Файл: Варианты контрольной работы.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 04.05.2024

Просмотров: 114

Скачиваний: 0

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

СОДЕРЖАНИЕ

Варианты контрольной работы

Примеры решения задач

2. Регрессионный анализ. Регрессионный анализ есть статистический метод исследования зависимости случайной величины Y от переменных X j(j=1,2,...k), рассматриваемых в регрессионном анализе как kнеслучайных величин, независимо от истинного закона распределения Xj . YОбычно предполагается, что случайная величина Y имеет нормальный закон распределения с условным математическим ожиданием  (X1,X2 ,...,Xk), являющимся функцией от аргументов Xj, и постоянной, не зависящей от аргументов дисперсией 2 . Пусть из генеральной совокупности (Y,X1 ,X2 ,...,Xk)берется выборка Yобъемом n(yi,x1i,x2i,...,xkn)i 1,k. Требуется по выборке найти оценку уравнений регрессии  (X1,X2 ,...,Xk)и исследовать его свойства. Вид функции выбирают заранее, наиболее часто встречающиеся: Y Линейная  0 1X1 2 X2 ...kXk; Полиномиальная     X  X2 ... Xk; Y 0 1 2 k Степенная (логарифмически-линейная)    X1  X2 ...XK Y 0 1 2 k Линейная двумерная модель. Необходимо найти оценку двумерного линейного уравнения регрессии:Y 0  1X y b0  b1x ei. (1)Для оценки неизвестных параметров 0 и 1 из двумерной генеральной совокупности (X,Y)берется выборка объемом n, где ( yi,xi) результат i-того наблюдения ( i 1,2,...,n). Оценку 0 и 1 производится с помощью метода наименьших квадратов (МНК).Согласно МНК, в качестве оценок неизвестных параметров 0 и 1 следует братьтакие значения выборочных характеристик b0 и b1 , которые минимизируют сумму квадратов отклонений: nQ (y b bx)2  min.  i 0 1 i  i1 0 1Исследуя функцию Qна минимум, получим:  Q 0 Q 2(y b bx) 0 b bi 0 1 i b0n b1 xi  yi   0  0  2(2)  Q 0Q 2(y b bx)x 0 b0  xi b1 xi  yixi bbi 0 1 i i  1  1 i i i i;Решая эту систему уравнений, например, методом Крамера получаем: b0  yi x2   x xyb1 nxiyixiyi(3) i i i in x2  ( x)2 n x2  ( x)2 ????Оценка ????2 остаточной дисперсии 2 имеет вид: ????2 = 1∑????(????− ????− ???? ???? )2(4) ???? ????−2????=1 ????0 1 ???? Проверказначимостиинахождениеинтервальныхоценоккоэффициентоврегрессии Для проверки соответствия уравнения регрессии экспериментальным данным. В MS Excel для этих целей рассчитывается Значимость F. Если Значимость F < α. принятого в задаче, то модель соответствует экспериментальным данным. Для проверки значимости коэффициентов регрессии В MS Excel для этих целей рассчитывается P-значение. Если Р-значение < α. принятого в задаче, то коэффициент регрессии значим.Если значим коэффициент регрессии b1, то значимо и уравнение регрессии. Линейная множественная модель. Рассмотрим общий случай линейной регрессии, когда условное математическое Y ожидание есть функция kпеременных: Y 0 1X1 2 X2 ...kXk. В матричном виде это уравнение примет вид: Y X , где Y- вектор-столбец наблюденийразмерности ( n  1); X- матрица факторных признаков размерности ( n  ( k  1));  - вектор неизвестных параметров размерности ((k 1) 1).Оценка МНК вектора  имеет вид:b XT X1 XT Y, где XT- транспонированная матрица Х, XT X1 - матрица, обратная матрице XT X.Несмещенная оценка остаточной дисперсии: ????2 = 1(???? − ????????)????(???? − ????????), ???? ????−????−1ПримеррешениязадачилинейнойдвумернойрегрессииНа основании выборочных данных по 20 туристическим фирмам о затратах на рекламу (Х) и количества туристов, воспользовавшихся услугами фирмы (Y), представленных в таблице, вычислить статистические характеристики двумерной линейной регрессионной модели. Определите соответствие модели экспериментальным данным и значимость регрессионной модели. Определите доверительные интервалы коэффициентов регрессии. Уровень значимости равен 5%. X 8,1 8,2 8,6 9,2 9,4 9,5 9,8 9,9 10,1 10,3 Y 800 850 720 850 800 880 950 820 900 1000 X 10,4 10,5 10,6 11,2 11,3 11,7 11,9 12,4 12,5 12,7 Y 920 1060 950 900 1200 1150 1000 1200 1100 1000 Решение:Построение уравнения линейной регрессии. Для построения линейной регрессии воспользуемся макрофункцией Регрессия (рис. 1). Для макрофункции Регрессия важно, чтобы группирование переменных было по столбцам.Входные интервалы переменных Х и Y вводим вместе с названиями и ставим флажок в поле Метки, чтобы показать, что в первой строке стоят названия переменных. Отмечаем выходной интервал и ставим флажок в графике подбора, на котором отображается корреляционное поле, включающее экспериментальные данные и регрессионную модель. Рис. 1. Макрофункция Регрессия.Выходной интервал содержит 3 таблицы (рис. 2). В первой таблице отражается коэффициент корреляции ρ, коэффициент детерминации R2, нормированный коэффициент детерминации ????2 и стандартная ошибка ???? .норм ???? Рис. 2. Нахождение линейной регрессии.Во второй таблице проводится анализ соответствия модели экспериментальным данным. В третьей таблице представлена информация о коэффициентах регрессии, их значимости и доверительных интервалах.Выводы: норм????2 <0.7 связь между переменными слабая.  ????е=85,07. Значимость F< 0,05, следовательно, модель соответствует экспериментальным данным. Р-значение для коэффициента b0 больше α=0,05, следовательно, коэффициент незначим. Р-значение для коэффициента b1 меньше α=0,05, следовательно, коэффициент значим. Значимость коэффициента b1 свидетельствует о значимости регрессионной модели. Уравнение регрессии имеет вид: ????̃ = 139,29 + 78,08????  Доверительные интервалы ????0 ∈ [−171,54; 450,11] и ????1 ∈ [48,48; 107,68]Примеррешениязадачимножественной линейнойрегрессии.В таблице приведены результаты работы 27 предприятий:

3. Задачи линейного программирования.

4. Двойственные задачи линейного программирования

3. Двумерные задачи линейного программирования

Инвестиционный анализ. Сравнение инвестиционных проектов

Практические задания

Регрессионный анализ

Задачи линейного программирования.

Двойственные задачи линейного программирования

Транспортная задача.

Составление инвестиционной программы

ссылку можно помощью клавиши F4.

На рис. 2 представлен общий вид листа Excel после ввода зависимостей математической модели.



Рис. 2. Ввод системы ограничений.

Целевая функция в ячейке С6.

Для решения задачи воспользуемся макрофункцией «Поиск_решения»'>«Поиск решения», которое вызывается из меню «Данные» (рис. 3):

    • в поле «Установить целевую ячейку» введите адрес целевой ячейки $С$6;

    • укажите, что целевая функция стримится к «максимальному значению».

В поле «Изменяя ячейки переменных» впишите адрес матрицы Х: $А$1:$В$1. Необходимые адреса можно вносить в поле автоматически путем выделения мышью соответствующих ячеек переменных.



Рис. 3. Окно «Поиск решения».

Задание системы ограничений. Для введения системы ограничений необходимо в поле «В соответствии с ограничениями» открыть диалоговое окно «Добавить»(рис. 4):



Рис. 4. Диалоговое окно Добавление ограничений.

  • В поле «Ссылка на ячейку» введите адреса ячеек левой части ограничений

$С$2, так как условие соотношения между правыми и левыми частями в нашей задаче одинаково, то в качестве ссылки на ячейку можно задать массив ($С$2:$С$5).

  • В поле знака откройте список предлагаемых знаков и выберите ≤.

  • В поле «Ограничение» введите адреса ячеек правой части ограничений, то есть $D$2:$D$5. Их также можно ввести путем выделения мышью непосредственно в таблице Excel.


Если при вводе условия задачи возникает необходимость в изменении или удалении внесенных ограничений или граничных условий, то это делают, нажав кнопки «Изменить» или «Удалить» (см. рис. 3).

Задание граничных условий для допустимых значений переменных. В нашем случае на значения переменных накладывается только граничное условие неотрицательности, то есть их нижняя граница должна быть равна нулю. Ввести это ограничение можно путем установки флажка в окно Сделать переменные без ограничений неотрицательными (рис. 3).

3. Решение задачи

Установкаметодарешениязадачи.В поле «Выберите метод решения» необходимо выбрать симплекс-метод решения задач линейного программирования: «Поиск решения лин. задач симплекс-методом» (рис. 3).

Запуск задачи на решение производится путем нажатия кнопки «Найти решение».

После запуска на решение задачи линейного программирования появляется окно

«Результаты поиска решения» с одним из сообщений, представленных на рис. 5, 6 и 7:




Рис. 5. Сообщение об успешном решении задачи.




Рис. 6. Сообщение при несовместной системе ограничений задачи.

Рис. 7. Сообщение при неограниченности целевой функции в требуемом

направлении.

Иногда сообщения, представленные на рис. 6 и 7, свидетельствуют не о характере оптимального решения задачи, а о том, что при вводе условий
задачи в Excel были допущены ошибки, не позволяющие Excel найти оптимальное решение.

Если при заполнении полей макрофункции «Поиск решения» были допущены ошибки, не позволяющие Excel применить симплекс-метод для решения задачи или довести ее решение до конца, то после запуска задачи на решение будет выдано соответствующее сообщение с указанием причины, по которой решение не найдено. Иногда слишком малое значение параметра «Точность ограничения» в вкладке «Параметры» не позволяет найти оптимальное решение. Для исправления этой ситуации увеличивайте погрешность поразрядно, например от 0,000001 до 0,00001 и т.д.

В окне «Результаты поиска решения» представлены названия трех типов отчетов:

«Результаты», «Устойчивость», «Пределы» (рис. 5). Они необходимы при анализе полученного решения на чувствительность. Для получения же ответа (значений переменных, целевой функции и левых частей ограничений) в окне нажмите кнопку «OK».

После этого появляется оптимальное решение задачи (рис. 8).

Таким образом, оптимальный план производства – 12 изделий I вида продукции и 8 изделий – II вида продукции, значение выручки при этом равно 96 ден. ед.




Рис. 8. Решение задачи
Пример2.Составлениеграфикаработыперсонала.

Для работы
в офисе компании по продаже недвижимости требуется в понедельник среду – не менее 24 работника, в четверг и субботу - не менее 22 работников, в пятницу – не менее 20 работников, основной пик работы приходится в воскресенье, поэтому в воскресенье требуется не менее 28 сотрудников. Причем должен соблюдаться следующий рабочий график: каждый сотрудник работает 5 дней в неделю с 2-мя выходными подряд.

Дневная оплата сотрудников составляет 400 р. (без учета премиальных и комиссионных).

Определите оптимальное количество человек в смену для обслуживания офиса риэлтерской компании с учетом минимума издержек на заработную плату, учитывая установленный график работы персонала.

Решение:

1. Математическая модель: Пусть ???????? - число сотрудников, работающих по j-ому графику. Матрица графиков работы сотрудников А:


0

1

1

1

1

1

0

0

0

1

1

1

1

1

l1

0

0

1

1

1

1

1

1

0

0

1

1

1

I1

1

1

0

0

1

1I

1

1

1

1

0

0

1

????1

1

1

1

1

0

0)




Матрица необходимого количества сотрудников на каждый рабочий день: ????Т= (24 24 24 22 20 22 28).

Матрица почасовой оплаты труда с = (400 400 400 400 400 400 400).

Система ограничений на обязательный минимум количества сотрудников в каждый рабочий день:

????2 + ????3 + ????4 + ????5 + ????6 24 ????3 + ????4 + ????5 + ????6 + ????7 24

I????1 + ????4 + ????5 + ????6 + ????7 24

????1 + ????2 + ????5 + ????6 + ????7 22

????1 + ????2 + ????3 + ????6 + ????7 20

I????1 + ????2 + ????3 + ????4 + ????7 22

????????1 + ????2 + ????3 + ????4 + ????5 28

И ограничение на неотрицательность переменных модели: ????????>0. Целевая функция

минимум затрат на заработную плату:

???? = 400????1 + 400????2 + 400????3 + 400????4 + 400????5 + 400????6 + 400????7 ????????????.

1. Ввод исходных данных:

Расширенная матрица задачи и вместе с введенными в нее необходимыми формулами, соответствующими левой части системы ограничений, представлена на рис.9.




Рис. 9. Расширенная матрица