经济决策定量方法翻译2-6章

第二章P5-6预测未来是企业经济决策的一个基本方面。

未来的销售是经济预测中最重要的变量。

了解销售是预算和规划过程的一个先决条件。

人们开发出各种定量方法来预测变量的未来值，这些方法模型可以划分为三大类：1.利用过去的数据进行预测一个变量的历史模式可以用来识别和预测未来，通过从时间序列数据外推得到这些模式。

2.利用因果模型进行预测找出未知变量与一个或多个已知变量之间的关系。

利用已知变量的值去预测所需的变量值。

3.利用统计数据进行预测定量陈述法用来表达主观概率判断。

这些方法可以合并预测的实际“击球率”并且能提供一个集体决策的表达式。

在这一章我们将研究通常使用的这三类预测方法。

时间序列是一个数值序列中，个人价值观是在定期的时间间隔产生。

时间序列分析的目的是确定波动时间序列的波动，然后把他们分为不同类别的数值的算术运算得到。

几个模型可以用来描述时间序列。

经济学家所使用的经典模型提供了时间序列的变化的四个组成部分最清晰的解释，这是长期趋势，季节性波动，周期性运动和不规则变化。

这些组件可以用数学方程来预测变量。

表示B符号YT，其中下标T是指一段时间。

经典的时间序列模型最初使用的经济学相结合的时间序列变化的四个组成部分。

这个方程表明，与每个01相关的因素这些组件可以乘以提供的预测变量的值。

模型可以解释意味着假设的时间序列-小说的销售F由Sunny书，图2-1示出了如何通过获得最终时间序列（底部图）组合四个分量。

但是只能合成假设的时间序列从假设的四个组件的特性。

在实际应用中，我们可以不知道什么通常，我们从原始的时间序列开始数据和反向过程，筛选数据以整理和识别组件。

在使用过去的数据来达到预测时使用三种主要方法。

指数平滑以系统方式平均过去的时间序列值使用一个或多个平均处理来创建所得到的平滑值同意数据的基本性质。

第2-2节描述了两种流行过程，每个都利用一组参数。

这些参数可以被微调到历史时间序列以达到最佳配合。

2.2指数平滑指数平滑是一个流行的预测程序，提供两个基本优点：它简化了预测计算，及其数据存储要求small.Exponential平滑通过内置调整生成自校正预测通过在相反方向上增加或减少预测值来调节预测值早期的错误，很像一个恒温器。

1.单参数指数平滑基本指数平滑过程提供下一期的预测直接从当前时期的实际和预测值用于计算预测值其中，t是当前时间段，Ff + l和Ft是预测值下一周期和当前周期，F是当前实际值。

（小写希腊字母alpha）是平滑常数-选择的值在0和1之间。

由于仅使用一个平滑常数，我们参考这个过程作为单参数指数平滑。

第三章3.5具有不确定因素的单期库存决策一类库存问题需要进行订单数量决定只有一次为整个需求过程。

这是，机会补充股票因为它变得枯竭不会发生。

给定期间的总需求问题是不确定的，困境是订单够充分，以便充分利用潜力可以实现，但不要太多，以免在过量的时候损失。

一个街角newsboy面对这个困境。

虽然他的问题每天复发，每天的文章是独特，不能在第二天出售。

因此，他决定买多少可以不考虑任何一天而是当前的一个。

事实上，因为它不会事情在一天内他卖的每一张纸，但只有多少是由销售结束时，与时间的流逝有关的所有方面可以是安全的忽略。

新闻稿型问题的主要区别特征是订单数量决策是“一次性”事务，尽管不确定性需求，必须在太多和的后果之间实现适当的权衡太少。

开发一个数学模型来解决这种类型的问题是很方便的。

虽然使用支付表或决策树的分析对于小规模是有效的问题像我们的财富的例子。

大量的替代品或可能的事件使这些程序不切实际。

在其最简单的形式中，新闻传播者问题的目的是决定多少项目Q应在库存周期开始时存货需求D表示在此期间客户将需要的项目的数量。

可能出现两种类型的结果。

如果需求小于或等于订单数量，销售额将等于数量需求;如果需求大于初始库存，销售额将等于订单数量如在早期模型中，订单数量将由Q表示。

我们使用a表示下订单的固定成本。

我们可以包括对商誉损失的批准当客户的需求不满足时，SO let表示销售损失的损失单位p将是每个项目的美元。

需求，不确定，将由a描述随机变量D的概率分布由PD（x）指定。

我们可以认为的PD（x）作为总需求将等于x的概率。

为了帮助用Q来表达利润，暂时想象x是固定的。

根据是否x.the将有两个利润表达式金额需求，小于或大于Q，可用金额case，所有x单位将被卖出S美元每个。

其余Q一x将被出售v美元每个，没有销售将失去。

订购Q项目的成本将是一个+ cQ。

这导致利润表达另一方面，如果需求超过供应，所有Q项目将以美元出售每个，都不会有剩余的物品，以救助的速度处置，但会有一个每个x-Q要求的P的成本不满足。

订购货物的成本保持与以前相同。

因此，第四章p43-444.1介绍：在这一章，我们将会考虑目前最成功的定量分析程序，它过去被用来简化商业决策过程。

被称为线性规划的集合工具已经有了广泛的应用。

毫无疑问，线性规划在现代数量分析方法中有最广泛的影响。

什么是线性规划？“规划”这一词的使用，在这里不应与计算机里面被称为“程序”的书写指令相混乱。

在目前情况下，我们把规划看成是一种包含稀缺资源的经济配置的计划形式，来满足所有的基本需求。

因此，线性规划建立了一个能有效应用所有的因素，以致实现期望目标的计划。

我们所说的线性规划就是通过建立包含数字关系的模型来获得最终的计划。

它们是：①选择这些决策变量最佳值的标准能够被线性函数所表示，也就是说，一个数学函数只包含没有差值的变量的一次幂。

这些标准函数通常被称作为目标函数。

②这个主导整个过程的运算规则能被表示为线性的等式或不等式的值。

这些集合被称为约束集。

这些条件就是我们使用线性规划这个术语的原因。

线性规划技术现在被广泛地用于解决军事、经济和社会的一系列问题。

在这点上，我们应指出这些解的方法本质上是迭代的，因此，对中型问题来说不得不求助于计算机来求解。

如果答案的价值低于成本的价值，它可能存在一个较为严重的缺陷。

但是，随着计算机技术的不断进步，通过计算机求得的大型线性规划问题的解，不但变得可行，也变得便宜起来。

4.2构造一个线性规划模型的三个基本步骤如下：①鉴定未知变量确定和代表他们的代数符号。

②鉴定所有约束问题，表达他们的线性方程或不等式线性函数未知变量③识别目标和代表它作为决策变量的线性函数，这是要最大化和最小化。

4.4标准形式的线性规划具有m约束和n的1inear编程问题的标准形式变量可以表示如下：其中A是（m×n）矩阵，X是（n×1）列向量，b是（m×1）列矢量，C是（1×n）行向量。

求解线性的单纯形法编程问题需要以标准形式表达的问题标准形式的特点是：1，目标函数是最大化（或最小化）类型②所有约束表示为方程。

⑧所有变量被限制为非负数每个约束的右侧常数也是非负的通常，约束表示为不等式而不是等式一些问题所有的决策变量可能不是非负的。

第一步在解决线性程序是将其转换为标准形式的问题。

4.5单纯形法单工法的各个步骤可以以更紧凑的方式进行方式通过使用表格形式来表示约束和目标函数。

此外，通过开发一些简单的公式，可以进行各种计算机械。

使用表格形式使单纯形法更有效率方便计算机实现。

G.B.Dantzig开发的单纯形法是一个迭代过程解决以标准形式表示的线性规划问题。

标准形式，单纯形法要求约束方程表示为一个规范的系统，从中可以容易地获得基本的可行解单工法的一般步骤如下：①以规范形式的初始基本可行解开始。

②如果可能，通过寻找另一个基本可行解来改进初始解具有更好的目标函数值。

③继续寻找更好的基本可行解，改善目标函数当一个特定的基本可行解不能进一步改进时，它变成最优解和单纯形法终止。

第五章P63在解决商业问题中，定量分析最重要和最成功的应用之一是在产品的物质调用领域。

从供应点到需求地更有效的运输路径得到巨大的成本节约。

在这章里面，我们将会考虑把运输问题，作为分析这类问题的框架。

运输问题在其基本结构里面的目标是使得从工厂到配送中心过程中运输的总成本最小，在这种方式之下，每个仓库都被满足，每个工厂在它的生产量下进行运作。

一般来说，从线性规划的角度表示这样的数学问题是很容易的。

像任意一种线性规划，运输问题都可以用单纯形法解决。

但单纯形法只是一个普通的程序，它的普遍性有一定的限制。

运输问题的特殊结构允许我们用一种比单纯形法更快更简单的方法求解。

通过运输问题的研究，我们因此得到定量分析的一种新方法。

运输问题求解程序的明智选择，使我们获得时间和金钱双重节约。

这章将用另一种更好的方法来解释说明运输问题。

我们知道，另外可选择的方法能够被用来求解的各种各样的线性规划问题是很重要的。

5.1运输计划案例一家公司在全国三个工厂做糖果。

植物供应四家公司拥有的仓库将糖果直接分发到他们的商店。

根据哪种模式便宜，该产品是空运或从工厂运输的。

表5-1提供了各种点到点运输成本（c，百元人民币）运费一吨糖果。

问题是找多少吨糖果应从每个工厂运到各个仓库，以尽量减少。

这是通过确定装运计划的数量来实现的如表5-1.其中x表示从工厂i运往仓库j的数量我们可以把这个问题定义为约束的数量由植物的数量（或行中的行）装运计划）和仓库数量（或装运中的列数）时间表）。

总之，每个运输问题必须有以下等式约束的数量：正如我们在公式中可以看到的，每个x在容量上只被表示一次约束和恰好一次在需求约束。

这可能发生，如果且只有如果发运的总数量正好等于收到的总数量：工厂总数容量必须等于总仓库需求。

在我们的例子中，容量的总和是20，这也是需求的总和。

稍后，我们将看到这个事实D1avs在解决运输问题中的重要作用你可能会想知道为什么每个植物必须完全按照其能力和产量生产仓库必须正确接收它的需求。

这不是不现实的吗？这些要求需要通过最有效的手段来解决问题。

当然是不现实，但我们将看到，将永远可以制定任何交通。

即使当真正的需求和能力并不完全平衡时也是如此第六章P77-78定量分析方法的重要应用在项目管理领域可得到实现，而这个领域大量的工作都是针对特定的成就。

这样一个项目可能是一个大坝或飞机场的建造，一个新型飞机的建立，一个新电脑系统的安装启用，或者一个新产品的介绍。

所有这些例子都需要一个对指挥和协调不同组织、人的活动的管理。

每个项目伴随面临着不确定性，并且需要花费大量的时间去实现。

在选择每种实现方式中，时间是最主要的因素。

这个对于建造项目来说是特别真实的，在使用者计划开始运行设备之前，建造者通常必须已完成该项目。

一个公司的总部大楼阐明了工程按时完成的重要性。

假设一个公司目前的租约到期时间在六月，并且计划在七月的时候从纽约搬到旧金山。

这个搬动要求对公司功能损失最小。

很多雇员也要卖掉他们的房子，接着买一个新房子，然后打包搬走。

如果这幢新楼到七月还不能使用，要么临时使用旧金山的大楼，要么就是搬迁计划延期。