
- •1(1). Методы системного анализа и теории управления в исследовании хозяйственной деятельности
- •2(1). Основные свойства систем и их элементов.
- •3(1). Исследование систем методом моделирования.
- •4(1).Событийный подход к моделированию. Причинно-следственные отношения и закономерности.
- •5(1). Математическое представление причинно – следственных связей.
- •6(1). Принцип эквивалентности Беллмана и вероятностная причинность.
- •7(1). Сигнальные графы: основные свойства и элементарные преобразования
- •8(1). Формула Мэзона и её приложения.
- •9(1).Марковские процессы с ресурсными оценками. Алгоритм Байцера.
- •10(1). Когнитивная структуризация. Когнитивные карты
- •11(1). Эргодические цепи Маркова и их приложения.
- •12(1). Балансные модели. Модель Леонтьева.
- •13(1). Статистические методы исследования больших систем
- •14(1). Идентификация систем. Модель «черного ящика».
- •15(1). Оценивание параметров распределений.
- •16(1). Свойства распределений. Биномиальное, нормальное.
- •18 (1). Некоторые положения теории случайных процессов. Корреляция.
- •19. 20.(1) Установление зависимостей. Линейная регрессия. Квадратическая регрессия (теория для регрессии общая).
- •21 (1). Модели теории массового обслуживания. Основные положения.
- •22 (1). Правило составления уравнений Колмогорова
- •23(1). Интерполирование зависимостей. Фундаментальный полином Лагранжа.
- •24 (1). Статистический контроль качества, общие положения.
- •25(1). Изменчивость и воспроизводимость технологических процессов.
- •26 (1). Этапы организации контроля качества.
- •27(1). Контрольные карты (кк)
- •28(1). Критерии полезности при оценке качества систем. Максимизация полезности
- •29(1). Качество и надежность систем хозяйственной деятельности.
- •30 (1). Методы и модели теории надёжности.
- •31(1). Надёжность систем управления: комплексы технических средств.
- •32 (1) . Надёжность человека–оператора, менеджера, лпр.
- •33(1). Соотношение надежности и стоимости. Показатели надёжности систем.
- •34(1). Надёжность компьютерных систем и технологий. Общие положения.
- •35(1). Структура информационных технологий управления производственным процессом.
- •36 (1). Программное обеспечение и его надежность.
- •37(1). Структура процесса принятия решений. Проблемная ситуация.
- •38(1). Внешняя и внутренняя среда системы как факторы управления.
- •39 (1). Функции управления по Павлову.
- •40(1). Полный алгоритм достижения целей по Павлову.
- •41(1). Планирование в процессе управления предприятием.
- •42(1). Принципы планирования хозяйственной деятельности.
- •Принцип своевременности.
- •Принцип участия каждого руководителя в процессе планирования.
- •Принцип преемственности плана.
- •43(1). Критерии эффективности систем деятельности.
- •44(1). Деловые игры, основные аспекты.
- •45(1). Этапы проведения деловых игр.
- •46(1). Документирование результатов деловой игры.
- •47(1). Инновационная деятельность в организациях, общие понятия.
- •48(1). Методы поиска новых идей: метод мозгового штурма
- •49(1). Метод Синектики.
- •50(1). Теория решения изобретательских задач Альтшуллера
13(1). Статистические методы исследования больших систем
Характеристика массовых случайных явлений являются устойчивыми, т.е. их поведение основано на некоторой закономерности.
Средние величины являются устойчивыми. Случайные величины обладают 2-мя свойствами:
Вариативность
Непредсказуемость
Главное свойство совокупности объектов – репрезентативность (представительность) выборки – они должны хорошо отображать все свойства объекта (совокупности объектов).
Отбор совокупности осуществляется по какому-то правилу (например, каждый 4% по алфавиту и т.д.).
Репрезентативность можно обеспечить простым случайным отбором.
Средние величины более устойчивы, чем исходные.
Разброс (рассеяние) характеризуется дисперсией.
Расстояние значения случайной величины от его среднего значения.
Средняя (эмпирическая) дисперсия, второй центральный момент.
13(2).
14(1). Идентификация систем. Модель «черного ящика».
Идентификация систем — математический аппарат для построения математических моделей динамической системы по измеренным данным. Математическая модель в данном контексте означает математическое описание динамики поведения какой-либо системы или процесса в частотной или временной области, к примеру, экономического процесса (реакция биржевых котировок на внешние возмущения) и т.п. В настоящее время эта область теории управления хорошо изучена и находит широкое применение на практике.
Идентификация систем проводится в два этапа. На первом определяется структура и порядок уравнения (как правило, дифференциального), описывающего исследуемую систему с требуемой точностью. С математической точки зрения подобная задача является задачей аппроксимации экспериментальной кривой некоторым уравнением. В простейшем случае, таким уравнением является алгебраическое уравнение степени n + 1, где n - число точек в экспериментальной кривой. Но подобная аппроксимация на практике применяется весьма редко (в силу сложности и ненаглядности полученной модели). Чаще исследователь в состоянии по виду кривой оценить (хотя бы приближенно), уравнение, описывающее систему. Затем необходимо вычислить коэффициенты в найденном уравнении. Как правило, в реальных условиях не существует точных формул, позволяющих вычислить эти коэффициенты. Поэтому на практике используются различные методы поиска коэффициентов, такие как метод координатного спуска и метод сопряженных градиентов.
При переходе от приведенной формы модели к структурной эконометрист сталкивается с проблемой идентификации. Идентификация – это единственность соответствия между приведенной и структурной формами модели.
Модель "черного ящика" Первым наиболее простым и абстрактным уровнем описания системы является модель “черного ящика”. В этом случае предполагается, что выделенная система связана со средой через совокупность входов и выходов. Выходы модели описывают результаты деятельности системы, а входы - ресурсы и
14(2).
ограничения. При этом предполагается, что мы ничего не знаем и не хотим знать о внутреннем содержании системы. Модель в этом случае отражает два важных и существенных ее свойства: целостность и обособленность от среды.
Такая модель, несмотря на ее внешнюю простоту и отсутствие сведений о внутренней структуре, оказывается часто полезной и достаточной для практического использования.