![](/user_photo/2706_HbeT2.jpg)
- •§ 1. Балансовые модели
- •1. Войти в excel
- •1. В первом столбце таблицы перечислены “чистые отрасли”, более или менее цельные, самостоятельные (энергетика, металлургия, машиностроение, оборонка, сельское хозяйство и т.Д.)
- •§ 3. Общая постановка задачи линейного программирования. Симплекс- метод
- •1. Множество решений системы (1) из § 2 является выпуклым многогранником (напомним, что выпуклое множество вместе с любыми двумя точками содержит все точки соединяющего их отрезка).
- •2. Вершины многогранника называются угловыми точками.
- •2. Приводим задачу к каноническому виду:
- •3. Составляем исходную симплекс-таблицу (заметим, что в разных учебных пособиях форма симплекс- таблицы различна!):
- •4. Проверяем опорное решение на оптимальность: если все элементы оценочной строки неотрицательны, то опорное решение оптимально. В нашем случае это не так.
- •1. Если в оценочной строке последней симплекс- таблицы все коэффициенты при балансовых переменных больше 0, то оптимальное решение единственно.
- •§ 4. Двойственные задачи (dual problem).
- •1. Построение математической модели:
- •§ 5. Транспортная задача (transportation
- •1. Вывести весь груз поставщиков (запасы)
- •2. Удовлетворить весь спрос потребителей
- •3. Минимизировать суммарные затраты.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •4. Проверка опорного плана на оптимальность.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •50 Изделий из Стокгольма в Лион
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •§ 6 Задача о назначениях (assignment problem).
- •1. Образовать таблицу затрат с.
- •§ 7 Задачи нелинейного программирования
- •§ 8 Игры двух лиц с нулевой суммой (theory of games).
- •1. Наличие двух игроков а и в, с противоположными целями. Поэтому игру и называют антагонистической.
- •2. Наличие у каждого игрока конечного числа ходов, называемых также чистыми стратегиями. Каждый игрок знает чистые стратегии соперника, но не знает какую чистую стратегию тот применит.
- •3. Игроки независимо выбирают чистые стратегии (ходы), после чего игра (партия) заканчивается и каждому игроку выплачивается выигрыш, причем сумма выигрышей равна нулю.
- •4. Все возможные выигрыши аij игрока а сосредоточены в платежной матрице:
- •2. Пусть игрок а обладает 4 чистыми стратегиями. Будут ли следующие векторы смешанными стратегиями?
- •2. Пусть игрок а имеет две чистых стратегии.
- •§ 10 Сведение матричных игр с нулевой суммой к задачам линейного программирования
- •§ 11. Итерационный метод (Брауна – Робинсона).
- •§ 12. Игры с природой (статистические решения)
- •1. Критерий крайнего оптимизма.
- •2. Критерий Вальда
- •3. Критерий Гурвица
- •4. Критерий Сэвиджа
- •5. Критерий Лапласа
- •1. Критерий крайнего оптимизма.
- •§ 13. Модели принятия решений с помощью деревьев решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Оптимизация 4-го шага, т.Е. Решение задачи:
- •2. Оптимизация 3-го шага, т.Е. Решение задачи:
- •3. Оптимизация 2-го шага, т.Е. Решение задачи:
- •4. Оптимизация 1- го шага → табл.5
- •5. Обратный ход – окончательный оптимальный набор шаговых уравнений
- •80, Третьему- 40, четвертому - 40.
- •§ 15 Вероятностные модели
- •2. Формирование оптимального портфеля акций
- •1 3, 14, 23. Ясно, что точки 1 и 2 не доминируются другими. Они и образуютПарето - оптимальное множество. Среди них и нужно выбрать оптимальную.
- •1. Предоставить окончательный выбор лицу, принимающему решение (например, совету директоров).
- •2. Воспользоваться объединяющей взвешивающей формулой:
- •§ 17. Математическая модель управления запасами
- •1. В момент полного исчерпания запасов склада мгновенно поступает ранее заказанная партия запасов в количестве q.
- •2. С другой стороны со скоростью V ед. Запасов/ ед. Времени запасы отпускаются потребителям:
- •§ 18. Моделирование социально- экономической структуры общества.
- •§ 16. Дисперсионный анализ
- •1. Пусть х- случайная величина, определяющая результативный признак , в данном случае- производительность. Фактор а- методика обучения.
- •3. Подсчитываем факторную дисперсию:
- •4. Подсчитываем остаточную дисперсию:
- •5. Вычисляем значение критерия Фишера:
- •7. Находим число степеней свободы числителя (v1 ) и
- •§ 19. Имитационное моделирование (model simulation)
- •4. Итоговая оценка суммарных издержек:
- •5. Итоговая оценка суммарных издержек:
- •§ 19. Моделирование социально- экономической структуры общества.
- •1. Афанасьев м.Ю., Суворов б.Р. Исследование операций в экономике.-м.: Инфра-м, 2003.
§ 19. Моделирование социально- экономической структуры общества.
Важной проблемой в социальных и экономических исследованиях является проблема измерения социального неравенства членов общества. Обычный подход социологов таков: все общество делят на три группы: богатые, средние и бедные. Если преобладают середняки, а крайние группы по численности примерно одинаковы, то делается вывод, что данное общество примерно однородно. Если же, наоборот, большая часть населения в крайних группах, то налицо сильное расслоение и неравенство.
Достижение современной экономико- математической науки - количественный подход к проблеме. Его сутъ в следующем:
Введем функцию
у (х), х
.
Здесь у (х)- доля денежных доходов общества, приходящихся на долю населения х.
Так, у(0,8) = 0,3 означает, что на 80% населения приходится 30% доходов общества; у(0,9)=0,1 означает, что 90% населения получают лишь 10% доходов общества; у(0,5)=0,5 означает, что 50% населения получают 50% доходов общества;
Функция у (х) называется функцией Лоренца.
Последний пример подсказывает, что функция у(х)= х отражает идеально справедливое общество.
Рис. 19.1
В действительности же, функция Лоренца имеет вид пунктирной линии выпуклой вниз (рис. 19.1). Таким образом, чем больше площадь заштрихованной на рисунке луночки, тем менее справедливым, более расслоенным является общество.
Количественно это выражают коэффициентом Джини, равным отношению площади луночки к площади треугольника ОАВ.
Таким образом, коэффициент Джини (Gini coefficient) макроэкономический показатель, характеризующий дифференциацию денежных доходов населения.
Пример.
Для некоторой страны функция Лоренца имеет вид:
у (х) =
.
Найдем коэффициент Джини:
Библиографический список
1. Афанасьев м.Ю., Суворов б.Р. Исследование операций в экономике.-м.: Инфра-м, 2003.
2. Дубров А.М., Лагоша Б.А. Моделирование рисковых ситуаций в экономике и бизнесе. - М.: Финансы и статистика 1999.
3. Зайцев М.Г. Методы оптимизации для менеджеров. М.: Дело,2002.
4. Лабскер Л.Г., Ященко Н.А. Теория игр в экономике. М.: Кнорус, 2012.
5. Малыхин В.И. Высшая математика.- М.: Инфра-М, 2009.
6. Малугин В.А. Линейная алгебра. – М: Эксмо, 2006.
7. Мартин Ф. Моделирование на вычислительных машинах. М.: Советское радио, 1972.
8. Невежин В.П. Теория игр.- М.: Форум, 2012.
9. Орлова И.В. Экономико-математическое моделирование. - М.: ВЗФЭИ, 2004.
10. Полисмаков А.И. Математическая экономика.- Ростов-на Дону.: 2005.
11. Просветов Г.И. Прогнозирование и планирование. М.: РДЛ, 2003.
12. Пятецкий В.Е., Литвин И.З., Литвяк В.С. Математические методы в экономике. М.: МИСиС, 2011.
13. Розен В.В. Математические модели принятия решений в экономике. М.: Высшая школа, 2002.
14. Сернова Н.В., Артюшкин В.Ф. Принятие решений в условиях неопределенности. - М.: МГИМО-Университет, 2006.
15. Юденков А.В., Дли М.И., Круглов В.В. Математическое программирование в экономике. - М.: Финансы и статистика, 2010.