Методы сглаживания экспериментальных данных. Моделирование времени выполнения заказа клиента методом Монте-Карло

Номер в архиве: 1379
Расчеты в excel прилагаются

---

Оглавление

1.    Методы сглаживания экспериментальных данных    2
Задача 1. Моделирование времени выполнения заказа клиента методом Монте-Карло    12
Задача 2. АВС – анализ прибыльности товаров    14
Задача 3. Определение вероятности отказа в поставке товара клиенту методами схемной надёжности    20
Задача 4. Прогнозирование спроса на товары методом                   наименьших квадратов (МНК) с учетом сезонности    21
Список литературы    25

1.    Методы сглаживания экспериментальных данных

Результативность деятельности любой организации, любой организационно-правовой формы и видов деятельности в условиях рыночных отношений характеризуется способностью приносить достаточный доход или прибыль.
Активное применение математических методов и моделей позволяет повысить эффективность анализа деятельности посредством сокращения сроков проведения аналитических процедур, возможности оценить влияние на результативный показатель широкого круга факторов и точностью расчета.
...

Задача 1. Моделирование времени выполнения заказа клиента методом Монте-Карло

Выполнение заказа включает три операции: 1 - прием и обработка заказа; 2 -документирование и отгрузка товара; 3 - доставка. Время выполнения каждой операции ti случайно и определено соответствующим законом распределения  f(ti). Общее время, затрачиваемое на выполнение заказа, также случайно и определяется в виде суммы:
t0 = t1 + t2+ t3.
Необходимо смоделировать последовательность из 10 случайных значений t0, используя данные из таблицы 1 и формулы генераторов случайных чисел для разных законов распределения.
Таблица 1
Выбор данных для моделирования

Послед.­ цифра шифра	Параметры распределения времени выполнения операций
	t1 , ч			t2 , ч			t3 , ч
			закон			закон			закон
9	0.7	0.2	Н	1.9	0.4	Р	3.3	3.3	Э

Задача 2. АВС – анализ прибыльности товаров

Заданы объёмы продаж товаров по номенклатуре. Необходимо проанализировать и классифицировать товары с делением на три группы (группы А-В-С), используя в качестве критерия объем продаж. Группы АВС определяются аналитически и графически в виде диаграммы Парето. Исходные данные выбираются из табл. 2.1 по шифру зачётной книжки.
Таблица 2.1
Исходные данные

Товар
Т1	96
Т2	201
Т3	297
Т4	147.5
Т5	72.5
Т6	79.3
Т7	41.5
Т8	107.5
Т9	121.5
Т10	228.5
Т11	52
Т12	62
Т13	92.6
Т14	112.4
Т15	122.4
Т16	142
Т17	162.3
Т18	248
Т19	273.1
Т20	301.6
Т21	307.5
Т22	282.5
Т23	212.5
Т24	187.8
Т25	142
Т26	132.7
Т27	97.4
Т28	82

Задача 3. Определение вероятности отказа в поставке товара клиенту методами схемной надёжности

Необходимо определить вероятность нарушения контрактных условий доставки товара в цепи поставки, состоящей из 5 элементов (посредников) с резервированием. Элементы с резервированием выделены затенением (два значения в ячейке таблицы – в числителе основной элемент, а в знаменателе параллельно включенный резервный).
Таблица 3.1
Структура цепи поставок из 5 элементов

Последняя цифра шифра	Элементы цепи поставок
	первый	второй	третий	четвёртый	пятый
9	1	2	3	4	5
			3

Задача 4. Прогнозирование спроса на товары методом наименьших квадратов (МНК) с учетом сезонности

По данным, представленным в виде динамического ряда поквартальных продаж, необходимо построить траекторию тренда и сделать прогноз на два квартала вперед. Особенностью динамического ряда является явно выраженная сезонность, которая учитывается с помощью тригонометрической функции. Модель тренда имеет вид
 ,  j = 1,2,….8,
где Zj – объем продаж; h – частота колебаний; tj – текущее время (квартал); a, b – искомые коэффициенты модели:
Номер квартала, с которого начинаются наблюдения k

Номер	Предпоследняя цифра шифра зачётной книжки
	0	1	2	3	4	5	6	7	8	9
k =	4	1	2	3	4	1	2	3	4	1