Построение экономико-математических моделей
Экономико-математическая модель задачи, комментарии к ее элементам и решение графическим методом. Оптимальное использование ресурсов на максимум выручки от реализации продукции. Линейная модель у(t) = a0+a1t, ее адекватность и точность, прогноз спроса.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 08.12.2010 |
Размер файла | 1000,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
КАФЕДРА МАТЕМАТИКИ И ИНФОРМАТИКИ
КОНТРОЛЬНАЯ РАБОТА
по дисциплине «Экономико-математические методы и прикладные модели»
Вариант - 5
Барнаул 2009
Задача 1
1.5. Продукция двух видов (краска для внутренних (І) и наружных (E) работ) поступают в оптовую продажу. Для производства красок используются два исходных продукта - A и B. Максимально возможные суточные запасы этих продуктов составляют 6 и 8 тонн соответственно. Расходы продуктов A и B на 1 т соответствующих красок приведены в таблице.
Исходный продукт |
Расход исходных продуктов на тонну краски, т |
Максимально возможный запас, т |
||
Краска E |
Краска I |
|||
A |
1 |
2 |
6 |
|
B |
2 |
1 |
8 |
Изучение рынка сбыта показало, что суточный спрос на краску I никогда не превышает спроса на краску E более чем на 1 т. Кроме того, установлено, что спрос на краску I никогда не превышает 2 т в сутки. Оптовые цены одной тонны красок равны 3000ден.ед. для краски E и 2000ден.ед. для краски I. Какое количество краски каждого вида должна производить фабрика, чтобы доход от реализации продукции был максимальным?
Построить экономико-математическую модель задачи, дать необходимые комментарии к ее элементам и получить решение графическим методом. Что произойдет, если решать задачу на минимум, и почему?
РЕШЕНИЕ:
Пусть х1-краска Е
х2-краска I
max (3000x1+2000x2)
x1+2x2?6
2x1+x2?8
x2?2
x1 - x2?1
x1?0
x2?0
1. Строим ОДР
Берем первое ограничение
x1+2x2?6 -полуплоскость с границей x1+2x2=6 (I)
х1 =0х1=6
х2=3х2=0
подставляем координаты (0;0) в неравенство, получаем 0?6 => областью решения неравенства служит нижняя полуплоскость.
2x1+x2?8 - полуплоскость с границей 2x1+x2=8 (II)
х1=4х1=0
х2=0х2=8
подставляем координаты (0;0) в неравенство, получаем 0?8 => областью решения неравенства служит нижняя полуплоскость.
x2?2- полуплоскость с границей х2=2 (III)
х2=2
x1 - x2?1 -полуплоскость с границей x1 - x2=1 (IV)
х1=0х1=4
х2=1х2=5
подставляем координаты (0;0) в неравенство, получаем 0?1=> областью решения неравенства служит нижняя полуплоскость.
Заштрихуем общую область для всех неравенств, обозначим вершины многоугольника латинскими буквами и определим их координаты, решая систему уравнения двух пересекающихся соответствующих прямых. Например, определим координаты точки D, являющейся точкой пересечения первой и второй прямой.
x1+2x2=6
D= 2x1+x2=8
х1= 3,3
х2= 1,4
Вычислим значение ЦФ в этой точке:
F(х)=3000х1+2000х2=9900+2800=12700
Аналогично поступим для других точек, являющихся вершинами.
Координаты этих вершин имеют следующие значения:
т. А(0;1)=>F(x)=2000
т.Е(4;0)=>F(x)=12000
т.В(1;2)=>F(x)=7000
т.С(2;2)=>F(x)=10000
Приравниваем ЦФ к нулю
3000х1+2000х2=0
х1=0х1=3
х2=0х2=-2
через эти две точки проведем линию 3000х1+2000х2=0 (пунктирная прямая).
Построим вектор-градиент
Координаты вектора являются частными производными функции F(х), т.е (3000; 2000). Для удобства можно строить вектор, пропорциональный вектору 1/500 =(6;4)
Максимум ЦФ находится в точке ОДР D, в направлении вектора-градиент maxF(х)=12700 достигается при х1=3,3; х2 = 1,4.
Ответ: Для максимального дохода 12700, фабрика должна производить 3,3т. краски Е и 1,4т. краски I.
Если решить задачу на минимум, то минимум ЦФ будет достигаться в точке О(0;0),=>min F(x)=0 достигается при х1=0; х2=0.
Задача 2
2.5. На основании информации, приведенной в таблице, решается задача оптимального использования ресурсов на максимум выручки от реализации продукции.
Вид ресурсов |
Нормы расхода ресурсов на ед. продукции |
Запасы ресурсов |
|||
I вид |
II вид |
III вид |
|||
Труд |
1 |
4 |
3 |
200 |
|
Сырье |
1 |
1 |
2 |
80 |
|
Оборудование |
1 |
1 |
2 |
140 |
|
Цена изделия |
40 |
60 |
80 |
Требуется:
1. Сформулировать прямую оптимизационную задачу на максимум выручки от реализации готовой продукции, получить оптимальный план выпуска продукции.
2. Сформулировать двойственную задачу и найти ее оптимальный план с помощью теорем двойственности.
3. Пояснить нулевые значения переменных в оптимальном плане.
4. На основе свойств двойственных оценок и теорем двойственности:
а) проанализировать использование ресурсов в оптимальном плане исходной задачи;
б) определить, как изменяется выручка от реализации продукции и план её выпуска при увеличении запаса сырья на 18 единиц;
в) оценить целесообразность включения в план изделия четвертого вида ценой 70 единиц, на изготовление которого расходуется по две единицы каждого вида ресурсов.
РЕШЕНИЕ:
Решение:
1. Пусть: х1 шт. - продукции I вида;
х2 шт. - продукции II вида;
х3 шт. - продукции III вида.
F(x)=40x1+60x2+80x3>max
при ограничениях:
1x1+4x2+3x3<=200;
1x1+1x2+2x3<=80;
1x1+1x2+2x3<=140;
х1>=0;
х2>=0;
х3>=0.
2. Решение задачи в Excel:
Вводим исходные данные :
Опишем целевую функцию с помощью функции - СУММПРОИЗВ.
Вводим зависимости для ограничений.
Далее в строке МЕНЮ выбираем СЕРВИС>ПОИСК РЕШЕНИЯ и вводим следующие данные:
Вводим параметры:
В итоге получим:
Отчет об устойчивости:
Получаем,
X1 =40;
X2 =40;
X3 = 0.
Таким образом, оптимальный план выпуска продукции, с максимальной выручкой 4000ед. выглядит так:
40 шт. - продукции I вида,
40 шт. - продукции II вида.
0 шт. - продукции ІІІ вида.
2. Т. к. число переменных двойственной задачи равно числу функциональных ограничений простой задачи, следовательно, в двойственной задачи будет 3 переменных.
Матрица коэффициентов левых частей функциональных ограничений двойственной задачи получается из матрицы коэффициентов левых частей функциональных ограничений исходной задачи. Путем транспонирования.
Значение целевой функции изменяется на противоположное. В результате, получаем:
F(x)=200y1+80y2+140y3>min
при ограничениях:
1у1+1у2+1у3>=40;
4y1+1y2+1y3>=60;
3y1+2y2+2y3>=80;
y1>=0;
y2>=0;
y3>=0;
Т. к. оптимальный план равен
х = (40,40,0), то
y1 (1*40+4*40+3*0-200) = 0
у1 (0) = 0, => информации нет
у2 (1*40+1*40+2*0-140) = 0
у2 (0) = 0, => информации нет
у3 (1*40+1*40+2*0-140) = -60
у3 (-60) ?0, => y3 = 0 => ресурс используется не полностью
40 * (1у1+1у2+1у3-40) = 0;
40* (4y1+1y2+1y3-60) = 0;
0 * (3y1+1y2+2y3-80) = 0.
Если компоненты исходной задачи не равны 0, то соответственные ограничения двойственной задачи превращаются в равенство:
у1+у2+у3=40
4y1+y2+y3=60
y3 = 0
Выражаем у1
y1 = 40- y2
выражаем y2
4*(40- y2)+ y2=60
160-4y2+y2=60
-3y2=-100
y2=100/3
y1 =40-100/3=> y=20/3
Оптимальный план : y =(20/3; 100/3; 0)
min (200*20/3+80*100/3+140*0) = 4000
Оптимальный запас ресурсов, при минимальной выручке, равной 4000ед. выглядит так:
Труд = 20/3;
Сырье = 100/3;
Оборудование = 0 ед.
3. y3 =0, следовательно, запасы оборудования не дефицитны, т.е. используются не полностью.
4. а) у1, у2 > 0, следовательно, труд и сырье дефицитны, т. е. полностью вырабатываются при реализации оптимального плана.
у1 > у3 (20/3>100/3), следовательно, запас трудового ресурса более дефицитен, чем запас сырья.
б) ЦФ=40*40+60*40+60*0=4000
Если увеличить запасы сырья на 18ед., то выручка изменится:
18*100/3=600
х1+4х2+3х3=200
х1+х2+х3=80+18
находим х1
х1=200-4х2
находим х2
200-4х2+х2=98
х2=34 =>х1=200-4*34
х1= 64
Новый оптимальный план х =(64;34;0)
ЦФ=40*64+60*34+80*0=4600
в) ?aij*у - Сj
аij = (2;2;2);
y = (20/3; 100/3; 0)
Cj = 70
2*20/3+2*100/3+2*0-70=10
10 > 0, следовательно, включение в план изделия четвертого вида не выгодно
Задача 4
4.5. В течении девяти последовательных недель фиксировался спрос (t) Y(млн. руб.) на кредитные ресурсы финансовой компании. Временной ряд (Y t) этого показателя приведен ниже в таблице.
Номер наблюдения (t = 1, 2, 3, 4, 5, 6, 7, 8, 9) |
|||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
5 |
7 |
10 |
12 |
15 |
18 |
20 |
23 |
26 |
Требуется:
1. Проверить наличие аномальных наблюдений.
2. Построить линейную модель Y(t) = a0+a1t, параметры которой оценить МНК (Y(t)) - расчетные, смоделированные значения временного ряда.
3. Оценить адекватность построенных моделей, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения ( при использовании R/S - критерия взять табулированные границы 2,7-3,7).
4. Оценить точность моделей на основе использования средней относительной ошибки аппроксимации.
5. По двум построенным моделям осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитывать при доверительной вероятности p = 70%).
6. Фактические значения показателя, результаты моделирования и прогнозирования представить графически.
Вычисления провести с одним знаком в дробной части. Основные промежуточные результаты вычислений представить в таблицах (при использовании компьютера представить соответствующие листинги с комментариями). модель графический линейный спрос
Решение:
Аномальных точек нет.
2.
t |
Yi |
t-tср |
Yi-Yср |
(t-tср)^2 |
(t-tср)*(Yi-Yср) |
|
1 |
5 |
-4,00 |
-10,11 |
16 |
40,44 |
|
2 |
7 |
-3,00 |
-8,11 |
9 |
24,33 |
|
3 |
10 |
-2,00 |
-5,11 |
4 |
10,22 |
|
4 |
12 |
-1,00 |
-3,11 |
1 |
3,11 |
|
5 |
15 |
0,00 |
-0,11 |
0 |
0,00 |
|
6 |
18 |
1,00 |
2,89 |
1 |
2,89 |
|
7 |
20 |
2,00 |
4,89 |
4 |
9,78 |
|
8 |
23 |
3,00 |
7,89 |
9 |
23,67 |
|
9 |
26 |
4,00 |
10,89 |
16 |
43,56 |
|
60 |
158,00 |
a1=?(t-tср)(y-yср)/ ? (t-tср)=2,63
а0=yср-а1tср=1,94
Y(t)=a0+a1t
Y(t)=2,63+1,94t
3.
d=?(?t-?t-1)?/ ??t?
d=1,88/0,8222=2,28
т.к 2,28>2 это значит, что автокорреляция отрицательная>необходимо преобразовать:
d?= 4-d=4-2.28=1.72.
Данное значение сравниваем с двумя критическими табличными значениями критерия, которые для линейной модели можно принять равными d1=1,8 и d2=1,36. так как расчетное значение попадает в интервал от d2 до 2, то делаем вывод о независимости уровней остаточной последовательности, => остаточная последовательность удовлетворяет всем свойствам случайной компоненты временного ряда =>построенная линейная модель является адекватной.
Используем критерий поворотных точек
Et считается поворотной точкой если:
Et-1< Et >Et+1 или Et-1 >Et< Et+1.
Модель считается адекватной если выполняется неравенство:
Где p - общее число поворотных точек.
Квадратные скобки означают целую часть числа.
pср = 2/3 (n - 2) =2/3 (9-2) = 4,7;
?? = (16n - 29)/90 = (16*9 - 29)/90 = 1,3.
5 >2 => свойство случайности ряда остатков подтверждается => модель является адекватной.
Воспользуемся RS-критерием.
R=?max-?min=0.42-(-0.48)=0.9
Среднее квадратическое отклонение Sy=v??/(n-1)= v0.8222/8=0.32=>
Критерий RS=0,9/0,32=2,8 это значение попадает в интервал (2,7-3,7) =>выполняется свойство нормальности распределения. Модель по этому критерию адекватна.
4.
Eотн.ср. = 2,5 => уровень точности построенной модели достаточно высокий.
5. Рассчитаем прогноз спроса на следующие две недели (доверительная вероятность p = 70%):
Y10 = a0 + a1t = 1,94 + 2,63*10 = 28,24;
Y11 = a0 + a1t = 1,94 + 2,63*11 = 30,87
Ширину доверительного интервала вычислим по формуле:
Где: ?(ti - tср.)? = 60,00;
Получаем:
Далее вычисляем верхнюю и нижнюю границы прогноза:
6.
Размещено на Allbest.ru
Подобные документы
Нахождение оптимального значения целевой функции, позволяющей минимизировать себестоимость произведенной продукции. Оптимизационные задачи на максимум выручки от реализации готовой продукции. Экономико-математическая модель технологической матрицы.
контрольная работа [248,8 K], добавлен 25.10.2013Исследование методом Жордана-Гаусса системы линейных уравнений. Решение графическим и симплексным методом задач линейного программирования. Экономико-математическая модель задачи на максимум прибыли и нахождение оптимального плана выпуска продукции.
контрольная работа [177,8 K], добавлен 02.02.2010Построение экономико-математической модели задачи, комментарии к ней и получение решения графическим методом. Использование аппарата теории двойственности для экономико-математического анализа оптимального плана задачи линейного программирования.
контрольная работа [2,2 M], добавлен 27.03.2008- Примеры использования графического и симплексного методов в решении задач линейного программирования
Экономико-математическая модель получения максимальной прибыли, её решение графическим методом. Алгоритм решения задачи линейного программирования симплекс-методом. Составление двойственной задачи и её графическое решение. Решение платёжной матрицы.
контрольная работа [367,5 K], добавлен 11.05.2014 Объявление торгов администрацией штата на определенное количество строительных подрядов для определенного количества фирм. Экономико-математическая модели для минимизации затрат. Определение количества песцов и лисиц для получения максимальной прибыли.
контрольная работа [18,2 K], добавлен 05.03.2010Линейная регрессивная модель. Степенная регрессивная модель. Показательная регрессивная модель. Регрессивная модель равносторонней гиперболы. Преимущества математического подхода. Применение экономико-математических методов и моделей.
курсовая работа [31,6 K], добавлен 05.06.2007Задачи, функции и этапы построения экономико-математических моделей. Аналитические, анионные, численные и алгоритмические модели. Экономическая модель спортивных сооружений. Модели временных рядов: тенденции и сезонности. Теории массового обслуживания.
реферат [167,6 K], добавлен 22.07.2009Особенности формирования и способы решения оптимизационной задачи. Сущность экономико-математической модели транспортной задачи. Характеристика и методика расчета балансовых и игровых экономико-математических моделей. Свойства и признаки сетевых моделей.
практическая работа [322,7 K], добавлен 21.01.2010Решение графическим методом задачи линейного программирования с двумя неизвестными. Решение транспортной задачи методом северо-западного угла и методом минимальной стоимости. Системы массового обслуживания. Стохастическая модель управления запасами.
контрольная работа [458,1 K], добавлен 16.03.2012Типы, виды, классы математических моделей применяемых в землеустройстве. Определение параметров производственных функций. Множественная линейная модель. Исследование параметров уравнения регрессии на статистическую значимость. Построение изоквант.
курсовая работа [161,7 K], добавлен 08.04.2013