- •1.Место и роль математики в арсенале управленческих приемов
- •2.Историческая справка становления и развития исследования операций
- •3.Постановка задачи принятия решений
- •4.Основные этапы разрешения проблемы принятия решений
- •5.Классификация задач принятия решений
- •6.Классификация математических методов принятия решений
- •7.Классификация математических моделей принятия решений
- •8. Схема процесса принятия решений
- •9. Декомпозиция задач принятия решений
- •10. Оперативные приемы принятия решений
- •11. Пример подготовки решения на основе макроэкономических данных
- •12. Критерий принятия решений. Необходимость и условия его ввода. Функция предпочтения.
- •13. Минимальный критерий принятия решения. Его определение, достоинства, недостатки. Порядок применения
- •14. Критерий Байеса-Лапласа
- •15. Критерий Сэвиджа
- •16. Критерий Гурвица
- •17. Критерий Ходжа-Лемана
- •18. Критерий Гермейера
- •19. Среды решения и выработка решения в условиях определенности
- •20. Детерминированные методы принятия решений. Матричная модель производственной программы.
- •21. Классификация оптимизационных задач принятия решений.
- •22. Линейное программирование в принятии решений. Классические примеры.
- •23. Симплекс-метод решения задач линейного программирования.
- •24. Двойственная задача линейного программирования.
- •25. Модель оптимального планирования производства.
- •26. Экономические характеристики оптимального плана.
- •27. Транспортная задача.
- •Итерационное улучшение плана перевозок
- •Решение с помощью теории графов
- •28. Алгоритм метода северо-западного угла.
- •29. Метод потенциалов решения транспортной задачи.
- •30. Целочисленное программирование в принятии решений.
- •31. Динамическое программирование в принятии решений.
- •32. Нелинейное программирование в принятии решений.
- •33. Дискретное программирование в принятии решений.
- •34. Стохастическое программирование в принятии решений
- •35. Особенности применения методов математического программирования в принятии решений
- •36. Многокритериальная оптимизация в принятии решений
- •37. Многокритериальные задачи принятия решений: различные методы свертки критериев
- •38. Задачи оптимизации и нечеткие переменные
- •39. Графы в принятии решений
- •40. Основные понятия теории графов
- •41. Кратчайший путь на графе
- •42. Задача коммивояжера
- •43. Кратчайшее дерево на графе
- •44. Критический путь на графе
- •45. Потоки в сетях в принятии решений
- •46. Анализ последовательности решения с использованием дерева решения
- •47. Классическая схема принятия решений в условиях неопределенности.
- •48. Методы теории игр (теория конфликтов), роль информации и равновесие по Нэшу в теории принятия решений.
- •49. Матрицы последствий и рисков
- •50. Принятие решений в условиях полной неопределенности
- •51. Пр в условиях частичной неопределенности
- •52. Ситуации в практике менеджмента, допускающие игровой подход
- •53. Риск в принятии решений как среднее квадратическое отклонение
- •54. Измерение относительного риска: компромисс между риском и прибылью
- •55. Математические методы определения полезности, страха риска и премии за риск
- •56. Байесовский подход
- •57. Принятие решений группой лиц. Теорема Эрроу
- •58. Конфликтные ситуации в принятии решений. Кооперативные игры
- •59. Оптимальность по Парето. Переговорное множество
- •60. Игры с нулевой суммой и их использование в принятии решений
- •61. Моделирование и экспертные оценки при принятии решений
- •62. Методы учета неопределенностей принятия решений: вероятностные модели, теория нечеткости, интервальная математика.
- •63. Эконометрические методы принятия решений. Основные понятия и определения.
- •64. Особенности использования эконометрических методов в принятии решений.
- •65. Основные проблемы использования эконометрических методов в принятии решений.
- •66. Классификация эконометрических методов и моделей в принятия решений.
- •1) Классификация эконометрических моделей по целевому назначению:
- •2) Классификация эконометрических моделей по исследуемым экономическим процессам и содержательной проблематике. При этом выделяются:
- •3) Классификация эконометрических моделей на дескриптивные и нормативные модели:
- •4) Классификация эконометрических моделей по характеру отражения причинно-следственных связей. При этом выделяют:
- •5) Классификация эконометрических моделей по способам отражения фактора времени. При этом выделяют:
- •67. Использование регрессионных моделей в принятии решений. Пример.
- •68. Использование временных рядов в принятии решений. Пример.
- •69. Использование систем одновременных уравнений в принятии решений. Пример.
- •70. Высокие эконометрические технологии и их возможности для принятия решений.
66. Классификация эконометрических методов и моделей в принятия решений.
Ключевые классификации эконометрических моделей:
1) Классификация эконометрических моделей по целевому назначению:
а) теоретико-аналитические модели, которые используются при исследовании общих свойств и закономерностей экономических процессов;
б) прикладные модели, которые используются при решении конкретных экономических задач (модели экономического анализа, прогнозирования, управления);
2) Классификация эконометрических моделей по исследуемым экономическим процессам и содержательной проблематике. При этом выделяются:
а) модели народного хозяйства в целом и его отдельных подсистем-отраслей, регионов и т. д.;
б) комплексы моделей производства и потребления;
в) комплексы моделей формирования и распределения доходов;
г) комплексы моделей трудовых ресурсов;
д) комплексы моделей ценообразования;
е) комплексы моделей финансовых связей и др.
3) Классификация эконометрических моделей на дескриптивные и нормативные модели:
а) дескриптивные модели предназначены для объяснения наблюдаемых фактов или для построения вероятностного прогноза. В качестве примера дескриптивной модели можно привести производственные функции и функции покупательного спроса, построенные на основе обработки статистических данных;
б) нормативные модели отвечают на вопрос «как это должно бытьβ», т. е. предполагают целенаправленную деятельность. В качестве примера нормативной модели можно привести модели оптимального планирования, характеризующие тем или иным образом цели экономического развития, возможности и средства их достижения;
4) Классификация эконометрических моделей по характеру отражения причинно-следственных связей. При этом выделяют:
а) модели жестко детерминистские;
б) модели, в которых учитываются факторы случайности и неопределенности.
5) Классификация эконометрических моделей по способам отражения фактора времени. При этом выделяют:
а) статические модели, характеризующие исследуемую зависимость между переменными на определённый момент времени;
б) динамические модели, характеризующие изменение экономических процессов во времени.
67. Использование регрессионных моделей в принятии решений. Пример.
Регрессионная модель есть, прежде всего, гипотеза, которая должна быть подвергнута статистической проверке, после чего она принимается или отвергается.
Регрессионная
модель
—
это параметрическое семейство функций,
задающее отображение
где
—
пространство параметров,
—
пространство свободных переменных, Y —
пространство зависимых переменных.
Регрессионная модель объединяет широкий класс универсальных функций, которые описывают некоторую закономерность. Недостатки регрессионного анализа: модели, имеющие слишком малую сложность, могут оказаться неточными, а модели, имеющие избыточную сложность, могут оказаться переобученными.
Примеры регрессионных моделей: линейные функции, алгебраические полиномы, ряды Чебышёва, нейронные сети без обратной связи, например, однослойный персептрон Розенблатта, радиальные базисные функции и прочее.
Использование регрессионных моделей в моделировании социально-экономических объектов и процессов осуществляется по многим направлениям в зависимости от вида применяемых функций.
Например, парная линейная регрессия используется при принятии решений об оптимальном объеме потребления.
Из нелинейных функций часто применяют равностороннюю гиперболу, используемую для характеристики многих видов связей. Например, для характеристики связи удельных расходов сырья, материалов, топлива с объемом выпускаемой продукции, времени обращения товаров от величины товарооборота как на микроуровне, так и на макроуровне. Классическим примером нелинейной функции является кривая Филипса, характеризующая нелинейное соотношение между нормой безработицы и процентом прироста заработной платы.
Но особое место среди регрессий занимает группа производственных функций Производственными функциями (ПФ) называют соотношения между используемыми в производстве материальными и трудовыми ресурсами и выпускаемой продукцией. Различают два основных типа ПФ производственные функции с взаимозаменяемыми ресурсами, производственные функции с взаимодополняемыми ресурсами. Предположение о взаимозаменяемости ресурсов в производственной функции означает, что один и тот же объем выпуска продукции может быть получен при разных комбинациях ресурсов, отличающихся тем, что затраты одних ресурсов больше, а других — меньше.
