Прогноз спроса на две недели вперед.
Nbsp; 1. Задача №2.6…………………………………………………………………… 2. Задача №3.6………………………………………………………………….
Задача 2.6.
Решить графическим методом типовую задачу оптимизации.
Финансовый консультант фирмы «АВС» консультирует клиента по оптимальному инвестиционному портфелю. Клиент хочет вложить средства (не более 25 тыс.долл.) в два наименования акций крупных предприятий в составе холдинга «Дикси». Анализируются акции «Дикси-Е» и «Дикси-В». Цены на акции: «Дикси-Е» - 5долл. за акцию; «Дикси-В» - 3долл. за акцию. Клиент уточнил, что он хочет приобрести максимум 6000 акций обоих наименований, при этом акций одного из наименований должно быть не более 5000 штук.
По оценкам «АВС», прибыль от инвестиций в эти две акции в следующем году составит: «Дикси-Е» - 1,1долл.; «Дикси-В» - 0,9долл.
Задача консультанта состоит в том, чтобы выдать клиенту рекомендации по оптимизации прибыли от инвестиций.
Построить экономико-математическую модель задачи, дать необходимые комментарии к ее элементам и получить решение графическим методом. Что произойдет, если решать задачу на минимум и почему?
Решение:
1). Для решения задачи приведем все вышеперечисленные величины в таблицу:
Дикси-Е | Дикси-В | ||
Цена | 5 долл. | 3 долл. | < 25 000 долл. |
Прибыль | 1,1 долл. | 0,9 долл. |
2). Математическая формация задачи.
|
|
Пусть х1- кол-во акций «Дикси-Е»
х2- кол-во акций «Дикси-В»
С учетом этих обозначений ЭММ рассматриваемой задачи имеет вид:
F=5х1 + 3х2 – целевая функция.
F=1,1х1 + 0,9х2 => max
Ограничения:
5х1 + 3х2 < 25 000
х1 + х2 < 6 000
х1 < 5 000
х2 < 5 000
х1, х2 > 0
3). Определим множество решений первого неравенство. Оно состоит из решения и строгого неравенства. Решением служат точки прямой 5х1 + 3х2 - 25 000 = 0 Построим прямую по двум точкам (5 000;0) и (0;8333,3), полученные в результате последовательного обнуления одной из переменных.
Построим прямые ограничения:
5х1 + 3х2 = 25 000
(5 000; 8333,3)
х1 + х2 = 6 000
(3500; 2500)
х1 = 5 000
(5 000; 0)
х2 = 5 000
(0; 5 000)
и линию уровня:
maxf(x) = 1,1х1 + 0,9х2
(0;0);(4,5;-5,5)
При перемещении линии уровня в направлении вектора-Градиента получаем точку С, это и есть точка максимума, найдем ее координаты – оптимальное решение.
5х1 + 3х2 = 25 000
х1 + х2 = 6 000
5х1 + 3х2 = 25 000
х1 = 6 000 – х2
30 000 – 5х2 + 3х2 = 25 000
х1 = 6 000 – х2
-2х2 = -5 000
х1 = 6 000 – х2
х2 = 2 500
х1= 3 500
Значение целевой функции в точке С (2500; 3500) равно:
max f(x) = 1,1 × 3500 + 0,9 × 2500 = 3850 + 2250 = 6100 долл.
Вывод: Чтобы обеспечить оптимальную прибыль от инвестиций необходимо купить: акций «Дикси-Е» - 3500 шт, и акций «Дикси-В» - 2500 шт., при этом прибыль от двух видов купленных акций составит – 6100 долл.; если задачу решать на min, то min F(x) = 0 и достигается при х1 = 0; х2 = 0.
|
|
Графический метод решения задачи.
Задача 3.6.
В течение девяти последовательных недель фиксировался спрос Y(t) (млн. руб.) на кредитные ресурсы финансовой компании. Временной ряд Y(t) этого показателя (повариантно) приведен ниже.
T | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
Y(t) | 12 | 15 | 16 | 19 | 17 | 20 | 24 | 25 | 28 |
Требуется :
1) Проверить наличие аномальных наблюдений;
2) Построить линейную модель Y(t) = a0 + a1t, параметры которой оценить МНК (Y(t) – расчетные, смоделированные значения временного ряда);
3) Оценить адекватность построенных моделей, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S – критерия взять табулированные границы 2,7 – 3,7);
4) Оценить точность моделей на основе использования средней относительной ошибки аппроксимации;
5) По построенной модели осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитать при доверительной вероятности p = 70 %);
|
|
6) Фактические значения показателя, результаты моделирования и прогнозирования представить графически.
Вычисления провести с точностью до одного знака после запятой. Основные промежуточные результаты вычислений представить в таблицах (при использовании компьютера представить соответствующие листинги с комментариями).
Решение:
1) Проверяем наличие аномальных наблюдений.
Наличие аномальных точек определим пометоду Ирвина, для чего определим значения расчетного значения λi и среднеквадратическое отклонение Sy с помощью Excel:
В результате получаем следующую таблицу:
Аномальных наблюдений во временном ряду нет, так как расчетные значения λ t меньше табличного λ t < 1,6 .
Выравнивание тренда или тенденции находим при F-критерия Фишера «двухвыборочный F-тест для дисперсии»:
Вводим данные переменных:
Fрасчетная - Fкритическая – тренда скорее всего нет.
Затем при помощи анализа данных находим «двухвыборочный t-тест с различными дисперсиями»:
Вводим данные переменных:
Fрасчетная - Fкритическая – тренда скорее всего нет.
2) Построим линейную модель вида Yр(t) = a0 + a1t, параметры которой оценить М Н К (Y(t) – расчетные, смоделированные значения временного ряда);
|
|
По методу наименьших квадратов. Коэффициенты а0 и а1 линейной модели найдем из решения нормальной системы уравнений:
Известно, что
Построим следующую таблицу, используя MS Excel.
Таким образом, получаем следующие данные:
Уравнение регрессии зависимости Yt от tt имеет вид:
Y(t) = 10,30555556 + 1,85t
Также, для получения коэффициентов регрессии можно использовать настройку MS Excel «Анализ данных». Для этого занесем исходные данные в таблицу:
Затем, используя пункт Регрессия настройки - «Анализ данных» оцениваем параметры модели.
Результат регрессионного анализа представлен в таблице:
Таким образом, средствами MS Excel получены коэффициенты уравнения регрессии а0 = 10,30555556, а1 = 1,85, стандартные ошибки коэффициентов уравнения регрессии, статистика, используемая для проверки значимости коэффициентов уравнения регрессии.
Уравнение регрессии зависимости Yt от tt имеет вид:
Y(t) = 10,30555556 + 1,85t
3) Оценим адекватность построенных моделей, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S- критерия взять табулированные границы 2,7-3,7);
С помощью MS Excel для нахождения необходимых показателей построим таблицу:
et =0,значит модель адекватна.
В нашем примере общее число поворотных точек 6. Критерий случайности отклонений от тренда при уровне вероятности 0,95 имеет вид:
6 > 2
Неравенство выполняется, следовательно, критерий случайности ряда остатков выполнен.
Условие наличие (отсутствия) автокорреляции можно проверить по критерию Дарбина Уотсона в основе которого лежит расчетная формула:
d/ = 4 – 2,03 = 1,97
Критические значения статистики: d1kp=1,08 и d2kp=1,36;
d и d/ > 1,36 поэтому уровни остатков не зависимы
Условие соответствия ряда остатков нормальному закону распределения проведен по RS - критерию:
1,27
(2,7;3,7), т.е. 3,03 (2,7;3,7), значит модель адекватна.
4) Оценим точность моделей на основе использования средней относительной ошибки аппроксимации:
Рассчитанной по формуле:
Ошибка не превышает 15%, значит, точность модели считается приемлемой.
5) По построенной модели осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитать при доверительной вероятности p=70%);
Строим прогноз по построенным моделям:
Точечный прогноз получается путем подстановки в модель значений времени t, соответствующих периоду упреждения k: t = n+k. Так, в случае трендовой модели в виде полинома первой степени - линейной модели роста - экстраполяция на kшагов вперед имеет вид:
Точечный прогноз на следующие две недели имеет вид:
Yn+1=10,30555556+1,85×(9+1)=28,80555556
Yn+2=10,30555556+1,85×(9+2)= 30,65555556
Учитывая, что модель плохой точности будем прогнозировать с небольшой вероятностью Р=0,7
Доверительный интервал:
Критерий Стьюдента (при доверительной вероятности р = 0,7; ν = n-2= 9-2=7), равен: t= 1,119
Sy= =
Sy=1,356056374
U10=1,356056374×1,119× =1,875856792
U11=1,356056374×1,119× =1,985220227
Интервальный прогноз равен U10 = 28,80555556 ± 1,875856792
U11= 30,65555556 ± 1,985220227
Показатель | Точечный прогноз | Интервальный прогноз | |
Нижняя граница | Верхняя граница | ||
10 | 28,80555556 | 26,92969877 | 30,68141235 |
11 | 30,65555556 | 28,67033533 | 32,64077579 |
6) Фактические значения показателя, результаты моделирования и прогнозирования представить графически.
Для этого составим таблицу:
Прогноз спроса на две недели вперед.
Задача 4.6.
Фирма может производить изделие или покупать его. Если фирма сама выпускает изделие, то каждый запуск его в производство обходится в 20 тыс.руб. интенсивность производства составляет 100 шт. в день. Если изделие закупается, то затраты на осуществление заказа равны 1500 руб. затраты на содержание изделия в запасе независимо от того, закупается оно или производится, равны 20 руб. в день. Потребление изделия фирмой оценивается в 30 тыс. шт. в год.
Предполагая, что фирма работает без дефицита, определите, что выгоднее: закупать или производить изделие (в месяце 22 рабочих дня). Построить график общих годовых затрат.
Дата добавления: 2018-05-13; просмотров: 246; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!