- •1. Алгоритм аналізу економічного ризику
- •2. Алгоритм графічного розв’язання задачі нелінійного програмування
- •3. Алгоритм Дарбіна-Уотсона
- •4. Алгоритм економіко-математичного моделювання
- •5. Алгоритм розв’язання м-задачі
- •6. Алгоритм симплекс-методу
- •7. Алгоритм усунення гетероскедастичності
- •8. Алгоритм утворення спряженої задачі лінійного програмування
- •9. Алгоритм Фаррара-Глобера
- •10. Системний аналіз економічного ризику
- •11. Біфуркація економічних процесів
- •12. Взаємне розташування одр і опорної прямої при графічному розв’язані задачі лп
- •13. Види економічного ризику
- •14. Визначення моделювання, його типи.
- •15. Властивості оцінок на підставі мнк
- •16. Властивості простої вибіркової лінійної регресії.
- •17. Властивості спряжених задач лп
- •18 Гетероскедастичність: причини, наслідки
- •20. Глобальні складові мат. Моделювання: роль і призначення
- •23. Двоїстий симплекс метод
- •24. Деталізувати кроки емм.
- •25. Деякі рубрики класифікації математичних моделей
- •26. Диверсифікація економічного ризику
- •27. Довірчий інтервал індивідуального значення залежної змінної
- •28. Дослідження розв’язків задачі лінійного програмування
- •29. Економіко-математичне моделювання та його етапи
- •30. Економічне тлумачення математичної моделі двоїстої задачі лп.
- •31. Економічний зміст двоїстої злп.
- •32. Економічний ризик та його види.
- •33. Елементи теорії злп.
- •34. Емерджентність: розкрити зміст, навести приклад.
- •38. Зведення задачі дробово-лінійного програмування до лінійного.
- •40. Інтервальні оцінки коефіцієнтів лінійного рівняння регресії.
- •41. Ітеративність емм.
- •42. Кваліфікаційна система ризиків
- •43.Кількісні показники ризику
- •44.Кількісні чинники ризику.
- •45. Класифікація ризику
- •46. Коеф. Детермінації: суть, обчислення, роль
- •47. Коеф. Кореляції: обчисл., тлумачення, зміст
- •48. Комплексна оцінка ек. Ризику
- •49. Концептологія емм,концепції мат.Моделювання
- •50. Крива економічного ризику.
- •51. Критерій методу найменших квадратів
- •52. Критерій Стьюдента
- •53. Критерій Фішера
- •55. Математична модель задачі лінійного програмування, її економічний зміст.
- •56. Метод Ейткена
- •57. Методи кількісних оцінок економічного ризику
- •58. Множинна лінійна регресія
- •59. Множники Лагранжа
- •60. Мультиколінеарність: причини явища, його наслідки
- •61. Обумовленість економіко-математичного моделювання
- •63. Означення моделі, її вербалізація. Типи мат. Моделей
- •64. Означення системи. Притаманні риси соц.-ек. Системи.
- •65. Основна нерівність теорії двоїстості
- •66. Основні припущення для парної лінійної регресії
- •67.Особливості побудови математичної моделі економічного явища чи процесу.
- •68.Охарактеризувати етап якісного аналізу моделі
- •69. Охарактеризувати етапи економіко-математичного моделювання
- •70. Переваги математичного моделювання як засобу пізнання
- •71. Перевірка лінійної регресійної моделі на адекватність
- •72. Передумови появи економ мат моделювання, як сучасного методу пізнання
- •73. Перша теорема двоїстої задачі лінійного програмування,її економ тлумачення
- •74. Підготовка економічної інформації для моделювання, її особливості
- •75. Подолання мультиколінеарності
- •76. Поняття соціально-економічної системи, її характеристика
- •77. Послідовність оцінки економічного ризику
- •78.Правила побудови двоїстих задач.
- •79. Практичні задачі емм.
- •80. Прийняття управлінських рішень, як сфера застосування результатів моделювання
- •81. Принципи аналізу економічного ризику.
- •82. Принципи моделювання, зокрема екон.-математичного моделювання, його причинність.
- •83. Ризик як економічна категорія.
- •84. Рівняння парної лінійної регресії.
- •85. Розв’язати задачу лінійного програмування симплекс методом
- •86. Розширена задача лінійного програмування
- •87.Складові екон-мат моделювання та взаємозв’язок між ними
- •88.Статистична побудова кривої ризику
- •90. Сутність економічного ризику та причини його появи
- •91. Сутність регресійного аналізу (економетричного моделювання)
- •92. Сутність цілочислового програмування, графічне розв’язання
- •93. Друга теорема теорії двоїстої задачі лінійного програмування
- •94. Схема перевірки гіпотез стосовно коефіцієнтів лінійного рівняння регресії.
- •95.Теорія графічного розв’язання задачі лінійного програмування
- •96.Технологія економіко-математичного моделювання
- •97.Типологія математичних моделей економічних процесів та явищ.
- •98.Тлумачення результатів моделювання.
- •100. Умови застосування класичного симплекс-методу
- •101.Умови Куна-Такера.
- •102.Управління економічним ризиком.
- •103. Форми запису задачі лінійного програмування, охарактеризувати їх.
- •104. Явище автокореляції: причини, наслідки.
- •105. Явище емерджентності.
- •106. Явище синергетики в економіці.
- •108. Якісні чинники економічного ризику.
33. Елементи теорії злп.
Загальна лінійна економіко-математична модель економічних процесів і явищ – так звана задача лінійного програмування подається у вигляді:
F=c1x1+c2x2+…+cnxn
xj0, j=1,2,3,…,n.
Потрібно знайти значення змінних xj, які задовольняють умови обмежень, умови невід’ємності та цільову функцію F, що набуває мінімального чи максимального значень. Для загальної ЗЛП використовують такі поняття.
Вектор Х = (х1, х2,..., хn), координати якого задовольняють систему обмежень та умови невід’ємності змінних, називається допустимим розв’язком (планом) ЗЛП.
Допустимий план Х = (х1, х2,..., хn) назив. опорним планом ЗЛП, якщо він задовольняє не менше, ніж m лінійно незалежних обмежень системи обмежень у вигляді нерівностей, а також обмеження невід’ємності.
Опорний план Х = (х1, х2,..., хn), називається невиродженим, якщо він містить точно m додатних змінних, інакше він вироджений.
Опорний план Х* = (х1*, х2*,..., хn*), за якого цільова функція досягає мінімального чи максимального значення, називається оптимальним розв’язком (планом) ЗЛП.
Задачу можна звести до канонічного виду, тобто такого, коли всі bj невідємні, а всі обмеження є рівняннями. Звести рівність до рівняння можна за допомогою введення додаткової змінної.
34. Емерджентність: розкрити зміст, навести приклад.
Незводимість (ступінь незводимості) властивостей системи до властивостей її елементів називається емерджентністю системи. Це поняття тісно пов'язане
з поняттям структури системи, а саме: структура є механізмом реалізації
емерджентності. Іншими словами, саме структура визначає той спосіб, у який
проявляються властивості окремих елементів в контексті даної системи.
Взаємодія елементів системи відбувається під впливом зв'язків між ними, які залежать від взаємовідносин, що склалися, і від поточного стану системи.
Тут важливим питанням є опис закономірностей динаміки системи, тобто впливу системи як цілого на зміну на зміну у часі її окремих елементів і навпаки.
Разом з тим, структурні зміни в системі викликають зміну властивостей самих
елементів, які підпорядковуються загальним законам розвитку системи як
цілого. В науковій теорії перехід від опису до пояснення, від явищ до сутності співпадає з пізнанням структури досліджуваних систем і процесів, з переходом від одних структурних рівнів до інших, більш глибоких. У зв'язку з цим у сучасній науці і техніці отримали значний розвиток системно-структурні дослідження, а також відповідні їм методи.
35. Етапи економіко-математичного моделюв.: перерахувати та охаратериз. їх.
Найбільш повним і доцільним є розбиття моделювання на 6 етапи:
1 – попередня орієнтація та аналіз системи, формування основних припущень та гіпотез, розробка перших сценаріїв та нормативних установ;
2 – формалізація гіпотез;
3 – відбір та формалізація необхідної інформації;
4 – дослідження моделі (перевіряється чутливість, адекватність і стійкість результатів);
5 – побудова альтернативних сценаріїв та експерименти з моделлю;
6 – якісний аналіз та інтерпретація результатів моделювання.
37. Зв’язок між коефіцієнтом кореляції та нахилам прямої регресії.
Нехай маємо рівняння регресії Y = a+bX+e. Коефіцієнт b в рівнянні регресії характеризує зміну функції у при зміні функції х і графічно відображає кут нахилу лінії регресії. Коеф. кореляції вирахов. за формулою: Cov(x,y)/ух. . З коеф. регресії b в рівнянні регресії коеф. кореляції повязаний відношенням:
r = b x / y .
Кутовий коеф. регресії b являє собою тангенс кута нахилу лінії регресії до осі абсцис. Таким чином, чим більший нахил лінії регресії до осі абсцис, тим більше значення коеф. кореляції. Чим більший розлад точок навколо лінії регресії, тим менше значення коеф. кореляції.