Министерство образования и науки Республики Казахстан

НАО «Казахский национальный исследовательский технический университет

имени К. И.Сатпаева»

Институт экономики и бизнеса

Кафедра «Экономика промышленности»

«УТВЕРЖДАЮ»

директор ИЭиБ

_______________С. Б. Абдыгаппарова

«______» __________________ 2015 г.

ПРОГРАММА КУРСА (SYLLABUS)

по дисциплине Математические методы прогнозирование экономических показателей предприятий

для студентов специальности 5В070700- Горное дело

Форма обучения дневная

Всего 2 кредита

Курс 4

Семестр 7

Лекций 15 часов

Практические занятия 15 часов

Рубежный контроль 2

СРО 30 часов

СРОП 30 часов

Трудоемкость 90 часов

Экзамен П

АЛМАТЫ 2015

Программа курса составлена на основании рабочей учебной программы дисциплины Математические методы прогнозирование экономических показателей предприятий для специальности 5В070700- Горное дело

Рассмотрена на заседании кафедры «Экономика промышленности»

«26» июня 2015 г. Протокол № 13

Зав. кафедрой ЭП

к. э.н., доцент Ж. Т. Дильдебаева

Одобрена научно-методическим Советом ИЭиБ « »____ 2015 г Протокол № _

Председатель НМС института С. Б. Абдыгаппарова

Сведения о преподавателе:

- кандидат экономических наук, зав. кафедрой «Экономика промышленности», научное направление «Экономико-математическое моделирование экономических процессов». Общий педагогический стаж работы –29 лет, стаж работы в КазНТУ – 8 лет.

Имеет более 40 опубликованных работ в т. ч. 3 учебных пособий

Офис: 408 ГУК

Контактная информация 257-70-91 , 70-91 внутр.,

НЕ нашли? Не то? Что вы ищете?

E-mail: zh. *****@***ru

Время пребывания на кафедре

Вторник	с 9:00 до 12:00
Среда	с 9:00 до 12:00
четверг	с 9:00 до 12:00

I Цель изучения дисциплины: создание надежной информационной базы для менеджмента во всех отраслях экономики на основе учета действия различных факторов, формирующих результаты работы организации (предприятий) с использованием математических методов с помощью специальных программ компьютерных систем.

1.1 Задачи изучения дисциплины:

- научить студентов выделить роль факторов, которые положительно или отрицательно влияют на результаты хозяйствования и влияние факторов, которые от менеджмента на данном хозяйственном объекте не зависят;

- овладение студентами статистико-математическим аппаратом и практическими навыками в формализации экономических задач;

- построение экономико-статистических моделей с экономической интерпретацией различных математических понятий и алгоритмов;

- освоение основных методов эконометрики;

- научить использовать стандартные программные средства на персональном компьютере;

- научить к содержательной интерпретации и анализировать результаты вычислений.

1.2 Компетенции обучающегося, формируемые в результате освоения дисциплины

В результате изучения дисциплины ММПЭПП студент должен:

Знать: основные понятия и инструменты эконометрических методов исследования;

Уметь: строить на основе описания ситуаций стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты;

прогнозировать на основе стандартных теоретических и эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений, на микро - и макроуровне;

Владеть: современной методикой построения эконометрических моделей;

методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей.

1.3 Пререквизиты дисциплины: «Экономическая теория», «Микроэкономика, «Высшая матемаимка», «Теории вероятности и математической статистика», «Информатика».

1.4 Постреквизиты: «Модели устойчивого развития фирмы».

2 Система оценки уровня знаний студентов

Таблица 1

Распределение рейтинговых баллов по видам контроля

Вид итогового контроля	Виды контроля	Проценты, %
Экзамен (письменно)	Итоговый контроль	100
Текущий контроль	100
Рубежный контроль	100

Таблица 2

Календарный график сдачи всех видов контроля по дисциплине

Недели	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
Недельное кол-во контроля	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1
Виды контроля	П	П	П	П	П	П	СР	РК	П	П	П	П	П	СР	РК
СР-самостоятельная работа, П-Практические занятия, РК - рубежный контроль

Таблица 3

Общая шкала оценки знаний

Буквенная оценка	Проценты от итоговой оценки	Оценка по традиционной системе
Цифровой эквивалент баллов	%- содержание усвоения учебной дисциплины
А	4.0	95-100	отлично
А-	3.67	90-94
В+	3.33	85-89	хорошо
В	3.0	80-84
В-	2.67	75-79
C+	2.33	70-74	удовлетворительно
С	2.0	65-69
С-	1.67	60-64
D+	1.33	55-59
D	1.0	50-54
F	0	0-49	не удовлетворительно

Итоговая оценка по дисциплине в процентном содержании определяются по формуле:

И%=(Р1+Р2)/2 х 0,6 + Э х 0,4

где: Р1 – процентное содержание оценки 1-го рейтинга,

Р2 – процентное содержание оценки 2-го рейтинга,

Э – процентное содержание экзаменационной оценки

3 Содержание дисциплины

3.1 Тематический план курса

Таблица 4

№	Наименование темы	Количество часов
лекции	прак	сроп	сро
1	Методы прогнозирования	5	6	6	6
2	Модели линейного программирования.	2	2	4	4
3	Транспортные модели.	2	2	5	5
4	Сетевые модели.	3	3	7	7
5	Детерминированные модели динамического программирования.	3	2	8	8
	Итого	15	15	30	30

3.2 Название и содержание лекционных занятий

Таблица 5

№	Название и содержание лекционных занятий	Количество часов
1	Задачи эконометрики. Модель парной регрессии. Суть регрессионного анализа. Метод наименьших квадратов (МНК).	1
2	Проверка на статистическую значимость коэффициентов уравнения регрессии и корреляции. Проверка общего качества уравнения регрессии. Интервалы прогноза по линейному уравнению регрессии. Таблица дисперсионного анализа.	1
3	Нелинейная регрессия (НР) Логарифмические модели. Полулогарифмические модели. Лог-линейная модель. Линейно-логарифмическая модель. Обратная модель. Степенная модель. Показательная модель. Выбор формы модели.	1
4	Множественная линейная регрессия (МЛР). Построение модели множественной регрессии. Предпосылки МНК.	1
5	Оценка параметров и надежности результатов уравнения множественной регрессии. Множественная корреляция. Линейный коэффициент множественной корреляции.	1
6	Модели линейного программирования. Графическое решение задачи ЛП	1
7	Двойственность и анализ чувствительности. Экономическая интерпретация двойственности.	1
8	Транспортные модели. Нетрадиционные транспортные модели. Задача о назначениях.	1
9	Транспортная модель с промежуточными пунктами.	1
10	Сетевые модели. Основные определения. Алгоритм построения минимального остовного дерева	1
11	Задача о максимальном потоке	1
12	Методы сетевого планирования
13	Детерминированные модели динамического программирования. Рекуррентные алгоритмы прямой и обратной прогонки	1
14	Статистические методы управления запасами	1
15	Задача экономического размера заказа с разрывами цен	1

3.3 Название, содержание и количество часов практических занятий

Таблица 6

№ нед	Содержание	Количество часов
1	Табличный процессор ЕХСЕL Ввод и формирование и сортировка данных. Парная линейная регрессия. Коэффициент корреляции.	1
2	Расчет и оценка параметров уравнения регрессии. Прогноз по уравнению регрессии. Экономический анализ расчетов.	1
3	Уравнения многофакторной регрессии. Нелинейная регрессия	1
4	Оценка значимости параметров уравнений. Критерии Фишера и Стьюдента.	1
5	Прогноз по уравнению регрессии. Экономический анализ расчетов. Задание №1.	1
6	Составление ЭММ. Нахождение минимума, максимума целевой функции. Стоимость ресурсов.	1
7	Альтернативные оптимальные решения.	1
8	Анализ чувствительности оптимального решения Рубежный контроль №1	1
9	Решение ТЗ. Задача о назначениях. Задание № 2	1
10	Практические примеры задачи нахождения кратчайшего пути	1
11	Нахождение потока наименьшей стоимости	1
12	Построение временного графика	1
13	Задача замены оборудования. Задача инвестирование.	1
14	Задача о загрузке. Задача планирования рабочей силы	1
15	Рубежный контроль №2. Задание №2	1
	Итого	15

3.4 Название темы и количество часов СРО

Таблица 7

№	Тема задания	Содержание задания	Лит-ра	Форма контроля	Срок сдачи (неделя)	Количество часов
1	Задание №1 Корреляционный-регрессионный анализ	1) построить модель; 2) рассчитать коэффициент корреляции и среднюю ошибку аппроксимации 3) оценить статистическую значимость параметров регрессии; 4) выполнить прогноз у при заданном значении х; 5) оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.	1-8	защита	6	6
2	Задание №2	1. Составление экономико-математической модели 2. Решение задач в ЕХСЕL 3. Анализ оптимального решения задачи 4. Многовариантность задачи		защита	9	9
3	Задание №3 Сетевое планирование	Построение сети проекта		защита	15	15

3.5 Название темы и количество часов СРОП

Таблица 8

№	Тема занятия	Содержание задания	Форма прове-дения	Количество часов
1	Модель регрессии	1. Сбор и подготовка исходных данных. Коэффициент парной корреляции и детерминации. 2. Определение зависимости факторов. Этапы построения регрессионной модели Априорные исследования экономической проблемы. Формирование перечня факторов. 3. Метод наименьших квадратов. Статистическая значимость параметров. 4. Экономический анализ расчетов. Интервалы прогноза. Ошибка прогноза.	Решение задач, опрос	6
2	Линейное программирование	Симплекс метод. М-метод. Отсутствие допустимых решений	Решение задач, опрос	10
4	Транспортная задача	Нетрадиционные транспортные задачи	Решение задач, опрос	10
5	Сетевые модели	Симплексный алгоритм для сетей с ограниченной пропускной способностью	Решение задач, опрос	10

3.6 График проведения занятий

Таблица 9

№	день	время	Наименование темы
Лекции
1.			Задачи эконометрики. Модель парной регрессии. Суть регрессионного анализа. Метод наименьших квадратов (МНК).
2.			Проверка на статистическую значимость коэффициентов уравнения регрессии и корреляции. Проверка общего качества уравнения регрессии. Интервалы прогноза по линейному уравнению регрессии. Таблица дисперсионного анализа.
3.			Нелинейная регрессия (НР) Логарифмические модели. Полулогарифмические модели. Лог-линейная модель. Линейно-логарифмическая модель. Обратная модель. Степенная модель. Показательная модель. Выбор формы модели.
4.			Множественная линейная регрессия (МЛР). Построение модели множественной регрессии. Предпосылки МНК.
5.			Оценка параметров и надежности результатов уравнения множественной регрессии. Множественная корреляция. Линейный коэффициент множественной корреляции.
6.			Модели линейного программирования. Графическое решение задачи ЛП
7.			Двойственность и анализ чувствительности. Экономическая интерпретация двойственности.
8.			Транспортные модели. Нетрадиционные транспортные модели. Задача о назначениях.
9.			Транспортная модель с промежуточными пунктами.
10.			Сетевые модели. Основные определения. Алгоритм построения минимального остовного дерева
11.			Задача о максимальном потоке
12.			Методы сетевого планирования
13.			Детерминированные модели динамического программирования. Рекуррентные алгоритмы прямой и обратной прогонки
14.			Статистические методы управления запасами
15.			Задача экономического размера заказа с разрывами цен
Практики
1.			Табличный процессор ЕХСЕL Ввод и формирование и сортировка данных. Парная линейная регрессия. Коэффициент корреляции.
2.			Расчет и оценка параметров уравнения регрессии. Прогноз по уравнению регрессии. Экономический анализ расчетов.
3.			Уравнения многофакторной регрессии. Нелинейная регрессия
4.			Оценка значимости параметров уравнений. Критерии Фишера и Стьюдента.
5.			Прогноз по уравнению регрессии. Экономический анализ расчетов. Задание №1.
6.			Составление ЭММ. Нахождение минимума, максимума целевой функции. Стоимость ресурсов.
7.			Альтернативные оптимальные решения.
8.			Анализ чувствительности оптимального решения Рубежный контроль №1
9.			Решение ТЗ. Задача о назначениях. Задание № 2
10.			Практические примеры задачи нахождения кратчайшего пути
11.			Нахождение потока наименьшей стоимости
12.			Построение временного графика
13.			Задача замены оборудования. Задача инвестирование.
14.			Задача о загрузке. Задача планирования рабочей силы
15.			Рубежный контроль №2. Задание №2