- •Система открытого образования
- •Глава I. Основные понятия и методы Экономико-математического моделирования 11
- •Тема 1. Основные понятия и определения 11
- •Тема 2. Основы математического моделирования взаимосвязи экономических переменных 21
- •Тема 3. Оптимизационные методы математики в экономике 34
- •Глава II. Базовый комплекс экономико-математических моделей 52
- •Тема 4.Математические Модели формирования и использования запасов 52
- •Тема 5. Математические модели потребительского поведения и спроса 65
- •Тема 6. Математические модели производственных функций предприятия 101
- •Тема 7. Элементы математических моделей экономического равновесия 143
- •Тема 8. Экономико – математические модели «национальный доход – эффективный спрос». (курсовая работа) 187
- •Тема 9. Экономико – математическое моделирование межотраслеВого равнровесия (курсовая работа) 203
- •Введение
- •Глава I. Основные понятия и методы Экономико-математического моделирования Тема 1. Основные понятия и определения Лекция 1. Основные понятия и определения
- •Понятие и типы моделей. Моделирование
- •З аключение
- •Определение параметров линейного однофакторного уравнения регрессии
- •Параметры линейного однофакторного уравнения регрессии
- •Оценка величины погрешности линейного однофакторного уравнения
- •Некоторые значения t – критерия Стьюдента
- •Проблема автокорреляции остатков. Критерий Дарбина-Уотсона
- •Построение уравнения степенной регрессии
- •Двухфакторные и многофакторные уравнения регрессии
- •З аключение
- •Контрольные вопросы к теме №2
- •Тема 3. Оптимизационные методы математики в экономике Лекция 3. Оптимизационные модели
- •Понятие оптимизационных задач и оптимизационных моделей
- •Оптимизационные задачи с линейной зависимостью между переменными
- •Геометрическая интерпретация оптимизационных задач линейного программирования
- •Симплексный метод решения оптимизационных задач линейного программирования
- •Решение оптимизационной задачи линейного программирования в Excel
- •Двойственная задача линейного програмирования
- •Решение двойственной задачи линейного програмирования
- •Свойства объективно обусловленных оценок и их анализ
- •З аключение
- •Контрольные вопросы к теме №3
- •Построение модели управления запасами в условиях детерминированного спроса Оптимальные партии поставки для однопродуктовых моделей
- •Оптимальные партии поставки для многопродуктовых моделей
- •Определение оптимальных параметров системы управления движением запасов
- •З аключение
- •Контрольные вопросы к теме №4
- •Тема 5. Математические модели потребительского поведения и спроса Лекция 5. Математические модели потребительского поведения и спроса
- •Введение
- •Модели распределения доходов
- •Количественный подход к анализу полезности и спроса
- •Отношение предпочтения и функция полезности
- •Кривые безразличия. Решение задачи об оптимальном выборе потребителя
- •Функции спроса. Коэффициент эластичности
- •Изменение цен и компенсация
- •Заключение
- •Изокванта и ее типы
- •Оптимальная комбинация ресурсов
- •Функции предложения и их свойства
- •Моделирование издержек и прибыли предприятия (фирмы)
- •Данные об объемах выпуска, затратах и прибыли
- •Методы учета научно-технического прогресса
- •Модели фирмы (производителя) (курсовая работа) Издержки предприятия на производство продукции, задача их минимизации
- •Задача минимизации издержек
- •Задача максимизации объема выпуска продукции
- •Заключение
- •Тема 7. Элементы математических моделей экономического равновесия Лекция 7. Основы микроэкономического анализа рынка
- •Рыночное равновесие. Сравнительная статика
- •Моделирование процесса достижения равновесия
- •Моделирование рыночных механизмов в условиях ограниченности ресурсов
- •Модели частного экономического равновесия. Паутинообразная модель рынка (курсовая работа) Паутинообразная модель динамики рыночных цен. Допущения и основные составляющие модели
- •Паутинообразная модель с запаздыванием спроса
- •Паутинообразная модель с запаздыванием предложения
- •Итерационное решение задачи Постановка задачи
- •Дополнительные примеры. Анализ полученных результатов
- •Заключение
- •«Цены предшествующего периода Текущее предложение Текущий спрос и существующие цены Предложение следующего периода и т. Д.»
- •Контрольные вопросы к теме №7
- •Тема 8. Экономико – математические модели «национальный доход – эффективный спрос». (курсовая работа) Лекция 8. Экономико – математические модели «Национальный доход – эффективный спрос»
- •Введение
- •Определение национального дохода
- •Личный доход после вычета налогов
- •Совокупный личный доход
- •Национальный доход (в узком смысле слова)
- •Процесс кругооборота доходов в снс
- •Счета доходов
- •Счет вторичного распределения доходов
- •Сводный счет распределения доходов
- •Счета использования доходов
- •Счет использования валового национального располагаемого дохода
- •Определение национального дохода. Графики
- •Заключение
- •Контрольные вопросы к теме №8
- •Тема 9. Экономико – математическое моделирование межотраслеВого равнровесия (курсовая работа) Лекция 9. Экономико – математическое моделирование межотраслевого равнровесия
- •Введение
- •Определение равновесного выпуска итеративным методом
- •Основные элементы межотраслевых таблиц и межотраслевого анализа
- •Модель расширяющейся экономики Неймана
- •Контрольные вопросы к теме №9
- •Вопросы к экзамену
- •Литература
- •Экономико-математические методы и модели Курс лекций
- •220007, Г. Минск, ул. Московская, 17.
З аключение
Для понимания сущности моделирования важно не упускать из виду, что моделирование – не единственный источник знаний об объекте. Процесс моделирования «погружен» в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.
Моделирование – циклический процесс. Это означает, что за первым восьмиэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.
По мере развития и усложнения экономико-математического моделирования его отдельные этапы обособляются в специализированные области исследований, усиливаются различия между теоретико-аналитическими и прикладными моделями, происходит дифференциация моделей по уровням абстракции и идеализации.
Теория математического анализа моделей экономики развилась в особую ветвь современной математики – математическую экономику. Модели, изучаемые в рамках математической экономики, теряют непосредственную связь с экономической реальностью; они имеют дело с исключительно идеализированными экономическими объектами и ситуациями. При построении таких моделей главным принципом является не столько приближение к реальности, сколько получение возможно большего числа аналитических результатов посредством математических доказательств. Ценность этих моделей для экономической теории и практики состоит в том, что они служат теоретической базой для моделей прикладного типа.
Довольно самостоятельными областями исследований становятся подготовка и обработка экономической информации и разработка математического обеспечения экономических задач (создание баз данных и банков информации, программ автоматизированного построения моделей и программного сервиса для экономистов-пользователей). На этапе практического использования моделей ведущую роль должны играть специалисты в соответствующей области экономического анализа, планирования, управления. Главным участком работы экономистов-математиков остается постановка и формализация экономических задач и синтез процесса экономико-математического моделирования.
Контрольные вопросы к теме №1
Дайте понятие модели и моделирования.
Математическое моделирование и математические модели.
Основные принципы классификации экономико-математических моделей.
Оптимизационные, балансовые и эконометрические модели.
Сетевые и имитационные модели.
Перечислить основные этапы построения математической модели.
Основные черты математической экономики.
Тема 2. Основы математического моделирования взаимосвязи экономических переменных
Лекция 2. Основы регрессионного анализа
Основные понятия:
стохастическая зависимость; функциональная зависимость; корреляционная зависимость; корреляционный анализ; регрессионный анализ; уравнение регрессии; параметры уравнения регрессии; коэффициент корреляции; погрешности коэффициентов уравнения регрессии; автокорреляция; критерий Дарбина-Уотсона; двухфакторные и многофакторные уравнения регрессии.
Понятие корреляционного и регрессионного анализа
Для решения задач экономического анализа и прогнозирования очень часто используются статистические, отчетные или наблюдаемые данные. При этом полагают, эти данные являются значениями случайной величины.
Случайной величиной называется переменная величина, которая в зависимости от случая принимает различные значения с некоторой вероятностью. Закон распределения случайной величины показывает частоту ее тех или иных значений в общей их совокупности.
При исследовании взаимосвязей между экономическими показателями на основе статистических данных, часто между ними наблюдается стохастическая зависимость. Она проявляется в том, что изменение закона распределения одной случайной величины происходит под влиянием изменения другой. Взаимосвязь между величинами может быть полной (функциональной) и неполной (искаженной другими факторами).
Пример функциональной зависимости – выпуск продукции и ее потребление в условиях дефицита.
Неполная зависимость наблюдается, например, между стажем рабочих и их производительностью труда. Обычно рабочие с большим стажем работы работают лучше молодых, но под влиянием дополнительных факторов – образование, здоровье и т.д. эта зависимость может быть искажена.
Раздел математической статистики, посвященный изучению взаимосвязей между случайными величинами называется корреляционным анализом. Основная задача корреляционного анализа – это установление характера и тесноты связи между результативными (зависимыми) и факторными (независимыми) показателями (признаками) в данном явлении или процессе. Корреляционную связь можно обнаружить только при массовом сопоставлении фактов.
Характер связи между показателями определяется по корреляционному полю. Если Y- зависимый признак, а Х- независимый, то отметив каждый случай X(i) с координатами xi и yi получим корреляционное поле.
Теснота связи определяется с помощью коэффициента корреляции, который рассчитывается специальным образом и лежит в интервалах от минус единицы до плюс единицы. Если значение коэффициента корреляции лежит в интервале от 1 до 0,9 по модулю, то отмечается очень сильная корреляционная зависимость. В случае, если значение коэффициента корреляции лежит в интервале от 0,9 до 0,6, то говорят, что имеет место слабая корреляционная зависимость. Наконец, если значение коэффициента корреляции находится в интервале от 0,6 до 0,6, то говорят об очень слабой корреляционной зависимости или полной ее отсутствии.
Таким образом, корреляционный анализ применяется для нахождения характера и тесноты связи между случайными величинами.
Регрессионный анализ своей целью имеет вывод, определение (идентификацию) уравнения регрессии, включая статистическую оценку его параметров. Уравнение регрессии позволяет найти значение зависимой переменной, если величина независимой или независимых переменных известна.
Практически, речь идет о том, чтобы, анализируя множество точек на графике (т.е. множество статистических данных), найти линию, по возможности, точно отражающую заключенную в этом множестве закономерность (тренд, тенденцию) – линию регрессии.
По числу факторов различают одно-, двух- и многофакторные уравнения регрессии.
По характеру связи однофакторные уравнения регрессии подразделяются на:
а) линейные:
,
где X – экзогенная (независимая) переменная;
Y – эндогенная (зависимая, результативная) переменная;
a, b – параметры.
б) степенные:
в) показательные:
г) прочие.