
- •Эконометрика и экономико-математические методы и модели Учебно-методический комплекс
- •Состав и структура умк
- •Эконометрика
- •И экономико-математические
- •Методы и модели
- •Учебная программа для специальностей:
- •Составила: Мокеева о.А., к. Ф.-м. Н., доцент
- •Учебная программа составлена на основе учебной программы «Эконометрика и экономико-математические методы и модели», утвержденной 31 августа 2010 г., регистрационный номер уд-046-10/баз.
- •Заведующий кафедрой
- •Пояснительная записка
- •Примерный тематический план
- •Содержание учебного материала
- •Тема 1. Теоретические основы математического моделирования
- •Тема 2. Модели парной регрессии
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
- •Тема 1 теоретические основы экономико-математического моделирования
- •1. Понятие о модели и моделировании
- •2. Классификация моделей
- •3. Экономико-математическая модель
- •4. Этапы экономико-математического моделирования
- •5. Принципы построения экономико-математических моделей
- •6. Общая характеристика экономико-математических методов
- •7. Эконометрика как наука
- •8. Эконометрика и другие науки
- •9. Эконометрические модели и их типы
- •10. Этапы эконометрического моделирования
- •11. Пример эконометрического исследования
- •12. Эконометрическое моделирование
- •Вопросы для самоконтроля
- •Тема 2 модели парной регрессии
- •1. Корреляционный и регрессионный анализы
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Оценка тесноты связи между количественными переменными
- •5. Проверка общего качества уравнения регрессии
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Парная линейная регрессия и корреляция»
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Сурс спецификация и параметризация парной нелинейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Практические задания (вариант определяет преподаватель)
- •Методические указания
- •Литература
- •Вопросы для самоконтроля
- •Тема 3 модели множественной регрессии
- •1. Постановочный этап
- •3. Параметризация модели
- •4. Верификация модели
- •4.1. Статистическая значимость параметров регрессии
- •4.2. Проверка общего качества модели множественной регрессии
- •4.3. Предпосылки мнк
- •5. Прогнозирование на основе регрессионных моделей
- •6. Фиктивные переменные
- •7. Введение фиктивных переменных в модель
- •8. Тест Чоу
- •9. Фиктивные переменные и сезонность
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Множественная линейная регрессия и корреляция»
- •Порядок выполнения работы
- •Вопросы для самоконтроля
- •Тема 4 эконометрический анализ при нарушении классических модельных предположений
- •1. Проблема гетероскедастичности
- •2. Автокорреляция остатков регрессионной модели
- •3. Мультиколлинеарность факторов
- •Эконометрический анализ модельных предположений для множественной линейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Отчет по лабораторной и самостоятельной управляемой работе «Множественная регрессия и корреляция» студента _____________________________________ гр. ______
- •1. Постановочный этап.
- •4. Верификация модели.
- •Литература
- •Вопросы для самоконтроля
- •Тема 5 моделирование одномерных временных рядов
- •1. Динамические эконометрические модели
- •2. Компоненты временного ряда
- •3. Выравнивание временного ряда
- •4. Общая схема моделирования временного ряда
- •5. Автокорреляция остатков временного ряда
- •6. Анализ структурной стабильности тенденции
- •Примеры решения заданий
- •1.2Подобрать линию тренда, которая лучше всего описывает фактические данные и на ее основе сделать прогноз на 3 недели вперед. Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Анализ структуры временного ряда»
- •Порядок выполнения работы
- •2. Спецификация, параметризация и верификация модели.
- •3. Прогнозирование
- •Вопросы для самоконтроля
- •Тема 6 системы одновременных уравнений
- •1. Системы уравнений, используемые в эконометрике
- •2. Структурная и приведенная формы моделей
- •3. Проблема идентифицируемости модели
- •4. Методы оценивания параметров структурной модели
- •5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 7 модели сетевого планирования
- •1.2.11. Области применения моделей сетевого планирования
- •2. Основные понятия и элементы сетевого графика
- •3. Правила построения сетевого графика
- •4. Временные параметры сетевого графика
- •5. Линейный график Ганта
- •6. Задачи оптимизации сетевого графика
- •7. Модели сетевого планирования в условиях неопределенности
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 8 модели межотраслевого баланса
- •1. Понятие балансовой модели
- •2. Схема межотраслевого баланса
- •3. Варианты расчетов по балансовой модели
- •4. Модель отраслевого баланса в условиях ограничений на используемые внешние ресурсы
- •5. Из истории метода межотраслевого баланса
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 9 модели теории игр
- •1. Понятие игры, виды игр
- •2. Принцип минимакса
- •3. Упрощение матричных игр
- •1.2.24. Решение матричных игр без седловых точек
- •1.35. Игры с природой
- •1.46. Критерий Байеса
- •1.57. Критерий Лапласа
- •1.68. Максиминный критерий Вальда
- •1.79. Критерий Сэвиджа (минимаксного риска)
- •1.810. Критерий обобщенного максимума Гурвица
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •1.10Критерий Вальда
- •1.11Критерий Сэвиджа
- •1.12Критерий Гурвица
- •1.13Критерий Байеса
- •1.15Критерий Лапласа
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 10 модели массового обслуживания
- •1. Основные понятия систем массового обслуживания
- •2. Классификации систем массового обслуживания
- •3. Простейшие системы массового обслуживания
- •4. Примеры
- •5. Основные показатели эффективности системы массового обслуживания
- •5.1. Одноканальная система массового обслуживания с отказами
- •5.2. Многоканальная система массового обслуживания с отказами
- •5.3. Одноканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.4. Многоканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.5. Одноканальная система массового обслуживания с ожиданием и неограниченной очередью
- •3.3.6. Многоканальная система массового обслуживания с ожиданием и неограниченной очередью
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 11 модели управления товарными запасами
- •1. Основные теоретические сведения
- •2. Понятие о системах управления запасами
- •3. Простейшая модель оптимального размера партии поставки
- •4. Модель с учетом неудовлетворенных требований
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
3. Простейшие системы массового обслуживания
В настоящее время теоретически наиболее разработаны и удобны в практическом применении методы решения простейших систем массового обслуживания. Простейшая система массового обслуживания – это такая система, процесс функционирования которой является марковским случайным процессом, когда вероятность состояния СМО в будущем зависит только от ее состояния в настоящем и не зависит от прошлого.
Простейшая СМО имеет следующие характеристики:
1. Входной поток заявок подчиняется закону Пуассона, т. е. вероятность поступления за время t равно k требований и задается формулой
,
(1)
где t – единица времени (сек., мин, ч.); k – количество заявок (требований), поступающих в систему; – интенсивность потока или среднее число заявок, поступающих в систему в единицу времени.
2. Время обслуживания заявки каждым каналом имеет экспоненциальный закон распределения, т. е. вероятность того, что время обслуживания одного требования не превосходит некоторой величины t, определяется по следующей формуле:
,
(2)
где – интенсивность обслуживания или среднее количество заявок, которое может обслужить канал в единицу времени:
,
(3)
где tобс – среднее время обслуживания одного требования одним каналом.
Таким образом – есть величина, обратная времени обслуживания.
Простейший (пуассоновский) поток заявок обладает тремя основными свойствами:
1. Ординарности, т. е. невозможности поступления в систему двух и более заявок одновременно.
2. Стационарности – среднее число заявок, поступающих в систему в единицу времени, постоянно. Таким образом, хотя заявки и приходят в случайные моменты времени, в среднем, поток является равномерным и параметр характеризует среднее число заявок, поступающих в единицу времени.
3. Отсутствием последействия, т. е. количество заявок, уже поступивших в систему, не определяет того, сколько заявок поступит в дальнейшем.
Основной характеристикой простейшей СМО является параметр , который показывает, какое среднее число каналов необходимо иметь, чтобы обслужить в единицу времени все поступившие заявки. Параметр рассчитывается по следующей формуле:
.
(4)
СМО с n каналами будет эффективно работать, если
,
(5)
т. е. < n. Это означает, что фактическое число обслуживающих каналов должно быть больше среднего числа каналов, необходимых для обслуживания заявок.
Для СМО с ожиданием и неограниченной очередью прежде чем рассчитывать показатели эффективности ее работы, нужно выполнить проверку условия (5). Если данное условие не выполняется, то работу СМО сразу следует считать неэффективной, так как система не успевает обслуживать все поступающие заявки, которые накапливаются в бесконечную очередь.
Таким образом, вид модели СМО зависит от числа каналов n и от допустимой длины очереди m. Обобщенная информация представлена в виде следующей таблицы:
Таблица 1. Классификация систем массового обслуживания
Вид СМО |
n |
m |
Одноканальная с отказами |
1 |
0 |
Многоканальная с отказами |
n > 1 |
0 |
Одноканальная с ограниченной очередью |
1 |
1 < m < |
Многоканальная с ограниченной очередью |
n > 1 |
1 < m < |
Одноканальная с неограниченной очередью |
1 |
m = |
Многоканальная с неограниченной очередью |
n > 1 |
m = |