Параметры поиска решения.

1. Поле Максимальное время служит для ограничения времени, отпускаемого на поиск решения задачи.

2. Поле Предельное число итераций ограничивает число промежуточных вычислений.

3. Поля Относительная погрешность и Допустимое отклонение служат для задания точности, с которой ищется решение. Рекомендуется найти решение с величинами данных параметров, заданными по умолчанию, а затем повторить вычисления с меньшей погрешностью и допустимым отклонением.

4. Флажок Линейная модель должен быть установлен в случае линейной задачи, а в случае нелинейной – снят.

5. Флажок Показывать результаты итераций служит для приостановки поиска решения и просмотра результатов промежуточных вычислений.

6. Флажок Автоматическое масштабирование служит для включения автоматической нормализации входных и выходных значений, качественно различающихся по величине. Например, при максимизации прибыли в процентах по отношению к вложениям, исчисляемым в миллионах рублей.

Кроме того, имеются несколько переключателей, конкретизирующих метод решения задачи.

9. Постановка задачи прогнозирования. Понятие временного ряда. Метод экстраполяции.

Основная цель моделей прогнозирования - сделать прогноз о развитии изучаемого процесса. Прогноз является исходной информацией для принятия управленческих решений при планировании работы промышленных и торговых организаций.

В качестве объекта прогнозир могут выступать процессы, явления, события, на которые направлена познавательная и практическая деятельность человека. При этом поведение объекта должно зависеть от некоторых случайных факторов.

Наиболее характерной для торговли задачей прогнозирования является оценка потребительского спроса в будущем. Результаты решения этой задачи используются при планировании товарооборота и формировании торгового заказа. В основе методов прогнозирования лежит анализ временных рядов.

Временным рядом называется набор значений некоторого экономического показателя y_1, y_{2, …,} y_{i, …} y_{n ,} которые наблюдались в моменты времени соответственно t_1, t_2, …t_i, …t_n в прошлом. Обычно интервал между этими моментами времени фиксирован. Необходимо предсказать значение этого показателя для момента времени, относящегося к будущему ( ). Например, имеются данные об объемах продаж некоторого товара за первую, вторую и т.д. неделю от начала его реализации (всего прошло от начала реализации 12 недель). На основе этих данных следует предсказать объем продаж товара на 13 неделю. При таком подходе предполагается, что прогнозируемый показатель формируется под воздействием большого количества факторов, выделить которые либо невозможно, либо по ним отсутствует информация. Поэтому ход изменения показателя связывают не с факторами, а с течением времени.

Экстраполяцией называется метод продления на будущее тенденции, наблюдавшейся в прошлом. Математически тенденция (закономерность развития) выражается в виде функции тренда. Экстраполяция заключается в том, что прогноз получают путем подстановки в функцию тренда значения момента времени, относящегося к будущему. Функция тренда — это некоторая функция от времени, приближенно описывающая основную закономерность поведения исследуемого показателя.

Для корректного применения метода экстраполяции требуется соблюдение двух условий: временной ряд экономического показателя должен действительно иметь тренд, т.е. преобладающую тенденцию; общие условия, определявшие развитие показателя в прошлом, останутся без существенных изменений и в будущем.

Считается, что отклонение фактического значения показателя от расчетного определяется случайными факторами. При этом прямая линейного тренда построена так, чтобы сумма квадратов этих отклонений была наименьшей, т.е. тренд проходил как можно ближе ко всем фактическим данным в совокупности.