Хід виконання задачі та висновки

Добавил:

Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Украинская академия банковского дела Национального банка Украины

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Приклад_виконання_розраx.doc

Скачиваний:

Добавлен:

19.12.2018

Размер:

1.01 Mб

Скачать

☆

<<< < Предыдущая 1 2 3 4 56 / 66

Хід виконання задачі та висновки

Статистичні дані – показники депозитів домашніх господарств за місяцями 2007 – 2008 р.р. . в залежності від строку (див. додаток А ):

– іпотечні кредити строком до 1 року;
– іпотечні кредити строком від 1 року до 5 років;
– іпотечні кредити на придбання, будівництво та реконструкцію нерухомості;
– усього іпотечні кредити.

Вивчення зв'язку між трьома і більше зв'язаними між собою ознаками називається множинною (багатофакторною) регресією.

У нашому випадку залежна змінна – усього іпотечних кредитів (тис.грн), позначимо .

Вимагається побудувати статистичну модель, що виражає залежність результативної ознаки від чотирьох пояснюючих змінних – факторів і проаналізувати побудовану модель.

Загальна множинна лінійна регресійна модель може бути записана у вигляді:

(5.1)

де – незалежні змінні (фактори);

– параметри моделі;

– чисто випадкова величина.

У нашому випадку маємо модель множинної регресії з 3 факторами:

(5.2)

Багатофакторна модель (5.2) може бути записана у вигляді:

(5.3)

де - векторний стовпець розмірності,

- вектор – стовпець розмірності невідомих параметрів рівняння;

– матриця спостережень розмірності ;

– вектор – стовпець розмірності випадкових величин – помилок .

Вектор невідомих параметрів ми знаходимо методом найменших квадратів (МНК), мінімізуючи суму квадратів залишків:

(5.4)

Після знаходження часткових похідних і прирівнявши їх до нуля, після відповідних перетворень ми одержимо систему з невідомим:

(5.5) (5.5)

У нашому випадку отримуємо:

(5.6)

У матричному вигляді (т.к. =3, =18):

(5.7)

У скороченому вигляді можна записати:

(5.8)

Звідси одержуємо рівняння для знаходження невідомих параметрів в матричному вигляді:

(5.9)

де ;

Одержуємо, що

(5.10)

Потім знаходимо зворотну матрицю і множимо її на матрицю .

В результаті одержуємо вектор – стовпець із знайденими параметрами регресійної моделі:

(5.11)

Тепер можемо записати лінійну модель множинної регресії:

(5.12)

Коефіцієнт детермінації - так називають квадрат – коефіцієнта множинної кореляції. Його шукаємо по формулі:

(5.14)

Використовуючи таблицю 1 рядок «РАЗОМ» стовпців і, знаходимо, значить, рівняння регресії достовірне. Коефіцієнт детермінації показує, що 95,95% варіації залежної ознаки (У) пояснюється включеними в модель факторами. R=0,999999855 – чим ближче до 1 коефіцієнт множинної кореляції, тим більше сильний зв'язок між У і безліччю Х.

Для подальших розрахунків скористаємося таблицею 5.1:

Таблиця 5.1 – Розрахунки показників

	у	х1	х2	х3	ух1	ух2	ух3
1	21 105	325	20 780	1	6859125	438561900	21105
2	25 744	376	2360	23008	9679744	60755840	592317952
3	27 607	433	4524	22650	11953831	124894068	625298550
4	29 625	466	3539	25 619	13805250	104842875	758962875
5	31 222	494	3731	26 997	15423668	116489282	842900334
6	33 205	524	3766	28 916	17399420	125050030	960155780
7	35 049	547	3950	30 553	19171803	138443550	1070852097
8	36 916	519	4142	32 254	19159404	152906072	1190688664
9	38 887	540	4 223	34 124	20998980	164219801	1326979988
10	41 077	547	4 409	36 121	22469119	181108493	1483742317
11	43 586	538	4 501	38 547	23449268	196180586	1680109542
12	46 626	534	4 568	41 523	24898284	212987568	1936051398
13	47 445	573	4 526	42 345	27185985	214736070	2009058525
14	50 103	685	4 618	44 800	34320555	231375654	2244614400
15	53 023	825	4 785	47 413	43743975	253715055	2513979499
16	55 294	833	4 775	49 686	46059902	264028850	2747337684
17	55 157	845	4 615	49 698	46607665	254549555	2741192586
18	56 746	841	4 581	51 323	47723386	259953426	2912374958

Продовження таблиці 5.1

у^2	x1^2	x2^2	x3^2	x1x2	x1x3
445421025	105625	431808400	1	6753500	325
662753536	141376	5569600	529368064	887360	8651008
762146449	187489	20466576	513022500	1958892	9807450
877640625	217156	12524521	656333161	1649174	11938454
974813284	244036	13920361	728838009	1843114	13336518
1102572025	274576	14182756	836135056	1973384	15151984
1228432401	299209	15602500	933485809	2160650	16712491
1362791056	269361	17156164	1040320516	2149698	16739826
1512198769	291600	17833729	1164447376	2280420	18426960
1687319929	299209	19439281	1304726641	2411723	19758187
1899739396	289444	20259001	1485871209	2421538	20738286
2173983876	285156	20866624	1724159529	2439312	22173282
2251028025	328329	20484676	1793099025	2593398	24263685
2510310609	469225	21325924	2007040000	3163330	30688000
2811438529	680625	22896225	2247992569	3947625	39115725
3057426436	693889	22800625	2468698596	3977575	41388438
3042294649	714025	21298225	2469891204	3899675	41994810
3220108516	707281	20985561	2634050329	3852621	43162643

Продовження таблиці 5.1

x2x3
20780	9,957265258	21095,04273	-	445000828
54298880	10,15595687	25733,84404	119384415,6	662230729,2
102468600	10,22582464	27596,77418	51414718,41	761581944,9
90665641	10,29637388	29614,70363	59764561,21	877030670,9
100725807	10,34887825	31211,65112	49846645,59	974167165,7
108897656	10,41045575	33194,58954	65826915,11	1101880775
120684350	10,46450236	35038,5355	64612953,17	1227698970
133596068	10,51640034	36905,4836	68904453,2	1362014720
144105652	10,56841528	38876,43158	76627468,81	1511376933
159257489	10,62320363	41066,3768	89937615,14	1686447303
173500047	10,68249128	43575,31751	109333055,1	1898808296
189677064	10,7499136	46615,25009	141713503,2	2172981541
191653470	10,76732642	47434,23267	38849462,52	2250006429
206886400	10,82183617	50092,17816	133147740,1	2509226313
226871205	10,87848106	53012,12152	154798397,7	2810285028
237250650	10,92041968	55283,07958	125550192,2	3056218888
229356270	10,91793894	55146,08206	-7555150,045	3041090367
235110663	10,94634045	56735,05366	90153611,63	3218866314

Проведемо відсів неістотних факторів.

Для цього розрахуємо коефіцієнти парної кореляції по формулах:

(5.15)

Таким чином отримаємо: ; ; .

Набуті значення коефіцієнтів парної кореляції більше по модулю 0,3 в першому та третьому випадку, значить, ці два фактори слід включити в модель, що розробляється.

Перевірка показників на мультиколінеарність.

Під мультиколінеарністю розуміють наявність висококореляційного зв'язку між двома факторами.

Для цього визначаємо парні коефіцієнти кореляції по формулах:

; (5.16)

Отримали значення ;;

Мультиколінеарність – наявність лінійних зв’язків між незалежними змінними моделі.

Теоретично вважається, що мультиколінеарність відсутня, якщо коефіцієнти парної кореляції менше 0,85 по модулю. В нашому випадку вона присутня.

Це пояснюється тим, що для дослідження даних залежностей вісімнадцяти випробувать виявилося замало. Тому для уникнення мультиколінеарності потрібні чергові випробування з більшою кількістю. Оцінка будь-якої регресії страждатиме від мультиколінеарності певною мірою, якщо тільки всі незалежні змінні не виявляться абсолютно некорельованими.

Перевірка надійності впливу окремих факторів на результат.

Ця перевірка здійснюється за допомогою коефіцієнтів надійності:

(5.17)

При розрахунку перевірки надійності нами отриманий був такий результат:

(5.18)

Оскільки два коефіцієнт надійності по модулю більші за 2,6, то тільки вони дійсно впливають на обсяг споживчих кредитів.

Розрахунок коефіцієнта кореляції.

Автокореляція – це кореляційна залежність між послідовними значеннями рівнів однієї і тієї ж ознаки.

Щоб виявити наявність автокореляції за часом в помилках використовують наступну ідею: якщо кореляція є у помилок Е, то вона присутня і в залишках, одержуваних після застосування методу МНК.

Лінійний коефіцієнт автокореляції першого порядку обчислюється по формулі:

, (5.19)

де – залишки,

– розрахункові значення у по рівнянню регресії.

– залишки, зсунуті на 1 крок.

Тоді (за даними табл. 2)

. (5.20)

В тому випадку, якщо коефіцієнт автокореляції першого порядку менше 0,5, то автокореляція відсутня, а якщо більше 0,5, то автокореляція присутня.

У нашому випадку , тому ми можемо стверджувати, що автокореляція присутня.

Перевіряючи гіпотезу про існування лінійної автокореляції першого порядку, виконують перевірочну процедуру, засновану на обчисленні d-статистики Дарбіна-Уотсона:

, (5.21)

де d-зважена сума квадратів різниць послідовних залишків.

Отримуємо:

. (5.22)

З таблиці значень d- статистики Дарбіна – Уотсона: рівень значущості , при числу спостережень n=18, числі незалежних змінних в рівнянні регресії R=3.

Визначимо приватні коефіцієнти множинної кореляції для зміни тісноти зв'язку між у і факторами по формулах:

; (5.23)

; (5.24)

(5.25)

Одержуємо:

(5.26)

Перевірка достовірності одержаної моделі здійснюється за допомогою розрахунку коефіцієнта детермінації для моделі лінійної і Коба-Дугласа відповідно:

, ( 5.27)

Якщо >0.8 значить, рівняння достовірне і може бути використане для прогнозу.

Знайдемо скоректований коефіцієнт по формулі відповідно для обох моделей:

, (5.28)

де n – число спостережень;

m – число незалежних змінних.

Розраховуємо:

(5.29)

Обчислимо стандартну помилку регресії:

(5.30)

Знайдемо відношення стандартної помилки до середнього значення залежної змінної:

або 0,13%. (5.31)

Це відношення служить критерієм прогнозних якостей оціненої регресійної моделі.

6. Для оцінки суттєвості лінійного коефіцієнта кореляції використаємо критерій Стьюдента, що розраховується за формулою:

(5.32)

Отримали значення .

Проведемо порівняння розрахованого значення критерію Стьюдента з його критичним значенням. Критичне значення знаходимо за таблицями розподілу Стьюдента для заданого рівня ймовірності та числа ступенів свободи , де - число спостережень.

За умови, якщо лінійний коефіцієнт кореляції можна вважати статистично значимим. Для заданих умов tкрит ( 0,05;17)=4,04.

Оцінка суттєвості рівняння регресії проводиться за критерієм Фішера:

F (5.33)

При розрахунку критерія Фішера отримали:

F (5.34)

Якщо, розрахункове значення критерію Фішера перевищує його критичне значення модель можна вважати адекватною. Fкрит (0,05;1;8)=16,34.

Оскільки коефіцієнт детермінації для обох рівнянь суттєво не відрізняється і приблизно дорівнює 1, -критерій Фішера показує адекватність обох рівнянь, а -критерій Стьюдента підтверджує значимість лише коефіцієнтів при для лінійної моделі і значимість усіх коефіцієнтів для моделі у вигляді функції Кобба-Дугласа, тому більш прийнятною вважається модель у вигляді функції Кобба-Дугласа.

Прогнозування було зроблено наступним методом. Дані, наведені в табл. А.1 (Додаток А) спочатку необхідно перегрупувати, після чого розрахувати чотирьохперіодні ковзні середні, центровані ковзні середні і неусереднені сезонні індекси. Результати цих розрахунків отримують за допомогою певної процедури.

1. Розраховується ковзне середнє за чотири періоди за допомогою послідовного набору обсягів продажу за чотири квартали, починаючи з чотирьох кварталів 1–го року і т.д. Кожне наступне обчислення не включає найперший квартал і додає наступний кварта л.

2. Чотирьохперіодні ковзні середні, отримані на кроці 1, розташовані між квартальними даними, що нас не влаштовує. Нам потрібні ковзні середні, розміщені в центрі квартальних даних. Для того, щоб одержати їх, потрібно розрахувати центровані ковзні середні. Центроване ковзне середнє для кожного кварталу розраховується, як середнє кожної послідовної пари чотирьохперіодних ковзних середніх.

3. Неусереднені сезонні індекси розраховуються шляхом розподілу фактичного обсягу продажів за відповідний квартал на центроване ковзне середнє за той же період.

Результати представимо в табл. 5.2.

Таблиця 5.2 – Розрахунок ковзних середніх та неусередненого сезонного індексу

Період	Фактичне значення	Чотирьохперіодне ковзне середнє	Центроване ковзне середнє	Неусереднений сезонний індекс
1	35 049	-	-	-
2	36 916	48878,75	-	-
3	38 887	40253,25	44566	0,87
4	41 077	31154	35703,625	1,15
5	43 586	21567,25	26360,625	1,65
6	547	11434,75	16501	0,03
7	519	672,75	6053,75	0,09
8	540	1523,5	1098,125	0,49
9	547	2429,25	1976,375	0,28
10	538	3350	2889,625	0,19
11	3 950	4315,5	3832,75	1,03
12	4 142	5306,25	4810,875	0,86
13	4 223	11957	8631,625	0,49
14	4 409	18985	15471	0,28
15	4 501	26460,25	22722,625	0,20
16	30 553	34388,25	30424,25	1,00
17	32 254	42899,75	38644	0,83
18	34 124	41921,06219	42410,40609	0,80
19	36 121	55377,26023	-	-
20	38 547	49445,59144	-	-

Упорядкуємо сезонні індекси і розрахуємо усереднений сезонний індекс для кожного періоду. Результати розрахунків представимо в таблиці 5.3.

Таблиця 5.3 – Розрахунок усереднених сезонних індексів

Період	Місяці
Період	1	2	3	4	5
2007	-	-	0,87	1,15	1,65
до 1 року	0,03	0,09	0,49	0,28	0,19
від 1 до 5	1,03	0,86	0,49	0,28	0,20
більше 5	1,00	0,83	0,83	-	-
Усереднений сезонний індекс	0,69	0,59	0,67	0,57	0,68

^З^ро^би^м^о^но^р^м^а^л^і^з^а^ці^ю
т^о^б^т^о^п^е^р^е^к^он^ає^м^о^с^я^,^щ^о^с^е^р^е^дн^є^з^н^а^ч^е^н^н^яусереднених сезонних індексів дорівнює 1: (0,69+0,59+0,67+0,57+0,68)/4 =0,8.

Ця невелика погрішність може бути компенсована шляхом використання індексу корегування, значення якого для нашого прикладу дорівнює 1,44.

Знайдемо прогноз для кожного з кварталів 2006 р. Для цього помножимо найостанніше центроване ковзне середнє за квартал на його регульований сезонний індекс. В результаті отримаємо наступні значення:

1 місяць 2008р. – 26638,25 од.

2 місяць 2008р. – 86078,79 од.

3 місяць 2008р. – 10397,32 од.

4 місяць 2008р. – 12968,97 од.

5 місяць 2008р. – 20665,36 од.

Висновок: для прогнозування сезонних процесів було використано метод ковзних середніх. В результаті отримано сезонні коефіцієнти. Отримані значення не сильно відрізняються один від одного, особливо для 3 та 4 місяців. Від решти прогнозованих значень відрізняється лише значення показника за другий місяць. Це пояснити можна, наприклад, станом національної економіки, впливом із зовнішнього середовища на підприємство певних сприятливих факторів. В результаті можна говорити про застосовування даного методу для прогнозування сезонних змін, оскільки він дає практично однакові результати.

ВИСНОВОК

В результаті розрахункової роботи було проаналізовано діяльність підприємства на ринку, здійснено вибір стратегії для підприємства, закріплено знання по багатофакторним моделям. В роботі був побудований прогноз на пять місяців 2008р., також знайдені залежності між факторами моделі – шляхом побудовою регресії і кореляції.

ДОДАТКИ

Додаток А

Таблиця А.1 – Кредити, надані домашнім господарствам, за цільовим спрямуванням і строками погашення за місяцями 2007-2008р.р. (залишки коштів на кінець періоду, млн.грн.

Період	Усього	Кредити на поточні потреби				Іпотечні кредити									Інші кредити
		усього	у тому числі за строками			усього	у тому числі за строками			з них на придбання, будівництво та реконструкцію нерухомості	у тому числі за строками				усього	у тому числі за строками
		усього	до 1 року	від 1 року до 5 років¹	більше 5 років	усього	до 1 року	від 1 року до 5 років¹	більше 5 років		до 1 року	від 1 року до 5 років¹	від 5 року до 10 років	більше 10 років	усього	до 1 року	від 1 року до 5 років¹	більше 5 років
1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19
січень	83 489	56 789	12 626	44 162	…	21 105	325	20 780	…	20 988	323	20 666	…	…	5 596	195	5 401	…
лютий	87 181	59 633	12 887	29 496	17 251	25 744	376	2 360	23 008	21 586	342	1 985	4 728	14 532	1 803	183	719	901
березень	93 262	63 695	13 503	30 522	19 670	27 607	433	4 524	22 650	23 172	392	2 967	4 872	14 941	1 960	217	831	913
квітень	99 339	67 736	14 058	31 661	22 017	29 625	466	3 539	25 619	24 759	423	3 031	5 161	16 144	1 978	213	740	1 025
травень	105 060	71 694	14 714	32 663	24 317	31 222	494	3 731	26 997	26 047	447	3 198	5 434	16 967	2 145	186	826	1 133
червень	111 819	76 293	15 097	34 091	27 105	33 205	524	3 766	28 916	27 754	479	3 212	5 913	18 150	2 321	208	864	1 249
липень	120 244	82 655	17 084	35 763	29 809	35 049	547	3 950	30 553	29 437	487	3 397	6 196	19 357	2 539	190	941	1 408
серпень	127 244	87 501	17 539	37 425	32 536	36 916	519	4 142	32 254	31 229	488	3 522	6 461	20 758	2 827	332	983	1 512
вересень	134 011	92 189	17 891	38 575	35 724	38 887	540	4 223	34 124	33 118	504	3 577	6 724	22 314	2 934	292	1 036	1 606
жовтень	141 712	97 513	18 684	40 444	38 385	41 077	547	4 409	36 121	35 352	510	3 735	7 007	24 100	3 123	282	1 066	1 775
листопад	150 108	103 171	19 435	42 008	41 729	43 586	538	4 501	38 547	37 821	499	3 749	7 425	26 149	3 351	235	1 128	1 988
грудень	160 386	110 121	19 990	44 593	45 538	46 626	534	4 568	41 523	40 826	503	3 828	7 875	28 619	3 640	208	1 272	2 160
січень	164 775	113 355	20 884	45 332	47 138	47 445	573	4 526	42 345	41 889	524	3 808	8 034	29 523	3 976	206	1 324	2 446
лютий	174 234	120 350	22 773	47 056	50 521	50 103	685	4 618	44 800	44 221	605	3 862	8 328	31 426	3 782	155	1 309	2 317
березень	183 580	126 593	23 757	48 914	53 922	53 023	825	4 785	47 413	47 173	746	4 013	8 785	33 630	3 964	137	1 390	2 438
квітень	191 899	132 109	24 826	50 123	57 160	55 294	833	4 775	49 686	49 894	738	3 952	9 284	35 920	4 497	139	1 409	2 949
травень	193 546	133 933	25 894	50 077	57 962	55 157	845	4 615	49 698	50 011	749	3 791	9 120	36 352	4 455	148	1 377	2 930
червень	198 650	137 291	25 429	51 063	60 800	56 746	841	4 581	51 323	51 658	763	3 779	9 376	37 739	4 613	149	1 401	3 063

Додаток Б

Таблиця Б.1 – Рішення задачі оптимізації чистого прибутку (тис. грн.) методом ітерацій

Номер	Стани попиту					Види продукції					Прибуток			min B	max A	Кількість стратегій що використовується
Номер	Стратегія	В1	В2	В3	В4	Стратегія	А1	А2	А3	А4	Мін(стани)/номер=п1	Макс(види)/номер=п2	середнє арифметичне з п1 та п2	min B	max A	В1	В2	В3	В4	А1	А2	А3	А4
1	А1	551	452	703	324	В4	324	94	504	404	324	504	414	324	504	0	0	0	1	1	0	0	0
2	А1	1102	904	1406	648	В4	648	188	1008	808	648	1008	828	648	828	0	0	0	1	1	0	0	0
3	А1	1653	1356	2109	972	В4	972	282	1512	1212	972	1512	1242	972	1152	0	0	0	1	1	0	0	0
4	А1	2204	1808	2812	1296	В4	1296	376	2016	1616	1296	2016	1656	1296	1476	0	0	0	1	1	0	0	0
5	А1	2755	2260	3515	1620	В4	1620	470	2520	2020	1620	2520	2070	1620	1800	0	0	0	1	1	0	0	0
6	А1	3306	2712	4218	1944	В4	1944	564	3024	2424	1944	3024	2484	1944	2124	0	0	0	1	1	0	0	0
7	А1	3857	3164	4921	2268	В4	2268	658	3528	2828	2268	3528	2898	2268	2448	0	0	0	1	1	0	0	0
8	А1	4408	3616	5624	2592	В4	2592	752	4032	3232	2592	4032	3312	2592	2772	0	0	0	1	1	0	0	0
9	А1	4959	4068	6327	2916	В4	2916	846	4536	3636	2916	4536	3726	2916	3096	0	0	0	1	1	0	0	0
10	А1	5510	4520	7030	3240	В4	3240	940	5040	4040	3240	5040	4140	3240	3420	0	0	0	1	1	0	0	0
11	А1	6061	4972	7733	3564	В4	3564	1034	5544	4444	3564	5544	4554	3564	3744	0	0	0	1	1	0	0	0
12	А1	6612	5424	8436	3888	В4	3888	1128	6048	4848	3888	6048	4968	3888	4068	0	0	0	1	1	0	0	0
13	А1	7163	5876	9139	4212	В4	4212	1222	6552	5252	4212	6552	5382	4212	4392	0	0	0	1	1	0	0	0
14	А1	7714	6328	9842	4536	В4	4536	1316	7056	5656	4536	7056	5796	4536	4716	0	0	0	1	1	0	0	0
15	А1	8265	6780	10545	4860	В4	4860	1410	7560	6060	4860	7560	6210	4860	5040	0	0	0	1	1	0	0	0
16	А1	8816	7232	11248	5184	В4	5184	1504	8064	6464	5184	8064	6624	5184	5364	0	0	0	1	1	0	0	0
17	А1	9367	7684	11951	5508	В4	5508	1598	8568	6868	5508	8568	7038	5508	5688	0	0	0	1	1	0	0	0
18	А1	9918	8136	12654	5832	В4	5832	1692	9072	7272	5832	9072	7452	5832	6012	0	0	0	1	1	0	0	0
19	А1	10469	8588	13357	6156	В4	6156	1786	9576	7676	6156	9576	7866	6156	6336	0	0	0	1	1	0	0	0
20	А1	11020	9040	14060	6480	В4	6480	1880	10080	8080	6480	10080	8280	6480	6660	0	0	0	1	1	0	0	0
21	А1	11571	9492	14763	6804	В4	6804	1974	10584	8484	6804	10584	8694	6804	6984	0	0	0	1	1	0	0	0
22	А1	12122	9944	15466	7128	В4	7128	2068	11088	8888	7128	11088	9108	7128	7308	0	0	0	1	1	0	0	0
23	А1	12673	10396	16169	7452	В4	7452	2162	11592	9292	7452	11592	9522	7452	7632	0	0	0	1	1	0	0	0
24	А1	13224	10848	16872	7776	В4	7776	2256	12096	9696	7776	12096	9936	7776	7956	0	0	0	1	1	0	0	0
25	А1	13775	11300	17575	8100	В4	8100	2350	12600	10100	8100	12600	10350	8100	8280	0	0	0	1	1	0	0	0
26	А1	14326	11752	18278	8424	В4	8424	2444	13104	10504	8424	13104	10764	8424	8604	0	0	0	1	1	0	0	0
27	А1	14877	12204	18981	8748	В4	8748	2538	13608	10908	8748	13608	11178	8748	8928	0	0	0	1	1	0	0	0

Продовження таблиці Б.1

Номер	Стани попиту					Види продукції					Прибуток			min B	max A	Кількість стратегій що використовується
Номер	Стратегія	В1	В2	В3	В4	Стратегія	А1	А2	А3	А4	Мін(стани)/номер=п1	Макс(види)/номер=п2	середнє арифметичне з п1 та п2	min B	max A	В1	В2	В3	В4	А1	А2	А3	А4
28	А1	15428	12656	19684	9072	В4	9072	2632	14112	11312	9072	14112	11592	9072	9252	0	0	0	1	1	0	0	0
29	А1	15979	13108	20387	9396	В4	9396	2726	14616	11716	9396	14616	12006	9396	9576	0	0	0	1	1	0	0	0
30	А1	16530	13560	21090	9720	В4	9720	2820	15120	12120	9720	15120	12420	9720	9900	0	0	0	1	1	0	0	0
31	А1	17081	14012	21793	10044	В4	10044	2914	15624	12524	10044	15624	12834	10044	10224	0	0	0	1	1	0	0	0
32	А1	17632	14464	22496	10368	В4	10368	3008	16128	12928	10368	16128	13248	10368	10548	0	0	0	1	1	0	0	0
33	А1	18183	14916	23199	10692	В4	10692	3102	16632	13332	10692	16632	13662	10692	10872	0	0	0	1	1	0	0	0
34	А1	18734	15368	23902	11016	В4	11016	3196	17136	13736	11016	17136	14076	11016	11196	0	0	0	1	1	0	0	0
35	А1	19285	15820	24605	11340	В4	11340	3290	17640	14140	11340	17640	14490	11340	11520	0	0	0	1	1	0	0	0
36	А1	19836	16272	25308	11664	В4	11664	3384	18144	14544	11664	18144	14904	11664	11844	0	0	0	1	1	0	0	0
37	А1	20387	16724	26011	11988	В4	11988	3478	18648	14948	11988	18648	15318	11988	12168	0	0	0	1	1	0	0	0
38	А1	20938	17176	26714	12312	В4	12312	3572	19152	15352	12312	19152	15732	12312	12492	0	0	0	1	1	0	0	0
39	А1	21489	17628	27417	12636	В4	12636	3666	19656	15756	12636	19656	16146	12636	12816	0	0	0	1	1	0	0	0
40	А1	22040	18080	28120	12960	В4	12960	3760	20160	16160	12960	20160	16560	12960	13140	0	0	0	1	1	0	0	0
41	А1	22591	18532	28823	13284	В4	13284	3854	20664	16564	13284	20664	16974	13284	13464	0	0	0	1	1	0	0	0
42	А1	23142	18984	29526	13608	В4	13608	3948	21168	16968	13608	21168	17388	13608	13788	0	0	0	1	1	0	0	0
43	А1	23693	19436	30229	13932	В4	13932	4042	21672	17372	13932	21672	17802	13932	14112	0	0	0	1	1	0	0	0
44	А1	24244	19888	30932	14256	В4	14256	4136	22176	17776	14256	22176	18216	14256	14436	0	0	0	1	1	0	0	0
45	А1	24795	20340	31635	14580	В4	14580	4230	22680	18180	14580	22680	18630	14580	14760	0	0	0	1	1	0	0	0
46	А1	25346	20792	32338	14904	В4	14904	4324	23184	18584	14904	23184	19044	14904	15084	0	0	0	1	1	0	0	0
47	А1	25897	21244	33041	15228	В4	15228	4418	23688	18988	15228	23688	19458	15228	15408	0	0	0	1	1	0	0	0
48	А1	26448	21696	33744	15552	В4	15552	4512	24192	19392	15552	24192	19872	15552	15732	0	0	0	1	1	0	0	0
49	А1	26999	22148	34447	15876	В4	15876	4606	24696	19796	15876	24696	20286	15876	16056	0	0	0	1	1	0	0	0
50	А1	27550	22600	35150	16200	В4	16200	4700	25200	20200	16200	25200	20700	16200	16380	0	0	0	1	1	0	0	0
51	А1	28101	23052	35853	16524	В4	16524	4794	25704	20604	16524	25704	21114	16524	16704	0	0	0	1	1	0	0	0
52	А1	28652	23504	36556	16848	В4	16848	4888	26208	21008	16848	26208	21528	16848	17028	0	0	0	1	1	0	0	0
53	А1	29203	23956	37259	17172	В4	17172	4982	26712	21412	17172	26712	21942	17172	17352	0	0	0	1	1	0	0	0
54	А1	29754	24408	37962	17496	В4	17496	5076	27216	21816	17496	27216	22356	17496	17676	0	0	0	1	1	0	0	0
55	А1	30305	24860	38665	17820	В4	17820	5170	27720	22220	17820	27720	22770	17820	18000	0	0	0	1	1	0	0	0
56	А1	30856	25312	39368	18144	В4	18144	5264	28224	22624	18144	28224	23184	18144	18324	0	0	0	1	1	0	0	0
57	А1	31407	25764	40071	18468	В4	18468	5358	28728	23028	18468	28728	23598	18468	18648	0	0	0	1	1	0	0	0

Продовження таблиці Б.1

Номер	Стани попиту					Види продукції					Прибуток			min B	max A	Кількість стратегій що використовується
Номер	Стратегія	В1	В2	В3	В4	Стратегія	А1	А2	А3	А4	Мін(стани)/номер=п1	Макс(види)/номер=п2	середнє арифметичне з п1 та п2	min B	max A	В1	В2	В3	В4	А1	А2	А3	А4
58	А1	31958	26216	40774	18792	В4	18792	5452	29232	23432	18792	29232	24012	18792	18972	0	0	0	1	1	0	0	0
59	А1	32509	26668	41477	19116	В4	19116	5546	29736	23836	19116	29736	24426	19116	19296	0	0	0	1	1	0	0	0
60	А1	33060	27120	42180	19440	В4	19440	5640	30240	24240	19440	30240	24840	19440	19620	0	0	0	1	1	0	0	0
61	А1	33611	27572	42883	19764	В4	19764	5734	30744	24644	19764	30744	25254	19764	19944	0	0	0	1	1	0	0	0
62	А1	34162	28024	43586	20088	В4	20088	5828	31248	25048	20088	31248	25668	20088	20268	0	0	0	1	1	0	0	0

Продовження таблиці Б.1

63	А1	34713	28476	44289	20412	В4	20412	5922	31752	25452	20412	31752	26082	20412	20592	1	1
64	А1	35264	28928	44992	20736	В4	20736	6016	32256	25856	20736	32256	26496	20736	20916	1	1
65	А1	35815	29380	45695	21060	В4	21060	6110	32760	26260	21060	32760	26910	21060	21240	1	1
66	А1	36366	29832	46398	21384	В4	21384	6204	33264	26664	21384	33264	27324	21384	21564	1	1
67	А1	36917	30284	47101	21708	В4	21708	6298	33768	27068	21708	33768	27738	21708	21888	1	1
68	А1	37468	30736	47804	22032	В4	22032	6392	34272	27472	22032	34272	28152	22032	22212	1	1
69	А1	38019	31188	48507	22356	В4	22356	6486	34776	27876	22356	34776	28566	22356	22536	1	1
70	А1	38570	31640	49210	22680	В4	22680	6580	35280	28280	22680	35280	28980	22680	22860	1	1
71	А1	39121	32092	49913	23004	В4	23004	6674	35784	28684	23004	35784	29394	23004	23184	1	1
72	А1	39672	32544	50616	23328	В4	23328	6768	36288	29088	23328	36288	29808	23328	23508	1	1
73	А1	40223	32996	51319	23652	В4	23652	6862	36792	29492	23652	36792	30222	23652	23832	1	1
74	А1	40774	33448	52022	23976	В4	23976	6956	37296	29896	23976	37296	30636	23976	24156	1	1
75	А1	41325	33900	52725	24300	В4	24300	7050	37800	30300	24300	37800	31050	24300	24480	1	1
76	А1	41876	34352	53428	24624	В4	24624	7144	38304	30704	24624	38304	31464	24624	24804	1	1
77	А1	42427	34804	54131	24948	В4	24948	7238	38808	31108	24948	38808	31878	24948	25128	1	1
78	А1	42978	35256	54834	25272	В4	25272	7332	39312	31512	25272	39312	32292	25272	25452	1	1
79	А1	43529	35708	55537	25596	В4	25596	7426	39816	31916	25596	39816	32706	25596	25776	1	1
80	А1	44080	36160	56240	25920	В4	25920	7520	40320	32320	25920	40320	33120	25920	26100	1	1
81	А1	44631	36612	56943	26244	В4	26244	7614	40824	32724	26244	40824	33534	26244	26424	1	1
82	А1	45182	37064	57646	26568	В4	26568	7708	41328	33128	26568	41328	33948	26568	26748	1	1
83	А1	45733	37516	58349	26892	В4	26892	7802	41832	33532	26892	41832	34362	26892	27072	1	1
84	А1	46284	37968	59052	27216	В4	27216	7896	42336	33936	27216	42336	34776	27216	27396	1	1
85	А1	46835	38420	59755	27540	В4	27540	7990	42840	34340	27540	42840	35190	27540	27720	1	1
86	А1	47386	38872	60458	27864	В4	27864	8084	43344	34744	27864	43344	35604	27864	28044	1	1
87	А1	47937	39324	61161	28188	В4	28188	8178	43848	35148	28188	43848	36018	28188	28368	1	1
88	А1	48488	39776	61864	28512	В4	28512	8272	44352	35552	28512	44352	36432	28512	28692	1	1
89	А1	49039	40228	62567	28836	В4	28836	8366	44856	35956	28836	44856	36846	28836	29016	1	1
90	А1	49590	40680	63270	29160	В4	29160	8460	45360	36360	29160	45360	37260	29160	29340	1	1
91	А1	50141	41132	63973	29484	В4	29484	8554	45864	36764	29484	45864	37674	29484	29664	1	1
92	А1	50692	41584	64676	29808	В4	29808	8648	46368	37168	29808	46368	38088	29808	29988	1	1
93	А1	51243	42036	65379	30132	В4	30132	8742	46872	37572	30132	46872	38502	30132	30312	1	1
94	А1	51794	42488	66082	30456	В4	30456	8836	47376	37976	30456	47376	38916	30456	30636	1	1
95	А1	52345	42940	66785	30780	В4	30780	8930	47880	38380	30780	47880	39330	30780	30960	1	1
96	А1	52896	43392	67488	31104	В4	31104	9024	48384	38784	31104	48384	39744	31104	31284	1	1
97	А1	53447	43844	68191	31428	В4	31428	9118	48888	39188	31428	48888	40158	31428	31608	1	1
98	А1	53998	44296	68894	31752	В4	31752	9212	49392	39592	31752	49392	40572	31752	31932	1	1
99	А1	54549	44748	69597	32076	В4	32076	9306	49896	39996	32076	49896	40986	32076	32256	1	1
100	А1	55100	45200	70300	32400	В4	32400	9400	50400	40400	32400	50400	41400	32400	32580	1	1

<<< < Предыдущая 1 2 3 4 56 / 66

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

#
01.05.2025131.58 Кб0Преддипломна практика МОА (2).doc
#
01.04.2025110.59 Кб0препринт.doc
#
13.08.2019451.07 Кб3Приклад виконання лабораторної роботи №2.doc
#
01.05.2025518.66 Кб0Приклад розв’язання КР.doc
#
09.12.20181.87 Mб8Приклад_виконання_розра.doc
#
19.12.20181.01 Mб3Приклад_виконання_розраx.doc
#
20.11.201942.9 Кб2ПРО КРИТЕРІЇ ВИЗНАЧЕННЯ ГАЛУЗІ ПРАВА.docx
#
20.02.201638.44 Кб31Проблеми і перспективи розвитку соціальної інфраструктури регіонів України.docx
#
01.04.202542.12 Кб0ПРОВОДКИ.docx
#
01.05.2025172.03 Кб0Раздаточный для ВПА и ВПЗ.doc
#
01.07.2025147.97 Кб0Реализация норм права.doc