Рефераты

Рефераты

Собрание рефератов   Главная
Собрание рефератов   Биология
Собрание рефератов   Биржевое дело
Собрание рефератов   Ботаника и сельское хоз-во
Собрание рефератов   Политология
Собрание рефератов   Религия
Собрание рефератов   Социология
Собрание рефератов   Авиация и космонавтика
Собрание рефератов   История
Собрание рефератов   Кибернетика
Собрание рефератов   Рефераты по рекламе
Собрание рефератов   Рефераты по физике
Собрание рефератов   Биология и химия
Собрание рефератов   Языкознание филология
Собрание рефератов   Издательское дело и
      полиграфия
Собрание рефератов   Рефераты по краеведению
      и этнографии
Собрание рефератов   Рефераты по экономике
Собрание рефератов   Рефераты по
      москвоведению
Собрание рефератов   Рефераты по экологии
Собрание рефератов   Рефераты по физкультуре
      и спорту
Собрание рефератов   Топики по английскому
      языку

 
 
 

Курсовая работа: Економіко-математичне моделювання в управлінні підприємством аграрно-промислового комплексу

;

=0,0005; =0,0002

Обчислюємо середн квадратичне відхилення.

=0,0004; =0,0003.

Далі ми обчислюємо коефіцієнт регресії

Тому: ;

Обчислюємо параметри моделей:


 и

Модель має вигляд:

=1729,78; =19,48

Тепер вважаємо, що А3 обчислили неточно і обчислимо прогнозні значення. Зводимо розрахунок в таблицю.

№ alfa betta A3 k3 Y2p
1 -0,003885 0,000581963 1718,321803 -6,6755541 527,597111
2 0,0079684 0,000578946 1727,276192 13,763708 2241,49793
3 0,0111387 0,000578139 1729,686936 19,266465 2195, 19141
4 0,0342937 0,000572246 1747,50074 59,9282 3709,08871
5 -0,046953 0,000592925 1686,553841 -79,189008 2054,93963
6 -0,018518 0,000585688 1707,395046 -31,616937 1118,01882
7 0,0394315 0,000570938 1751,503263 69,064347 3473,16466
8 0,005345 0,000579614 1725,286317 9,2216265 1910,80562
9 0,0544726 0,00056711 1763,32693 96,053015 6491,60243
10 0,0221218 0,000575344 1738,091092 38,449766 2510,58622
11 0,0469475 0,000569025 1757,391677 82,505223 5345,8804
12 -0,007901 0,000582985 1715,309137 -13,552255 1032,12992
13 0,0057357 0,000579514 1725,582401 9,897465 2030,32167
14 0,0180346 0,000576384 1734,954043 31,289148 1707,50217
15 -0,003586 0,000581887 1718,546265 -6,1631976 1471,66688
Сума 0,1646468 0,008672709 25946,72568 292,24201 37819,9936

Судячи з розрахунків модель  має вид


Проводимо ти ж самі розрахунки що і раніше і отримуємо:

=1794,75; =263,96.

Вважаємо що А1 обчислений неточно і обчислимо прогнозні значення:

; ;  и т.д. ;

Обчисливши значення ,,,…, , ми можемо тепер визначити точне значення А. Його можна визначити двома способами. Перший спосіб: за допомогою формули

другий

Краще визначати другим методом (середньогеометричним) він простіший так як розрахунок проводиться через логарифм.

Тоді =3,25, =1781,73

Після всіх розрахунків прогнозна модель буде мати вигляд.


Розрахунок прогнозу зручно привести у вигляді таблиці.

№ Прогноз на майбутній період
1 958,754
2 1767,341
3 1774,290
4 1757,983
5 1785,218
6 1806,672
7 1763,848
8 1778,273
9 1756,140
10 1765,997
11 1751,541
12 1778,387
13 1772,609
14 656,173
15 1778,836

Тепер розраховуємо залежність показника  - доход від реалізації, від факторів (продукції рослинництва) , ,

Для розрахунку методом Брандона вибираємо таке значення  у якого парний коефіцієнт кореляції має найбільше значення. Це .

Тоді:

№ y2 x2 u = 1/y2 z = 1/x2 (U - Uc) ^2 (Z - Zc) ^2 1*2 L1
1 561,9 3570 0,00178 0,000280 8,478E-07 0,00443 -6,132E-05 -0,0285
2 1757,2 6750 0,00057 0,000148 8,399E-08 0,00445 1,934E-05 0,00900
3 2003,3 11033 0,00050 0,000091 1,294E-07 0,00446 2,402E-05 0,01118
4 2534,2 9138 0,00039 0,000109 2,156E-07 0,00446 3,100E-05 0,01443
5 706,5 2461 0,00142 0,000406 3,097E-07 0,00442 -3,699E-05 -0,0172
6 1001 2800 0,00100 0,000357 1,963E-08 0,00442 -9,320E-06 -0,0043
7 1783,9 13274 0,00056 0,000075 8,900E-08 0,00446 1,993E-05 0,00927
8 1382,9 7108 0,00072 0,000141 1,843E-08 0,00445 9,061E-06 0,00422
9 5135 25280 0,00019 0,000040 4,411E-07 0,00447 4,439E-05 0,02066
10 1954,3 5300 0,00051 0,000189 1, 205E-07 0,00445 2,315E-05 0,01077
11 3770,5 11430 0,00027 0,000087 3,524E-07 0,00446 3,965E-05 0,01845
12 897,2 2500 0,00111 0,000400 6,538E-08 0,00442 -1,700E-05 -0,0079
13 1792,5 4120 0,00056 0,000243 9,061E-08 0,00444 2,006E-05 0,00933
14 429,9 1 0,00233 1,000000 2,153E-06 0,87072 1,369E-03 0,63715
15 1028,3 1839 0,00097 0,000544 1,290E-08 0,00440 -7,534E-06 -0,0035
Су 26738,6 106604 0,01288 1,00311 4,949E-06 0,93292 1,468E-03 0,68296

де:

;

=0,0008; =0,06

Знаходимо середн квадратичне відхилення.

=0,0005; =0,24

Тепер обчислюємо коефіцієнт регресії:

Обчислення такі:

 

Наступна операція:

Обчислення параметрів моделі:


 і

=1174,95; =0,137.

За нашими розрахунками модель має вигляд:

.

Визначимо значення А2 И .

=1174,95; =0,13.

Припустимо, що А2 обчислили неточно, обчислюємо прогнозні значення. Запишемо їх у таблицю.

№ y2 x2 u = 1/y2 z = 1/x2 Y1p
1 561,9 3570 0,001780 0,00028011 561,91
2 1757,2 6750 0,000569 0,00014815 1757, 19
3 2003,3 11033 0,000499 9,0637E-05 2003,29
4 2534,2 9138 0,000395 0,00010943 2534, 19
5 706,5 2461 0,001415 0,00040634 706,51
6 1001 2800 0,000999 0,00035714 1001,00
7 1783,9 13274 0,000561 7,5335E-05 1783,90
8 1382,9 7108 0,000723 0,00014069 1382,90
9 5135 25280 0,000195 3,9557E-05 5134,99
10 1954,3 5300 0,000512 0,00018868 1954,29
11 3770,5 11430 0,000265 8,7489E-05 3770,48
12 897,2 2500 0,001115 0,0004 897,21
13 1792,5 4120 0,000558 0,00024272 1792,49
14 429,9 1 0,002326 1 146,77
15 1028,3 1839 0,000972 0,00054377 1028,31
Сума 26738,6 106604 0,012883 1,00311005 26455,43

Наступним фактором за ступенем зменшення коефіцієнта парної кореляції є .

Залишимо позначення змінних U і Z такими ж, але значення цих змінних будуть іншими. Обчислимо , , ,…,.

Розрахунок запишемо у таблицю:

№ Y1p x3 u z (u - Uc) ^2 (z - Zc) ^2 1 * 2 L2
1 561,91 3996 0,00178 0,0003 0,0000004 0,0000000 0,0000000 -0,0004
2 1757, 19 5930 0,00057 0,0002 0,0000003 0,0000000 0,0000001 0,0069
3 2003,29 7980 0,00050 0,0001 0,0000004 0,0000000 0,0000001 0,0117
4 2534, 19 10539 0,00039 0,0001 0,0000006 0,0000000 0,0000001 0,0167
5 706,51 1256 0,00142 0,0008 0,0000001 0,0000003 0,0000001 0,0191
6 1001,00 5952 0,00100 0,0002 0,0000000 0,0000000 0,0000000 0,0019
7 1783,90 16759 0,00056 0,0001 0,0000004 0,0000000 0,0000001 0,0160
8 1382,90 8374 0,00072 0,0001 0,0000002 0,0000000 0,0000001 0,0081
9 5134,99 14275 0,00019 0,0001 0,0000009 0,0000000 0,0000002 0,0244
10 1954,29 12708 0,00051 0,0001 0,0000004 0,0000000 0,0000001 0,0156
11 3770,48 12184 0,00027 0,0001 0,0000008 0,0000000 0,0000002 0,0211
12 897,21 4446 0,00111 0,0002 0,0000000 0,0000000 0,0000000 0,0002
13 1792,49 6244 0,00056 0,0002 0,0000004 0,0000000 0,0000001 0,0078
14 146,77 821 0,00681 0,0012 0,0000320 0,0000009 0,0000054 0,7468
15 1028,31 4961 0,00097 0,0002 0,0000000 0,0000000 0,0000000 0,0013
Сума 26455,43 116425 0,01737 0,0038 0,0000369 0,0000014 0,0000065 0,8971

Визначаємо середн значення:

=0,001; =0,0002

Знаходимо середн квадратичне відхилення.

=0,001; =0,0003.

Обчислюємо коефіцієнт регресії для


;

Обчислюємо параметри моделей:

 и

Тоді модель ма вигляд:

Далі з U і Z проробляємо ту ж операцію і обчислюваний А3 і. .

Якщо з

 

обчислимо:

Або

То  і

Тому:  и

=1155,12; =1326,73

Тепер вважаємо, що А3 обчислили неточно і обчислимо прогнозні значення: розрахунок зводимо у таблицю.

№ alfa betta A3 k3 Y2p
1 -0,00184 0,001159 863,178 -1,5897 561,6884
2 0,03507 0,001149 870,236 30,5215 1766,2379
3 0,05903 0,001143 874,878 51,6403 2016,2583
4 0,08450 0,001137 879,869 74,3493 2552,0671
5 0,09665 0,001133 882,270 85,2742 754,4809
6 0,00954 0,001156 865,342 8,2553 1002,3925
7 0,08072 0,001137 879,124 70,9620 1791,4501
8 0,04074 0,001148 871,330 35,4992 1388,7602
9 0,12321 0,001127 887,563 109,3548 5174,3257
10 0,07880 0,001138 878,747 69,2434 1964,9379
11 0,10675 0,001131 884,275 94,3979 3799,6962
12 0,00089 0,001158 863,697 0,7706 897,3631
13 0,03927 0,001148 871,046 34, 2049 1802,3084
14 3,77803 0,000196 5090,546 19232,2519 3584,8920
15 0,00681 0,001156 864,823 5,8919 1029,5265
Сума 4,53817 0,016216 17326,924 19901,0275 30086,3853

Третя зміна за ступенем зменшення коефіцієнта парної кореляції - х1.

Залишимо позначення змінних U і Z такими ж, але значення цих змінних будуть іншими.

Наші розрахунки запишемо у таблицю:

№ Y2p x1 u z (u - Uc) ^2 (z - Zc) ^2 1 * 2 L2
1 561,68845 965 0,00178 0,0010 0,0000011 0,0000007 0,0000009 0,5743
2 1766,2379 15108 0,00057 0,0001 0,0000000 0,0000000 0,0000000 0,0150
3 2016,2583 4522 0,00050 0,0002 0,0000000 0,0000000 0,0000000 -0,0003
4 2552,0671 22603 0,00039 0,0000 0,0000001 0,0000000 0,0000001 0,0372
5 754,48086 6538 0,00133 0,0002 0,0000004 0,0000000 0,0000000 -0,0266
6 1002,3925 7875 0,00100 0,0001 0,0000001 0,0000000 0,0000000 -0,0172
7 1791,4501 15441 0,00056 0,0001 0,0000000 0,0000000 0,0000000 0,0159
8 1388,7602 4265 0,00072 0,0002 0,0000000 0,0000000 0,0000000 0,0001
9 5174,3257 48371 0,00019 0,0000 0,0000003 0,0000000 0,0000001 0,0682
10 1964,9379 3637 0,00051 0,0003 0,0000000 0,0000000 0,0000000 -0,0076
11 3799,6962 6182 0,00026 0,0002 0,0000002 0,0000000 0,0000000 0,0170
12 897,36311 4027 0,00111 0,0002 0,0000002 0,0000000 0,0000000 0,0077
13 1802,3084 14921 0,00055 0,0001 0,0000000 0,0000000 0,0000000 0,0160
14 3584,892 3864 0,00028 0,0003 0,0000002 0,0000000 0,0000000 -0,0115
15 1029,5265 3273 0,00097 0,0003 0,0000001 0,0000000 0,0000000 0,0147
Су 30086,385 161592 0,01072 0,0033 0,0000027 0,0000008 0,0000011 0,7029

З наших попередніх розрахунків видно що модель  ма вигляд

Проводимо ти ж самі розрахунки що і раніше і отримуємо:

=1449,71; =164,92.

Вважаємо що А1 обчислений неточно і обчислимо прогнозні значення:

Обчисливши значення ,,,…, , ми можемо тепер визначити точне значення А.

Його можна визначити двома способами.

Перший спосіб: за допомогою формули

другий


Краще визначати другим методом (середньогеометричним) він простіший так як розрахунок проводиться через логарифм.

Тоді =3,16

=1442,41

Після всіх розрахунків прогнозна модель буде мати вигляд.

Розрахунок прогнозу зручно привести у вигляді таблиці.

№ Прогноз на майбутній період
1 449,103
2 1431,395
3 1433,385
4 1426,226
5 1364,577
6 1448,334
7 1432,550
8 1436,269
9 1426,146
10 1442,187
11 1421,300
12 1435,146
13 1430,615
14 20,313
15 1424,414

3.2 Комп’ютерна реалізація методу Брандона

 

Системні вимоги.

Мінімальним системними вимогами є: Microsoft Excel 2000, що функціонує під керуванням операційних систем Windows 98/ME/NT/2000/XP.

Опис програмних засобів

Щоб провести сво розрахунки за методом Брандона я використовував комп'ютер, Microsoft Office Excel 2003 і VISUAL BASIC for Applications.

Розрахунок методом Брандона складається з декількох операцій. При запуску файлу Brandon. xls на екрані з'явиться головне вікно (рисунок 3.1.1)

Рисунок 3.1.1 Головне вікно.

На рисунку 3.1.1 вказан показники і фактори економіко-математичні моделі за допомогою яких буде відбуватися прогнозування. Кнопка "Початкові дані" дозволяє перейти у наступне вікно програми для введення вхідної статистики.


Рисунок 3.1.2 Вікно з початковими даними.

На рисунку 3.1.2 зображена таблиця з початковими даними (рисунок 3.1 3).

Рисунка 3.1.3 Таблиця з початковими даними.

При натисканні на кнопку "Прогноз для Y1" ми переходимо до вікна в якому відображень результат розрахунків для Y1 - валова продукція по собівартості за рік. (рисунок 3.1.4)

Рисунок 3.1.4 Вікно з результатами розрахунку для Y1.

Аналогічно при натисканні на кнопку "Прогноз для Y2" ми переходимо до вікна в якому відображень результат розрахунків для Y2 - доход від реалізації. (рисунок 3.1.5)


Рисунок 3.1.5 Вікно з результатами розрахунку для Y2.

Це дуже зручно для тих людей кому важливий тільки результат, і для тих яким не цікавий сам процес розрахунку.

Розрахунки представлені у вигляді таблиці (рисунок 3.1 6)

№ Прогноз на
майбутній період
1 958,754
2 1767,341
3 1774,290
4 1757,983
5 1785,218
6 1806,672
7 1763,848
8 1778,273
9 1756,140
10 1765,997
11 1751,541
12 1778,387
13 1772,609
14 656,173
15 1778,836

Рисунок 3.1.6 Таблиця з результатами розрахунків.

На рисунках 3.1.4 3.1.5 знаходиться кнопка "ПОЧАТКОВІ ДАНІ". За допомогою якої ми можемо повернутися у вікно з початковими даними. Ввести нові дані і знову виконати розрахунок.

На рисунку 3.1.2 знаходяться кнопки "РОЗРАХУНОК ДЛЯ Y1" і "РОЗРАХУНОК ДЛЯ Y2" за допомогою яких ми можемо проглянути покрокове виконання розрахунків даного методу для Y1 - валова продукція по собівартості за рік, і для Y2 - доход від реалізації.

Всього у даному методі 17 кроків.

При натисненні на кнопку "Розрахунок" на екрані відкривається вікно в якому відображено процес розрахунку представлений на рисунку 3.1.7

Рисунок 3.1 7 Друге вікно розрахунків.


Також у цьому вікні знаходяться кнопки "Назад" і "Далі". За допомогою яких ми можемо повернутися у попереднє вікно, або перейти у наступне вікно розрахунків.

Як мовилося раніше, таких вікон у розрахунках сімнадцять, і у кожному вікні є кнопки "НАЗАД" "ДАЛІ", за допомогою яких ми чи повертаємось у попереднє вікно, чи переходимо у наступне.

 

3.3 Функціональні можливості програми прогнозування урожайності

У даній систем користувач сам здійснює введення інформації, а саме значення фінансових результатів за певний період, а також фактори. що мають вплив на цей показник.

Програма знаходить оцінки параметрів побудованої регресійної моделі, а потім за бажанням користувача, визначає значення прогнозу будує графік, що дає можливість візуально побачити зміну показника за обраний період та зробити висновки своєї господарсько діяльності Введена інформація підлягає візуальному контролю, який полягає у перегляді на екрані набраної інформації і звірення її з первинними документами

Висновок

Сучасна економіка не буде працювати на потрібному рівні без ефективного керування. Успіх керування багато в чому визначається ефективністю прийняття рішень, що враховують самі різнобічні фактори і тенденції динаміки їхнього розвитку.

Зрозуміло, для розкриття всіх потенційних можливостей, що несе в собі використання ресурсів, необхідно застосовувати економіко-математичне моделювання щоб знайти оптимальний варіант застосування можливостей підприємства.

У випускній робот була проаналізована економічна діяльність підприємств, визначено значення економіко-математичного моделювання в управлінні підприємства, проаналізований ринок сільськогосподарської продукції і зроблений висновок про необхідність використання економіко-математичного моделювання в управлінні підприємства аграрно-промислового комплексу. Методом Брандона проведене прогнозування урожайності.

Інформація, яку містять данні розрахунки можуть бути використана для прогнозування економічно діяльності через визначення впливу окремих видів продукції на загальну валову продукцію по собівартості, і на загальний дохід від реалізації.

Перелік використаної літератури

1.   Бусленко Н.П. Моделирование сложных систем, - Главная редакция физико-математической литература изд-ва "Наука". - М., 1968, 356 с.

2.   Девятков В. Построение моделей с помощью ПК. - "Компьютерра" №21 от 11 июля 2003 года.

3.   Савицкая Г.В. Анализ хозяйственной деятельности предприятия: 4-е изд., перераб. и доп. - Минск: ООО "Новое знание", 1999. - 688 с.

4.   Лотов А.В. Введение в экономико-математическое моделирование. - Главная редакция физико-математической литература изд-ва "Наука". - М., 1984, 392 с.

5.   Томашевский В.Н., Жданова Е.Г., Жолдаков А.А. Решение практических задач методами компьютерного моделирования. - Киев: "Корнейчук", 2001. - 268 с.

6.   Костенко Ї.Д., Підгора Є.О., Рижиков В.С., Панков В.А. Герасимов А.А., Ровенська В.В. Економічний аналіз і діагностика стану сучасного підприємства: Навчальний посібник. Київ, 2005. - 400 с.

7.   Бочаров В.В. Финансовый анализ. Учебное пособие. Питер. 2004. - 240с.

8.   Моделювання та методи системного аналізу в економіці. - К.:, 1999. - 120с.

9.   Єріна Антоніна Михайлівна Статистичне моделювання та прогнозування. - К.: КНЕУ, 2001. - 170с.

10.      Економіко-математичне моделювання соціально-економічних систем: Збірник наук. праць. Вип.3. - К., 2002. - 133с. - 6.80

11.      Бахрушин, Володимир Євгенович Математичне моделювання: Навч. посіб. - Запоріжжя: ГУ "ЗІДМУ", 2004. - 140с. - 7.00

12.      Потрашкова, Людмила Володимирівна. Моделювання управління розвитком підприємства: Спец.: 08.03.02; Автореф. дис. канд. екон. наук. - Харків, 2002. - 20с.

13.      Управління підприємницькою діяльністю: оцінка, організація, прогнозування. - Суми: Університетська книга, 1999. - 333с.

14.      Новаківський, Ігор Іванович Інформаційний потенціал системи управління підприємством: Спец.08.06.01. Автореф. Дис. на здоб. Наук. Ступ. Канд. Економ. Наук. - Львів, 2002. - 20с.

15.      Касьяненко Володимир Олексійович, Старченко Людмила Володимирівна Моделювання та прогнозування економічних процесів. - Суми: Університетськя книга, 2006. - 356с

16.      Глонь Ольга Віталіївна, Дубовий Володимир Михайлович Моделювання систем керування в умовах невизначеності. - Вінниця: Універсум, 2005. - 170с.

17.      Кафаров В.В. Методы кибернетики в химии и химической технологии. - Москва издательство "Химия" 1976 462с.

18.      Толбатов Ю.А. Економетрика. - Київ "Четверта хвиля", 1997. - 319с.

19.      С.І. Наконечний, Т.О. Терещенко, Т.П. Романюк. Економетрія. Київ 1997. - 351с.

20.      Наконечный C.И., Андрийчук В.Г. Математическое моделирование экономических процессов сельскохозяйственного производства. Учеб. Пособие. - Киев: КИНХ, 1982. - 106 с.

21.      Голицина О.Л., Максимов Н.В., Попов И.И. Базы данных: Учебное пособие. - М.: ФОРУМ: ИНФРА-М, 2003. - 352 с.

22.      Джексон Г. Проектирование реляционных баз данных для использования с микроЭВМ. - М.: Мир, 1991. - 252 с.

23.      Карпова Т.С. Базы данных: модели, разработка, реализация. - СПб.: Питер, 2002. - 304 с.

24.      Кириллов В.В. Структуризованный язык запросов (SQL). - СПб.: ИТМО, 1994. - 80 с.

Страницы: 1, 2, 3, 4


© 2010 Собрание рефератов