Экономико-математические методы и прикладные модели
Предмет и методы эконометрики. Абстрактные модели рыночной экономики. Модели частотного анализа. Коэффициенты корреляции рангов Спирмена, Кендалла, коэффициент Фехнера. Корреляционно-регрессионный анализ. Использование пакетов прикладных программ.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 14.12.2011 |
Размер файла | 632,0 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.
1 |
2 |
3 |
4 |
5 |
6 |
||
1 |
0 |
2 |
13.34166 |
10.19804 |
12.16553 |
13.60147 |
|
2 |
0 |
11.40175 |
8.246211 |
10.19804 |
11.7047 |
||
3 |
0 |
3.162278 |
1.414214 |
1 |
|||
4 |
0 |
2 |
3.605551 |
||||
5 |
0 |
2.236068 |
|||||
6 |
0 |
Минимальное расстояние между элементами 3 и 6 равно . Значит, элементы 3 и 6 объединяются в один кластер. Расстояние между вновь образованным кластером и остальными элементами выбираем максимальным. Например, расстояние между кластером 1 и кластером 3,6 равно max(13.34166, 13.60147)= 13.34166. Составим следующую таблицу:
1 |
2 |
3,6 |
4 |
5 |
||
1 |
0 |
2 |
13.60147 |
10.19804 |
12.16553 |
|
2 |
0 |
11.7047 |
8.246211 |
10.19804 |
||
3,6 |
0 |
3.605551 |
2.236068 |
|||
4 |
0 |
2 |
||||
5 |
0 |
Здесь минимальное расстояние между кластерами 4 и 5 , равное 2. Следовательно, элементы 4 и 5 объединяются в один кластер. Расстояние в нем выбираем, согласно методу «дальнего соседа» равным максимальному значению из расстояний в кластерах 4 и 5. Получаем следующую таблицу:
1 |
2 |
3,6 |
4,5 |
||
1 |
0 |
2 |
13.60147 |
12.16553 |
|
2 |
0 |
11.7047 |
10.19804 |
||
3,6 |
0 |
3.605551 |
|||
4,5 |
0 |
В ней минимальное расстояние - это расстояние между кластерами 1 и 2. Объединяя 1 и 2 в один кластер, получаем:
1,2 |
3,6 |
4,5 |
||
1,2 |
0 |
13.60147 |
12.16553 |
|
3,6 |
0 |
3.162278 |
||
4,5 |
0 |
Здесь выбираем минимальное расстояние между кластерами 4,5 и 3,6, равное 3.162278. Объединяем элементы 4,5,3,6 в один кластер и получаем:
1,2 |
3,6,5,4 |
||
1,2 |
0 |
13.60147 |
|
3,6,5,4 |
0 |
Таким образом, методом «дальнего соседа» получили два кластера: 1,2 и 3,4,5,6 , расстояние между которыми равно 13,60147.
Задача решена.
Приложения. Решение задач с использованием пакетов прикладных программ (MS Excel 7.0)
Задача корреляционно-регрессионного анализа.
Заносим исходные данные в таблицу (рис. 1)
Рис.1
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Рис.2
Выбираем меню «Сервис / Анализ данных». В появившемся окне выбираем строку «Регрессия» (рис.2).
Зададим в следующем окне входные интервалы по X и по Y, уровень надежности оставим 95%, а выходные данные поместим на отдельный лист «Лист отчета» (рис. 3)
Рис.3
После проведения расчета получаем на листе «Лист отчета» итоговые данные регрессионного анализа:
Регрессионная статистика |
||
Множественный R |
0.9 |
|
R-квадрат |
0.81 |
|
Нормированный R-квадрат |
0.746666667 |
|
Стандартная ошибка |
7.958224258 |
|
Наблюдения |
5 |
Здесь же выводится точечный график аппроксимирующей функции, или «График подбора»:
Расчетные значения и отклонения выведены в таблице в колонках «Предсказанное Y» и «Остатки» соответственно.
Наблюдение |
Предсказанное Y |
Остатки |
|
1 |
12 |
-2 |
|
2 |
21 |
-1 |
|
3 |
30 |
3.55271E-15 |
|
4 |
39 |
11 |
|
5 |
48 |
-8 |
На основе исходных данных и отклонений строится график остатков:
Оптимизационная задача
Вносим исходные данные следующим образом:
Искомые неизвестные X1, X2, X3 заносим в ячейки С9, D9, E9 соответственно.
Коэффициенты целевой функции при X1, X2, X3 вносим в С7, D7, E7 соответственно.
Целевую функцию заносим в ячейку B11как формулу: =C7*C9+D7*D9+E7*E9.
Существующие ограничения по задаче
- на длину прокладки труб:
вносим в ячейки С5, D5, E5, F5, G5
- число скважин на каждом месторождении:
X1 Ј 10,
X2 Ј 15,
X3 Ј 100; вносим в ячейки С8, D8, E8.
- стоимость строительства 1 скважины:
вносим в ячейки С6, D6, E6, F6, G6.
Формулу расчета общей протяженности C5*C9+D5*D9+E5*E9 помещаем в ячейку В5, формулу расчета общей стоимости C6*C9+D6*D9+E6*E9 помещаем в ячейке B6.
Рис.4
Выбираем в меню «Сервис/ Поиск решения», вносим параметры для поиска решения в соответствии с заведенными исходными данными (рис. 4):
По кнопке «Параметры» задаем следующие параметры поиска решения (рис. 5):
Рис.5
После выполнения поиска решения получаем отчет по результатам:
Microsoft Excel 8.0e Отчет по результатам |
||||||||
Рабочий лист: [Решение задачи оптимизации.xls]Решение задачи по опт-ии добычи |
||||||||
Отчет создан: 11/17/2002 1:28:30 AM |
||||||||
Целевая ячейка (Максимум) |
||||||||
Ячейка |
Имя |
Исходно |
Результат |
|||||
$B$11 |
Общая добыча |
0 |
8000 |
|||||
Изменяемые ячейки |
||||||||
Ячейка |
Имя |
Исходно |
Результат |
|||||
$C$9 |
Количество скважин |
0 |
10 |
|||||
$D$9 |
Количество скважин |
0 |
10 |
|||||
$E$9 |
Количество скважин |
0 |
100 |
|||||
Ограничения |
||||||||
Ячейка |
Имя |
Значение |
формула |
Статус |
Разница |
|||
$B$5 |
Протяженность |
80 |
$B$5<=$G$5 |
Связанное |
0 |
|||
$B$6 |
Стоимость проекта |
20 |
$B$6<=$G$6 |
не связан. |
5 |
|||
$D$9 |
Количество скважин |
10 |
$D$9<=$D$8 |
не связан. |
5 |
|||
$C$9 |
Количество скважин |
10 |
$C$9<=$C$8 |
Связанное |
0 |
|||
$E$9 |
Количество скважин |
100 |
$E$9<=$E$8 |
Связанное |
0 |
В первой таблице приводится исходное и окончательное (оптимальное) значение целевой ячейки, в которую поместили целевую функцию решаемой задачи. Во второй таблице видим исходные и окончательные значения оптимизируемых переменных, которые содержатся в изменяемых ячейках. Третья таблица отчета по результатам содержит информацию об ограничениях. В столбце «Значение» помещены оптимальные значения потребных ресурсов и оптимизируемых переменных. Столбец «Формула» содержит ограничения на потребляемые ресурсы и оптимизируемые переменные, записанные в форме ссылок на ячейки, содержащие эти данные. Столбец «Состояние» определяет связанными или несвязанными являются те или другие ограничения. Здесь «связанные» - это ограничения, реализуемые в оптимальном решении в виде жестких равенств. Столбец «Разница» для ресурсных ограничений определяет остаток используемых ресурсов, т.е. разность между потребным количеством ресурсов и их наличием.
Аналогично, записав результат поиска решения в форме «Отчет по устойчивости», получим следующие таблицы:
Microsoft Excel 8.0e Отчет по устойчивости |
||||||||
Рабочий лист: [Решение задачи оптимизации.xls]Решение задачи по опт-ии добычи |
||||||||
Отчет создан: 11/17/2002 1:35:16 AM |
||||||||
Изменяемые ячейки |
||||||||
Результ. |
Нормир. |
Целевой |
Допустимое |
Допустимое |
||||
Ячейка |
Имя |
значение |
стоимость |
Коэффициент |
Увеличение |
Уменьшение |
||
$C$9 |
Количество скважин |
10 |
0 |
100 |
1E+30 |
0 |
||
$D$9 |
Количество скважин |
10 |
0 |
200 |
0 |
200 |
||
$E$9 |
Количество скважин |
100 |
0 |
50 |
1E+30 |
0 |
||
Ограничения |
||||||||
Результ. |
Теневая |
Ограничение |
Допустимое |
Допустимое |
||||
Ячейка |
Имя |
значение |
Цена |
Правая часть |
Увеличение |
Уменьшение |
||
$B$5 |
Протяженность |
80 |
100 |
80 |
10 |
1E+30 |
||
$B$6 |
Стоимость проекта |
20 |
0 |
25 |
1E+30 |
5 |
Отчет по устойчивости содержит информацию об изменяемых (оптимизируемых) переменных и ограничениях модели. Указанная информация связана с используемым при оптимизации линейных задач симплекс-методом, описанному выше в части решения задачи. Она позволяет оценить, насколько чувствительным является полученное оптимальное решение к возможным изменениям параметров модели.
Первая часть отчета содержит информацию об изменяемых ячейках, содержащих значения о количестве скважин на месторождениях. В столбце «Результирующее значение» указываются оптимальные значения оптимизируемых переменных. В столбце «Целевой коэффициент» помещаются исходные данные значения коэффициентов целевой функции. В следующих двух колонках иллюстрируется допустимое увеличение и уменьшение этих коэффициентов без изменения найденного оптимального решения.
Вторая часть отчета по устойчивости содержит информацию по ограничениям, накладываемым на оптимизируемые переменные. В первом столбце указываются данные о потребности в ресурсах для оптимального решения. Второй содержит значения теневых цен на используемые виды ресурсов. В последних двух колонках помещены данные о возможном увеличении или уменьшении объемов имеющихся ресурсов.
Задача кластеризации.
Пошаговый метод решения задачи приведен выше. Приведем здесь Excel-таблицы, иллюстрирующие ход решения задачи:
«метод ближайшего соседа»
Решение задачи кластерного анализа - "МЕТОД БЛИЖАЙШЕГО СОСЕДА" |
||||||||||
Исходные данные |
||||||||||
N п\п |
1 |
2 |
3 |
4 |
5 |
6 |
||||
x1 |
2 |
4 |
15 |
12 |
14 |
15 |
||||
x2 |
8 |
8 |
5 |
6 |
6 |
4 |
||||
где х1 - объем выпускаемой продукции; |
||||||||||
х2 - среднегодовая стоимость основных |
||||||||||
Промышленно-производственных фондов |
||||||||||
p11 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
|||
p12 |
2 |
1 |
0 |
2 |
13.34166 |
10.19804 |
12.16553 |
13.60147 |
||
p13 |
13.34166 |
2 |
0 |
11.40175 |
8.246211 |
10.19804 |
11.7047 |
|||
p14 |
10.19804 |
3 |
0 |
3.162278 |
1.414214 |
1 |
||||
p15 |
12.16553 |
4 |
0 |
2 |
3.605551 |
|||||
p16 |
13.60147 |
5 |
0 |
2.236068 |
||||||
p22 |
0 |
6 |
0 |
|||||||
p23 |
11.40175 |
Pmin =P3,6= |
1 |
|||||||
p24 |
8.246211 |
|||||||||
p25 |
10.19804 |
1 |
2 |
3,6 |
4 |
5 |
||||
p26 |
11.7047 |
1 |
0 |
2 |
13.34166 |
10.19804 |
12.16553 |
|||
p33 |
0 |
2 |
0 |
11.40175 |
8.246211 |
10.19804 |
||||
p34 |
3.162278 |
3,6 |
0 |
3.162278 |
1.414214 |
|||||
p35 |
1.414214 |
4 |
0 |
2 |
||||||
p36 |
1 |
5 |
0 |
|||||||
p44 |
0 |
Pmin =P36,5= |
1.414214 |
|||||||
p45 |
2 |
|||||||||
p46 |
3.605551 |
1 |
2 |
3,6,5 |
4 |
|||||
p55 |
0 |
1 |
0 |
2 |
12.16553 |
10.19804 |
||||
p56 |
2.236068 |
2 |
0 |
10.19804 |
8.246211 |
|||||
p66 |
0 |
3,6,5 |
0 |
2 |
||||||
4 |
0 |
|||||||||
Pmin =P1,2= |
2 |
|||||||||
1,2 |
3,6,5 |
4 |
||||||||
1,2 |
0 |
10.19804 |
8.246211 |
|||||||
3,6,5 |
0 |
2 |
||||||||
4 |
0 |
|||||||||
Pmin =P365,4= |
2 |
|||||||||
1,2 |
3,6,5,4 |
|||||||||
1,2 |
0 |
8.246211 |
||||||||
3,6,5,4 |
0 |
«метод дальнего соседа»
Решение задачи кластерного анализа - "МЕТОД ДАЛЬНЕГО СОСЕДА" |
||||||||||
Исходные данные |
||||||||||
N п\п |
1 |
2 |
3 |
4 |
5 |
6 |
||||
x1 |
2 |
4 |
15 |
12 |
14 |
15 |
||||
x2 |
8 |
8 |
5 |
6 |
6 |
4 |
||||
где х1 - объем выпускаемой продукции; |
||||||||||
х2 - среднегодовая стоимость основных |
||||||||||
Промышленно-производственных фондов |
||||||||||
p11 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
|||
p12 |
2 |
1 |
0 |
2 |
13.34166 |
10.19804 |
12.16553 |
13.60147 |
||
p13 |
13.34166 |
2 |
0 |
11.40175 |
8.246211 |
10.19804 |
11.7047 |
|||
p14 |
10.19804 |
3 |
0 |
3.162278 |
1.414214 |
1 |
||||
p15 |
12.16553 |
4 |
0 |
2 |
3.605551 |
|||||
p16 |
13.60147 |
5 |
0 |
2.236068 |
||||||
p22 |
0 |
6 |
0 |
|||||||
p23 |
11.40175 |
Pmin =P3,6= |
1 |
|||||||
p24 |
8.246211 |
|||||||||
p25 |
10.19804 |
1 |
2 |
3,6 |
4 |
5 |
||||
p26 |
11.7047 |
1 |
0 |
2 |
13.60147 |
10.19804 |
12.16553 |
|||
p33 |
0 |
2 |
0 |
11.7047 |
8.246211 |
10.19804 |
||||
p34 |
3.162278 |
3,6 |
0 |
3.605551 |
2.236068 |
|||||
p35 |
1.414214 |
4 |
0 |
2 |
||||||
p36 |
1 |
5 |
0 |
|||||||
p44 |
0 |
Pmin =P36,5= |
2 |
|||||||
p45 |
2 |
|||||||||
p46 |
3.605551 |
1 |
2 |
3,6 |
4,5 |
|||||
p55 |
0 |
1 |
0 |
2 |
13.60147 |
12.16553 |
||||
p56 |
2.236068 |
2 |
0 |
11.7047 |
10.19804 |
|||||
p66 |
0 |
3,6 |
0 |
3.605551 |
||||||
4,5 |
0 |
|||||||||
Pmin =P1,2= |
2 |
|||||||||
1,2 |
3,6 |
4,5 |
||||||||
1,2 |
0 |
13.60147 |
12.16553 |
|||||||
3,6 |
0 |
3.162278 |
||||||||
4,5 |
0 |
|||||||||
Pmin =P365,4= |
3.162278 |
|||||||||
1,2 |
3,6,5,4 |
|||||||||
1,2 |
0 |
13.60147 |
||||||||
3,6,5,4 |
0 |
Используемая литература:
Афоничкин А.И. «Эконометрика. Учебно-методическое пособие по выполнению контрольной работы». Тольятти: Изд-во Волжского университета, 2001.
ВИДЯПИНА В.И. «БАКАЛАВР ЭКОНОМИКИ». Хрестоматия. http://lib.vvsu.ru/books/Bakalavr01/
Журнал «Аудит и финансовый анализ», III кв. 1997 г.
«Общая теория статистики» под ред. О.Э.Башиной, А.А,Спирина. М., Финансы и статистика, 2001.
«Эконометрика». Под ред. И.И.Елисеевой. М.,Финансы и статистика, 2002.
В.Е.Гмурман. «Теория вероятностей и математическая ствтистика». М., Высшая школа, 1977.
Васнев С.А. «Статистика»Учебное пособие. Московский государственный университет печати. Центр дистанционного образования МГУП, 2001
Арженовский С.В., Федосова О.Н. «Эконометрика. Учебное пособие». Ростовский государственный экономический университет «РИНХ», 2002
Размещено на Allbest.ru
Подобные документы
Построение 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 27.03.2008Построение сетевого графика выполнения работ по реконструкции цеха, определение его параметров. Корреляционно-регрессионный анализ; расчет коэффициента корреляции между производительностью труда и рентабельностью предприятия; оптимизация ассортимента.
контрольная работа [803,4 K], добавлен 16.09.2011Методы и модели анализа динамики экономических процессов. Эластичность в экономическом анализе. Коэффициент корреляции, его свойства. Динамические ряды и временные ряды, тренд, их компоненты. Решение задачи потребительского выбора и его свойства.
курс лекций [399,8 K], добавлен 15.06.2015Моделирование экономических систем: основные понятия и определения. Математические модели и методы их расчета. Некоторые сведения из математики. Примеры задач линейного программирования. Методы решения задач линейного программирования.
лекция [124,5 K], добавлен 15.06.2004Решение задач линейного программирования с применением алгоритма графического определения показателей и значений, с использованием симплекс-метода. Использование аппарата теории двойственности для экономико-математического анализа оптимального плана ЗЛП.
контрольная работа [94,6 K], добавлен 23.04.2013Основные понятия моделирования. Общие понятия и определение модели. Постановка задач оптимизации. Методы линейного программирования. Общая и типовая задача в линейном программировании. Симплекс-метод решения задач линейного программирования.
курсовая работа [30,5 K], добавлен 14.04.2004Составление экономико-математической модели плана производства продукции. Теория массового обслуживания. Модели управления запасами. Бездефицитная простейшая модель. Статические детерминированные модели с дефицитом. Корреляционно-регрессионный анализ.
контрольная работа [185,7 K], добавлен 07.02.2013Сущность корреляционно-регрессионного анализа и экономико-математической модели. Обеспечение объема и случайного состава выборки. Измерение степени тесноты связи между переменными. Составление уравнений регрессии, их экономико-статистический анализ.
курсовая работа [440,3 K], добавлен 27.07.2015Сущность корреляционно-регрессионного анализа и его использование в сельскохозяйственном производстве. Этапы проведения корреляционно-регрессионного анализа. Области его применения. Анализ объекта и разработка числовой экономико-математической модели.
курсовая работа [151,0 K], добавлен 27.03.2009Модель планирования экономического размера партии. Построение модели Вальраса. Определение равновесной цены и количества сделок, при которых торговые операции становятся убыточными. Информационная технология поиска решений. Коэффициенты прямых затрат.
контрольная работа [224,3 K], добавлен 11.01.2015