
- •Математические основы моделирования. Численные методы.
- •1. Классификация экономико-математических моделей.
- •3. По способу использования:
- •3. Математические схемы моделирования систем: стохастические схемы формализованного описания систем.
- •4. Численные методы Монте-Карло: розыгрыш дискретной случайной величины; розыгрыш непрерывной случайной величины.
- •Для чтения (если очень углубляться). §1. Розыгрыш значений дискретной случайной величины.
- •§2. Получение значений непрерывных случайных величин.
- •Раздел 2. Экономико-математическое моделирование.
- •2.1 Моделирование микроэкономических процессов и систем.
- •Направления применения экономико-математических методов в планировании и управлении производством.
- •Эвристические методы решения задач производственного планирования.
- •Задача объемного планирования.
- •Объемно-календарное планирование.
- •Календарное планирование.
- •Оперативное планирование.
- •7. Ресурсные методы оптимизации в сетевом планировании и управлении.
- •8. Модели объемного и объемно - календарного планирования.
- •1Этап. Получение первого прогнозного значения объемной характеристики
- •9. Модели оперативного планирования и построения графиков производства.
- •12. Расчет временных параметров сети и оптимизация сети по времени.
- •2.2 Моделирование макроэкономических процессов и систем.
- •13. Моделирование валового внутреннего продукта с помощью производственных функций: их типы, характеристики и методика построения.
- •14. Постановка задачи оптимизации выпуска в долгосрочном периоде (изокванта, изокоста, предельный продукт).
- •15. Модели межотраслевого баланса (моб): понятие, методы расчета и свойства прямых, косвенных и полных затрат; области применения.
- •2 Схемы анализа выпуска:
- •16. Постановка и обоснование задачи оптимального (стационарного) технологического и экономического роста в модели расширяющейся экономики фон. Неймана.
- •21. Синтез оптимальной траектории модели Харрода-Домара с переменной нормой накопления.
- •22. Синтез оптимальной траектории Солоу с переменной нормой накопления.
- •23. Принцип оптимальности Беллмана и принцип оптимальности Понтрягина.
- •24. Системный анализ и моделирование социально-экокономических процессов.
- •25. Системный подход к организации и ее особенности как сложной кибернетической системы.
- •2 6. Исследование систем и процессов на основе имитационного моделирования.
- •27. Парадигмы современного имитационного моделирования.
- •28. Метод системной динамики и его программная реализация в виде системы Any Logic. Имитационные модели рынка в системе Any Logic.
- •29. Дискретно-событийный подход имитационного моделирования.
- •30. Концепция баз данных: определение бд, принципы организации.
- •32. Проектирование бд: жизненный цикл бд, схема, подходы к проектированию.
- •Анализ и проектирование.
- •Реализация и функционирование.
- •33. Распределенная база данных: определение, стратегии распределения. Архитектура систем управления распределенными базами данных.
- •34. Концепция баз знаний: понятие, общая характеристика моделей представления знаний.
- •35. Тенденции развития корпоративных информационных систем.
- •36. Главные функции и возможности модулей финансовой подсистемы Oracle e-Business Suite.
- •37. Настройка и функционал модулей финансовой подсистемы Oracle е-Business Suite (Кредиторы, Дебиторы, Основные средства, Главная книга).
- •38. Настройка и функционал Книги материального учета - Oracle InventorV.
- •39. Интеграция программных модулей финансовой подсистемы Oracle e-Business Suite.
- •40. Теория поведения потребителя.
- •41. Теория издержек.
- •42. Особенности применения моделей рынка: совершенной конкуренции, монополии.
- •43. Характеристики отраслевой экономической среды с позиций модели конкуренции в отрасли.
- •44. Теория фирмы. Основные формы поведения фирмы на товарном рынке.
- •45. Анализ финансовой обеспеченности инвестиционных решений.
- •46. Прогнозирование финансово-экономической деятельности хозяйствующих субъектов.
- •47. Назначение ндс и методика его расчета.
- •48. Записать корреспонденцию счетов по следующим хозяйственным операциям.
- •49. Примеры атипичного применения бухгалтерского учета.
- •50. Как и зачем используется балансовый метод в бухгалтерском учете.
- •51. Вариантность при организации применения бухгалтерского учета.
- •52. Экономико-математическая постановка оптимизации бухучета.
- •Раздел 5. Методы социально-экономического прогнозирования
- •53. Выявление и прогноз динамики временных рядов на основе методологии Бокса-Дженкинса.
- •54. Предикативные факторные регрессионные модели, выявление и коррекция ошибок спецификации
- •1) Коэф. Корреляции Спирмэна (парный для стандартизированной ранжировки):
- •60. Адаптивное прогнозирование: принципы, методы, оценка качества механизмов и прогнозов.
- •61. Специфика моделирования многомерных динамических рядов. Тестирование на коинтегрированность.
- •Раздел 6. Теория риска и моделирование рисковых ситуаций
- •Формализация общей постановки задачи принятия решений, логические элементы ее составляющие и основные типы математических моделей процесса выбора решений.
- •Многокритериальный подход к принятию решений в условиях определенности с учетом наличия информации о системе предпочтений лица принимающего решение.
- •66. Понятие риска, классификация риска и основные методы оценки риска.
- •68. Модели многокритериального выбора в условиях нечеткой постановки задачи принятия решений.
- •71. Методология нового институционализма, его возможности и пределы.
- •72. Институты и правила в институциональной экономической теории..
- •73. Трансакционные издержки и институты.
- •74. Основные понятия и методы начисления процентов и дисконтирования процентов
- •Методы анализа потоков платежей
- •Показатели доходности и оценки курсов ценных бумаг
- •Методы кредитных расчетов
- •Методы оценки инвестиционных проектов
- •Задача об оптимальном портфеле ценных бумаг. Модели Марковица и Тобина
- •Понятие рыночного портфеля ценных бумаг. Основное уравнение равновесного рынка
- •Общий, рыночный и диверсифицируемый риски финансовых активов.
27. Парадигмы современного имитационного моделирования.
ИМ — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества.
Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться. (NetLogo, AnyLogic).
Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийную модель можно рассматривать как глобальную схему обслуживания заявок. Каждый объект моделируется индивидуально, как отдельная сущность, но множество деталей "физического уровня" (геометрия, ускорения/замедления) обычно опускается. Характерной чертой данного подхода является «обезличенность» заявки, от ее индивидуальных свойств абстрагируются. Считается, что все заявки обладают универсальной логикой поведения и обрабатываются по единому, заранее известному алгоритму. ДСМ наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах. (GPSS, Симула).
Системная динамика — направление в изучении сложных систем, исследующее их поведение во времени и в зависимости от структуры элементов системы и взаимодействия между ними. Для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. Системная динамика главным образом используется в долгосрочных, стратегических моделях и принимает самый высокий уровень абстракции. При данном подходе не рассматриваются индивидуальные объекты, а лишь их количества и агрегированные показатели.
Применяется тогда, когда достаточно изучить поведение системы на уровне агрегированных величин. Все взаимосвязи задаются на уровне накопителей, то есть между агрегированными величинами. Если легче описать поведение каждого объекта индивидуально, чем пытаться загнать всех в общий процесс, решением может быть агентное моделирование. Если интересуют только общие количественные оценки процессов, а не динамика отдельных объектов, возможно, удастся описать систему в терминах системной динамики. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950-х. (Dinamo, ИМИТАК).