- •1. Сутність моделювання. Сформулюйте поняття «модель» та «метод моделювання», поясніть відмінності даних понять.
- •2. Опишіть особливості, принципи математичного моделювання
- •3. Поясніть необхідність використання нелінійних математичних моделей
- •4. Розкрийте сутність економічних спостережень і вимірів
- •5. Чим пояснюється наявність випадковості і невизначеності економічного розвитку
- •9. Охарактеризуйте економіку як складну систему з внутрішньо притаманним ризиком
- •6. Наведіть основні елементи класифікації економіко-математичних моделей
- •7. Опишіть основні етапи економіко-математичного моделювання
- •8. Які завдання вирішуються при перевірці адекватності моделей?
- •10. Опишіть системні властивості економічних рішень
- •14. Наведіть форми запису моделей лінійного програмування в розгорнутому, скороченому та векторно-матричному вигляді.
- •11. Сутність оптимізаційних моделей. Приклади економічних задач математичного програмування.
- •12. Класифікація задач математичного програмування
- •13. Загальна математична модель лінійного програмування. Приклади економічних задач лп.
- •16. Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •26. Опишіть суть аналізу обмежень дефіцитних і недефіцитних ресурсів.
- •15. Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •19. Знаходження розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •17. Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •17. (Продовження)
- •20. Суть симплексного методу із штучним базисом. Ознака оптимальності плану із штучним базисом. Відмінність від класичного методу.
- •18. Суть теореми про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •22. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •21. Економічна інтерпретація прямої та двоїстої задач лінійного програмування
- •25. Сутність аналізу розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •23. Теореми двоїстості. Економічна інтерпретація першої та другої теорем двоїстості.
- •24. Приклад застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •27. Опишіть суть аналізу коефіцієнтів цільової функції задач лінійного програмування.
- •28. Постановка транспортної задачі. Опис алгоритму одного із методів рішення задач транспортної задачі.
- •29. Сутність цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •30. Геометрична інтерпретація задачі цілочислового програмування.
- •35. Геометрична інтерпретація задач нелінійного програмування.
- •31. Сутність методу Гоморі.
- •32. Економічна і математична постановка задачі дробово-лінійного програмування
- •33. Геометрична інтерпретація задачі дробово-лінійного програмування
- •34. Економічна і математична постановка задачі нелінійного програмування.
- •36. Суть умовного та безумовного екстремуму функції.
- •37. Опишіть суть методу множників Лагранжа.
- •38. Необхідні умови існування сідлової точки
- •39. Опишіть сутність теореми Куна-Таккера.
- •40. Опишіть сутність опуклого програмування
- •41. Постановка задачі квадратичного програмування та її математична модель.
- •42. Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •43. Загальний вигляд теоретичного та емпіричного рівнянь парної лінійної регресії, їх складові елементи.
- •44. Причини, які спонукають появу випадкової складової ε в регресійних моделях.
- •45. Опишіть поняття специфікації та основні етапи побудови економетричної моделі.
- •47. Характерстики та статистичні властивості емпіричних параметрів оцінок β0*, β1*.
- •46. Параметри моделі парної лінійної регресії, їх сутність та оцінювання. Умови застосування мнк.
- •48. Суть і обчислення коваріаційної матриці оцінок параметрів моделі
- •49. Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів β0,β1 і функції регресії Використання розподілу Стьюдента.
- •50. Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
- •51. Описати алгоритм перевірки на статистичну значущість β1.
- •52. Коефіцієнт детермінації r2: формули для обчислення та сутність.
- •53. Теоретична та статистична лінійна множинна модель та їх запис у векторно-матричній формі.
- •54. Умови Гаусса-Маркова для парної та множинної лінійної регресії.
- •55. Напишіть та поясніть формулу у матричному вигляді визначення коефіцієнтів регресії в моделі множинної лінійної регресії?
- •56. Як виявити ознаку мультиколінеарності в лінійних моделях? в якому випадку: , , ?
- •57. Суть та наслідки мультиколінеарності. Методи усунення з моделі ознаки мультиколінеарності.
- •58. Опишіть алгоритм Фаррара–Глобера дослідження наявності мультиколінеарності. Що характеризують критерії χ2, f, t ?
- •59. Поняття виробничої функції. Виробнича функція Кобба-Дугласа. Визначення для неї .
- •60. Суть гетероскедастичності. Які негативні наслідки викликає ознака гетероскедастичності в лінійних моделях?
- •61. Перерахуйте основні методи визначення гетероскедастичності. Вкажіть основні відмінності між ними.
- •62. В чому полягає суть тесту Гельдфельда-Квандта? Послідовність його виконання?
- •63. Особливості матриці s та суть гіпотез залежності пропорційності залишків до зміни поряснювальної.
- •64. Узагальнений метод найменших квадратів Ейткена. Особливості та алгоритм.
- •65. Особливості застосування критерію μ у визначеності гетероскедастичності.
- •66. Модель лінійної регресії з автокорельованими збуренями. Наслідки автокорельованості на оцінки мнк.
- •67. Основи використання критерію Дарбіна – Уотсона для визначення автокорельованості
- •68. Дайте основні визначення економічного ризику
- •69. Вкажіть основні кроки процедури аналізу ризику
- •70. Дайте характеристику основних чинників ризику
- •71. Наведіть основні типи та види ризиків. Дайте їм характеристики
- •72. Наведіть основні відмінності методу аналогій та чутливості у кількісному аналізі ризику
- •73. Дайте характеристику основних кроків аналiзу ризику методами iмiтацiйного моделювання
- •74. Охарактеризуйте п’ять спрощених ситуацій прийняття рішення. Поясніть приклад однієї із них графічно.
- •75. Охарактеризуйте зони ризику збитків на графічному прикладі функції щільності розподілу ймовірності збитків
- •76. Охарактреризуйте ймовірність як один з підходів до оцінки ризику
- •78. Поясніть основні відмінності методів оц-ня ризику як величини очікуваної невдачі та методу зваженого середньогеометричного значення економічного показника
- •77. Охарактеризуйте інгредієнт економічного показника ризику, основні відмінності м-дів абсолютному вираження та спрощеного оцінювання ризику. Наведіть приклад.
- •79. Дисперсія та середньоквадратичне відхилення як міра ризику. Наведіть приклад
- •80. Семіваріація та семіквадратичне відхилення як міра ризику. Наведіть приклад
- •82. Поняття премії за ризик. Наведіть графічний приклад
- •83. Опишіть поняття схильності – несхильності до ризику.
- •Сутність моделювання. Сформулюйте поняття «модель» та «метод моделювання», поясніть відмінності даних понять.
33. Геометрична інтерпретація задачі дробово-лінійного програмування
У разі, коли задача дробово-лінійного програмування містить лише дві змінні, для її розв’язування зручно скористатися графі-ч¬ним методом.
Нехай маємо таку задачу:
за умов:
xj≥0
Останнє рівняння описує пряму, що обертається навколо початку системи координат залежно від зміни значень х1 та х2.
Розглянемо кутовий коефіцієнт нахилу прямої (7.7), що вира-жає цільову функцію:
якщо , то функція (7.8) є зростаючою, і за збільшення значення Z (значення цільової функції) кутовий коефіцієнт нахилу прямої (7.7) також збільшується. Тобто у разі, якщо , для відшукання точки максимуму необхідно повертати пряму, що описує цільову функцію, навколо початку системи координат у напрямку проти годинникової стрілки;
якщо , то функція (7.8) є спадною і за збільшення значення Z (значення цільової функції) кутовий коефіцієнт нахилу прямої (7.7) буде зменшуватись. Тому у разі, якщо , для відшукання точки максимуму необхідно повертати пряму, що описує цільову функцію, навколо початку системи координат у напрямку за годинниковою стрілкою.
При розв’язуванні задачі дробово-лінійного програмування графічним методом можливі такі випадки:
багатокутник розв’язків задачі обмежений і максимальне та мінімальне значення досягаються у його кутових точках;
багатокутник розв’язків задачі необмежений, однак існують кутові точки, в яких досягаються максимальне та мінімальне значення цільової функції;
багатокутник розв’язків задачі необмежений і досягається лише один із екстремумів;
багатокутник розв’язків задачі необмежений, точки екстремумів визначити неможливо.
34. Економічна і математична постановка задачі нелінійного програмування.
Будь-яка задача стає нелінійною, якщо в математичній моделі необхідно враховувати умови невизначеності та ризик. Як показник ризику часто використовують дисперсію, тому для врахування обмеженості ризику потрібно вводити нелінійну функцію в систему обмежень, а мінімізація ризику певного процесу досягається дослідженням математичної моделі з нелінійною цільовою функцією. Загальна задача математичного програмування формулюється так: знайти такі значення змінних xj , щоб цільова функція набувала екстремального (максимального чи мінімального) значення: за умов: ( ); Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.
Нехай для деякої виробничої системи необхідно визначити план випуску продукції за умови найкращого способу використання її ресурсів. Відомі загальні запаси кожного ресурсу, норми витрат кожного ресурсу на одиницю продукції та ціни реалізації одиниці виготовленої продукції. Така умова подається лінійною залежністю загальної виручки від обсягів проданого товару та цін на одиницю продукції.
Однак, загальновідомим є факт, що за умов ринкової конкуре-нції питання реалізації продукції є досить складним. Обсяг збуту продукції визначається передусім її ціною, отже, як цільову функцію доцільно брати максимізацію не всієї виготовленої, а лише реалізованої продукції. Необхідно визначати також і оптимальний рівень ціни на одиницю продукції, за якої обсяг збуту був би максимальним. Для цього її потрібно ввести в задачу як невідому величину, а обмеження задачі мають враховувати зв’язки між ціною, рекламою та обсягами збуту продукції. Цільова функція в такому разі буде виражена добутком двох невідомих величин: оптимальної ціни одиниці продукції на оптимальний обсяг відповідного виду продукції, тобто буде нелінійною. Отже, маємо задачу нелінійного програмування.
Також добре відома транспортна задача стає нелінійною, якщо вартість перевезення одиниці товару залежить від загального обсягу перевезеного за маршрутом товару.
Будь-яка задача стає нелінійною, якщо в математичній моделі необхідно враховувати умови невизначеності та ризик.