Автор работы: Пользователь скрыл имя, 15 Января 2012 в 22:07, курсовая работа
Реальные объекты слишком сложны, поэтому для их изучения создают модели – копии изучаемых реальных объектов. Модели должны быть доступны для изучения. Они не должны быть слишком сложными. Так как выводы, полученные при их изучении будут распространяться на реальные объекты (прототипы), то модель должна отражать существенные черты изучаемого объекта. Чем удачнее будет подобрана модель, тем лучше она будет отражать существенные черты реального объекта, тем успешнее будет ее исследование и полезнее вытекающие из этого исследования выводы и рекомендации.
Введение 2
1.Экономико-математические методы и модели. 2
1.1 Классификация 2
1.2. Этапы экономико-математического моделирования 2
2.Современные экономические модели. 2
2.1 Моделирование экономических систем с использованием Марковских случайных процессов 2
2.2. Межотраслевой баланс Леонтьева 2
3. Примеры использования ЭММ в экономическом прогнозировании. 2
3.1 Модель прогноза тенденции финансирования штатного состава фирмы с использованием Марковских случайных процессов. 2
3.2 Практическое применение модели Леонтьева 2
Расчетная часть: Прогноз статистических показателей с применением приемов экстраполяции - вариант № 16 2
1. Методы прогнозирования 2
1.1 Экстраполяция на основе среднего коэффициента роста 2
1.2 Экстраполяция на основе скользящей средней 2
1.3 Прогноз на основе экспоненциального сглаживания 2
Выводы: 2
Библиографический список 2
Рисунок
2.6 – Расчетные значения по функции параболы.
Теоретическая
часть
Можно выделить, по крайней мере, четыре аспекта применения математических
методов в решении практических проблем.
1. Совершенствование системы экономической информации. Математические
методы позволяют упорядочить систему экономической информации, выявлять
недостатки в имеющейся информации и вырабатывать требования для подготовки
новой информации или ее корректировки. Разработка и применение экономико-
математических моделей указывают пути совершенствования экономической
информации, ориентированной на решение определенной системы задач
планирования и управления. Прогресс в информационном обеспечении
планирования и управления опирается на бурно развивающиеся технические и
программные средства информатики.
2.
Интенсификация и повышение
экономических задач и применение ЭВМ многократно ускоряют типовые, массовые
расчеты, повышают точность и сокращают трудоемкость, позволяют проводить
многовариантные
экономические обоснования
при господстве "ручной" технологии.
3.
Углубление количественного
применению метода моделирования значительно усиливаются возможности
конкретного количественного анализа, изучение многих факторов, оказывающих
влияние на экономические процессы, количественная оценка последствий
изменения условий развития экономических объектов и т.п.
4. Решение принципиально новых экономических задач. Посредством
математического моделирования удается решать такие экономические задачи,
которые иными средствами решить практически невозможно, например:
нахождение оптимального варианта народнохозяйственного плана, имитация
народнохозяйственных мероприятий, автоматизация контроля за функционированием
сложных экономических объектов.
Сфера практического применения метода моделирования ограничивается
возможностями и эффективностью формализации экономических проблем и
ситуаций, а также состоянием информационного, математического, технического
обеспечения используемых моделей. Стремление во что бы то ни стало применить
математическую модель может не дать хороших результатов из-за отсутствия
хотя бы некоторых необходимых условий.
В соответствии с современными научными представлениями системы разработки
и принятия хозяйственных решений должны сочетать формальные и неформальные
методы,
взаимоусиливающие и
являются, прежде всего, средством научно обоснованной подготовки материала
для действий человека в процессах управления. Это позволяет продуктивно
использовать опыт и интуицию человека, его способности решать плохо
формализуемые
задачи.
Практическая
часть
Прогноз на основе Кср является немного завышенным, т.к. за Убаз принято последнее значение ряда.
В прогнозе на основе МНК можно утверждать, что функцию удалось выбрать, так как расчетные значения «У» близки с фактическими, и поэтому можно утверждать о достоверности полученного прогноза.
Прогноз на основе скользящих средних является заниженным, так как для устранения колебаний был выбран период сглаживания, равный 5-ти точкам.
Прогноз
на основе экспоненциального сглаживания
достаточно хорошо отражает динамику
развития, однако, при сглаживании
ряда и значения L=0.3 Убаз существенно
снизился, что привело к некоторому занижению
прогноза.