Вам нужна курсовая работа?
Интересует Высшая Математика?
Оставьте заявку
на Курсовую работу
Получите бесплатную
консультацию по
написанию
Сделайте заказ и
скачайте
результат на сайте
1
2
3

Математические методы в маркетинговых исследованиях.

  • 41 страница
  • 21 источник
  • Добавлена 10.07.2011
1 100 руб. 2 200 руб.
Купить в 1 клик Скачать превью
  • Содержание
  • Часть работы
  • Список литературы
Оглавление
Введение
Математические методы в маркетинге
Общие понятия
Этапы экономико-математического моделирования
Классификация экономико-математических методов и моделей
Общие принципы построения математических моделей
Элементы моделирования
Последовательность процесса моделирования
Заключение
Список литературы

Фрагмент для ознакомления

Целевая функция и критерий оптимальности — разные понятия и могут быть описаны функциями одного и того же вида или же разными функциями;• ограничения — определяют пределы, сужающие область осуществимых, приемлемых или допустимых решений, и фиксируют основные внешние и внутренние свойства объекта. Ограничения определяют области исследования и протекания процессов, пределы изменения параметров и факторов объекта.Переменные в моделях могут быть переменными состояния, скорости, роста, вспомогательными и управляющими.Переменные состояния определяют или помогают определить состояние системы в любой момент времени (фазовые переменные). Типичным примером может служить, например, объем продаж и прибыль. Переменные состояния должны поддаваться измерению и представлять интерес для исследования.Переменные скорости (роста) — характеристики, задающие процесс, который протекает в системе в заданный момент времени. Данный процесс можно квалифицировать либо как преобразование, либо как перемещение.Вспомогательные переменные способствуют более глубокому пониманию объекта и в отдельных случаях упрощают сопоставление результатов наблюдения. Это, как правило, относительные показатели.Управляющие переменные — входы модели, значения которых изменяются во времени независимо от поведения исследуемого объекта. Рост объема производства — результат управления со стороны внешней среды, воздействие которой на определенных стадиях может рассматриваться как постоянная величина. Управляющую переменную можно представить как функцию от времени.Параметры и константы — это не зависящие от времени количественные показатели и коэффициенты, включаемые в математическую модель. Под константой понимают численную величину, имеющую надежно и точно вычисленное значение, которое остается неизменным при варьировании условий эксперимента, а также в тех случаях, когда модель используется для проверки различных гипотез или описания различных компонентов системы.Термин «параметр» обычно относится к характеристикам, численные значения которых отличаются меньшей определенностью по сравнению с константами, но тем не менее остаются неизменными на протяжении исследования модели. Параметры подвержены влиянию условий эксперимента и могут иметь приближенное значение.Последовательность процесса моделированияПостроение математической модели системы включает несколько этапов (рис. 2).Постановка задачиОпределение задачиСоставление математической моделиВычисленияВыдача результатовРис. 2. Схема процесса моделированияЭтап 1. Постановка задачи. Этапу постановки задачи предшествует возникновение каких-либо ситуаций или проблем, осознание которых приводит к необходимости их обобщения или решения для последующего достижения какого-либо эффекта. Исходя из этого объект подвергается всестороннему рассмотрению, отмечаются вопросы, подлежащие решению, и ставится цель исследования. На этом этапе необходимо уяснить, что мы хотим получить в результате исследований, а также предварительно оценить, нельзя ли получить эти результаты другим путем.Этап 2. Определение задачи и построение концептуальной модели. Исследователь старается определить, к какому виду относится объект, описывает параметры состояния объекта, переменные, характеристики, факторы внешней среды. Необходимо понять закономерности внутренней организации объекта, построить его структуру, т.е. идентифицировать систему. Исходя из этого выбирается задача исследования, которая позволит решить вопросы оптимизации, сравнения, оценки, прогноза, анализа чувствительности, выявления функциональных соотношений и т.д.Необходимость проведения исследования возникает из реальных ситуаций, складывающихся в процессе работы систем, когда они в чем-либо начинают не удовлетворять каким-либо требованиям. Если недостатки очевидны и известны методы их устранения, то нет необходимости в исследованиях.К сожалению, такая ситуация встречается достаточно редко. В силу сложности систем и достаточно большого числа факторов, влияющих на эффективность их функционирования, поставить «диагноз» системе не всегда просто. Изучение сложившейся ситуации, поведения системы и ее элементов, опыт исследователя и его интуиция позволяют сделать предварительный диагноз системе, определить и сформулировать задачу исследования.Исходя из задачи исследования определяется назначение математической модели, которая должна быть построена. Такие модели могут решать задачи:• выявления функциональных соотношений — определение количественных зависимостей между входными факторами модели и выходными характеристиками исследуемого объекта;• анализа чувствительности — установление из множества факторов, действующих на систему, тех, которые в большей степени влияют на интересующие исследователя выходные характеристики;• прогноза — определение поведения системы при некотором предполагаемом сочетании внешних условий;• оценки — определение того, насколько хорошо исследуемый объект будет соответствовать некоторым критериям;• сравнения — сопоставление ограниченного числа альтернативных вариантов систем или же сопоставление нескольких предлагаемых принципов или методов действия;• оптимизации — точное определение такого сочетания переменных управления, при котором обеспечивается экстремальное значение целевой функции.Выбор задачи определяет процесс конструирования и экспериментальной проверки модели.Любое исследование должно начинаться с построения плана, включающего обследование системы и анализ ее функционирования. В плане предусматривается:• описание функций, реализуемых объектом;• определение взаимодействий всех систем и элементов объекта;• определение зависимостей между входными и выходными переменными и влияния переменных управляющих воздействий на эти зависимости;• определение экономических показателей функционирования системы.Результаты обследования системы и окружающей среды представляются в виде описания процесса функционирования, которое используется для идентификации системы.Идентифицировать систему — значит выявить и изучить ее, т.е. получить возможно более полную характеристику системы и ее поведения, познать объективные закономерности ее внутренней организации, очертить ее границы, указать на вход, процесс и выход, определить налагаемые на них ограничения, построить структурную и математическую модели, описать на каком-либо формальном абстрактном языке, определить цели, принуждающие связи, критерии действия системы.После идентификации системы строится концептуальная модель, являющаяся «идеологической» основой будущей математической модели. Именно в ней отражается состав критериев оптимальности и ограничений, определяющих целевую направленность модели. Перевод на этапе формализации качественных зависимостей в количественные преобразует критерий оптимальности в целевую функцию, ограничения — в уравнения связи, концептуальную модель — в математическую. Концептуальная модель (рис. 4) на заключительном этапе ее построения проверяется на адекватность исследуемой системы реальной.Этап 3. Составление математической модели. Вид математической модели в значительной степени зависит от цели исследования. Вначале лучше поискать подходящую модель в литературе или использовать те или иные известные закономерности экономики в виде функций, связывающих переменные и постоянные факторной модели между собой. Математическая модель может быть представлена в виде математического выражения — алгебраического уравнения или неравенства, не имеющих разветвления вычислительного процесса при определении любых переменных состояния модели, целевой функции и уравнений связи. Для построения такой модели формулируются следующие понятия: критерий оптимальности, целевая функция и ограничения. Следующими этапом построения математической модели системы является формирование математической модели, включающее в себя несколько видов работ: математическую формализацию, численное представление, анализ модели и выбор метода ее решения.Математическая формализация осуществляется по концептуальной модели. При формализации рассматриваются три основные ситуации:1. Известны уравнения, описывающие поведение объекта. В этом случае решение прямой задачи позволяет найти реакцию объекта на заданный входной сигнал.2. Обратная задача, когда по заданному математическому описанию и известной реакции необходимо найти входной сигнал, вызывающий этот отклик.3. Математическое описание объекта неизвестно, но имеются или могут быть заданы совокупности входных и соответствующих им выходных сигналов. В этом случае имеем дело с задачей идентификации объекта.При моделировании производственно-экономических объектов в третьей ситуации (при решении задачи идентификации) используется подход, предложенный Н. Винером, известный как метод «черного ящика». В качестве «черного ящика» рассматривается объект в целом вследствие его сложности. Так как внутреннее устройство объекта неизвестно, мы можем изучить «черный ящик», изучая входы и выходы. Сопоставляя вход и выход, можно записать уравнение где — вектор входных параметров; — вектор выходных параметров;А — оператор объекта, преобразующий входные параметры в выходные.Для описания объекта в виде математической зависимости в задачах идентификации используются методы регрессионного анализа. При этом возможно описание объекта множеством математических моделей, так как нельзя вывести обоснованного суждения о его внутреннем устройстве.При развитой системе математического обеспечения ЭВМ целый ряд процедур моделирования осуществляется с помощью стандартных программ. Оригинальные математические модели можно построить на основе проведенных исследований систем, апробированных в ходе производства. Для проведения новых исследований такие модели корректируются под новые условия.Математические модели элементарных процессов, физическая природа которых известна, записываются в виде тех формул и зависимостей, которые установлены для этих процессов. Как правило, статические задачи записываются в виде алгебраических выражений, динамические — в виде дифференциальных или конечно-разностных уравнений.При моделировании широко используются методы преобразования табличных значений к аналитическому виду с помощью интерполяции, аппроксимации и экстраполяции.Интерполяция — приближенное или точное нахождение какой-либо величины по известным отдельным значениям этой же или другой величины, с ней связанной. Например, через любые п + 1 точек можно всегда провести линию, описываемую полиномом п -ой степени так, чтобы она прошла через каждую из заданных точек. Полученная линия называется интерполирующей функцией и может быть получена методом Лагранжа или Ньютона.Аппроксимация — замена одних математических объектов другими, в том или ином смысле близкими к исходным. Аппроксимация позволяет исследовать числовые характеристики и качественные свойства объекта, сводя задачу к изучению более простых или более удобных объектов.Экстраполяция функции — продолжение функции за пределы ее области определения, при котором продолженная функция принадлежит заданному классу.Экстраполяция функции обычно производится с помощью формул, в которых использована информация о поведении функции в некотором конечном наборе точек, называемых узлами интерполяции и принадлежащих ее области определения. Формальная экстраполяция сводится к математически оптимальной подгонке исходного статистического ряда к какой-либо аппроксимирующей функции. Критерием оптимальности здесь может выступать близость точек ряда к аппроксимирующей функции. Прогнозная экстраполяция строится на основе математического анализа исходного ряда с учетом логики и существа развития объекта, его физики и абсолютных пределов.Следующим этапом построения является анализ полученной модели и выбор метода ее решения. Основой для вычисления значений выходных характеристик модели служит составленный на ее базе алгоритм решения задачи на ЭВМ. Разработка и программирование такого алгоритма, как правило, не имеет принципиальных трудностей.Более сложной является организация вычислительного процесса для нахождения выходных характеристик, лежащих в допустимых областях, особенно для многофакторных моделей. Еще более сложным является поиск решений по оптимизационным моделям. Самая совершенная и адекватная описываемому процессу математическая модель без нахождения оптимального значения бесполезна, поскольку не может быть использована.Основную роль при разработке алгоритма поиска оптимальных решений играет характер факторов математической модели, число критериев оптимальности, вид целевой функции и уравнение связи. Вид целевой функции и ограничений определяет выбор одного из трех основных методов решения экономико-математических моделей:• аналитического исследования;• исследования при помощи численных методов;• исследования алгоритмических моделей с помощью методов экспериментальной оптимизации на ЭВМ.Аналитические методы отличаются тем, что помимо точного значения искомых переменных они могут давать оптимальное решение в виде готовой формулы, куда входят характеристики внешней среды и начальные условия, которые исследователь может изменить в широких пределах, не меняя самой формулы.Численные методы дают возможность получить решения путем многократного вычисления по определенному алгоритму, реализующему тот или иной численный метод. В качестве исходных данных для вычислений используются числовые значения параметров объекта, внешней среды и начальных условий. Численные методы являются итеративными процедурами: для проведения следующего шага расчетов (при новом значении управляемых переменных) используются результаты предыдущих расчетов, что позволяет получать в процессе вычислений улучшенные результаты и находить оптимальное решение.Этап 4. Вычисления. При решении задачи необходимо тщательно разобраться с размерностью всех величин, входящих в математическую модель, и определить границы (пределы), в которых будет лежать искомая целевая функция, а также требуемую точность вычислений. Если возможно, вычисления при неизменных условиях проводятся несколько раз, чтобы убедиться, что целевая функция не изменяется.Этап 5. Выдача результата. Результаты исследования объекта могут выдаваться в устной или письменной форме. Они должны включать в себя краткое описание объекта исследования, цель исследования, выбранную математическую модель, допущения и ограничения, основные результаты вычислений, выводы и обобщения.ЗаключениеСвойства конкретной алгоритмической модели, на которой базируется алгоритм поиска оптимального решения, например ее линейность или выпуклость, могут быть определены только в процессе экспериментирования с ней, в связи с чем для решения моделей этого класса используются так называемые методы экспериментальной оптимизации на ЭВМ. При использовании этих методов производится пошаговое приближение к оптимальному решению на основе результатов расчета по алгоритму, моделирующему работу исследуемой системы. Методы базируются на принципах поиска оптимальных решений в численных методах, но в отличие от них все работы по разработке алгоритма и программы оптимизации выполняет разработчик модели.Имитационное моделирование задач, содержащих случайные параметры, принято называть статистическим моделированием.Заключительным шагом создания модели является составление ее описания, которое содержит сведения, необходимые для изучения модели, ее дальнейшего использования, а также все ограничения и допущения. Тщательный и полный учет факторов при построении модели и формулировке допущений позволяет оценить точность модели, избежать ошибок при интерпретации ее результатов.Наиболее широко применяемые математические методы в моделировании приведены в таблице 1.Таблица 1 - Математические методы в моделировании экономических объектовЗадачи исследованияМатематические методы решенияМатематическое программированиеДифференциальныеуравненияТеория массовогообслуживанияТеория игр и решенийТеория графовТеория расписаний, комбинаторикаТеория автоматов, математическая логикаЛинейноеНелинейноеДискретное Динамическое СтохастическоеЗадачи распределения и назначения+++++++Управление запасами+++Замена и ремонт оборудования+++Задачи массового обслуживания++++Задачи упорядочивания и согласования++++Проектирование сетей и выбор маршрутов+++++Задачи состязаний и переговоров++++Деловые игры, имитационные модели+++Планирование, балансовые модели+++++Список литературыАбчук В.А. Экономико - математические методы. – СПб., Союз, 1999.Багриновский К.А., Матюшок В.М. Экономико – математические методы и модели. – М.: РУДН, 1999.Гаркас В.А. Использование VS Excel и VBA в экономике и финансах. – СПб. , 1999.Горбовцов Г.Я. Методы оптимизации и: Учебно – практическое пособие. – М.: МЭСИ, 2000. Горчаков А.А., Орлова И.В. Компьютерные экономико – математические модели. – М.: ЮНИТИ, 1995.Жданов С.А. Экономические модели и методы в управлении. – М.: ДиС, 1998.Зайцев М.Г. Методы оптимизации управления для менеджеров. Компьютерно – ориентированный подход: Учеб. Пособие. – М.: Дело, 2002.Замков О.О., Толтопятенко А.В., Черемных Ю.П. Математические методы в экономике: Учебник. – М.: ДИС, 1997.Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. – М.ИИД «Филинъ», 1998.Кремер Н.Ш. Исследование операций в экономике. – М.: ЮНИТИ, 1997.Мельник М.М. Экономико – математические методы в планировании и управлении материально – техническим снабжением. – М.: Высшая школа, 1990.Орлова И.В. Экономико – математические методы и модели. Выполнение расчетов в среде Excel. Практикум. – М.: Финстатинформ, 2000.Орлова И.В., Половников В.А., Федосеева Г.В. Курс лекций по экономико – математическому моделированию. – М.: Экономическое образование, 1993.Солодовников А.С., Бабайцев В.А., Браилов А.В. Математика в экономике: Учебник. В 2-х частях. Ч.1. –М.: Финансы и статистика, 1999.Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. – М.: Финансы, ЮНИТИ, 1999.Федосеев В.А., Гармаш А.Н., Дайтбегов Д.М., Орлова И.В., Половников В.А. Экономико – математические методы и прикладные модели: Учеб. Пособие для вузов/ Под ред. В.В. Федосеева. – М.: ЮНИТИ, 1999.Федосеев В.В., Гармаш А.Н. и др. Экономико – математические методы и прикладные модели. – М.: ЮНИТИ, 1999.Хазинова Л.Э. Математическое моделирование в экономике. – М.: БЕК, 1998.Шипин Е.В., Чхартиневили А.Г. Математические методы и модели в управлении. – М.: Дело, 2000.Эддоус М., Стенсфилд Р. Методы принятия решения. – М.: ЮНИТИ, 1997.Экономико – математические методы и прикладные модели: Учебное пособие для вузов/ Под ред. В.В. Федосеева. – М.: ЮНИТИ, 1999.

Список литературы

1.Абчук В.А. Экономико - математические методы. – СПб., Союз, 1999.
2.Багриновский К.А., Матюшок В.М. Экономико – математические методы и модели. – М.: РУДН, 1999.
3.Гаркас В.А. Использование VS Excel и VBA в экономике и финансах. – СПб. , 1999.
4.Горбовцов Г.Я. Методы оптимизации и: Учебно – практическое пособие. – М.: МЭСИ, 2000.
5.Горчаков А.А., Орлова И.В. Компьютерные экономико – математические модели. – М.: ЮНИТИ, 1995.
6.Жданов С.А. Экономические модели и методы в управлении. – М.: ДиС, 1998.
7.Зайцев М.Г. Методы оптимизации управления для менеджеров. Компьютерно – ориентированный подход: Учеб. Пособие. – М.: Дело, 2002.
8.Замков О.О., Толтопятенко А.В., Черемных Ю.П. Математические методы в экономике: Учебник. – М.: ДИС, 1997.
9.Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. – М.ИИД «Филинъ», 1998.
10.Кремер Н.Ш. Исследование операций в экономике. – М.: ЮНИТИ, 1997.
11.Мельник М.М. Экономико – математические методы в планировании и управлении материально – техническим снабжением. – М.: Высшая школа, 1990.
12.Орлова И.В. Экономико – математические методы и модели. Выполнение расчетов в среде Excel. Практикум. – М.: Финстатинформ, 2000.
13.Орлова И.В., Половников В.А., Федосеева Г.В. Курс лекций по экономико – математическому моделированию. – М.: Экономическое образование, 1993.
14.Солодовников А.С., Бабайцев В.А., Браилов А.В. Математика в экономике: Учебник. В 2-х частях. Ч.1. –М.: Финансы и статистика, 1999.
15.Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. – М.: Финансы, ЮНИТИ, 1999.
16.Федосеев В.А., Гармаш А.Н., Дайтбегов Д.М., Орлова И.В., Половников В.А. Экономико – математические методы и прикладные модели: Учеб. Пособие для вузов/ Под ред. В.В. Федосеева. – М.: ЮНИТИ, 1999.
17.Федосеев В.В., Гармаш А.Н. и др. Экономико – математические методы и прикладные модели. – М.: ЮНИТИ, 1999.
18.Хазинова Л.Э. Математическое моделирование в экономике. – М.: БЕК, 1998.
19.Шипин Е.В., Чхартиневили А.Г. Математические методы и модели в управлении. – М.: Дело, 2000.
20.Эддоус М., Стенсфилд Р. Методы принятия решения. – М.: ЮНИТИ, 1997.
21.Экономико – математические методы и прикладные модели: Учебное пособие для вузов/ Под ред. В.В. Федосеева. – М.: ЮНИТИ, 1999.

У нас вы можете заказать