СРС 1

1.Історія розвитку економіко-математичних методів / Історія розвитку

оптимізаційних методів. 

Історія розвитку економіко-математичних методів та оптимізаційних

методів пов'язана зі зростанням зацікавленості використання математики
для розв'язання економічних проблем. Починаючи з 1940-х років, коли
було розроблено теорію гри та лінійне програмування, економіко-
математичні методи стали все більш популярними в економічному аналізі.

Лінійне програмування було розроблено у 1947 році Джорджем

Данцігом, який застосував цей метод для розв'язання проблеми розподілу
ресурсів у Військовому міністерстві США. Згодом лінійне програмування
стало широко використовуватися в економіці для розв'язання проблем
оптимізації.

У 1950-х роках було розроблено теорію ігор, яка дозволяє досліджувати

стратегії взаємодії між різними учасниками в економічних процесах.
Теорія ігор знайшла широке застосування в таких галузях, як торгівля,
фінанси та мікроекономіка.

У 1960-х роках було розроблено метод динамічного програмування, який

знайшов застосування в багатьох галузях економіки, включаючи інвестиції
та управління запасами.

У 1970-х роках були розроблені методи нелинійного програмування, що

дозволили розв'язувати проблеми з обмеженнями та нелінійними
функціями.

З 1980-х років розпочався розвиток еволюційних алгоритмів та

генетичних алгоритмів, які знайшли застосування в економіці та інших
галузях.

2. Основні завдання ЕМ моделювання. 

ЕМ-моделювання є одним з ключових методів статистичної обробки даних.

Основним завданням ЕМ-моделювання є розбиття даних на підгрупи з метою
отримання більш точної моделі даних. Основні завдання ЕМ-моделювання
включають:
1. Кластеризація даних: ЕМ-моделювання може допомогти в розбитті даних
на підгрупи (кластери) зі схожими характеристиками. Наприклад, це може
бути корисно в рекламній кампанії, де потрібно розбити аудиторію на
різні групи за їхніми інтересами.
2. Побудова регресійних моделей: ЕМ-моделювання може бути використано
для побудови регресійних моделей, які можуть передбачати значення
змінної в залежності від інших змінних. Наприклад, ЕМ-моделювання
може бути використано для побудови моделі, яка передбачає кількість
продажів в залежності від різних факторів, таких як рекламні витрати,
ціна продукту та інші.
3. Розпізнавання образів: ЕМ-моделювання може допомогти в розпізнаванні
образів. Наприклад, це може бути корисно в медичному діагностуванні,
де потрібно розпізнавати патологічні зміни на зображеннях.
4. Зменшення розмірності даних: ЕМ-моделювання може допомогти в
зменшенні розмірності даних, зберігаючи при цьому важливу
інформацію. Наприклад, це може бути корисно в обробці зображень, де
потрібно зменшити розмірність даних, зберігаючи при цьому важливі
особливості зображення.
5. Побудова моделей рішень: