- •Введение
- •Глава 1. Оптимизационные экономико-математические модели
- •1.1. Общая задача оптимизации. Примеры задач линейного программирования
- •1.1.1. Задача оптимального использования ресурсов (задача о коврах)
- •Экономико-математическая модель задачи
- •Экономико-математическая модель задачи
- •1.2. Графический метод решения задач линейного программирования
- •Экономико-математическая модель задачи
- •1.3. Технология решения задач линейного программирования с помощью надстройки поиск решения в среде excel
- •1.3.1. Общие сведения о работе с табличным процессором Excel
- •Экономико-математическая модель задачи
- •1.4. Двойственность в задачах линейного программирования. Анализ полученных оптимальных решений
- •Решение
- •Содержание отчета по результатам
- •Содержание отчета по устойчивости
- •Решение
- •Задачи для самостоятельного решения
- •1.5. Специальные задачи линейного программирования
- •1.5.1. Задачи целочисленного программирования
- •Экономико-математическая модель задачи
- •Решение задачи целочисленного программирования с помощью средства Excel Поиск решения
- •1.5.2. Транспортная задача и ее реализация в среде Excel
- •Применение транспортных моделей к решению некоторых экономических задач
- •Решение
- •1.31. Диалоговое окно Результаты поиска решения
- •1.5.3. Задача о назначениях
- •Экономико-математическая модель задачи
- •1.6. Возможные ошибки при вводе условий задач линейного программирования
- •Глава 2. Балансовые модели
- •2.1. Экономико-математическая модель межотраслевого баланса (модель Леонтьева)
- •2.2. Межотраслевые балансовые модели в анализе экономических показателей
- •Решение
- •2.3. Модель международной торговли (линейная модель обмена)
- •Решение
- •2.4. Модель неймана
- •Вопросы и задачи для самостоятельного решения
- •Глава 3. Методы и модели анализа и прогнозирования экономических процессов с использованием временных рядов
- •3.1. Основные понятия и определения
- •3.1.1. Требования к исходной информации
- •3.1 .2. Этапы построения прогноза по временным рядам
- •2. Построение моделей
- •3. Оценка качества построенных моделей
- •4. Построение точечных и интервальных прогнозов
- •Установка Пакета анализа
- •Решение
- •Решение задачи с помощью Пакета анализа Excel
- •Решение
- •3.3. Анализ временных рядов с помощью инструмента мастер диаграмм
- •Построение линий тренда
- •График временного ряда Индекс потребительских расходов
- •Решение
- •Вопросы и задачи для самостоятельного решения
- •Глава 4. Аудиторная работа «Решение задач линейного программирования с использованием Microsoftt Excel»
- •4.1. Руководство к выполнению аудиторной работы
- •4.2. Инструкция по использованию Microsoft Excel при решении задач линейного программирования
- •2) В окне Поиск решения запустить задачу на решение;
- •3) В окне Результат выбрать формат вывода решения.
- •4.3. Порядок выполнения работы
- •Задание 1
- •Задание 2
- •Примерные вопросы на защите работы
- •Приложение 1
- •Василий Васильевич леонтьев
- •5 Августа 1906 г. - 5 февраля 1999 г.
- •Леонид Витальевич канторович
- •19 Января 1912 г. - 7 апреля 1986 г.
- •Оглавление
- •Глава 1. Оптимизационные экономико-математические модели
- •Глава 2. Балансовые модели
- •Глава 3. Методы и модели анализа и прогнозирования экономических процессов с использованием временных рядов
- •Глава 4. Аудиторная работа «решение задач линейного программирования с использованием microsoft excel»
Установка Пакета анализа
Ни в одном меню стандартной конфигурации про граммы Excel вы не найдете указания на Пакет анализа. Даже после установки с компакт-диска Excel он не появится в меню Сервис до тех пор, пока вы не выполните следующие действия:
1) выберите команду Сервис => Надстройки;
2) в диалоговом окне Надстройки (рис. 3.2) установите флажок Пакет анализа, а затем нажмите кнопку ОК;
3) выберите команду Сервис => Анализ данных. Если в меню отсутствует команда Анализ данных, то необходимо выполнить установку Пакета анализа с компакт-диска Excel. После этого в нижней части меню Сервис появится новая команда Анализ данных, которая предоставляет доступ к средствам анализа. Для активизации надстройки Пакет анализа следует установить соответствующий флажок.
Рис. 3.2. Установка Пакета анализа
Пример 3.1. Проверка наличия тренда
Один из способов проверки обнаружения тренда основан на сравнении средних уровней ряда: временной ряд разбивают на две примерно равные по числу уровней части, каждая из которых рассматривается как некоторая самостоятельная выборочная совокупность, имеющая нормальное распределение. Если временной ряд имеет тенденцию к тренду, то средние, вычисленные для каждой совокупности, должны существенно (значимо) различаться между собой. Если же расхождение незначительно, несущественно (случайно), то временной ряд не имеет тенденции. Таким образом, проверка наличия тренда в исследуемом ряду сводится к проверке гипотезы о равенстве средних двух нормально распределенных совокупностей.
Определим наличие основной тенденции (тренда) по данным табл. 3.1 (рис. 3.3).
Таблица 3.1. Урожайность ячменя в одной из областей Среднего Поволжья, ц/га
Годы |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
Урожайность |
14,1 |
9,3 |
19,4 |
19,7 |
5,4 |
24,2 |
13,8 |
24,5 |
14,7 |
16,6 |
5,6 |
16,2 |
25,3 |
11,9 |
18,5 |
Рис. 3.3. График урожайности ячменя
Решение
1. Делим исходный временной ряд на две примерно равные по числу уровней части: n1 = 7, n2 = 8 (n1 + n2 = n = 15).
2. Для каждой из этих частей вычисляем средние значения: Y1 = 15.13; Y2 = 16.66
и дисперсии: = 42.15; = 41.22.
3. Проверяем гипотезу о равенстве (однородности) дисперсий обеих частей ряда с помощью F – критерия Фишера. Для вычисления F - критерия большую дисперсию делят на меньшую: Fрасч. = / = 42.15 / 41.22 = 1.022, Fтабл.(0.05; 7; 6) =3.86.
Так как Fрасч. < Fтабл. (0.05; 7; 6), то нет оснований отвергать нулевую гипотезу. По данным наблюдения дисперсии генеральных совокупностей равны , исправленные выборочные дисперсии ( и ) различаются не значимо (расхождение между ними - величина случайная).
4. Тогда можно проверить основную гипотезу о равенстве средних значений с использованием t - критерия Стьюдента: , (3.12)
подставляя числовые значения, получим: = -0.46,
tтабл.(0.05; 13) = 2.161.
Так как tрасч < tтабл, то нет оснований отвергать нулевую гипотезу о равенстве средних, расхождение между вычисленными средними незначимо. Отсюда вывод: тренд урожайности ячменя отсутствует.