Тема: Различия в понимании затрат и себестоимости в финансовом, управленческом и налоговым учете. Учебная работа № 380942

Учебная работа № 380942. Тема: Различия в понимании затрат и себестоимости в финансовом, управленческом и налоговым учете

Выдержка из подобной работы

…….

Различия в распределениях степеней вершин нескольких MST

…..имального остовного дерева, т.е. дерева с
максимальной суммой весов, с течением времени. Топология MST оценивается с
помощью степеней вершин. Под степенью вершин понимается число ребер, исходящих
из этой вершины.

Цель и задачи исследования. Цель –
выявить различия в распределениях степеней вершин нескольких MST.

В соответствии с поставленной целью
исследования в работе поставлены следующие задачи:

построить и изучить статистическую
процедуру проверки многих гипотез о сравнении степеней вершин в MST;

исследовать характеристики
процедуры;

применить к реальным данным.

Структура работы: структура работы
обусловлена целью и задачами исследования. Работа состоит из введения, двух
глав, заключения, списка литературы и приложения.

Глава 1. Теоретическая часть

1.1 Основные понятия теории графов

Граф – упорядоченная пара конечного
множества вершин и множества ребер.

Взвешенный граф – это граф,
некоторым элементам которого (вершинам, ребрам или дугам) сопоставлены числа.

Связный граф – граф, у которого
между двумя любыми вершинами существует просто путь.

Максимальное остовное дерево – ациклическое
множество рёбер в связном, взвешенном и неориентированном графе, соединяющих
между собой все вершины данного графа, при этом сумма весов всех рёбер в нём
максимальна.

Для решения задачи о максимальном
каркасе известно несколько алгоритмов. Рассмотрим два из них.

В алгоритме Прима на каждом шаге
рассматривается частичное решение задачи, представляющее собой дерево. На
первом шаге это дерево состоит из одной произвольно выбранной вершины. Затем к
дереву последовательно добавляются ребра и вершины, пока не получится остовное
дерево – каркас. Для того, чтобы из текущего дерева при добавлении нового ребра
снова получилось дерево, новое ребро должно быть инцидентно вершине, уже
содержащейся в дереве. При выполнении алгоритма Прима необходимо следовать определенному
правилу выбора: на каждом шаге из всех подходящих ребер выбирается ребро
наибольшего веса для построения максимального остовного дерева.

Другой жадный алгоритм для задачи об
MST известен как алгоритм Краскала, где на каждом шаге тоже рассматривается
частичное решение. В отличие от алгоритма Прима частичное решение в алгоритме
Краскала всегда представляет собой лес, состоящий из всех вершин исходного
графа и некоторых ребер. Вначале новый граф состоит из изолированных вершин,
т.е. текущее множество ребер устанавливается пустым. Затем к имеющемуся
множеству последовательно добавляются ребра, появление которых не образует
цикл, пока не будет построен каркас исходного графа. Для выбора добавляемого
ребра применяется тот же «жадный» принцип, что и в алгоритме Прима – из всех
ребер выбираются ребра с максимальным весом.

.2 Схема построения сетевой модели
рынка

Как сказано выше, анализ фондового
рынка, представленного графом, происходит на основе корреляционной связи акций
друг с другом. Каждая ценная бумага интерпретируется как одна вершина графа.
Две вершины соединяются ребром, вес которого равен корреляции доходностей между
этими ценными бумагами[2].

Для построения графа рынка будут
использоваться стандартные характеристики финансовых активов.

Пусть Pi(t) – цена финансового
актива i, i=1,…,N, в день t, t=1,…,n. Будем считать, что

определяет доходность ценной бумаги
i за период, равный одному дню.

Обозначим среднюю доходность ценной
бумаги i за n дней как

.

Дисперсия доходности ценной бумаги i
за n дней рассчитывается по формуле:

.

Тогда коэффициент корреляции
высчитывается по следующей формуле (для финансовых активов i и j):

.

.2 Метод Монте-Карло

Методы Монте-Карло – единое название
совокупности численных методов, базирующийся на получении внушительного
количества реализаций стохастического процесса, который создается так, чтобы
его вероятностные характеристики соответствовали подобным величинам рассматриваемой
задачи.

.3 Статистический бутстрэп

С середины прошлого века на волне
развития вычислительных технологий в свет стали выходить работы, расск…