Тематический план учебной дисциплины

№№п/п	Наименование тем	Всего часов	Аудиторные часы		Самостоятельная работа
			Лекции	Семинары и практич. занятия
1	Информационные технологии анализа логистических процессов.	7	2		5
2	Современные методы построения прогнозов	17	2		15
3	Анализ и прогнозирование временных рядов с использованием компьютерных технологий	28	4	4	20
4	Прогнозирование с использованием множественной регрессии.	28	4	4	20
5	Имитационное моделирование в построении прогнозов	28	4	4	20
	Итого часов	108	16	12	80

Формы рубежного контроля и структура итоговой оценки

Итоговая оценка по учебной дисциплине складывается из следующих элементов:

Работа на практических занятиях (решение задач с использованием компьютеров, доклады, обсуждения)

Домашнее задание, оформленных в виде мультимедийной презентации (20-25 слайдов)

Зачет в устной форме

В качестве базового учебника используется ридер, разработанный на основе следующей литературы:

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

В.П. Боровиков, И..П. Боровиков Статистический анализ и обработка данных в среде Windows ИИД «ФИЛИНЪ», М,1998

В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001

Питеркин С.В. , Оладов Н.А., Исаев Д.В. Точно вовремя для России М., изд. Альпина паблишер, 2002

Содержание программы

Тема 1 Информационные технологии анализа логистических процессов.

Применение статистических методов в анализе процессов: управление запасами, закупками, сбытом. Классификация основных методов анализа. Основные понятия и математический аппарат моделирования. Прогнозирование как составная часть логистического планирования.

Оптимальные решения. Особенности применения моделей линейного программирования. Примеры оптимизации задач логистики: выбор поставщиков товара, оптимизация транспортных расходов, оптимизация плана выпуска продукции, выбор оптимальной стратегии управления. Структура модели. Программные средства решения задач линейного программирования. Анализ решения Устойчивость оптимального решения. Полезные свойства линейных моделей. Инструментальные средства поддержки оптимальных решений.
Литература

Основная

Мультимедийная презентация по теме 1

Ридер «Информационные технологии в логистике» объемом 50 стр.
(Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г)

В. Долженко, Ю. Колесников. Microsoft Excel 2000 в подлиннике. BHV- Санкт-Петербург, 1999 г.

Дополнительная

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

Г.П. Фомин Математические методы и модели М Финансы и статистика, 2001г

Тема 2. Современные методы построения прогнозов.

Основные понятия прогнозирования. Постановка задач прогнозирования Схема процесса прогнозирования. Обзор классических и современных методов прогнозирования. Выбор метода для построения прогноза. Применение технологий прогнозирования к задачам логистики: прогнозирование объемов продаж. Инструментальные средства прогнозирования.

Литература

Основная

Мультимедийная презентация по теме 2

Ридер «Информационные технологии в логистике» объемом 50 стр.
(Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г
В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001)

В. Долженко, Ю. Колесников. Microsoft Excel 2000 в подлиннике. BHV- Санкт-Петербург, 1999 г.

Дополнительная

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

Г.П. Фомин Математические методы и модели М Финансы и статистика, 2001г

В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001

Тема 3. Анализ и прогнозирование временных рядов с использованием компьютерных технологий.

Типы временных рядов. Стационарные временные ряды. Выборочные характеристики стационарных рядов. Прогнозирование стационарных временных рядов. Нестационарные временные яды. Ряды с трендом. Методы выделения тренда. Ряды с сезонными компонентами. Методы выделения сезонных компонент. Прогнозирование рядов с трендами и сезонными составляющими. Построение прогноза методом скользящего среднего. Построение прогноза методом экспоненциального сглаживания. Построение прогноза помощью моделей авторегрессии и проинтегрированного скользящего среднего. (AutoRegressive Integrated Moving Average – (ARIMA))

Литература

Основная

Мультимедийная презентация по теме 3

Ридер «Информационные технологии в логистике» объемом 45 стр.
(Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г
В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001)

В. Долженко, Ю. Колесников. Microsoft Excel 2000 в подлиннике. BHV- Санкт-Петербург, 1999 г.

Дополнительная

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

Г.П. Фомин Математические методы и модели М Финансы и статистика, 2001г

В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001

В.П. Боровиков, И..П. Боровиков Статистический анализ и обработка данных в среде Windows ИИД «ФИЛИНЪ», М,1998
Тема 4 Прогнозирование с использованием множественной регрессии.

Обзор методов множественной регрессии. Предварительная обработка данных. Многофакторный корреляционный анализ. Определения дисперсионного анализа Технология дисперсионного анализа Применение методов множественной регрессии в задачах прогнозирования. Линейная и нелинейная регрессия. Задача об эффективном отборе поставщиков. Инструментальные средства

Литература

Основная

Мультимедийная презентация по теме 4

Ридер «Информационные технологии в логистике» объемом 50 стр.
(Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г
В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001)

В. Долженко, Ю. Колесников. Microsoft Excel 2000 в подлиннике. BHV- Санкт-Петербург, 1999 г.

Дополнительная

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001

В.П. Боровиков, И..П. Боровиков Статистический анализ и обработка данных в среде Windows ИИД «ФИЛИНЪ», М,1998

Тема 5 Имитационное моделирование в построении прогнозов

Определение и свойства имитационной модели. Функциональное назначение модели. Использование имитационных моделей как инструмента поддержки принятия логистических решений. Формирование модели массового обслуживания. Примеры построения имитационных моделей. Моделирование рисков инвестиционного проекта.

Литература

Основная

Мультимедийная презентация по теме 5

Ридер «Информационные технологии в логистике» объемом 50 стр.
(Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г
В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001)

В. Долженко, Ю. Колесников. Microsoft Excel 2000 в подлиннике. BHV- Санкт-Петербург, 1999 г.

Дополнительная

Конрад Карлберг Бизнес-анализ с помощью Excel. Киев Диалектика, 1997г.

В.П. Боровиков Программа STATISTICA для студентов и инженеров Компьютер Пресс, М., 2001

В.П. Боровиков, И..П. Боровиков Статистический анализ и обработка данных в среде Windows ИИД «ФИЛИНЪ», М,1998

Примеры контрольных вопросов

1.Укажите необходимые для построения прогноза свойства временного ряда:

2. Укажите правильные элементы классификации временных рядов:

3. Доверительный интервал прогноза, построенного по тренду, определяется уравнением:

4. Какая модель тренда используется функцией Excel РОСТ

5. Что определяет доверительная вероятность при оценке корреляции:

6. Укажите необходимые свойства выборок для дисперсионного анализа:

8. Какие из параметров итогов расчета регрессии в Excel позволяют оценить полноту модели:

9. В каких задачах оптимизации решение представляет собой двоичный вектор-столбец (вектор-строку):

10 Укажите свойства имитационных моделей1. Какие параметры системы оцениваются в процессе имитационного моделирования:

11. Какой вид распределений используется как модель поступления требований от большого числа независимых источников за определенный интервал времени:

12. Какую формулу Excel можно использовать для задания равномерно распределенной на интервале А..В случайной величины:

Пример домашнего задания

Проанализировать совместную деятельность подразделений фабрики по изготовлению и продаже двух видов краски для внутренних и наружних работ, которая поступает в продажу по цене 3 тыс.руб. и 2 тыс. руб. за тонну. Для производства красок используют два вида сырья А и В, максимально возможные суточные запасы которых составляют 3 т. и 4 т. Расходы сырья на производство 1 т. красок приведены в соответствующей таблице. Изучение конъюнктуры спроса на рынке сбыта показало, что суточный спрос на краску для внутренних никогда не превышал спроса на краску для наружных работ более чем 1,5 тонны, а спрос на краску для внутренних работ никогда не превышал 2 тонн в сутки. Какое количество краски каждого вида необходимо производить фабрике, чтобы доход от ее реализации был максимальным.

На основе статистических данных спрогнозировать оптовые/розничные цены на следующий квартал.

Оценить влияние изменения спроса, запасов сырья, оптовых и ли розничных цен на оптимальное решение:

Отдел снабжения прогнозирует на следующий месяц недопоставку сырья в объеме 2 тонны в сутки, а поставку сырья А может увеличить на три тонны в сутки.

Отдел рекламы в результате проведения рекламной кампании прогнозирует на летний сезон увеличение продажи краски для внутренних работ до 4 тонн в сутки.

Маркетинговый отдел прогнозирует на зимний сезон снижение цен краски для наружных и внутренних работ соответственно на 0,5 тыс. руб. и 1 тыс. рублей за тонну.

Авторы программы Грекул В.И.

Коровкина Н.Л.