Исходные данные и результаты вспомогательных расчетов

Год	x	y, млн. руб.		lgZ
		4,1	99,0	1,996		1,996
		4,3	32,3	1,509		6,036
		6,0	4,0	0,602		5,418
		10,0	0,67	-0,174		-2,784
		12,2	0,22	-0,658		-16,450
		13,3	0,08	-1,097		-36,492
∑		49,9	136,27	2,178		-42,276

По данным таблицы система уравнений (4.15) запишется:

;

.

Решая эту систему, находим, а = 10,3; b = - 2,8. Из анализа исходных данных можно принять значения асимптот: А=10 млн. руб., С=4 млн. руб.

Тогда уравнение логистической функции будет:

млн. руб.

Подставляя в это уравнение (порядковый номер 2016-го года), получаем прогноз затрат млн. руб.

ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ

Задача 1. Выбрать бизнес-процесс (логистический процесс) для разработки информационной модели.

В условиях внедрения корпоративной информационной системы пе­ред организацией ставится задача регламентации основных бизнес-про­цессов, реализующих управление движением товарно-материальных по­токов. Частным решением этой комплексной задачи является построение информационных моделей логистических функций, процедур и операций.

Выбор объекта моделирования возможен исходя из составляющих сквозного логистического бизнес-процесса.

Дальнейшая декомпозиция составляющих процесса позволяет полу­чить множество процедур, которые могут являться объектом информаци­онного моделирования. Возможен самостоятельный выбор процесса (функ­ции, процедуры) по желанию разработчика.

Дальнейшая декомпозиция данного процесса в BPWin позволяет полу­чить информационную модель процесса определения потреб­ности в материальных ресурсах организации (рис. 9.3 и 9.4).

Задание. Выбрать метод моделирования, реализация которого может осуществляться как в автоматизированном, так и в ручном режиме. В автоматизированном режиме рекомендуется использовать программы AllFusion Process Modeler (ранее BPWin) или Microsoft Visio.

Определить входную и выходную информацию, регламентирующую информацию (нормативно-справочную), информационные субъекты управления.

Построить модель.

Задача 2.Попарные данные наблюдений за процессом в виде зафиксированных значений результирующего показателя y и независимого аргумента x по вариантам приведены в таблице 4.4. Определить линейную регрессионную модель и коэффициент корреляции. Нанести точки наблюдений и линию регрессии на графике.

Таблица 4.4

Данные наблюдений

x

y

x

y

x

y

x

y

x

y

x

y

x

y

x

y

1,74

1,69

1,82

1,95

1,92

2,12

2,16

2,15

Продолжение таблицы 4.4

x

y

x

y

x

y

x

y

x

y

x

y

x

y

x

y

1.

Задача 3. Наблюдения за уровнем дефектности продукции y в процентах по годам (x – порядковый номер года наблюдений) для различных вариантов приведены в таблице 4.5. Определить нелинейные регрессионные модели методом средних. Нанести точки наблюдений и линию регрессии на графике.

Таблица 4.5

Данные наблюдений

x	y в процентах по вариантам
	1,2	3,4	1,9	0,8	2,3		1,8		2,7	1,2	8,5	5,2	3,6	1,4	10,2
	1,8	3,2	1,3	1,3	2,2		1,7		4,8	1,6	8,3	3,5	5,7	1,6	10,0
	2,3	3,1	0,8	1,5	2,2		1,6		5,7	2,0	8,0	2,7	7,0	2,2	9,7
	2,7	3,0	0,6	1,7	2,0		1,5		6,4	2,6	7,6	1,9	8,2	3,3	9,2
	2,9	2,7	0,4	1,9	1,8		1,3		7,2	3,3	6,7	1,3	9,0	4,4	8,4
	3,2	2,3	0,3	2,1	1,5		1,1		7,8	4,2	5,6	1,0	9,5	5,2	7,0
	3,3	1,4	0,2	2,3	1,2		0,7		8,0	5,4	3,7	0,8	9,8	6,5	4,7

Задача 4. Изменения затрат на управление логистическим сервисом в относительных единицах по годам (x – порядковый номер года наблюдения), а также значения асимптот логистической функции A и С по вариантам представлены в таблице 4.6. Определить регрессионные модели в виде логистических кривых. Нанести точки наблюдений и линию регрессии на графике.

Таблица 4.6

Данные наблюдений

Вариант	Порядковый номер года x	А	С
	0,4	2,1	5,6	9,8	11,4	11,5	11,8
	6,8	6,1	4,7	1,6	0,6	0,4	0,3
	2,3	5,4	9,3	11,9	12,1	13,3	13,7
	5,8	4,5	2,3	1,4	1,3	1,3	1,1
	7,2	14,1	24,8	33,4	37,7	38,5
	32,4	27,6	13,4	6,3	6,2	6,1	6,1
	4,7	18,2		77,5
		33,3	23,1	8,5	4,2	3,2
	2,7	8,3	18,6	27,5	34,1	35,2
	43,5	39,8	29,2	9,8	4,2	3,7