
se considera el caso de que corresponde a la funcion de pago de una
opcion de venta.
Proposicion 32. Si (x) = (xK)
+
y f(x, t) es como en la Proposicion
28, entonces
f(x, t) = x
e
Q
e
R
N(d
1
)
K
e
R
N(d
2
)
Pagina 42
en donde
d
1
=
1

S
log
_
x
K
_
+
Q

S
+

S
2
d
2
=
1

S
log
_
x
K
_
+
Q

S
2
.
Demostracion. Para el n ucleo de Black y Scholes escribiremos B(x) en
lugar de B(x, t). La funcion en cuestion f(x, t) es igual a

_
0
1
y
B
_
x
y
_
(y K)
+
dy =

_
K
B
_
x
y
_
dy K

_
K
1
y
B
_
x
y
_
dy.
Sea =
1

S
y sea =
Q

S
2
. Entonces

_
K
B
_
x
y
_
dy = x
x/K
_
0
B(y)
dy
y
2
=
x
e
R
x/K
_
0
exp
_

1
2
_
log y +
_
2
_
dy
y
2
.
Con el cambio de variable y exp
y

obtenemos

_
K
B
_
x
y
_
dy =
xe

e
R

2
log
x
K
+
_

exp
_

1
2
y
2

_
dy
= xexp
_

+
1
2
2
R
_
1

2
d
1
_

1
2
y
2
dy
en donde
d
1
=
1

S
log
_
x
K
_
+
Q

S
+

S
2
.
Por otra parte

+
1
2
2
R = QR.
Pagina 43
Resumiendo lo anterior, tenemos que

_
K
B
_
x
y
_
dy = x
e
Q
e
R
N(d
1
).
Consideremos ahora la integral

_
K
1
y
B
_
x
y
_
dy =
x/K
_
0
B(y)
dy
y
=

e
R
1

2
x/K
_
0
exp
_

1
2
_
log y +
_
2
_
dy
y
.
Mediante el cambio de variables y exp
y

obtenemos
K

_
K
1
y
B
_
x
y
_
dy =
Ke
R

2
d
2
_

1
2
y
2
dy =
K
e
R
N(d
2
)
en donde
d
2
= log
_
x
K
_
+ =
1

S
log
_
x
K
_
+
Q

S
2
.
Esto termina la prueba de la proposicion.
Es facil ver que el Corolario 22 del Captulo 3 y la Proposicion 17 de
este captulo son casos particulares de la Proposicion 28.
Pagina 44
Referencias
[1] Billingsley, P. Probability and measure. John Wiley & Sons, Inc.,
New York, 1995.
[2] Black, F.; Scholes, M. The Pricing of Options and Corporate Lia-
bilities. The Journal of Political Economy, vol. 81 (1973) 637-654.
[3] Butzer, P.L.; Jansche, S. A direct approach to the Mellin transform.
J. Fourier Anal. Appl. vol. 3 (1997) no. 4, 325-376.
[4] Cox. J.C.; Ross, S.A.; Rubinstein, M. Option Pricing: A Simpli-
ed Approach. Journal of Financial Economics, vol 7 (1979) 229-263.
[5] Jarrow, R.A. In Honor of the Nobel Laureates Robert C. Merton and
Myron S. Scholes. Journal of Economic Perspectives. vol. 13 (1999)
no. 4, 229-248.
[6] Lesigne, E. Heads or tails. An introduction to limit theorems in
probability. American Mathematical Society, 2005.
[7] Parzen, E. Modern probability theory and its applications. A John
Wiley & Sons, 1960.
[8] Rodrigo, M.R.; Mamon, R.S. An application of Mellin transform
techniques to a Black-Scholes equation problem. Anal. Appl. vol. 5
(2007) no. 1, 51-66.
[9] Widder, D.V. The Laplace Transform. Princeton University Press,
1941.