1.

Предмет та основні поняття економіко-математичного

моделювання.

Предметом економіко-математичного моделювання є методологія

та інструментарій побудови і розв'язування детермінованих
оптимізаційних задач.

Основні поняття економіко-математичного моделювання

Мета – це фундаментальне поняття, тому що економічна діяльність

завжди цілеспрямована. Під метою розуміють бажаний результат,
що повинний бути досягнутий.

Захід – сукупність дій, об'єднаних загальною метою. В дослідженні

операцій (відгалуженні кібернетики) замість терміну «захід»
використовується поняття «операція».

Альтернативи – можливі варіанти заходів, на підставі яких

приймається рішення. Таких варіантів може бути декілька.
Альтернативи можуть бути дискретними або безперервними.
Кількість дискретних альтернатив скінченна: наприклад, замінити
певний вид устаткування або ні (у даному випадку альтернативи
дві). Альтернативи можуть вибиратися на безперервній множині:
наприклад, коли замінити устаткування даного виду (через день, два,
тиждень, місяць, рік і т.д.), тоді кількість альтернатив нескінченна і
під рішенням розуміють вибір однієї альтернативи з безліч
можливих.

Система (у перекладі з грецької – ціле, складене з частин) – це

множина взаємозв’язаних елементів, які становлять певну єдність.
Елемент системи – частина системи, яка, виходячи з мети та
функцій даної системи, є неподільною.

Складна система – це безліч різних структур і елементів цих

структур.

Підсистема – частина системи, яка виділена з певною метою, може

розглядатися як самостійна система.

Системний підхід – головний науковий принцип дослідження

систем, згідно з яким необхідно враховувати взаємозв'язки між
елементами системи, між системою та зовнішнім середовищем, між
станом системи у даний час і майбутньому. Основне поняття в
кібернетиці.

Модель – система, здатна замінити оригінал (тобто реальну

систему) так, що її вивчення дає інформацію про оригінал. Модель
може повністю або частково відтворювати структуру системи, що
моделюється, та її функції.

Моделювання – процес побудови, реалізації та дослідження моделі,

який здатний замінити реальну систему та дати інформацію про неї.

Математична модель – система математичних і логічних

співвідношень, які описують структуру та функції реальної системи.
Математична модель відрізняється за своєю природою від оригіналу.
Дослідження властивостей оригіналу за допомогою математичної
моделі зручніше, дешевше, забирає менш часу порівняно з фізичним
моделюванням, яке використовується в техніці (тобто має ту ж
природу, що і оригінал). Більш того, цілий ряд економічних систем
неможливо зобразити за допомогою фізичних моделей.
 Економіко-математична модель – це математичний опис
економічного процесу чи явища з метою його дослідження та
керування. Вона включає в себе систему рівнянь та нерівностей
математичного опису економічних процесів і явищ, які складаються
з набору змінних і параметрів. Змінні величини характеризують,
наприклад, обсяг виробленої продукції, капітальних вкладень,
перевезень тощо. Змінні поділяються на дві групи: пояснювальні
(залежні), які є наперед заданими та незалежними, пояснювані
(незалежні), які є результативними показниками. Змінні величини
можуть бути двох груп: зовнішні змінні (екзогенні), коли вони
визначаються поза даною моделлю та вважаються для моделі
заданими, внутрішні змінні (ендогенні), які визначаються в
результаті дослідження даної моделі. Параметри – це чисельні
ознаки показників, такі, як норми витрат сировини, матеріалів, часу
на виробництво тощо. В усіх випадках необхідно, щоб модель мала
достатньо детальний опис об'єкта, який дозволяв би здійснювати
вимір економічних величин та їх взаємозв'язок, щоб були виділені
фактори, які впливають на досліджувані показники.

Оптимізаційна модель дозволяє з декількох альтернативних

варіантів вибрати найкращий варіант за будь-якою ознакою.

Економіко-математичні методи – узагальнена назва комплексу

економіко-математичних підходів, об'єднаних для вивчення
економіки та призначених для побудови, реалізації і дослідження
економічних моделей.

2. Поняття системи, приклади.

- - узагальнюючий рівень (фінансовий ринок)

3. Класифікація економіко-математичних моделей.

 4. Етапи економіко-математичного моделювання.

Процес побудови економіко-математичних моделей загального типу

складається з таких взаємопов‘язаних етапів:

Перший етап - постановка задачі (формулювання мети запланованого

заходу, визначення задачі дослідження, створення якісного опису об‘єкта);

Другий етап - розробка описуваної моделі (формулювання та

обґрунтування показників і системи основних припущень);

Третій етап - розробка математичної моделі об‘єкта, що вивчається, з

вибором методів дослідження, програмного забезпечення ПК або
складання алгоритму та програми для ПК за новими задачами;

Четвертий етап - розв‘язання задачі на базі розробленої моделі

(реалізація пакета прикладних або розроблених програм для ПК);

П‘ятий етап - перевірка та підлаштування моделі (встановлення

відповідності моделі описаному економічному процесу);

Шостий етап - надання результатів розв‘язання у формі, зручній для

вивчення, аналіз матеріалів моделі на основі обробки результатів.

5. Аналіз павутиноподібної моделі (попит-пропозиція) -

дискретний випадок.

Динамічна рівновага Дискретна (динамічна) павутиноподібна модель Qd

6. Аналіз павутиноподібної моделі (попит-пропозиція) -

неперервний випадок

Це динамічна модель, у якій ціна змінюється протягом часу неперервно.

Тому
P=P(t), t>0

Припущення моделі:

Швидкість зміни ціни в будь-який момент часу прямо пропорційна різниці

між D i S в даний момент часу. Звідси:

Сигма >0

Якщо дельта t наближається до 0 (проміжки часу дуже маленькі), то

отримаємо таке диференціальне рівняння:

Далі виконаємо наступні кроки:

Тепер виразимо Р*

Розв’язком моделі буде:

Для С оберемо початкому ціну:

t=0 P(0)=P˳

Беремо значення ціни в початковий період часу.

С= P˳-Р*

Загальний розв’язок:

Необхідною і достатньою умовою для рівноважної ціни є умова, що

Алгоритм аналізу (на случай, если выпадет задача по павутиноподобной

модели, в теорию это не входит):

1) Смотрим на статистические данные

2) Берем сложную функцию №1 для спроса:

 n – количество строчек в таблице

составляем систему уравнений, в которй считаем все, кроме а и b

(исходя из статистических данных)

3) Берем сложную функцию №2 для предложения:

Делаем то же самое, находим c, d.

4) Из всех систем находим a, b, c, d и подставляем в формулы

D(p)= a+b*p, S(p)= c+d*p

5) Приравниваем D и S

6) Начинается трындец (проверка)

Берем самую первую цену из таблицы, подставляем в функцию S,

приравниваем к D, находим цену из D, снова подставляем ее в S,
приравниваем к D, находим цену из D и так 4 раза.

Если за 4 раза достигли выполнения условия

/D’(p*)/>S’(p*)

То равновесную цену можно найти. Вот и все.

7. Модель загальної задачі лінійного програмування.

Загальна задача ЛП полягає в знаходженні екстремуму (максимуму або
мінімуму) лінійної цільової функції при наявності обмежень на n змінних у
вигляді m лінійних нерівностей або рівнянь та умов невід’ємності змінних.
Економіко-математична модель загальної задачі ЛП формулюється таким
чином.
Дана система m лінійних рівнянь і нерівностей з n змінними:

і лінійна функція:

Система m називається системою обмежень, а функція F – лінійною функцією,

лінійною формою, цільовою функцією або функцією мети.
Більш коротко загальну задачу лінійного програмування можна подати у
вигляді:
 8. Графічний метод розв’язування лінійних задач оптимізації.

Графічний метод розв’язування застосовується якщо кількість

змінних не більше 3 (х1;х2;х3)
Розглянемо графічний метод у площині :
F (x) = c1x1 + c2x2 → opt

Система обмежень на площині утворює перетин півплощин, які

утворюють багатокутник розв’язків
Утворений багатокутник є множиною допустимих розв’язків задачі
оптимізації

Алгоритм графічного методу складається з таких кроків:

1. Будуємо прямі, що визначають систему обмежень (коли у рівнянні
стоїть знак =).
2. Визначаємо півплощини, що відповідають кожному обмеженню.
 3. Знаходимо багатокутник розв’язків.
4. Будуємо вектор , що дорівнює градієнну ф-ції F
N=gradF=(c1;c2)
5. Будуємо множинну значень цільової функції F
с1х1 + с2х2 = const.
6.Пряму, яка визначає множину значень рухаємо вздовж градієнта
7. Визначаємо координати точки, в якій цільова функція набирає
оптимальність множини min або max

Зауваження
-Якщо область багатокутника розв’язків необмежена, то оптимальне значення не
досягається
-Задача лінійної оптимізації може мати не один розв’язок

9. Симплекс-метод розв’язування лінійних задач оптимізації.

Розглянемо лінійну оптимізаційну модель в стандартному вигляді:

F(x) = c1x1 + … + cnxn -> max

Симплекс-метод - це метод знаходження розв’язків за допомогою перебору

допустимих розв’язків у такий спосіб, що на кожному кроці ми оптимізуємо цільову
функцію. Допустимі розв’язки описуються системою обмежень.
Процес знаходження розв’язків є ітераційним, тобто обчислювальні процедури одного
й того самого типу повторюються в певній послідовності доти, доки не буде
отриманий оптимальний план задачі або з'ясовано, що його не існує

Стандартну задачу лінійної оптимізації приводимо до канонічного вигляду (систему

нерівностей додаванням нових змінних перетворюємо в систему рівнянь):
Зауваження!
Даний алгоритм застосовується при відшуканні мінімума функції. Для випадку, коли F
(х) -> max, необхідно знайти -F (x) -> min.

10.Постановка задачі нелінійного програмування.

взаємозв’язки між економічними показниками досить часто носять

нелінійний характер і побудована лінійна модель в такому випадку буде
неадекватна реальній дійсності. Тому доцільно досліджувати певні
економічні пронеси з допомогою нелінійних моделей, математичним
інструментом яких є нелінійне програмування.

будь-яка задача стає нелінійною, якщо в математичній моделі необхідно

враховувати умови невизначеності та ризик. В якості величини ризику
розповсюджене використання такої величини як дисперсія, тому
врахування обмеженості ризику вимагає введення нелінійної функції в
систему обмежень, а мінімізація ризику певного процесу досягається за
рахунок дослідження математичної моделі з нелінійною цільовою
функцією.

Загальна задача математичного програмування формулюється наступним

чином:

Знайти такі значення змінних xj ( j = 1, n) , щоб цільова екстремального

(максимального чи мінімального значення):

то приходимо до задачі лінійного програмування, інакше (хоча б одна з

функцій не є лінійною) маємо задачу нелінійного програмування.
 11.Геометрична інтерпретація задачі нелінійного програмування.

Геометрично цільова функція (8.1) визначає деяку поверхню, а обмеження

(8.2)—(8.3) — допустиму підмножину n-вимірного евклідового простору.
Знаходження оптимального розв’язку задачі нелінійного програмування
зводиться до відшукання точки з допустимої підмножини, в якій
досягається поверхня найвищого (найнижчого) рівня.

Якщо цільова функція неперервна, а допустима множина розв’язків

замкнена, непуста і обмежена, то глобальний максимум (мінімум) задачі
існує.

Найпростішими для розв’язування є задачі нелінійного програмування, що

містять систему лінійних обмежень та нелінійну цільову функцію. В
цьому разі область допустимих розв’язків є опуклою, непустою,
замкненою, тобто обмеженою.
12.Метод множників Лагранжа.
13.Транспортна задача. Побудова опорного плану.
Нехай ми маємо m-постачальників(A1….Am), у кожного постачальника
відповідні обсяг продукції(a1….am). n-споживачів(B1), потреби(b1). І
відомі вартості перевезень Cij. Це вартість перевезення одиниць продукції
від i-того постачальника до j-споживача. Перевезти всю продукцію від
постачальника до споживача означає задовільнити всіх. Вартість
перевезень - найменша.

Постановка задачі у вартісній формі аналогічно робиться оптимізація за

часом, більш складний варіант коли оптимізація за часом та вартістю.

хij- обсяг продукції, що перевозиться від виробника до споживача,

тоді математичну модель транспортної задачі можна подати у вигляді

таблиці.

Оптимізаційна модель згідно з таблицею.

 Будь-який набір хij який задовольняє систему обмежень називається
опорним планом транспортної задачі.

Якщо серед опорних планів транспортної задачі існує набір хij*, що

мінімізує вартість перевезень - такий план називається оптимальним.
Властивості:

1. транспортна задача має розв’язок, якщо виконується умова

збалансованості

Якщо умова - ✅ то транспортна задача закрита

2. якщо сумарний обсяг постачальника більший обсягу споживача то

водимо фіктивного споживача з 0-ю вартістю перевезень із
необхідним обсягу споживання щоб був знак рівності.
 3. Якщо сумарний обсяг постачальника менше обсягу споживача тоді
вводимо фіктивного постачальника

Скільки змінних? стільки умов

При заданій постановці будь-який опорний план містить: m+n-1, хij>0. Тоді
цей план невироджений. Можна оптимізувати.

Визначення опорного плану, визначаємо методом Фогеля.

1. Для кожного рядка та стовпця обчислюється штраф (різниця між 2

найменшими вартостями перевезень).
2. Вибираємо рядок чи стовпчик з найбільшим штрафом.
3. У вибраному рядку/стовпчику вибираємо клітину з найменшою
вартістю.
4. Для обраної клітини встановлюємо обсяг перевезень.
5. Викреслюємо обраний рядок/стовпчик.
6. Повторюємо поки не заповнимо всі клітинки опорного плану.

Коли ми зробимо - буде заповнено m+n-1 клітина, хij>0

Для заповнених клітин обчислимо вартість перевезень.

(сумарна вартість перевезень)

14.Транспортна задача. Метод потенціалів.

Нехай побудовано опорний план певної транспортної задачі.

Цикл – послідовність заповнених клітин таблиці, яка задовольняє
умову, що лише дві сусідні клітини містяться в одному рядку або в
одному стовпцю таблиці, причому перша клітина циклу є його
останньою.
Далі перейдемо до побудови оптимізації опорного плану:
1. Через Xij, i=1,n j=1,m – позначаємо значення, які
ми занесли в кожну клітину,
Xij > 0 – заповнені, Xij = 0 – незаповнені
Кожній клітині відносно рядка і відносно стовпчика ми
присвоюємо потенціали Ui, i=1,n – по рядкам, Vj, j=1,m – по
стовпчикам
Умова оптимальності: опорний план буде оптимальним, якщо
виконується умова:

Cij – значення вартості відповідної клітини

Якщо друга умова порушується, то план не є оптимальним,
(треба зменшити вартість виробництва).

2. Визначення значень потенціалів

 Для заповнених клітин складаємо систему рівнянь Ui + Vj = Cij
(при чому Xij > 0)
m+n-1 – кількість рівнянь
i+j=m+n – кількість змінних
тому система рівнянь буде невизначеною і буде мати безліч
розв’язків,
Беремо U1=0
Після другого кроку маєм значення усіх потенціалів.
Для знайдених значень перевіряємо другу умову потенціальності для
незаповнених клітин.
Якщо знаходимо клітини з порушенням, то вибираємо клітину з
максимальною величиною порушення і додаємо її до нашого опорного
плану, і він уже буде містити m+n клітин і стає циклічним.
Всередині циклу робим перерозподіл. В додану клітину ми ставимо
знак +, в наступну - , і так поки не повернемося в початкову клітину.
В середині циклу ми змінюємо найменшу можливу спільну кількість
перевезень.
Після перерозподілу вилучаємо з опорного плану клітину з нульовим
перевезенням.
Отримали новий опорний план і знову перевіряємо його на
оптимальність.

15.Модель Марковіца.

Модель базується на тому, що показники прибутковості різних цінних паперів

взаємопов'язані: із зростанням дохідності одних паперів спостерігається одночасне
зростання і за іншими паперами, треті залишаються без змін, а в четвертих, навпаки,
дохідність знижується. Такий вид залежності не детермінованим, тобто однозначно
визначеним, а є стохастичним, і називається кореляцією.
Модель Марковіца має такі основні припущення:
— за дохідність цінних паперів приймається математичне очікування
дохідності;
— за ризик цінних паперів приймається середньоквадратичне відхилення
дохідності;
 — вважається, що дані минулих періодів, які використані при розрахунках
дохідності і ризику, повністю відображають майбутні значення дохідності;
— ступінь і характер взаємозв'язку між цінними паперами виражається
коефіцієнтом лінійної кореляції.

За моделлю Марковіца, дохідність портфеля цінних паперів — це середньозважена

дохідність паперів, його складових;
i = 1,m – набір цінних паперів, і для кожного паперу є математичне
сподівання/очікування:

черех xi позначемо частину портфелю цінних паперів, в які входить i-та акція, тоді
маємо суму:

За міру ризику беремо показник середьноквадратичного відхилення або дисперсію:

Таким чином отримаючи потфель для якого міра ризику є мінімальною

Ефективність утвореного порфелю:

Обернена модель до моделі Марковіца:

Визначений портфель має максимальну ефективність тоді, коли ризик не

перевищує D0

Модель Марковіца використовується для визначення шуканої диверсифікації порфелю

активів.
В Моделі Марковіца розглядаться сума попередніх добутків акцій, для кожного
добутку двох акцій, диверсифікація має місце тоді, і тільки тоді, коли ρij (р – «ро»)
належить проміжку [-1; ρ`]

16. Моделювання доходності і ризику портфеля цінних

паперів.

Розглянемо часові проміжки: t= 0,1,2,...T

Ефективність цінного паперу(акцій):

S(t) - ціна акції в кінці інтервалу Т

R(t) є випадковою(залежить від ціни акцій на двох сусідніх проміжках)

Для визначення ефективності цінного паперу вводиться оцінка цінного

паперу

Нехай маємо набір N з цінних паперів: і= 1,2..n

Оцінка ефективності і-го цінного паперу є величина математичного

сподівання

R*(t) - розрахункове значення ефективності на даному часовому проміжку

Оцінкою міри ризику вибору того чи іншого ЦП є дисперсія

Оцінкою ризику є середнє квадратичне відхилення

Для кожного і: mi - оцінка ефективності; (вторая эта штука сигма вроде) -

ризик ефективності

Для утворення оптимального портфелю використовують метод попарних

порівнять

На 1-му етапі вибирають цінні папери для яких ефективність >0

Для 3-го випадку вводиться оцінка впливу і-того цінного паперу на j-тий
цінний папір, яка називається коефіцієнтом коваріації (оцінка сумісного
відхилення від середніх значень)