- •Технологии численного решения экономических задач
- •Моделирование и исследование функций
- •Моделирование и исследование функций
- •Какое решение нам нужно?
- •Корректная задача: найти функцию заданного вида,
- •Что значит «лучше всего
- •Основные положения:
- •Аппроксимация в табличном процессоре
- •Типы тренда
- •Линия тренда линейная
- •Линия тренда степенная
- •Восстановление зависимостей
- •Прогнозирование на основе экстраполяции
- •Функции прогнозирования
- •Пример
- •Функция ПРЕДСКАЗ
- •Функция РОСТ
- •Функция Тенденция
- •Расчет ожидаемой прибыли с помощью функций ПРЕДСКАЗ, РОСТ, ТЕНДЕНЦИЯ
- •Задание
- •Технологии финансовых
- •Финансовые расчеты по простым
- •Задача. Вы берете в банке ссуду в размере 100 млн. рублей на два
- •Практика расчета по простым процентам используется при выдаче кратковременных ссуд и на период
- •Задача. Банк выдал ссуду на сумму 1 млн. рублей клиенту А на срок
- •Финансовые расчеты по сложным
- •Задача. Банк выдал ссуду на сумму 1 млн. рублей клиенту А на срок
- •Финансовые функции
- •Финансовые функции
- •Задача. Клиент желает получить ссуду в размере 1,5 млн. рублей на 15 лет
- •Задача. Определите, какая сумма окажется на счете, если вклад размером 900 руб. положен
- •Таблицы подстановки данных
- •Подготовка таблицы подстановки
- •Задача. Определить размер ежемесячных фиксированных выплат за полученную ссуду, исходя из размера годовой
- •Результат таблицы подстановки
- •Для этой же задачи проанализировать размер ежемесячных выплат при вариациях процентной ставки (4,
- •Результат таблицы подстановки
Аппроксимация в табличном процессоре
Типы тренда
Линия тренда линейная
Линия тренда степенная
Восстановление зависимостей
Для табличных данных построена точечная диаграмма, линейная аппроксимирующая функция и экспоненциальная аппроксимирующая функция .
Как видно, уравнение экспоненциальной аппроксимирующей функции по точности аппроксимации лучше уравнения линейной функции.
Прогнозирование на основе экстраполяции
•Продолжение линии тренда за границы области данных называется экстраполяцией
•Добавить на вкладке «параметры» в области «прогноз» в строке «вперед на» 1 (установить 1 единицу)
•Если прогноз производится в пределах экспериментальных значений, это называется восстановлением значения.
Функции прогнозирования
ПРЕДСКАЗ(Х; |
Вычисление будущего |
известные значения |
значения по известным |
Y; известные |
существующим |
значения Х) |
значениям |
РОСТ(известные |
Расчет |
значения Y; |
прогнозируемого роста |
известные значения |
по имеющимся данным |
Х; Новые значения X; |
|
КОНСТ) |
|
ТЕНДЕНЦИЯ
(известные значения Y; Известные
Расчет нового значения на основе известных значений на базе
Пример
На основе данных о прибыли, полученной фирмой «Фазан» в период 2005-2010 гг. требуется рассчитать ожидаемые величины прибыли за 2011 г.
Год |
Размер прибыли |
2005 |
45000 |
2006 |
49500 |
2007 |
51750 |
2008 |
55000 |
2009 |
48600 |
2010 |
64000 |
2011 |
|
Функция ПРЕДСКАЗ
X – это точка данных, для которой предсказывается значение. Известные_значения_y – это зависимый массив или интервал данных. Известные_значения_x – это независимый массив или интервал данных.
Функция РОСТ
Известные_значения_y – это множество значений Y, которые уже известны для соотношения
Y=b*m^X.
Известные_значения_X – это необязательное множество значений x, которые уже известны
для соотношения Y=b*m^X.
Новые_значения_X – это новые значения X, для которых РОСТ возвращает соответствующие значения Y.
КОНСТ – это логическое значение, которое указывает, требуется ли, чтобы b была равна 1.
