Файл: Курсовая работа по курсу математическая экономика.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 04.02.2024

Просмотров: 14

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
САМАРСКИЙ УНИВЕРСИТЕТ

SAMARAUNIVERSITY
федеральное государственное автономное образовательное учреждение высшего образования «Самарский национальный исследовательский университет имени академика С.П. Королева»
Институт экономики и управления

Кафедра математических методов в экономике
КУРСОВАЯ РАБОТА
ПО КУРСУ «МАТЕМАТИЧЕСКАЯ ЭКОНОМИКА»

тема: «Экономико - математическое моделирование фирмы (на примере Торгового дома сельско-хозяйственного производства «Домик в деревне»)»

Вариант №6

Выполнила: Доценко А.С.,

студентка группы: 7250-380305D

Проверил:

Профессор Гераськин М.И.

Рецензент:


Самара 2023

ВВЕДЕНИЕ



Экономико-математическое моделирование коммерческой деятельности производственной фирмы на различных типах потребительских рынков происходит по-разному, поэтому необходимо учитывать особенности каждого из них при оптимизации производственной деятельности. В данной курсовой работе выполнены следующие задачи:

  • формирование экономико-математических моделей производственных процессов фирм в виде производственных функций;

  • разработка моделей издержек производственных фирм в виде функций издержек;

  • анализ тенденций развития потребительских рынков и определений функций потребительского спроса;

  • разработка оптимизационных моделей коммерческой деятельности производственных фирм и определение оптимальной производственной программы на различных типах потребительских рынков;

  • проверка условий равновесия производства и потребления.

Благодаря данному исследованию будут изучены различные типы производственных функций и типы рынков.

Самарская область – один из ключевых регионов нашей страны. На её территории функционирует около 860 крупных и средних промышленных предприятий. В нашей области реализуется кластерная политика, которая представляет собой систему государственных и общественных мер и механизмов поддержки кластеров и кластерных инициатив, обеспечивающих повышение конкурентоспособности регионов, предприятий, входящих в кластер,
развитие институтов, стимулирующих формирование кластеров, а также обеспечивающих внедрение инноваций.

Агропромышленный комплекс, представляющий собой многоотраслевую производственно-экономическую систему, в которой функционируют около 460 крупных сельскохозяйственных предприятий, 2,2 тысячи крестьянских (фермерских) хозяйств, 267,2 тыс. личных подсобных хозяйств и около 780 пищевых, перерабатывающих организаций и предприятий, также является ключевым направлением в развитии региона.

Благодаря оптимизационной деятельности в данной системе, можно добиться улучшения не только нескольких показателей, но и отрасли в целом. Развитие конкурентно способности предприятий региона поможет привлекать инвесторов для создания новых и улучшения существующих проектов, что благоприятно скажется на экономике области в целом.


1.1. Анализ бизнес-процесса корпорации.


Сельскохозяйственная компания занимается производством молока и поставляет часть товара своему партнёру по производству кисломолочных продуктов, а остальное сбывает на монополистический рынок.



Рисунок 1 – Схема агентов рынка

1.2. АНАЛИЗ КРИВЫХ ВЫПУСКА ХОЛДИНГА



Используя данные о затратах ресурсов: труда и капитала, а также о количестве выращенной продукции: молока за 5 лет, проанализируем деятельность фирмы. А точнее построим кривую выпуска ООО «Молоко», отражающую зависимость объёма молока от затраченного капитала (рисунок 2). Для того, чтобы наглядно убедиться в том, что для данной технологии используется производственная функция Кобба – Дугласа (ресурсы взаимодополняемые), построим линию тренда. Наилучшую аппроксимацию показала степенная, следовательно, предположение о виде производственной функции было сделано верно.



Рисунок 1 - Кривая выпуска ООО "Молоко"



Фирма А

x1(K, ед.)

х2(L, чел.)

Q(m)

600

372

419,4

1200

384

510,6

1800

396

601,8

2400

408

693

3000

420

784,2

3600

504

810,0



Фирма В

x1(АИ, m)

x2(АИМ, m)

Q(m)

331,2

43

1694,4

398,4

46

1900,2

465,6

49

2106

532,8

52

2311,8

600

55

2517,6

660

60,5

1565,2

Теперь перейдём к анализу деятельности ООО «Домик в деревне», у которой также известны данные о полученных ресурсах: «Домик в деревне», молоко от поставщика извне, а также о количестве произведённой продукции: молока «Домик в деревне» за 5 лет. А точнее построим кривую выпуска ООО «Молоко», отражающую зависимость объёма выпущенного продукта от поставленного молока (рисунок 3). Для того, чтобы наглядно убедиться в том, что для данной технологии используется линейная производственная функция (ресурсы взаимозаменяемые), построим линию тренда. Наилучшую аппроксимацию показала линейная, следовательно, предположение о виде производственной функции было сделано верно.




Рисунок 2 - Кривая выпуска ООО "Молоко"

В силу того, что графики подтвердили наши предположения о видах производственных функции организаций, необходимо найти их коэффициенты.

Для этого воспользуемся методом наименьших квадратов (МНК) и встроенной надстройкой «Поиск решения» в Microsoft Excel. Порядок выполненных действий представлен ниже:

  1. Начнём с метода наименьших квадратов, так как он позволяет определить целевую функцию, которая необходима для «Поиска решений». Функция Кобба – Дугласа имеет вид: (1). Так как МНК предполагает квадрат разности исходной Q и Q(х) оптимальной, то предположим, что все коэффициенты равны 1, и найдём Q(х).

  2. Теперь найдём квадрат разности (Q -Q(х))2 (2), а затем подсчитаем сумму полученных значений, ячейку с которой и будем применять в качестве целевой функции.

  3. На вкладке «Данные» выберем «Поиск решения». Укажем целевую функцию (как раз сумма квадратов разностей), а также изменяемые ячейки (неизвестные коэффициенты). Кроме того, необходимо указать, что мы минимизируем целевую ячейку, так как желательно, чтобы отклонения фактических значений от оптимальных было меньше.