Скачать .docx  

Реферат: Экономико-математические методы и модели

Контрольная работа по учебной дисциплине

«Экономико-математические методы и модели»


Введение

Объектом исследования является Республиканское унитарное предприятие «Укрупненная типография им. А. Т. Непогодина»

Типография является единственным специализированным предприятием в Республике Беларусь, которая обеспечивает потребности страны по билетной продукции, начиная от простейших билетов в клубы и кончая киноконцертным залом «Минск». В Бобруйске и во всем нашем регионе, в отличие от многих других, предприятия, фирмы не испытывают трудностей с товарно-транспортными накладными нового образца. Ими типография обеспечивает и значительную часть Гомельской области.

Но, хотя газеты по своей значимости - продукция №1, однако по доходности, объемам они не определяющие. Основная продукция - бланки, товарно-транспортные накладные, билеты, конверты и т.п.

Наряду с ростом объемов выросло и качество, сейчас типография печатает полноцветную продукцию.

Учитывая высокую степень износа основных средств завода, главным источником повышения конкурентоспособности его продукции является реконструкция и обновление производства. Чтобы этого достичь, надо продолжить выполнение плана технического перевооружения в соответствии с которым должны приобрести 4единицы новой техники. Это ризограф для оперативной печати большого формата, ниткосшивательная машина для скрепления блоков,что позволит выпускать высококачественные ежедневник, еженедельники, журналы, книги и т.д., термобиндер - аппарат, позволяющий склеивать блоки, приклеивать обложки, без такого оборудования не будет высокого качества на конечном этапе, купить резальные машины, поскольку теперяшние эксплуатируются более 25 лет и венок всему - «Доминанта 725С» - печатная машина последнего образца.

Принимая во внимание, что тарифы на электроэнергию имеют тенденцию роста, для предприятия актуально анализировать эффективность использования как электроэнергии, так и других ресурсов, чтобы выдерживать конкуренцию на рынках как Беларуси. Важнейшим эффективным инструментом поиска резервов снижения себестоимости продукции является внедрение экономико-математического моделирования в практику хозяйствования.

Производственная информация об объемах выпускаемой продукции и потребляемой в течение календарного года электроэнергии представлена в табл.1.

Таблица 1. Исходные данные

Месяцы

Валовый выпуск,

млн. руб.

Электроэнергия,

кВт-час.

Январь

14,68759467

7,52132472

Февраль

13,24504199

9,34813787

Март

20,16645413

12,3224191

Апрель

21,69279603

14,4152562

Май

20,77057056

16,58371

Июнь

21,44564545

17,476016

Июль

23,660205

16,7798364

Август

24,58927872

15,313543

Сентябрь

22,653

13,2240118

Октябрь

20,34123684

10,1868578

Ноябрь

21,98596881

8,20990502

Декабрь

22,61916361

7,4279725

На основе исходных данных (табл.1) рассчитывается однофакторная линейная модель.

(1)

Паспорт модели характеризуется следующими данными (табл.2):


Таблица 2. Паспорт модели

0,5522939

0,99325702

0,3043097

6,36274449

0,2477747

3,42536228

3,293889

10

38,647552

117,331068

Паспортные данные показывают Fcт=3,293889>1,9

Следовательно, модель в целом значима.

Коэффициент детерминации и характеризует умеренный уровень связи между потребляемой электроэнергией и объемом выпускаемой продукции.

Оценки коэффициентов регрессии и значимы, так как соответствующие расчетные значения критериев Стьюдента превышают табличные значения.

Таким образом, модель в целом и ее коэффициенты значимы. С ростом объема выпуска продукции увеличиваются потребление электроэнергии, причем при увеличении (уменьшении) выпуска продукции в среднем на 1 млн. руб. потребление электроэнергии увеличивается на 552,3 кВт. ч.

Результаты моделирования представлены в таблице 2.

- График модели (1) представлен на рисунке 1. Линия графика разделяет режимы работы предприятия на две группы (кластера). Точки на рисунке, расположенные ниже линии, соответствуют режимам работы предприятия в январе, июне, сентябре, октябре, ноябре и декабре и характеризуются более экономичным использованием электроэнергии по сравнению с остальными режимами.

месяцы

Х - вып.т.прод.

газеты

ватман

У - р-д эн.

январь

14,68759467

9,987768

4,69983

7,5213247

февраль

13,24504199

5,5629176

7,68212

9,3481379

март

20,16645413

9,07489

11,0915

12,322419

апрель

21,69279603

8,243279

13,4495

14,415256

май

20,77057056

5,192643

15,5779

16,58371

июнь

21,44564545

4,718042

16,7276

17,476016

июль

23,660205

7,09806

16,6214

16,779836

август

24,58927872

9,909247

15,983

15,313543

сентябрь

22,653

14,04486

8,60814

13,224012

октябрь

20,34123684

12,611567

7,72967

10,186858

ноябрь

21,98596881

14,539399

6,23117

8,209905

декабрь

22,61916361

16,964373

5,65479

7,4279725

14,68759467

148,80899

Низкая экономичность использования электроэнергии в феврале, марте, апреле, мае, июне, июле и августе объясняется, прежде всего, высоким уровнем выпуска ватманов, как наиболее электроемкой продукции, по сравнению с выпуском газет, как наиболее массовой и менее энергоемкой продукцией.

январь

0,512

0,6199

0,1079

февраль

0,7057

0,6272

-0,0785

неэконом

март

0,611

0,6015

-0,0095

неэконом

апрель

0,6645

0,5981

-0,0664

неэконом

май

0,7984

0,6001

-0,1983

неэконом

июнь

0,8148

0,5986

-0,2162

неэконом

июль

0,7092

0,5943

-0,1149

неэконом

август

0,6227

0,5927

-0,03

неэконом

сентябрь

0,5837

0,596

0,0123

октябрь

0,5007

0,6011

0,1004

ноябрь

0,3734

0,5975

0,2241

декабрь

0,3283

0,5962

0,2679

Кроме указанных внутренних производственных факторов на энергоемкость продукции влияют и погодно-климатические условия, Повышенный расход электроэнергии в феврале обусловлен резким снижением температуры воздуха, когда температура снижается, а помещения плохо отапливаются, и для обогрева используются электрообогреватели, что и приводит к неэкономичному режиму.

Использование графической информации (рис.1) позволяет дать качественную характеристику режимов работы предприятия.

Оценка режимов функционирования предприятия по эффективности использования электроэнергии проводится путем сравнения фактических и расчетных значений ресурсоемкости ( и ). Для этой цели рассчитываются значения (табл.3).

Таблица 3.

, млн. руб.

,

кВт-ч

14,687594

7,521324

8,1118689

0,993257

9,105125

-1,583801

2,508426

0,5120

0,6199

13,245041

9,348137

7,3151559

0,993257

8,308412

1,039725

1,081028

0,7057

0,6272

20,166454

12,32241

11,13781

0,993257

12,13106

0,191353

0,036615

0,6110

0,6015

21,692796

14,41525

11,980799

0,993257

12,97405

1,4412

2,077058

0,6645

0,5981

20,770570

16,58371

11,471459

0,993257

12,46471

4,118994

16,96610

0,7984

0,6001

21,445645

17,47601

11,844299

0,993257

12,83755

4,63846

21,51530

0,8148

0,5986

23,660205

16,77983

13,067387

0,993257

14,06064

2,719192

7,394007

0,7092

0,5943

24,589278

15,31354

13,580509

0,993257

14,57376

0,739777

0,547270

0,6227

0,5927

22,653

13,22401

12,511138

0,993257

13,50439

-0,280383

0,078614

0,5837

0,596

20,341236

10,18685

11,234341

0,993257

12,22759

-2,04074

4,164620

0,5007

0,6011

21,985968

8,209905

12,142716

0,993257

13,13597

-4,926068

24,26615

0,3734

0,5975

22,619163

7,427972

12,492426

0,993257

13,48568

-6,057711

36,69585

0,3283

0,5962

14,687594

148,8089

148,8089

117,331068

Равенство значений в паспорте модели с полученным в таблице обеспечивает достоверность полученных значений .

Условие < позволяет уточнить экономичные по расходу электроэнергии режимы. Для неэкономичных режимов фактическая ресурсоемкость будет превосходить расчетную. Анализ характеристик электроемкости позволяет выделить мартовский режим с наименьшей электроемкостью.


Таблица 4. Ортогональные полиномы Чебышева

-5,5

18,333

-49,5

113,1429

-220

360

-484,615

516,92308

-410,49774

216,05144

2264,8081

-4,5

8,333

4,5

-92,5714

380

-1014,55

1982,52

-2866,5734

2948,1201

-1944,463

2390,2321

-3,5

0,333

31,5

-113,1429

140

360

-2211,61

5592,1678

-8471,1806

7561,8004

4311,2356

-2,5

-5,667

37,5

-44,5714

-193,333

818,1818

-731,329

-3054,5455

11307,347

-16203,86

3623,5584

-1,5

-9,667

28,5

41,14286

-293,333

130,9091

1797,48

-3477,4825

-3806,4336

19444,63

3908,0002

-0,5

-11,667

10,5

96

-133,333

-654,545

1233,57

3289,5105

-7836,775

-9074,161

3317,9904

0,5

-11,667

-10,5

96

133,333

-654,545

-1233,57

3289,5105

7836,775

-9074,161

5292,417

1,5

-9,667

-28,5

41,14286

293,333

130,9091

-1797,48

-3477,4825

3806,4336

19444,63

7635,6139

2,5

-5,667

-37,5

-44,5714

193,333

818,1818

731,329

-3054,5455

-11307,347

-16203,86

6957,5617

3,5

0,333

-31,5

-113,143

-140

360

2211,61

5592,1678

8471,1806

7561,8004

8052,5497

4,5

8,333

-4,5

-92,5714

-380

-1014,55

-1982,52

-2866,5734

-2948,1201

-1944,463

4983,0893

5,5

18,333

49,5

113,1429

220

360

484,615

516,92308

410,49774

216,05144

9460,0912

1568014937

568761782

144001611

28687821

4806982

707200

94134,9

11583

1334,667

143

12

5,2552E-07

-2,0385E-05

4,2318E-06

-8,4E-06

8,161E-06

2,1572E-05

0,009435972

0,0134639

-0,327216

-0,1282615

12,402316

1,8021E-07

2,99216E-07

5,9466E-07

1,332E-06

3,255E-06

8,4855E-06

2,32582E-05

6,63E-05

0,0001953

0,0005967

0,00206

0,99999967

0,007135924

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

306312,319

1

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

155,978568

5,09214E-05

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

4,3087E-05

0,244242786

0,00025074

0,0020246

0,0003202

0,00032911

8,381538722

2,0997336

142,90316

2,3524964

1845,8094

S3

S2

S1

S0

4,22747722

4,227520304

12,609059

155,51222

D3

D2

D1

D0

0,52843465

0,469724478

1,2609059

14,137475

0,97281579

0,97281551

0,9189192


A4

A2

A0

Y*

(Y-Y*)

1,067614165

-5,998843

12,402316

7,4710872

0,050237

0,0025238

-0,87349735

-2,726687

12,402316

8,8021315

0,546006

0,29812299

-1,06761416

0

12,402316

11,334702

0,987717

0,97558498

-0,4205707

1,8543307

12,402316

13,836076

0,57918

0,3354495

0,38822419

3,163193

12,402316

15,953733

0,629977

0,3968706

0,905853299

3,8176241

12,402316

17,125794

0,350222

0,1226557

0,905853299

3,8176241

12,402316

17,125794

-0,345957

0,11968644

0,38822419

3,163193

12,402316

15,953733

-0,64019

0,40984367

-0,4205707

1,8543307

12,402316

13,836076

-0,612064

0,37462277

-1,06761416

-0,108963

12,402316

11,225739

-1,038881

1,07927469

-0,87349735

-2,726687

12,402316

8,8021315

-0,592226

0,35073217

1,067614165

-5,998843

12,402316

7,4710872

-0,043115

0,00185888

148,93809

0,128997

4,46722619


Таблица 6. Динамика расчета полиномиальной модели

1,7676E-20

7,08285E-20

-2,78E-19

-0,000767

0,0010333

-3,871E-18

0,006334429

0,0155122

-0,168548

0,6489895

20,654693

2,243E-19

3,72422E-19

7,4014E-19

1,658E-18

4,051E-18

1,0562E-17

2,89484E-17

8,253E-17

2,431E-16

7,427E-16

2,564E-15

1

8,88178E-15

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

1,6061E+29

1

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

126,701428

7,88861E-29

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

#Н/Д

4,8746E-32

2,94861E-30

1,0818E-30

16,859527

5,1321165

1,0596E-29

3,777160888

2,7871872

37,915753

60,229796

5119,3959

S5

S3

S4

S2

S1

S0

6,69269464

11,724811

6,5926946

28,584338

66,500091

126,72989

D5

D3

D4

D2

D1

D0

1,09878244

1,4656014

0,9418135

3,1760376

6,6500091

11,520899

0,949

97838

0,9074819

0,9479784

0,7744467

0,4752612

Таблица 7.

Y -Y^

( Y- Y^) 2

Уээi/Хввi

У^ээi/Xввi.сгл.

-0,238917

8,99571804

8,756800841

1,2354768

25,62213

0,5120869

0,5962039

-0,238917

8,11219688

7,873279684

-1,4748573

4850,029

0,7057839

0,5944323

-0,238917

12,3513582

12,11244096

-0,209969

5,156329

0,611035

0,6006232

-0,238917

13,2861976

13,04728041

-1,3679696

1160,394

0,6645178

0,6014568

-0,238917

12,7213614

12,48244419

-4,1012658

821,4543

0,7984234

0,6009678

-0,238917

13,1348249

12,89590772

-4,5801023

18184,41

0,8148978

0,6013299

-0,238917

14,4911776

14,25226039

-2,5275696

6961,603

0,7092005

0,6023727

-0,238917

15,0602074

14,82129019

-0,4922498

44,23303

0,6227731

0,6027542

-0,238917

13,8742942

13,63537704

0,411367

3,571383

0,5837642

0,6019237

-0,238917

12,458407

12,21948978

2,0326398

110,3811

0,500798

0,600725

-0,238917

13,4657568

13,22683961

5,0169346

12070,95

0,3734157

0,6016037

-0,238917

13,8535701

13,61465287

6,1866809

12404,77

0,3283929

0,6019079

148,9380637

0,1291157

105,89782


A7

A6

A2

A1

A0

X*

0,3715102

0,3719756

-3,089985

-3,5694423

20,654693

14,738751

-0,051156

0,00261694

-1,519815

-1,048295

-1,404508

-2,9204528

20,654693

13,761622

-0,51658

0,26685459

1,6954386

0,3719756

-0,056126

-2,2714633

20,654693

20,394517

-0,228063

0,05201274

0,5606434

0,8453994

0,95516

-1,6224738

20,654693

21,393422

0,299374

0,08962509

-1,377967

0,1352638

1,6293509

-0,9734843

20,654693

20,067856

0,702714

0,49380733

-0,945663

-0,676319

1,9664463

-0,3244948

20,654693

20,674662

0,770983

0,59441479

0,9456628

-0,676319

1,9664463

0,3244948

20,654693

23,214978

0,445227

0,19822748

1,3779666

0,1352638

1,6293509

0,9734843

20,654693

24,770758

-0,181479

0,03293477

-0,560643

0,8453994

0,95516

1,6224738

20,654693

23,517082

-0,864038

0,74656202

-1,695439

0,3719756

-0,056126

2,2714633

20,654693

21,546567

-1,20533

1,45281965

1,5198154

-1,048295

-1,404508

2,9204528

20,654693

22,642158

-0,656189

0,4305843

-0,37151

0,3719756

-3,089985

3,5694423

20,654693

21,134615

1,484549

2,20388494

247,85699

0,235699

6,56434464

- Полиномиальные модели с использованием ортогональных на дискретном множестве полиномов Чебышева (табл.4) рассчитываются с использованием двухпорогового метода, при котором значимые компоненты полиномиальной регрессии выделяются при соблюдении следующих двух условий:

1)

2)

Где и - оценки дисперсии на ()-ом и -ом шагах.

- значение оценки коэффициента детерминации.

Для построения полиномиальных моделей рассчитываются и , и средние значения:

Динамика расчета полиномиальной модели

представлена в таблице 5.

Паспорт полиномиальных моделей определяется на основе исходных данных об и и рассчитанных полиномах , введенных в компьютер. При использовании Excel массив задается блоком в пять строк и одиннадцать столбцов, а все остальные манипуляции аналогичны, как и для линейной однофакторной модели (1).

На десятом шаге при определении значение оценки дисперсии возрастает по сравнению с предыдущим шагом.

Таким образом, полиномиальная модель имеет вид:

Расчет значений показал совпадение значений с паспортом модели.

Расчет полиномиальной модели:

приведен в таблице 6.

В данном случае значение оценки коэффициента детерминации превысило пороговое значение на пятом шаге.

Таким образом, полиномиальная модель имеет вид:

Расчет значений показал совпадение с паспортными данными.


0,2970017

6,2060563

0,2983727

3,2553482

4,2525808

10

45,06584

105,97292

Сравнение данной модели, рассчитанной по сглаженным значениям объема выпускаемой продукции, свидетельствует об уточнении самой модели и ее параметров. (Табл. 7, Рис 2).

Рассчитанные характеристики ресурсоемкости, отличаясь по своим значениям, полностью подтверждают качественную картину – те же режимы работы предприятия. Таким образом, для прикладного анализа эффективности использования электроэнергии допустимо использовать исходные данные без сглаживания.

Рис. 2. Диаграмма эластичности

- Оценим эластичность потребления электроэнергии по объему выпускаемой продукции по модели без учета и с учетом сглаживания.

1)

2)

Таким образом, при изменении объема выпускаемой продукции на 1%, потребление электроэнергии изменится на 0,331588 (0,367764)%, что свидетельствует об умеренной связи этих производственных факторов.

Для расчета оценок эластичности по месяцам года умножим значения соответствующих ресурсоемкостей на значения предельной электроемкости для каждой однофакторной модели. Как следует из диаграммы, эластичность наибольшая в феврале и наименьшая в апреле, что соответствует наименьшему и наибольшему выпуску продукции. Следовательно, управлять расходом электроэнергии целесообразно при меньших объемах выпускаемой продукции.

- Рассчитанные полиномиальные модели производственных факторов, отражающие тенденцию их изменения, могут быть использованы как для первичной обработки производственной информации, так и для прогноза на очередной временной интервал, например, на очередной месяц.

Непосредственное использование для прогноза полученных полиномиальных моделей, как свидетельствует практика, зачастую приводит к большим неточностям. Необходимо переходить к так называемым «усеченным» моделям, у которых наибольшая степень полинома снижается до линейной или квадратичной.

Так, полиномиальная модель, характеризующая изменение расхода энергоресурса, будет иметь вид:

а для объема выпускаемой продукции получим:

Прогнозные значения на следующий шаг будут равны:

Полученные прогнозные значения соответствуют экономичному режиму потребления электроэнергии.

По диаграмме мы видим разделение на 3 режима:

К первому режиму относится январь месяц - это экономичный режим.

Ко второй режиму относятся февраль, март, апрель, май, июнь и июль месяцы - это неэкономичный режим.

В феврале месяце большое потребление электроэнергии обусловлено резким снижением температуры воздуха, что повлекло за собой обогрев помещений при помощи электрооборудования.

С марта по июль были большие заказы на ватман, который по сравнение с газетой является более электроемкой продукцией.

К третьему режиму относятся сентябрь, октябрь, ноябрь, декабрь месяцы и является экономичным режимом.


Выводы:

1. Проведенный анализ показывает, что предприятие имеет резервы снижения электроемкости за счет усовершенствования и обновления основных производственных фондов.

2. Умеренный уровень связи между производственными факторами может отражает линейную модель связи факторов.


Литература:

1. Бородич С.А., Эконометрика: Учебное пособие. Мн. Новое знание, 2001

2. Желудкевич М.Е., Моделирование ресурсосбережения: Учебно-методическое пособие. Мн., БГЭУ, 2002

3. Экономико-математические методы и модели. Учебное пособие. Под редакцией А.В.Кузнецова. Мн.: БГЭУ, 1999

4. Анисимова Ж.Н. Основы экономической информатики. Лабораторный практикум. Мн., БГЭУ, 1999