
- •1.Типы моделей в науке и практике. Достоинства и недостатки метода моделирования и научных экспериментов.
- •2. Применения моделирования в современной экономике. Канторович.
- •3. Этапы применения мат. Методов в эк. Ссср и зар. Стран. Программные средства мод-ия.
- •4. Становление современной теории систем. История становления: Система и ее свойства. Классификация систем. Необходимость системного подхода к исследованию экономических процессов.
- •5.Статическая и динамическая информация, шумы и код. Энтропия, ее измерение.
- •6.Типы управления. Открытое и закрытое управление. Адаптивное управление, его достоинства и недостатки.
- •7.Многокритериальные задачи, методы их решения, метод Парето.
- •8. Метод уступок и метод весовых коэффициентов в многокритериальных задачах.
- •9.Фундаментальная теорема линейного программирования. Достоинства и недостатки линейных моделей.
- •10.Программные средства решения линейных задач lindo и exel. Основные операторы пакета lindo.
- •11.Достоинства и недостатки линейных моделей, условия применимости. Этапы решения задачи линейного программирования, анализ решения.
- •12.Двойственные оценки в анализе решения задачи линейного программирования. Устойчивость оптимальных планов и роль устойчивости в анализе.
- •13.Постановка задачи целочисленного программирования. Программные средства решения задачи цп.
- •14.Решение нелинейных задач программирования. Основные операторы языка lingo. Глобальный и локальный экстремумы.
- •15.Имитационное моделирование в экономике. Языки имитационного моделирования.
- •16.Достоинства и недостатки имитационного моделирования. Методы достижения заданной надежности в имитационном эксперименте.
- •17.Достоинства и недостатки метода “затраты - выпуск”. Вклад Леонтьева в развитие моделирования в экономике.
- •18.Произв.Функция, ее специф. И парам. Функция Кобба-Дугласа, ее пар-ры.
- •19.Осн. Свойства производ. Функции. Эк. Смысл параметров функции Кобба-Дугласа.
- •20.Осн. Зад. Эконометрики. Критерии адекватности эконометрич. Моделей. Их преим. И недостатки. Св-ва оценок мнк
- •21.Автокор.. Мультикол.. Сист. Одновр. Эконометр. Уравнений.
- •22.Анализ вр. Рядов и прогн-ие. Прог-ие в регресс. Моделях. Виды прогнозов.
- •23.Прикла. Стат. Анз. Осн. Проб. Пс. Корр. Ан. Многомерной со-ти, Част., пар. И множ. Коэфф. Корр. Проверка их знач-ти. Интерв. Оц.
- •24.Ранг. Корр. Многом. Класс. Объектов. Кластер-анализ. Агломерат. Методы. Метод к-средних.
- •25.Дискр. Ан. Обуч. Выборки, Класс.Объектов (признаков) с пом. Да Построение класс. Функций. Класс. Объектов на осн. Класс. Функций (классификаторов).
25.Дискр. Ан. Обуч. Выборки, Класс.Объектов (признаков) с пом. Да Построение класс. Функций. Класс. Объектов на осн. Класс. Функций (классификаторов).
Явл одним из методов МСА, использ для реш з-ч многомер. класс-ии. Отличит св-ом ДА явл то, что последовательно заранее известно число групп (классов), на кот. нужно разбить рассматрив сов-ть объектов. З-ча- построить решающие правила, позволяющ по рез-ам измерений пар-ов объекта указать группу, к кот. он принадлежит – класс-ия с обучением. При использ ДА формируются обучающ выборки, котор явл носителями инф-ии в распределении внутри каждого класса. Данные обучающ выборок формируются на этапе предварит анализа экспертами в конкретной области. На основе обучающих выборок определяются диск-ые и классификационные ф-ии, позвол. с мин. вер-тью ошибки отнести каж. объект к тому или иному классу. Проверяется правильность обучающих выборок на основе критериев: расстояние Махаланобиса и апостериорной вер-ти. Распределение внутри каж. группы подчиняется k –мерному нормал распред-ю и определ вер-ть попадания отдельного i-го набл в каж.группу (апостер. вер-ть). Отнесение экспертом i-го объекта в j-ую группу счит. ошибочным, если расстоян Махаланобиса от объекта до центра его группы значит выше, чем от него до центра др. группы, а апос. вер-ть попадания в свою гр. ниже критич знач-я. В эт. случае объект явл некорректно отнесенным и д.б. исключен из выборки. После этого составл классификац матрица, в кот. указывается % корректно отнесенных к группе наблюд, а также число прав и неправ отнесенных объектов. Процедура исключ продолжается до тех пор, пока все наблюд обуч выборок не будут правильно отнесены к соответ группам, получ. на послед шаге. обуч выборки испол. для получения Д-ых и классифицируемых ф-ий , которые в дальнейшем могут использоваться для соотнесения новых объектов к той или иной группе. Новый объект будет отнесен к той гр., до кот. расс. Махл. мин-но, а апостер. вер-ть мак-на. Полученные обучающие выборки м. испол. для класс. новых объектов путем построения клас. функций. Получают коэф. для записи моделей класс. функций. Их д.б. столько, сколько групп. Новые объекты будут отнесены к той группе, для которой класс. значение максимально.