Учебная работа № /7884. «Контрольная Математические методы в экономике. Вариант 7
Учебная работа № /7884. «Контрольная Математические методы в экономике. Вариант 7
Содержание:
«Задание 1. Ответить на вопросы:
Постановка задачи квадратического программирования. Методы решения задач квадратического программирования. Примеры.
Задание 2.
Решить задачу линейного программирования графическим и симплексным методом, найти также целочисленное решение, если это возможно.
Условие задачи:
Для изготовления двух видов изделий А, В используется токарное, фрезерное, сварочное и шлифовальное оборудование. Затраты времени на обработку одного изделия для каждого из типов оборудования; фонд рабочего времени; прибыль от реализации одного изделия каждого вида даны в таблице. Определить план выпуска изделий, обеспечивающий их максимальную суммарную прибыль.
Тип оборудования Затраты времени на обработку одного изделия Фонд времени оборудования
А В
Фрезерное 2 4 120
Токарное 1 8 280
Сварочное 7 4 240
Шлифовальное 4 6 360
Прибыль руб. 10 14
Список литературы.
1. Большаков, А. С. Моделирование в менеджменте : учеб. пособие / А. С. Большаков. – М. : Филинъ, 2000.
2. Бродецкий, Г.Л. Экономико-математические методы и модели в логистике: процедуры оптимизации [Текст]: учебник /Г.Л. Бродецкий, Д.А. Гусев.- 2-ое изд., стер. – Москва : Академия, 2014.-288 с.
3. Гетманчук, А.В. Экономико-математические методы и модели [Текст]: учеб. пособие/ А.В. Гетманчук, М.М. Ермилов. Москва : Изд.-торг. корпорация «»Дашков и К»», 2013. – 188 с.
4. Глухов, В. В. Математические методы и модели для менеджмента / В. В. Глухов, М. Д. Медников, С. Б. Коробко. – СПб. : Лань, 2000.
5. Замков, О. О. Математические методы в экономике : учебник / О. О. Замков, А. В. Толстопятенко, Ю. Н. Черемных ; под ред. А. В. Сидоровича. – 4-е изд., стер. – М. : Дело и сервис, 2007. – 368 с.
6. Косачев, Ю. В. Математическое моделирование интегрированных финансово-промышленных систем : учеб. пособие / Ю. В. Косачев. – М. : Логос, 2008. – 144 с.
7. Красс, М. С. Математика для экономистов : учеб. пособие / М. С. Красс, Б. П. Чупрынов. – СПб. : Питер, 2007. – 464 с.
8. Орлов, А.И. Организационно-экономическое моделирование: теория принятия решений [Текст]: учебник/ А.И. Орлов.-Москва : КноРус, 2011. – 568 с.
9. Пантелеев, А. В. Методы оптимизации в примерах и задачах : учеб. пособие / А. В. Пантелеев. – М. : Высш. шк., 2007. – 327 c.
»
Выдержка из похожей работы
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ
НАЦИОНАЛЬНАЯ АКАДЕМИЯ ПРИРОДООХРАННОГО И КУРОРТНОГО СТРОИТЕЛЬСТВА
ФАКУЛЬТЕТ ЭКОНОМИКИ И МЕНЕДЖМЕНТА
Кафедра экономической кибернетики
РАСЧЕТНО-ГРАФИЧЕСКАЯ РАБОТА
по дисциплине:
«Математические методы адаптации экономики» «ЗАО Массандра»
Выполнила:
студентка группы ЭК-402
Дубина И,А,
Проверил: доцент, Федоренко Н, П,
Симферополь, 2010
СОДЕРЖАНИЕ
Лабораторная работа № 1
Лабораторная работа № 2
Лабораторная работа № 3
Лабораторная работа № 4
Лабораторная работа № 5
Лабораторная работа № 6
Лабораторная работа № 7
Лабораторная работа № 8
Лабораторная работа № 9
Лабораторная работа №10
Лабораторная работа №1
Методы и модели, используемые в работе
В ходе работы использовались следующие методы,
1) Метод линейного программирования применяется в случаях, когда зависимости между факторами линейные и характер их не меняется со временем, Этот метод предполагает наличие нескольких альтернативных вариантов решения задачи, из числа которых и определяется лучший (оптимальный), В общем виде математическая модель оптимизационной задачи выглядит следующим образом:
Решение задач линейного программирования осуществляется с помощью симплексного метода, При этом реализуются следующие этапы:
· составление математической модели;
· присвоение элементам модели определенных имен;
· составление матричной модели с поименованными элементами;
· ввод исходных данных в ЭВМ и (при необходимости) их корректировка;
· решение задачи;
· экономический анализ полученного решения,
С помощью этого метода решаются задачи оптимального раскроя, оптимизации смесей сырья, оптимальной загрузки оборудования, транспортная задача и др,
2) Метод динамического программирования (ДП) применяется, когда целевая функция или система ограничений характеризуются нелинейными зависимостями, а изучаемые процессы развиваются во времени, Метод состоит в том, что вместо поиска оптимального решения для всей задачи, расчет ведется пошагово по отдельным элементам (этапам) исходной задачи, При этом выбор оптимального решения на каждом шаге ��олжен производится с учетом благоприятного использования этого решения при оптимизации на последующем шаге, Выбор решения при ДП осуществляется на основе так называемого принцип оптимальности Беллмана, Суть его выражается в следующем: оптимальная стратегия обладает теми свойством, что, каковы бы не были первоначальное состояние и решение, принятое в начальный момент, последующие решения должны вести к улучшению ситуации относительно состояния, являющегося результатом первоначального решения, Оптимальное решение, найденное при условии, что предыдущий шаг закончился определенным образом, называют условно-оптимальным решением,
3)Анализ наличия сезонности с использованием автокорреляционной функции,
Автокорреляционная функция — это последовательность коэффициентов автокорреляции уровней первого, второго и последующих порядков, Соответственно график зависимости значений автокорреляционной функции от величины лага (порядка коэффициента автокорреляции) — коррелограмма, Анализ автокорреляционной функции и коррелограммы позволяет определить лаг, при котором автокорреляция наиболее высокая, а следовательно, и лаг, при котором связь между текущим и предыдущими уровнями ряда наиболее тесная,
Коэффициент автокорреляции характеризует тесноту только линейной связи текущего и предыдущего уровней ряда, Если ряд имеет сильную нелинейную тенденцию, коэффициент автокорреляции может приближаться к нулю, Знак его не может служить указанием на наличие возрастающей или убывающей тенденции в уровнях ряда,
Теперь об анализе структуры временного ряда с помощью автокорреляционной функции и коррелограммы, Довольно ясно, что, если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит основную тенденцию, или тренд, и, скорее всего, только ее, Если ситуация иная, когда наиболее высоким оказался коэффициент корреляции некоторого отличного от единицы порядка, то ряд содержит циклические компоненты (циклические колебания) с периодом моментов времени, Наконец, если ни один из коэффициентов корреляции не является значимым, то достаточно правдоподобны следующие две гипотезы, Либо ряд не содержит ни тренда, ни циклических компонентов, так что его структура носит флуктуационный (резко случайный) характер, Либо имеется сильная нелинейная тенденция, обнаружение которой требует дополнительных специальных исследований,
Автокорреляция связана с нарушением третьего условия Гаусса — Маркова, что значение случайного члена (случайного компонента, или остатка) в любом наблюдении определяется независимо от его значений во всех других наблюдениях, Для экономических моделей характерна постоянная направленность воздействия не включенных в уравнение регрессии переменных, являющихся наиболее частой причиной положительной автокорреляции»
