- •Інтегрована система економіко-математичних моделей.
- •Методологічні принципи побудови системи економіко-математичних моделей. Это ваще бредятина полная!!!))) привет!) как дела?)
- •Предмет та об’єкт “Математичне програмування”. Приклади економічних задач математичного програмування.
- •Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •Теорема про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •Знаходженння оптимального розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •Економічний зміст двоїстої задачі й двоїстих оцінок.
- •Теореми двоїстості, їх економічна інтерпретація.
- •Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •Геометрична інтерпретація задачі цілочислового програмування.
- •Метод Гоморі.
- •Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •Графічний метод розв’язування задач нелінійного програмування.
- •Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв’язування задачі на безумовний екстремум.
- •Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •Квадратична функція та її властивості.
- •Постановка задачі квадратичного програмування та її математична модель.
- •Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •Загальний вигляд теоретичного та емпіричного рівнянь парної лінійної регресії, їх складові елементи.
- •Причини, які спонукають появу випадкової складової в регресійних моделях.
- •Етапи побудови економетричної моделі.
- •Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
- •Що являється точковою незміщеною статистичною оцінкою для в моделі парної лінійної регресії?
- •Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів і функції регресії
- •Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
- •Описати алгоритм перевірки на статистичну значущість та r в моделі парної лінійної регресії.
- •Коефіцієнт детермінації : формули для обчислення та сутність.
- •Теоретична та статистична лінійна множинна модель та їх запис у векторно-матричній формі.
- •Умови Гаусса-Маркова для парної та множинної лінійної регресії.
- •Чому дорівнює вектор в моделі множинної лінійної регресії?
- •85.Дайте означення економічного ризику. Поясніть його сутність.
- •86.Наведіть приклади економічних рішень, обтяжених ризиком. Ідентифікуйте ризики, здійсніть їх якісний аналіз.
- •88.Пояснити сутність таких понять як: джерело, об`єкт, суб`єкт економічного ризику.
- •87.Поясніть основні причини виникнення економічного ризику.
- •89.Назвіть основні види джерел ризику, в певному виді економічної діяльності, й самих ризиків.
- •90.Сутність кількісного аналізу ризику. Навести відповідні приклади.
- •91.Сутність кількісного аналізу ризику за допомогою методів імітаційного моделювання.
- •92.Основні засади кількісного аналізу ризику методом аналогій.
- •93.Сутність та основні кроки здійснення аналізу ризику за допомогою методу аналізу чутливості. Навести відповідний приклад.
- •94.Чому для кількісного вимірювання величини ризику використовують декілька показників? Навести окремі з них, та подати відповідні приклади.
- •95.Які Ви знаєте показники кількісної оцінки ризику в абсолютному вираженні? Навести приклади.
- •96.Чому та в якому випадку для оцінювання переваг одного з декількох варіантів проектів використовують коефіцієнт варіації, узагальнений коефіцієнт варіації?
- •97.Навести приклади показників ступеня ризику у відносному вираженні.
- •98.В яких ситуаціях доцільніше оцінювати ризик за допомогою семіваріації? За допомогою коефіцієнта семіваріації? Навести приклади.
- •100.Розкрити зміст основних етапів процесу управління ризиком. Навести приклади.
- •101.Наведіть приклади ситуацій, коли доцільно використовувати зовнішні способи зниження ступеня ризику. Дайте відповідні пояснення.
- •102.В яких випадках доцільно й можливо застосовувати страхування як спосіб зниження ризику? Наведіть приклади.
- •103.Для розв’язання яких проблем та в яких сферах економіки можна застосовувати теорію портфеля? Наведіть приклади та дайте відповідні пояснення.
- •104.Суть поняття “систематичний ризик” та “специфічний ризик” цінного паперу. Навести приклади та дати відповідні пояснення.
- •105.Які цінні папери вважаються більш привабливими для інвестора: з більшим чи з меншим коефіцієнтом β? Навести приклади.
- •Сутність соціально-економічних систем.
- •Структура соціально-економічних систем.
Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
На основі центральної граничної теореми теорії ймовірностей можемо стверджувати, що випадкові величини й емпірична
функція матимуть нормальний закон розподілу ймовір
ностей. Тоді, здійснюючи нормування цих величин, отримаємо:
Оскільки тобто до складу е, входить випадкова величина β*0 + β*1хi, що має нормальний закон розподілу, то на основі теорем теорії ймовірностей про побудову законів розподілу можна стверджувати, що ∑ei²буде розподілена за законом
Тоді тобто
мають розподіл із к = n - 2 ступенями свободи. А випадкові величини
тобто мають розподіл % із к = п - 2. Одержуємо, що
мають розподіл Стьюдента (t-розподіл) із к = n-2 ступенями свободи.
Що являється точковою незміщеною статистичною оцінкою для в моделі парної лінійної регресії?
Дисперсія залишків, або виправлена дисперсія S² являється точковою незміщеною статистичною оцінкою для .
Розраховується вона за формулою: S²=∑li²/n-2=∑(у-урозрах)²/n-2.
Тоді S – виправлене середнє квадратичне відхилення, яке використовують для статистичного аналізу моделі:
S= √S²=√∑li²/n-2.
Відношення цього значення до середнього значення у * 100% визначає прогнозні якості моделі. Якщо <10%, то значення задовільне.
Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів і функції регресії
y = b0+b1+e
Припускається, що випадкові величини емпіричних коефіцієнтів bj мають нормальний розподіл. Робочі формули t-статистики ti = (bi-i)/Sbi
мають розподіл Стьюдента зі ступенями вільності (n-2).
Для визначення 100(1-)% довірчого інтервалу за допомогою таблиць критичних точок розподілу Стьюдента та довірчої ймовірності = 1- з (n-2) ступ. волі шукається t-критичне, яке має задовольняти умову:
P(|t|t/2(n-2))=1-
Підставляючи кожну статистику в попередній результат, відповідно будемо мати:
P(-t/2(n-2) (bi-i)/Sbi t/2(n-2))=1-.
Після перетворень матимемо:
bi-t/2(n-2)Sbiibi+t/2(n-2)Sbi.
Фактично довірчий інтервал визначає значення теоретичних коефіцієнтів регресії, які будуть придатні при знайдених оцінках емпіричних коефіцієнтів bi.
Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
Інколи на практиці важливо знати дисперсію для залежної змінної, ніж її середнє значення. Це дає змогу визначити допустимі межі для конкретного значення У.
Для того щоб побудувати прогноз нам потрібно знайти значення дельти у розрахункового. Вона знаходиться за формулою:
Дельта у розрахункове = tpk * σ розрахункова для у розрах.
σ розрахункова для у розрах. = √S²*1/n +((xi-xser)²/∑( xi-xser)²)
Тепер можна знайти надійну зону регресії:
Урозрах.- Дельта у розрахункове<у розрах.< Урозрах.+ Дельта у розрахункове