Suponiendo rendimientos continuamente compuestos para un modelo multiperiodo con $N$ siendo el número de períodos:
\begin{cases} &\log u \quad \text{with probability q}\\ &\log d \quad \text{with probability 1-q} \end{cases} dado el precio de las acciones al vencimiento $$\log\left(\frac{S_T}{S_0}\right)=i\log u+(N−i)\log d=i\log\left(\frac{u}{d}\right)+N\log d$$ donde $i$ es una v.r. binomial bajo la medida de riesgo neutral $\mathbb Q$ . $$\lim_{N\rightarrow\infty}\log\left(\frac{S_T}{S_0}\right)\sim\mathcal{N}(\mu T,\sigma^2T)$$ con \begin{align} \mu T=&\mathbb{E}[i]\log(u/d) +N\log d \\ \sigma^2T=&\text{Var}[i][\log(u/d)]^2 \end{align} Por CLT, la distribución de la suma de los rendimientos continuamente compuestos converge a una distribución normal. Dado que, por la hipótesis $u=1/d$ tenemos las ecuaciones: $$u=e^{\sqrt{\Delta t}}, \quad d=e^{-\sqrt{\Delta T}}, \quad q=\frac{1}{2}+\frac{\mu}{2\sigma}\Delta t, \quad \Delta t=\frac{t}{N}$$ Reescribamos la distribución binomial: $\text{Bin}\left(\left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor+1,N,q\right)$ \begin{align} 1-\text{Bin}\left(\left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor+1,N,q\right) &=\mathbb{Q}\left(i\leq \left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor+1-1\right) \\ &=\mathbb{Q}\bigg(\underbrace{\bigg(\frac{i-Nq}{\sqrt{Nq(1-q)}}\bigg)}_{=\frac{\log(S_T/S_0)-N\log d-Nq\log(u/d)}{\log(u/d)\sqrt{Nq(1-q)}}}\leq\underbrace{\frac{\left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor-Nq}{\sqrt{Nq(1-q)}}}_{=:\mathcal{A}}\bigg) \end{align} $$\left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor=\frac{\log(K/S_0d^N)}{\log(u/d)}-\varepsilon, \qquad \varepsilon\in[0,1) \\ \Rightarrow\mathcal{A}=\frac{\log(K/S_0)+N(\log d+q\log(u/d))-\varepsilon\log(u/d)}{\log(u/d)q(1-q)\sqrt N}$$
Ahora, sustituye $$\hat\mu=q(\log d+\log(u/d)),\quad \hat\sigma=q(1-q)(\log(u/d))^2,\quad q=\frac{e^{r\Delta t}-e^{-\sigma\sqrt{\Delta t}}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}} \\ \text{in } f(\Delta t)=\frac{\log(K/S_0)-\hat\mu N-\varepsilon\log(u/d)}{\hat\sigma\sqrt N}$$ y calcular su expansión de Taylor: $$f(\Delta t)=\frac{\log(K/S_0)}{\sigma\sqrt{N\Delta t}}-\frac{2\varepsilon\sigma}{\sqrt N \sigma}+\frac{1}{2}\frac{\sigma^2N\Delta t-rN\Delta t}{\sigma N\Delta t}+O((\Delta t)^3)$$ Como $h\rightarrow 0$ , $N\rightarrow \infty$ y $N\Delta t=T$ , $$f(\Delta t)\rightarrow \frac{\log(K/S_0)-\left(r-\frac{1}{2}\sigma^2\right)T}{\sigma\sqrt{T}} \\ \Rightarrow \text{Bin}\left(\left\lfloor\frac{\log(K/S_0d^N)}{\log(u/d)}\right\rfloor+1,N,q\right)\rightarrow \mathbf\Phi\left(\frac{\log(K/S_0)-\left(r-\frac{1}{2}\sigma^2\right)T}{\sigma\sqrt{T}}\right)$$ Como resultado, tenemos la convergencia hacia el modelo Black-Scholes: $$\text{Call}_0=S_0\mathbf\Phi(d_1)-Ke^{-rT}\mathbf\Phi(d_2)$$
Para derivar la EDP, obsérvese que en el modelo binomial se mantiene $$e^{r\Delta t}\text{Call}(S,t)=q\text{Call}_u(S_u,t+\Delta t)+(1-q)\text{Call}_d(S_d,t+\Delta t)\tag1$$
Introduzca el valor de $q=\frac{e^{r\Delta t}-e^{-\sigma\sqrt{\Delta t}}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}}$ :
$$e^{r\Delta t}\text{Call}(S,t)=\frac{e^{r\Delta t}-e^{-\sigma\sqrt{\Delta t}}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}}\text{Call}(Se^{\sigma\sqrt{\Delta t}},t+\Delta t)+\frac{e^{\sigma\sqrt{\Delta t}}-e^{r\Delta t}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}}\text{Call}(Se^{-\sigma\sqrt{\Delta t}},t+\Delta t)$$
Ampliar $\text{Call}(Se^{\sigma\sqrt{\Delta t}},t+\Delta t)$ sobre $(S,t)$ :
$$\text{Call}(Se^{\sigma\sqrt{\Delta t}},t+\Delta t)=\text{Call}(S,t)+(e^{\sigma\Delta t}-1)\frac{\partial\text{Call}}{\partial S}+\frac{1}{2}(e^{\sigma\Delta t}-1)^2S^2\frac{\partial^2\text{Call}}{\partial S^2}+\Delta t\left(\frac{\partial\text{Call}}{\partial t}+(e^{\sigma\Delta t}-1)S\frac{\partial^2\text{Call}}{\partial S\partial t}+\frac{1}{2}(e^{\sigma\Delta t}-1)^2S^2\frac{\partial^3\text{Call}}{\partial S^2\partial t}\right)+O((S)^3)$$ A continuación, realice la misma expansión para $\text{Call}(Se^{-\sigma\sqrt{\Delta t}},t+\Delta t)$ sobre $(S,t)$ y reescribir la ec. (1)
$$e^{r\Delta t}\text{Call}(S,t)=\frac{e^{r\Delta t}-e^{-\sigma\sqrt{\Delta t}}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}}\text{Call}(Se^{\sigma\sqrt{\Delta t}},t+\Delta t)-\frac{e^{\sigma\sqrt{\Delta t}}-e^{r\Delta t}}{e^{\sigma\sqrt{\Delta t}}-e^{-\sigma\sqrt{\Delta t}}}\text{Call}(Se^{-\sigma\sqrt{\Delta t}},t+\Delta t)\tag2$$
Expandir la ec. (2) en $\Delta t$ para conseguir
$$0=\left(r\text{Call}(S,t)+\frac{\partial\text{Call}}{\partial t}+rS\frac{\partial\text{Call}}{\partial S}+\frac{1}{2}rS^2\frac{\partial^2\text{Call}}{\partial S^2}\right)\Delta t+O((\Delta t)^{3/2})$$
Como $\Delta t\rightarrow 0$ tenemos la EDP de Black-Scholes.