- •Інтегрована система економіко-математичних моделей.
- •Методологічні принципи побудови системи економіко-математичних моделей. Это ваще бредятина полная!!!))) привет!) как дела?)
- •Предмет та об’єкт “Математичне програмування”. Приклади економічних задач математичного програмування.
- •Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •Теорема про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •Знаходженння оптимального розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •Економічний зміст двоїстої задачі й двоїстих оцінок.
- •Теореми двоїстості, їх економічна інтерпретація.
- •Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •Геометрична інтерпретація задачі цілочислового програмування.
- •Метод Гоморі.
- •Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •Графічний метод розв’язування задач нелінійного програмування.
- •Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв’язування задачі на безумовний екстремум.
- •Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •Квадратична функція та її властивості.
- •Постановка задачі квадратичного програмування та її математична модель.
- •Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •Загальний вигляд теоретичного та емпіричного рівнянь парної лінійної регресії, їх складові елементи.
- •Причини, які спонукають появу випадкової складової в регресійних моделях.
- •Етапи побудови економетричної моделі.
- •Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
- •Що являється точковою незміщеною статистичною оцінкою для в моделі парної лінійної регресії?
- •Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів і функції регресії
- •Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
- •Описати алгоритм перевірки на статистичну значущість та r в моделі парної лінійної регресії.
- •Коефіцієнт детермінації : формули для обчислення та сутність.
- •Теоретична та статистична лінійна множинна модель та їх запис у векторно-матричній формі.
- •Умови Гаусса-Маркова для парної та множинної лінійної регресії.
- •Чому дорівнює вектор в моделі множинної лінійної регресії?
- •85.Дайте означення економічного ризику. Поясніть його сутність.
- •86.Наведіть приклади економічних рішень, обтяжених ризиком. Ідентифікуйте ризики, здійсніть їх якісний аналіз.
- •88.Пояснити сутність таких понять як: джерело, об`єкт, суб`єкт економічного ризику.
- •87.Поясніть основні причини виникнення економічного ризику.
- •89.Назвіть основні види джерел ризику, в певному виді економічної діяльності, й самих ризиків.
- •90.Сутність кількісного аналізу ризику. Навести відповідні приклади.
- •91.Сутність кількісного аналізу ризику за допомогою методів імітаційного моделювання.
- •92.Основні засади кількісного аналізу ризику методом аналогій.
- •93.Сутність та основні кроки здійснення аналізу ризику за допомогою методу аналізу чутливості. Навести відповідний приклад.
- •94.Чому для кількісного вимірювання величини ризику використовують декілька показників? Навести окремі з них, та подати відповідні приклади.
- •95.Які Ви знаєте показники кількісної оцінки ризику в абсолютному вираженні? Навести приклади.
- •96.Чому та в якому випадку для оцінювання переваг одного з декількох варіантів проектів використовують коефіцієнт варіації, узагальнений коефіцієнт варіації?
- •97.Навести приклади показників ступеня ризику у відносному вираженні.
- •98.В яких ситуаціях доцільніше оцінювати ризик за допомогою семіваріації? За допомогою коефіцієнта семіваріації? Навести приклади.
- •100.Розкрити зміст основних етапів процесу управління ризиком. Навести приклади.
- •101.Наведіть приклади ситуацій, коли доцільно використовувати зовнішні способи зниження ступеня ризику. Дайте відповідні пояснення.
- •102.В яких випадках доцільно й можливо застосовувати страхування як спосіб зниження ризику? Наведіть приклади.
- •103.Для розв’язання яких проблем та в яких сферах економіки можна застосовувати теорію портфеля? Наведіть приклади та дайте відповідні пояснення.
- •104.Суть поняття “систематичний ризик” та “специфічний ризик” цінного паперу. Навести приклади та дати відповідні пояснення.
- •105.Які цінні папери вважаються більш привабливими для інвестора: з більшим чи з меншим коефіцієнтом β? Навести приклади.
- •Сутність соціально-економічних систем.
- •Структура соціально-економічних систем.
Метод Гоморі.
Розглянемо алгоритм, запропонований Гоморі, для розв’язування повністю цілочислової задачі лінійного програмування, що ґрунтується на використанні симплексного методу і передбачає застосування досить простого способу побудови правильного відтинання.
Нехай маємо задачу цілочислового програмування:
(6.5)
за умов: , (6.6)
, (6.7)
— цілі числа . (6.8)
Допустимо, що параметри — цілі числа.
Не враховуючи умови цілочисловості, знаходимо розв’язок задачі (6.5)—(6.7) симплексним методом. Нехай розв’язок існує і міститься в симплексній таблиці.
Розглянемо довільний оптимальний план задачі (6.5) —(6.7). Виразимо в цьому плані базисну змінну через вільні змінні:
. (6.9)
Виразимо коефіцієнти при змінних даного рівняння у вигляді суми їх цілої та дробової частин. Введемо позначення: — ціла частина числа , — дробова частина числа 1. Отримаємо:
, (6.10)
або
. (6.11)
Отже, рівняння (6.11) виконується для будь-якого допустимого плану задачі (6.5)—(6.7). Допустимо тепер, що розглянутий план є цілочисловим оптимальним планом задачі. Тоді ліва частина рівняння (6.11) складається лише з цілих чисел і є цілочисловим виразом. Отже, права його частина також є цілим числом і справджується рівність:
, (6.12)
де N — деяке ціле число.
Величина N не може бути від’ємною. Якщо б , то з рівняння (6.12) приходимо до нерівності:
.
Звідки . Тобто це означало б, що дробова частина перевищує одиницю, що неможливо. У такий спосіб доведено, що число N є невід’ємним.
Якщо від лівої частини рівняння (6.12) відняти деяке невід’ємне число, то приходимо до нерівності:
,(6.13)
яка виконується за допущенням для будь-якого цілочислового плану задачі (6.5)—(6.7). У такий спосіб виявилося, що нерівність (6.13) є шуканим правильним відтинанням.
Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
Задача пошуку оптимальних обсягів виробництва ґрунтується на допущеннях про лінійність зв’язку між витратами ресурсів і обсягами виготовленої продукції; між ціною, рекламою та попитом тощо. Але такі зв’язки насправді є нелінійними, тому точніші математичні моделі доцільно формулювати в термінах нелінійного програмування.
Нехай для деякої виробничої системи необхідно визначити план випуску продукції за умови найкращого способу використання її ресурсів. Відомі загальні запаси кожного ресурсу, норми витрат кожного ресурсу на одиницю продукції та ціни реалізації одиниці виготовленої продукції. Критерії оптимальності можуть бути різними, наприклад, максимізація виручки від реалізації продукції. Така умова подається лінійною залежністю загальної виручки від обсягів проданого товару та цін на одиницю продукції.
Однак, загальновідомим є факт, що за умов ринкової конкуренції питання реалізації продукції є досить складним. Обсяг збуту продукції визначається передусім її ціною, отже, як цільову функцію доцільно брати максимізацію не всієї виготовленої, а лише реалізованої продукції. Необхідно визначати також і оптимальний рівень ціни на одиницю продукції, за якої обсяг збуту був би максимальним. Для цього її потрібно ввести в задачу як невідому величину, а обмеження задачі мають враховувати зв’язки між ціною, рекламою та обсягами збуту продукції.Отже, маємо задачу нелінійного програмування.
Також добре відома транспортна задача стає нелінійною, якщо вартість перевезення одиниці товару залежить від загального обсягу перевезеного за маршрутом товару. Тобто коефіцієнти при невідомих у цільовій функції, що в лінійній моделі були сталими величинами, залежатимуть від значень невідомих (отже, самі стають невідомими), що знову приводить до нелінійності у функціоналі.
І нарешті, будь-яка задача стає нелінійною, якщо в математичній моделі необхідно враховувати умови невизначеності та ризик. Як показник ризику часто використовують дисперсію, тому для врахування обмеженості ризику потрібно вводити нелінійну функцію в систему обмежень, а мінімізація ризику певного процесу досягається дослідженням математичної моделі з нелінійною цільовою функцією.
Загальна задача математичного програмування формулюється так: знайти такі значення змінних xj , щоб цільова функція набувала екстремального (максимального чи мінімального) значення:
(8.1)
за умов:
( ); (8.2)
. (8.3)
Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.