ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

Филиал в г. Уфе









Лабораторная работа

по дисциплине «ЭММ и ПМ»





Вариант 3








                                                               Выполнила:

.

                                                                                                     Проверил





                                                             



                                                                 Уфа, 2007 г.


 




Лабораторная работа №1

Вариант №3

Задача линейного программирования


Предприятие электронной промышленности выпускает две модели радиоприемников, причем каждая модель производится на отдельной технологической линии. Суточный объем производства первой линии –  60 изделий, второй линии – 75 изделий. На радиоприемник первой модели расходуется 10 однотипных элементов электронных схем, на радиоприемник второй модели – 8 таких же элементов. Максимальный суточный запас используемых элементов равен 800 единицам. Прибыль от реализации одного радиоприемника первой и второй моделей равны 30 и 20 ден. ед. соответственно. Определите оптимальные суточные объемы производства первой и второй моделей, чтобы прибыль была максимальной.  

 

   Экономико-математическая модель

Обозначим через Х1,Х2 суточный объем производства (количество моделей радиоприемников).

Целевая функция – этой математическая запись критерия оптимальности, то есть, выражение, которое необходимо максимизировать

                             f(х) = 30Х1 + 20Х2

Ограничения по продукции:

10Х1 + 8Х2 <= 800

Х1 <= 60

Х2 <= 75

 

Решение: 

1.                Создать форму для ввода условий задачи. Запустим Excel, выбрав Microsoft  Excel из подменю Программы главного меню Windows. Открывается чистый лист Excel.Создадим текстовую форму – таблицу для ввода условий задачи (рис 1)


                                                   Рис.1


2. Укажим адреса ячеек, в которые будет помещен результат решения (изменяемые ячейки). Обозначим через Х1, Х2 количество моделей радиоприемников. В нашей задаче оптимальные значения компонентов вектора Х = (Х1, Х2) будут помещены  в ячейках В3:С3, оптимальное значение целевой функции – в ячейки F3.


Рис.2

3.  Введем исходные данные задачи в созданную форму – таблицу, представленную на рис.2.

                                  

 4. Введем  зависимость для целевой функции:

-         курсор в ячейку  F4;

-         курсор на кнопку «Мастер функций», расположенную на панели инструментов;

-          на экране появляется диалоговое окно Мастер функций шаг 1 из 2;

-         курсор в окно «Категория» на категорию Математические;

-         курсор в окно Функции на СУММПРОИЗВ;

-         на экране появляется диалоговое окно СУММПРОИЗВ;

-         в строку «Массив 1» ввести В$3 : С$3;

-         в строку «Массив 2» ввести В4 : С4 ;

-         Кнопка «ОК». На экране: в ячейку F4 введена функция.

Рис.3


5. Введем  зависимость для ограничений:

-         курсор в ячейку D4;

-         на панели инструментов кнопка Копировать в буфер D7;

-         Курсор в ячейку D7;

-         на панели инструментов кнопка Вставить из буфераD8;

-         Курсор в ячейку D8;

-         на панели инструментов кнопка Вставить из буфера;

-         курсор в ячейку D9;

-         на панели инструментов кнопка Вставить из буфера.


    В строке Меню указатель мыши на имя Сервис. В развернутом меню команда Поиск решения. Появляется диалоговое окно Поиск решения (рис.4)


Рис.4


6. Назначить целевую функцию (установить целевую ячейку):

-         курсор в строку Установить целевую ячейку;

-         введем адрес ячейки $ D$ 4;

-         введите направление целевой функции в зависимости от условия вашей задачи – (Максимальному значению);

-         курсор в строку Изменяя ячейки;

-         введите адреса искомых переменных В$3 : C$3.

7. Введем ограничения:

-         указатель мышки на кнопку Добавить. Появляется диалоговое окно Добавление ограничения (рис.5);

-         в строке Ссылка на ячейку введите адрес $ D$ 7;

-         введите знак ограничения <=;

-         в строке Ограничение введите адрес $ F $ 7;

-         указатель мыши на кнопку Добавить . На экране вновь диалоговое окно Добавление ограничения (рис.5);

-         введем  остальные ограничения задачи, по вышеописанному алгоритму;

-         после введения последнего ограничения кнопка ОК.

На экране появится диалоговое окно Поиск решения с введенными условиями (рис.6).


Рис.6


8. Введем параметры для решения задач линейного программирования:

-         в диалоговом окне указатель мыши на кнопку Параметры. На экране появляется диалоговое окно Параметры поиска решения.


-         установим флажки в окнах Линейная модель ( это обеспечит применение симплекс-метода) и Неотрицательные значения;

-         указатель мыши на кнопку ОК. На экране диалоговое окно Поиск решения;

-         указатель мыши на кнопку Выполнить.

Через непродолжительное время появится диалоговое окно Результаты

поиска решения и исходная таблица с заполненными ячейками В3 : C3 для значений Хi и ячейка D4 с максимальным значением целевой функции (рис.7)


Рис.7


Создание отчета по результатам поиска решения.

EXCEL позволяет представить результатам поиска решения в форме отчета.




Вариант №3

Задача №2

Время

1

2

3

4

5

6

7

8


показатель

27

33

31

35

38

41

44

40





Cтатистики временного ряда - Показатель- 2

 

 

 

 

 

 

 

 

Базисные характеристики

 

 

 

Наблюдение

Абс. прирост

Темп роста

Темп прироста

 

2

6,000

122,222

22,222

 

3

4,000

114,815

14,815

 

4

8,000

129,630

29,630

 

5

11,000

140,741

40,741

 

6

14,000

151,852

51,852

 

7

17,000

162,963

62,963

 

8

13,000

148,148

48,148

 

 

 

 

 

 

 

 

 

 

 

Цепные характеристики

 

 

 

 

Наблюдение

Абс. прирост

Темп роста

Темп прироста

 

2

6,000

122,222

22,222

 

3

-2,000

93,939

-6,061

 

4

4,000

112,903

12,903

 

5

3,000

108,571

8,571

 

6

3,000

107,895

7,895

 

7

3,000

107,317

7,317

 

8

-4,000

90,909

-9,091

 

 

 

 

 

 

 

 

 

 

 

Средние характеристики

 

 

 

 

Характеристика

Значение

 

 

 

Среднее арифметическое

36,125

 

 

 

Средний темп роста (%)

105,776

 

 

 

Средний темп прироста (%)

5,776

 

 

 

Средний абсолютный прирост

1,857

 

 

 

 

 

 

 

 

 

 

 

 

 

Гипотеза об отсутствии тренда

 

 

 

 

Метод проверки

Результат

 

 

 

Метод Форстера-Стюарта

   Нет

 

 

 

Метод сравнения средних

   Нет

 

 

 

Вывод: гипотеза отвергается

 

 

 

 

 

 

 

 

 

Проверка однородности данных

 

 

 

 

Аномальные наблюдения не обнаружены

 

 

 

 

 

 

 

 

 

Автокорреляционная функция

 

 

 

 

Лаг

Исходный ряд

Разностный ряд (d=1)

 

 

1

0,561

-0,346

 

 

2

0,306

0,020

 

 

Cтандартные отклонения = +0.4767, +0.3937

 

 

 

 

 

 

 

 

 

Частная автокорреляционная функция

 

 

 

 

Лаг

Исходный ряд

Разностный ряд (d=1)

 

 

1

0,569

-0,385

 

 

2

-0,013

-0,113

 

 

Cтандартные отклонения = +0.3536, +0.4082

 

 

 

 

 

 

 

 

 

 

 

 

 

 




Модели временного ряда -  Показатель- 2

 

 

 

 

 

 

 

 

 

Таблица кривых роста

 

 

 

 

Функция

Критерий

Эластич ность

 

 

Y(t)=+26.536+2.131*t

5,692

0,265

 

 

Y(t)=+23.411+4.006*t -0.208*t*t

5,373

0,258

 

 

Y(t)= +27.166*exp(+0.061*t)

6,646

0,274

 

 

Y(t)= +26.258+7.443*ln(t)

5,500

0,199

 

 

Y(t)= (+24.332)*(+1.135)**t*(+0.993)**(t*t)

5,064

0,274

 

 

Y(t)= +17.720-0.373*t+9.853*sqr(t)

5,815

0,237

 

 

Y(t)= t/(+0.022+0.021*t)

8,892

0,185

 

 

Выбрана функция Y(t)= (+24.332)*(+1.135)**t*(+0.993)**(t*t)

 

 

 

 

 

 

 

 

 

Характеристики базы моделей 

 

 

 

 

Модель

Адекват ность

Точность

Качество

 

Y(t)= (+24.332)*(+1.135)**t*(+0.993)**(t*t)

61,259

66,981

65,551

 

Лучшая модель Y(t)= (+24.332)*(+1.135)**t*(+0.993)**(t*t)

 

 

 

 

 

 

 

 

 

Параметры моделей

 

 

 

 

Модель

a1

a2

a3

 

Y(t)= (+24.332)*(+1.135)**t*(+0.993)**(t*t)

24,332

1,135

0,993

 

 

 

 

 

 

 

 

 

 

 

Таблица остатков

 

 

 

 

номер

Факт

Расчет

Ошибка абс.

Ошибка относит.

1

27,000

27,423

-0,423

-1,568

2

33,000

30,456

2,544

7,709

3

31,000

33,331

-2,331

-7,520

4

35,000

35,946

-0,946

-2,703

5

38,000

38,201

-0,201

-0,529

6

41,000

40,005

0,995

2,426

7

44,000

41,284

2,716

6,173

8

40,000

41,983

-1,983

-4,957

 

 

 

 

 

 

 

 

 

 

Характеристики остатков

 

 

 

 

Характеристика

Значение

 

 

 

Среднее значение

0,046

 

 

 

Дисперсия

3,163

 

 

 

Приведенная дисперсия

4,220

 

 

 

Средний модуль остатков

1,517

 

 

 

Относительная ошибка

4,198

 

 

 

Критерий Дарбина-Уотсона

2,430

 

 

 

Коэффициент детерминации

0,998

 

 

 

F - значение ( n1 =   1, n2 =   6)

2521,489

 

 

 

Критерий адекватности

61,259

 

 

 

Критерий точности

66,981

 

 

 

Критерий качества

65,551

 

 

 

Уравнение значимо с вероятностью 0.95

 

 

 

 

 

 

 

 

 

Таблица прогнозов (p = 90%)

 

 

 

 

Упреждение

Прогноз

Нижняя граница

Верхняя граница

 

1

42,071

36,600

48,360

 

2

41,544

33,562

51,425

 

3

40,426

29,823

54,799