задачи
Заказать уникальную курсовую работу- 40 40 страниц
- 7 + 7 источников
- Добавлена 12.04.2015
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
Задание 1. 3
Задание 2 12
Задание 3 23
Задание 4 27
Задание 5 35
Задание 6 39
Список литературы 41
Например, для 1 ограничения:
T2 ≥ T1 + 10 – tV, T1=0,
T2 + tV ≥ 10 – выделено цветом, остальные ограничения строятся аналогично.
Таблица. Запись ограничений (1) - (11) в упорядоченном виде
Найти
T2 T3 T4 T5 T6 T7 tV tQ tG tE tC tA tD tB tH tF V ↔ T2 +tV ≥ 10 Q ↔ -T2 +T3 +tQ ≥ 16 G ↔ +T3 +tG ≥ 23 ↔ -T5 +T7 ≥ 0 E ↔ -T2 T4 +tE ≥ 20 C ↔ -T2 T6 +tC ≥ 30 A ↔ -T4 T6 +tA ≥ 10 D ↔ -T6 T7 +tD ≥ 10 B ↔ -T3 T7 +tB ≥ 30 H ↔ -T3 T5 +tH ≥ 30 F ↔ -T4 T7 +tF ≥ 20
Проведем упорядочивание записи переменных, отражающих ускорения работ, согласно полученной последовательности.
Целевой функцией задачи расчета критического срока будет минимизация срока наступления конечного события № 7, т.е.
Z = T7 ( min.
При нормальном режиме выполнения работ значение 10 переменных: tA, tВ, tС, tD, tE, tF, tG, tH, tQ, tV нужно взять равным нулю.
Исходная задача для расчета критического срока при нормальном режиме выполнения работ
Найти T2 T3 T4 T5 T6 T7 V ↔ T2 ≥ 10 Q ↔ -T2 +T3 ≥ 16 G ↔ +T3 ≥ 23 ↔ -T5 +T7 ≥ 0 E ↔ -T2 T4 ≥ 20 C ↔ -T2 T6 ≥ 30 A ↔ -T4 T6 ≥ 10 D ↔ -T6 T7 ≥ 10 B ↔ -T3 T7 ≥ 30 H ↔ -T3 T5 ≥ 30 F ↔ -T4 T7 ≥ 20 Решим задачу с помощью Excel.
В итоге в целевой ячейке S24 вычислен критический срок сетевого графика. Он составляет 56 дней. В ходе проведенных исследований установлено, что в диапазоне ячеек B3:G3 всегда вычисляются поздние сроки наступления событий соответственно номерам, т.е. T2=10, T3=26, T4=36, T5=56, T6=46, T7=56.
При глубоком и всестороннем анализе сетевого проекта необходимо выявлять все текущие критические работы и складывающиеся из них критические пути. Это предлагается делать в ходе интерактивной работы с отчетами по устойчивости, которые предоставляют решение двойственной задачи.
В первых трех столбцах таблицы под названием «Ограничения» по каждой работе указано время, вычисленное как разность между поздним сроком окончания и поздним сроком начала этой работы. Это время может сравниваться со временем выполнения работы в нормальном режиме, указанном в столбце под названием «Ограничения. Правая часть».
В столбце под названием «Теневая цена» для подобной задачи всегда будут получаться единицы и нули, причем единицы будут указывать на текущие критические работы, составляющие критический путь. В данном случае отчет выявил критический путь V,Q,B.
Если не считать фиктивную работу, то при нормальном режиме выполнения всего будет 6 критических работ. Увеличение продолжительности критической работы на единицу при последующем запуске исходной задачи проявит в соответствующем отчете по устойчивости критический путь, проходящий через эту работу. Разумеется разные критические работы могут таким образом выводить на один и тот же критический путь. Однако проверка всех критических работ на критические пути, через них проходящие, гарантирует полное выявление различных критических путей.
4.2 Расчет временных характеристик.
Ранние сроки:
1 – 0.
2 – 10.
3 – max (10+16; 23) = 26.
4 – 10+20=30.
5 – 26+30=56.
6 – max (30+10; 10+30)= 40.
7 – max (26+30; 56+0; 40+10; 30+20)= 56.
Поздние сроки:
7 – 56.
6 - 56-10=46
5 – 56.
4 – min(46-10; 56-20) = 36.
3 – min(56-30; 56-30) = 26.
2 – min(26-16; 36-20; 46-30) = 10.
1 – min(26-23; 10-10) = 0.
Продолжительность критического пути = 56 дней.
Критические пути: V-Q-B и V-Q-H, соответственно, работы, их составляющие, тоже критические. При этом стоимость строительства павильона в нормальном режиме выполнения работ составит
30,1+96,6+102,9+29,4+63+67,2+155,4+239,4+81,9+84=949,9 у. е.
4.3 Ускоряем проект на 4 дня (56-4 = 52 дня).
Для этого ограничение по всему сроку изменяем с 56 на 52 дня (ячейка S23).
Смотрим изменения в количествах дней ускорений (H3-R3).
Ускоряем работу Q на 3 дня, работы В и Н на 1 день, стоимость ускорения = 51,1 у.е.
Стоимость работ увеличивается на 51,1 у.е.
Общая стоимость работ = 949,9 + 51,1 = 1001 у.е.
Задание 5 (15 баллов).
Компания "Компьютерные сети" имеет отчет за каждый квартал с 2012 по 2014 годы о количестве клиентов, прекративших платить за ее услуги. На протяжении последних трех лет компания проводит ряд мероприятий для усиления своих конкурентных преимуществ на рынке услуг Интернет-провайдеров. Она желает спрогнозировать результаты проведенных мероприятий на основе данных своего отчета, приведенных в следующей таблице.
Январь- Апрель- Июль - Октябрь - Год Март Июнь Сентябрь Декабрь 2012 197 193 177 182 2013 191 193 169 180 2014 187 179 167 175
Требования к заданию:
Создайте уравнение тренда, вычисленного методом наименьших квадратов, для количества клиентов, прекративших оплату за период с 2012 по 2014 год. Построив диаграмму, сделайте вывод об эффективности мероприятий (5 баллов).
Вычислите индексы сезонности, используя метод скользящих средних. Определите ожидаемое количество клиентов, которые прекратят оплату в первом квартале 2015 года, используя индексы сезонности и уравнение тренда (7 баллов).
Используя надстройку Excel "Анализ данных" и функции Excel, решить данную задачу анализа временных рядов и сравнить полученные результаты с ручными расчетами (3 балла).
Решение
5.1 Для расчета параметров регрессии построим расчетную таблицу.
1 197 1 38809 197 2 191 4 36481 382 3 187 9 34969 561 4 193 16 37249 772 5 193 25 37249 965 6 179 36 32041 1074 7 177 49 31329 1239 8 169 64 28561 1352 9 167 81 27889 1503 10 182 100 33124 1820 11 180 121 32400 1980 12 175 144 30625 2100 сумма 2190 650 400726 13945
Для наших данных система уравнений имеет вид
Получаем эмпирические коэффициенты регрессии: , .
Уравнение регрессии (эмпирическое уравнение регрессии): .
В целом наблюдаем убывающую тенденцию количества клиентов, что говорит об эффективности мероприятий, об этом говорит отрицательное значение коэффициента .
Строим диаграмму.
В 2012 году количество неплательщиков снизилось. Значительно снизилось количество неплательщиков в 2014 году. Таким образом, наблюдается эффективность мероприятий.
5.2 Индекс сезонности рассчитывается:
, где - средний месячный уровень показателя за три года, - среднемесячное за все годы значение показателя.
Расчет индекса сезонности по данной формуле не учитывает наличие тренда.
Рассчитанные значения индекса сезонности сравниваются со значением 100 %. Если индекс сезонности превышает 100 % — это свидетельствует о влиянии сезонного фактора в сторону увеличения уровней динамического ряда.
Если индекс сезонности меньше 100 % — то сезонный фактор вызывает снижение уровней динамического ряда.
Определим наличие сезонных колебаний для динамического ряда.
Квартал\Год 2012 2013 2014 ∆сез ∆отн,% Iсез, % 1 197 191 187 191,67 9,17 5,02 105,02 2 193 193 179 188,33 5,83 3,20 103,20 3 177 169 167 171 -11,50 -6,30 93,70 4 182 180 175 179 -3,50 -1,92 98,08 общее среднее за все время 179,83 Для 1 квартала .
Наибольший процент неплательщиков приходится на 1 квартал, наименьший - на 3.
Прогнозируем количество «прекративших платить» на 1 квартал 2015 года.
Для этого используем уравнение регрессии с параметром 13 квартал.
человек.
5.3 Используем надстройку Анализ данных.
Как видно, результат по уравнению тренда не отличается.
Задание 6 (20 баллов).
Для финансирования проекта бизнесмену нужно занять сроком на один год 900 т. р. Банк может одолжить ему эти деньги под 15% годовых или вложить их в дело со 100%-ным возвратом суммы, но под 9% годовых. Из прошлого опыта банкиру известно, что 4% таких клиентов ссуду не возвращают. Но опыт может устареть и банку нужно решить вопрос, проверять ли кредитоспособность клиента перед тем, как выдавать заем.
Каждая проверка кредитоспособности обходится банку в 10 тыс. р. Следовательно, перед банком встают две проблемы: первая - проводить проверку или нет, вторая - выдавать после этого заем или нет. Для оценки эффективности такой проверки выбираются 1000 человек, которые были проверены, и которым впоследствии выдавались ссуды. Рекомендации после проверки кредитоспособности и состоявшийся возврат ссуды сравниваются в следующей таблице.
Рекомендации после проверки Фактический возврат ссуды Всего Клиент ссуду вернул Клиент ссуду не вернул Давать ссуду 731 19 750 Не давать ссуду 106 144 250 Всего 837 163 1000 Требования к заданию:
Какое решение нужно принять банку? Составьте дерево решений (decision tree) для того, чтобы количественно обосновать решение, принятое банком (10 баллов).
Используя надстройку Excel "Treeplan", автоматизировать данную задачу принятия решений в условиях риска и сравнить полученные результаты с ручными расчетами (10 баллов).
Решение
6.1 Строим дерево решений.
Выгоднее положится не давать деньги банкиру.
6.2 Используем надстройку.
Список литературы
Савиных В.Н. Математическое моделирование производственного и финансового менеджмента. Москва. Кнорус. 2009, 2011.
Количественные методы. Колледж менеджмента Южной Африки (МАНКОСА). Учебник по программе MBA. 2007.
Левин Дэвид М, Стефан Дэвид, Кребиль Тимоти С., Беренсон Марк Л. Статистика для менеджеров с использованием Microsoft Office Excel, 4-е издание. Москва. Издательский дом «Вильямс», 2005.
Мур Джеффри, Уэдерфорд Лари, и др. Экономическое моделирование в Microsoft Excel, 6-е издание. Москва. Издательский дом «Вильямс», 2005.
Winston W.L. Microsoft Excel Data Analysis and Business Modeling. Moscow: Russian version, 2005. (Textbooks for MBA programs).
Zaitsev M.G., Varyukhin S,E. Methods to optimize the management and decision making. Examples, problems, cases. -Moscow: Delo, 2008. (Textbooks for MBA programs).
Kosorukov O.A. Methods of quantitative analysis in business. - Moscow: INFRA-M, 2005. (Textbooks for MBA programs).
3
1
2
3
G
V
54
4
6
C
E
Q
8
7=4
A
F
9
B
10
H
11
D
12
D
D
H
H
F
B
F
A
8
Q
E
C
6
A
54
V
G
3
2
1
7
Q
E
C
4
64
V
G
3
5
2
1
B
D(10)
H(30)
F(20)
A(10)
7
Q(16)
E(20)
4
6
V(10)
G(23)
3
2
1
B(30)
5
C(30)
5
D(10)
H(30)
F(20)
A(10)
7
Q(16)
E(20)
4
6
V(10)
G(23)
3
2
1
B(30)
C(30)
0
10
26
30
56
40
56
46
56
56
36
26
10
0
(0)
1. Савиных В.Н. Математическое моделирование производственного и финансового менеджмента. Москва. Кнорус. 2009, 2011.
2. Количественные методы. Колледж менеджмента Южной Африки (МАНКОСА). Учебник по программе MBA. 2007.
3. Левин Дэвид М, Стефан Дэвид, Кребиль Тимоти С., Беренсон Марк Л. Статистика для менеджеров с использованием Microsoft Office Excel, 4-е издание. Москва. Издательский дом «Вильямс», 2005.
4. Мур Джеффри, Уэдерфорд Лари, и др. Экономическое моделирование в Microsoft Excel, 6-е издание. Москва. Издательский дом «Вильямс», 2005.
5. Winston W.L. Microsoft Excel Data Analysis and Business Modeling. Moscow: Russian version, 2005. (Textbooks for MBA programs).
6. Zaitsev M.G., Varyukhin S,E. Methods to optimize the management and decision making. Examples, problems, cases. -Moscow: Delo, 2008. (Textbooks for MBA programs).
7. Kosorukov O.A. Methods of quantitative analysis in business. - Moscow: INFRA-M, 2005. (Textbooks for MBA programs).
Опубликовано
Моделирование, как средство обучения младших школьников в решении проблем движения
Содержание
Введение
1. Теоретические основы использования моделирования в процессе обучения, решение проблем
1.1 Сущность понятий "модель" и "моделирование"
1.2 Классификация и функции моделей
1.3 Понятие "задача" и процесс решения в начальном курсе математики
1.4 Моделирование в процессе решения задач
2. Опытно-экспериментальная работа по формированию умения решать задачи на движение с использованием моделирования
2.1 Констатирующий эксперимент
2.2 формирующий эксперимент
2.3 контрольный эксперимент
Вывод
Список литературы
Введение
На современном этапе развития образования происходят существенные изменения, которые, в первую очередь, связанных с введением и реализации Федерального государственного образовательного стандарта начального общего образования второго поколения. Понятие стандарт призван сориентировать в начальной школе, не только на усвоение учащимися знаний, умений и навыков основных результатов образования, но и на развитие способностей личности, формирование ключевых компетенций, среди которых диск - "научиться учиться". К этим навыкам относится и умение использовать различные средства представления информации для создания моделей изучаемых объектов и процессов, схем решения учебных и практических задач. Таким образом, на первый план выходит задача целенаправленной подготовки учащихся в познавательной деятельности, то есть обучения их способам познания мира, в которые входит: наблюдение, анализ, синтез, сравнение, классификация, обобщение, моделирование и так далее,
Однако, анализ существующей практики школьного математического образования позволяет констатировать, что, даже тогда, когда оптимальный выбор содержания, способов организации учебной деятельности учащихся, часто направленные на воспроизведение знаний, готовые и решения основных задач обучения математике - научить учащихся рассуждать, думать, случайно, "побочный" продукт. По отношению к математике это парадоксально, так как "ни один школьный предмет не может конкурировать с возможностями математики в воспитании мышления личности" [45]
Положение о том, что решение задач - средство развития мышления учащихся, всегда была аксиомой и не требует доказательств. Однако, анализ методики обучения учащихся начальных классов в решении проблем с точки зрения познавательной деятельности учащихся показывает, что основной целью работы большинства учителей сводится к решению большого количества задач определенных типов, в формировании у детей определить свои навыки, внешний. В результате, приступая к решению каждой задачи, ученик сначала признать, а затем-решает. Если идентификации не происходит, и не есть решение.