- •Автокорреляционная функция, коррелограмма и выявление структуры временного ряда.
- •Автокорреляция уровней временного ряда. Свойства коэффициента временной автокорреляции.
- •Аналитическое выравнивание временного ряда. Ошибки спецификации при выборе вида тренда.
- •Балансовый метод планирования. Области применения. Преимущества модели «затраты-выпуск».
- •Временные параметры событий сетевых моделей: ранний срок, поздний срок, резерв времени. Критические события.
- •Геометрическая интерпретация злп. Графическая интерпретация целевой функции. Особые случаи при графическом решении злп.
- •Граф-аналитический метод решения злп. Геометрическая интерпретация и графическое решение злп.
- •Коэффициент напряженности работы в сетевой модели. Пути снижения напряженности работ.
- •Коэффициенты прямых и косвенных материальных затрат в матричных моделях баланса. Основные уравнения математической модели балансового метода планирования.
- •Краткая характеристика симплексного м-метода линейного программирования. Геометрическая интерпретация симплексного метода.
- •Критерий оптимальности. Возможность решения задач с различными целевыми функциями в одной и той же области допустимых решений. Случай многокритериальных задач.
- •Линейная и нелинейная регрессия
- •Матрица (математическая модель) открытой транспортной задачи. Условный потребитель (получатель). Характеристика задач, решаемых этим методом.
- •Множественная регрессия
- •Моделирование одномерных временных рядов. Основные элементы временного ряда
- •Моделирование сезонных и циклических колебаний. Аддитивная и мультипликативная модель временного ряда. Процесс построения модели.
- •Общая формулировка задачи линейного программирования (злп). Каноническая форма злп.
- •Приведение общей задачи линейного программирования к канонической форме
- •Общая формулировка задачи линейного программирования (злп). Матричная форма записи.
- •Описание матрицы модели «затраты-выпуск» на примере межотраслевого баланса. Уравнения баланса для потребляющих и производящих отраслей
- •Определение и формулы для расчета сумм tss, rss и ess. Проверка общего качества уравнения регрессии на основе проверки значимости коэффициента детерминации r2.
- •Определение и формула Истинный коэффициент детерминации модели зависимости случайной величины y от факторов X определяется следующим образом:
- •Основные понятия эволюционно-симулятивной методологии.
- •Общие сведения
- •Основные теоремы двойственности и их экономическое содержание
- •Основные теоремы теории равновесных случайных процессов
- •Особые случаи симплексного метода.
- •Оценка параметров линейной модели парной регрессии. Суть метода наименьших квадратов.
- •Оценка спецификации модели. Проверка гипотез, относящихся к коэффициентам уравнения парной линейной регрессии.
- •Понятие «временной ряд» и «анализ временного ряда».
- •Понятие «корреляционный анализ»
- •Понятие «модель временного ряда». Модели временных рядов
- •Понятие «регрессия» и «регрессионный анализ».
- •Понятие «эконометрическая модель». Предмет, цели и задачи эконометрики.
- •Понятие двойственности в задаче линейного программирования.
- •Понятие двойственности в задаче линейного программирования. Основные теоремы двойственности.
- •Понятие критического пути в сетевой модели. Построение линейной диаграммы проекта.
- •Понятие социально-экономического процесса. Общие закономерности социально-экономического развития (цикл «инновации-инвестиции»)
- •Правила нахождения коэффициентов новой симплексной таблицы. Оценка оптимальности плана при решении задач на максимум и минимум целевой функции.
- •Правила составления исходной матрицы и первого (опорного, базисного) плана симплексного м-метода линейного программирования.
- •Предмет, цели и задачи эконометрики. Связь эконометрики с другими областями знаний. Типы выборочных данных в эконометрике.
- •Преимущества и недостатки моделей, использующих коэффициенты прямых затрат, в сравнении с моделями, использующими коэффициенты полных затрат.
- •Применение метода наименьших квадратов для регрессионного анализа.
- •Принципы построения эконометрических моделей. Виды переменных эконометрических моделей.
- •Прогнозирование по уравнению парной линейной регрессии. Точечный и интервальный прогнозы значений результативного признака.
- •Прогнозирование по уравнению парной линейной регрессии. Точечный прогноз. Интервальные прогнозы для средних и индивидуальных значений результативного признака.
- •Разложение временных рядов на компоненты
- •Расчет опорного (базисного) плана транспортной задачи методом «северо-западного угла». Формулы расчета потенциалов занятых клеток и расчета оценок свободных клеток матрицы транспортной задачи.
- •Симплексный м-метод линейного программирования. Симплекс-таблица. Правило прямоугольника.
- •Симплекс-таблица. Получение первого опорного решения. Последовательность оптимизации симплекс методом.
- •Способы формализации различных экономических и управленческих задач, заданных в содержательном виде. Задача о раскрое материалов.
-
Краткая характеристика симплексного м-метода линейного программирования. Геометрическая интерпретация симплексного метода.
При графическом способе решения ЗЛП решению всегда соответствует одна из угловых точек пространства решения. Именно этот результат положен в основу решения симплекс методом. В его вычислительной схеме реализуется упорядоченный процесс, при кот., начиная с некоторой исходной угловой точки (обычно (0,0)), осуществляют последовательные переходы от одной экстремальной точки к другой до тех пор, пока не будет найдена точка, соответствующая оптимальному решению.
Симплексный м-метод позволяет найти оптимальный план за наименьшее количество пересчетов. В этом методе применяются искусственные переменные с коэффициентом М (очень большое число), что и дало название методу: Симплексный М-метод. Смысл ввода коэффициента М при искусственной перемененной: при решении задачи на max, если в оптимальном плане окажется какая-либо искусственная переменная >0, то значение функционала будет резко уменьшено, а знак при решении на max «-»; при решении задачи на min, коэффициент М берется со знаком «+» и если искусственная переменная окажется в плане, то значение функции цели будет большим.
Геометрическая интерпретация симплекс-метода.
Фундаментом универсального метода решения задач линейного программирования, который называется симплекс-методом, является метод направленного перебора. (По латыни симплекс означает — простои, что в данном случае интерпретируется как простой выпуклый многогранник.) Геометрическая интерпретация симплекс-метода состоит в последовательном переходе от одной вершины многогранника к другой (от первоначально выбранной вершины к одной из соседних вершин, а именно к той, у которой линейная функция принимает лучшее или, по крайней мере, не худшее значение). Этот процесс происходит до тех пор, пока не будет найдено оптимальное решение — вершина, где достигается оптимальное значение функции (если задача имеет конечный оптимум).
-
Критерий оптимальности. Возможность решения задач с различными целевыми функциями в одной и той же области допустимых решений. Случай многокритериальных задач.
Критерий оптимальности (критерий оптимизации) — характерный показатель решения задачи, по значению которого оценивается оптимальность найденного решения, то есть максимальное удовлетворение поставленным требованиям. В одной задаче может быть установлено несколько критериев оптимальности.
Все факторы, входящие в описание процесса, можно разделить на две группы:
av а2,... - постоянные факторы (условия проведения операции), на которые мы влиять не можем.
xv х2,... - зависимые факторы (элементы решения).
Критерий эффективности, выражаемый целевой функцией Z, зависит от факторов обеих групп:
Z = f(a1, а2,..., xv х2,...).
Требуется найти решение (х/, х2*,..., хп*), удовлетворяющие системе неравенств (уравнений) ф,- (Ху х2,..., хп) < Ь„ / = 1, 2,..., т и обращающие в максимум (или минимум) целевую функцию, т.е. Z = f(xv х2,..., хп) ->max (min).
Многокритериальные задачи ЭММ
Подход 1. Сведение к задаче с одним критерием эффективности.
•Критерии располагаются в порядке убывания приоритетов f^x), f2(x),..., fn(x) (х - условный аргумент). В качестве целевой функции выбирается критерий, обладающий наиболее высоким приоритетом -f^x).
•Рассматривается комбинация («свертка») критериев
f (х) = ш^х) + U)2f2(x) + ... + U)nfn(x), где ы1; ш2,..., ып - некоторые коэффициенты (веса).
Подход 2. Из множества допустимых решений отбрасываются заведомо неудачные решения, уступающие другим по всем критериям. В результате остаются эффективные (или «паретовские») решения, множество которых (множество Парето) обычно существенно меньше исходного. Окончательный выбор «компромиссного» решения осуществляет Л ПР.