Презентации по Математике

Моделювання економічних систем і процесів для вирішення задач методами лінійного програмування. Лек. 3
Моделювання економічних систем і процесів для вирішення задач методами лінійного програмування. Лек. 3
Під методами лінійного програмування розуміють такі програми математичних дій, які дозволяють відшукати оптимальні вирішення різних економічних задач, умови яких виражені у вигляді системи лінійних рівнянь або нерівностей, а цільова установка – у вигляді лінійної функції. Методи лінійного програмування можуть бути застосованими у випадках, коли задовольняються наступні умови: 1) всі економічні, технологічні, соціальні і інші вимоги, яким повинні відповідати оптимальні вирішення задач, повинні допускати їх математичне формулювання у вигляді лінійних рівнянь і нерівностей; 2) система лінійних рівнянь і нерівностей, яка характеризує всі умови задачі, повинна мати багатоваріантність вирішень; 3) цільова установка по вирішенню проблеми повинна бути економічно чітко сформульована і допускати запис у вигляді лінійної функції з числовим виразом коефіцієнтів при змінних пошукових величинах.
Продолжить чтение
Случайные процессы (лекция 15). Параметрические модели временных рядов. Сглаживание и фильтрация
Случайные процессы (лекция 15). Параметрические модели временных рядов. Сглаживание и фильтрация
Параметрические модели временных рядов Непараметрические методы - это методы описания СП с помощью корреляционных функций (это то, что делалось до сих пор) Параметрические методы – описание СП с помощью моделей авторегрессии и их комбинаций Модель авторегрессии В этой модели текущие значения СП выражаются в виде линейной комбинации предыдущих его значений и белого шума:   X’(t) = φ1X’(t-1) + φ2X’(t-2) + …… φpX’(t-p) + a(t)   X’(t) – центрированный СП; X’(t) = X(t) – mx a(t) – белый шум с нулевым математическим ожиданием и среднеквадратическим отклонение σа φ1, φ2…… φp – коэффициенты модели (константы) mx – математическое ожидание Параметрические модели временных рядов (2) Модель содержит р + 2 параметров: φ1, φ2…… φp, mx, σа Эта модель авторегрессии р-го порядка. Она обозначается как АР(р) При р=1 X’(t) = φ1X(t-1) + a(t) Это модель называется моделью авторегрессии первого порядка АР(1) или модель Марковского процесса. Для этой модели коэффициент φ1 и ординаты автокорреляционной функции связаны соотношением   rk = φ1rk-1 при k > 0 Так как r0 = 1, то rk = φ1k   Таким образом, для АР(1) автокорреляционная функция полностью определяется своей первой ординатой. При этом φ1 = r1
Продолжить чтение
Проценты. Задачи
Проценты. Задачи
Задача 1. Цена товара понизилась на 40%, а затем ещё на 25%. На сколько процентов понизилась цена товара по сравнению с первоначальной? Сколько стал стоить товар, если его первоначальная стоимость была 3000 р.? Решение. Первоначальную цену принимаем за 100%. После первого понижения цена товара стала равна: Второе снижение происходит от новой цены: Таким образом, общее снижение цены товара равно: Цена товара после второго снижения стала равной: 4)100% – 55% = 45% Найдем 45% от 3000р. 5) = 1350 (р.) Ответ: на 55% понизилась цена товара по сравнению с первоначальной; 1350 р. стал стоить товар. Задача 2 Катя ест пирожок с малиновым вареньем. После каждого откусывания масса пирожка уменьшается на 20%. После второго откусывания она составила 160г. Какой она была вначале? Сможет ли Катя при таких условиях доесть пирожок? Решение: 1) 100% – 20% = 80%- процентное содержание пирожка после первого откусывания; 2) Второе откусывание происходит от остатка. =16% – откусили во второй раз 3) 80% – 16% = 64% – процентное содержание пирожка после второго откусывания; 4) Т.к 64% равны160 г, имеем (г) – первоначальная масса пирожка Ответ: 250г, нет
Продолжить чтение
Бесконечно большие последовательности
Бесконечно большие последовательности
Множество ℝ∪{–∞ , +∞} и ℝ∪{∞} называют расширенным множеством действительных чисел (способ расширения всегда понятен из контекста). Обозначают: ℝ̄ . Элементы –∞ ,  +∞ ,  ∞ называют бесконечно удаленными точками числовой прямой. ε-окрестностью точек –∞, +∞, ∞ считают следующие множества: U(+ ∞ , ε) = { x∈ℝ |  x > 1/ε} U(– ∞ , ε) = { x∈ℝ |  x  1/ε} Частные случаи бесконечно больших последовательностей: 1) {xn} – бесконечно большая и xn ≥ 0 , ∀n . Тогда | xn | = xn >M , ∀n>N ⇒ все члены последовательности, за исключением может быть конечного их числа, находятся в любой ε-окрестности точки + ∞. Записывают: Говорят: «последовательность { xn } стремиться к + ∞». 2) { xn } – бесконечно большая и xn ≤ 0 , ∀n . Записывают: Говорят: «последовательность { xn } стремиться к – ∞».
Продолжить чтение