- •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.
49. Концептологія емм,концепції мат.Моделювання
Одним з основних понять ЕММ є поняття мат.моделі. Мат.модель-це абстракція реальної дійсності,в якій відношення між реальними елем. замінені відношеннями між математичними категоріями(у формі рівнянь,нерівностей). Є велика к-сть підходів до класифікації ек.-мат.моделей (за цільовим призначенням, за формою мат.залежностей, за причинно-наслідковим аспектом тощо). Неможливо уявити сучасну науку, зокрема екон.,без застосування мат.моделювання (ММ). Сутність методології моделювання полягає в заміні вихідного об’єкта його „образом”-мат.моделлю. Обчислювальні експерименти з моделями об’єктів дозволяють ретельно та глибоко вивчати об’єкт у детальному вигляді, що недоступно суто теоретичним підходам. Тому ММ може охоплювати аналіз надзвичайно складних ек.процесів. ММ є неминучою складовою НТП. ММ охоплює три етапи – модель,алгоритм,програма. Головна особл.моделювання в тому, що це метод опосередкованого пізнання за допомогою об’єктів-заміщувачів. Існує три підходи до побудови ММ: 1)спрощення реальної ситуації;2)побудова моделі на підставі найхарактерніших особл.реальної ситуації;3)введення значної к-сті чинників, побудова та вивч.моделі засобами імітаційного моделювання. Модель вважається адекватною оригіналу, якщо вона з достатнім ступенем наближення відображає закономірності функт.ек.системи. Головним гальмом для практ.застос.ММ у ек.є проблема наповнення моделей якісною інф. Методи ек.спостережень розробляються ек.статистикою. Дослідж.кількісних відношень ек.процесів спирається на ек.виміри. Проблемами їх вдосконалення є оцінка р-тів інтелект.діяльності,побудова узагальн. показників ек.-соц. розвитку.
50. Крива економічного ризику.
КЕР-це залежність між величиною втрат та ймовірністю Їх виникнення. За допомогою КЕР можна спрогнозувати можливий ризик. 3 етапи побудови:
1)рівні втрат розбивають на зони ризику:
а)безризикова зона(це рівень відсутності втрат R0=0);
б)зона допустимого риз(рівень втрат R1=очікуван.прибуток)
в)зона критичного риз.(R2=величині доходу);
г)зона катастрофічного риз.( R3=вартості майна п-ва).
2)за статистичним методом чи за експертними оцінками встановлюють ймов.втрат для кожної зони ризику;
3)в прямокутній сист.координат будують точки (по горизонтальній осі–рівні втрат R,по вертикалі–їх ймовірності). Далі будуємо криву через точки. Це і буде КЕР.
51. Критерій методу найменших квадратів
Для МНК шукаються такі числ. знач. параметрів р-ня, щоб сума квадратів залишків регресії була найменшою. Короткий запис Σei2=Σ(yi-b0-b1xi)2→min. На підставі теореми про необхідні умови існування екстремуму і після деяких перетворень отримуємо сист. лінійних алгебраїчних р-нь.
Σyi= b0n+ b1Σxi
Σxiyi=b0Σxi+ b1Σxi2
При використ. МНК до похибок εі діють вимоги(умови Гауса-Маркова).1) εі –випадкова змінна; 2)М(εі)=0; 3)дисперсія εі постійна D(εі)= D(εj)=σ2; 4)знач. εі незалежні між собою; 5)величини εі статист. незалежні зі знач. хі. Якщо виконуються, то оцінки незміщені, тобто мат.спод.= справжнім знач., ефективні (дисперсія найменша) та обґрунтовані.
Узагальнений МНК (методу Ейткена) застосовується, якщо наявна гетероскедастичність. Для її визнач.вдаються до 4 критеріїв: 1)критерій μ(коли вихідна сукупність спостережень досить велика); 2)параметричний тест Гольдфельда- Квандта (сукупність спост.невелика); 3)непараметричний тест Г.-Кв.(на основі графіка зміни залишків після упорядкування спостережень за тією поясн.змінною,що може призвести до гетероскедастичності); 4)тест Глей сера (будується регресій не р-ня від тієї пояснюючої змінної, що може призвести до гетероскедастичності, тобто відповідає зміні дисперсії залишків).