книги / Прикладная математика, механика и процессы управления.-1

и экономических проблем ХХI века: сб. ст. по материалам всерос. науч.-практ. конф.; г. Пермь, 17–19 мая 2016 г. – Пермь: Изд-во Перм. гос. нац. исслед. ун-та, 2016. – С. 47–50.

4. Шандаров Е.С., Зимина А.Н., Ермакова П.С. Анализ поведения робота-ассистента в рамках разработки сценариев взаимодейсвия робот-ребенок//Гуманитарная информатика. – 2014. –

№ 8. – С. 52–64.

СИСТЕМЫ ДОПОЛНЕННОЙ РЕАЛЬНОСТИ

А.А. Каменских, П.В. Максимов, Р.К. Хатямов

Пермский национальный исследовательский политехнический университет, Пермь

Внастоящее время компьютерные технологии тесно вошли

внаш мир и используются нами в повседневной жизни. Одной из таких технологий, которая сегодня вызывает особенно большой интерес ведущих IT-компаний планеты, таких как Microsoft, Google, HTC и др., являются системы дополненной реальности «Augmented Reality (AR)» [1, 2].

Врамках анализа систем дополненной реальности в работе была выполнена оценка современного состояния выделенной IT-проблемы. При исследовании научной области были рассмотрены: история создания и развития теории AR-системы, определение AR-системы, классификация систем дополненной реальности, основные программные продукты и устройства, необходимые для создания и работы AR-системы. Далее в рамках исследования были рассмотрены существующие в настоящее время системы дополненной реальности. Первоначально ис-

пользование систем дополненной реальности применялось в авиации и военной технике, сейчас все больше и больше систем дополненной реальности направлено на облегчение повседневной жизни человека и решение различных социальных

(Wikitude), медицинских (Anatomy 4D, BoneSim) и многих дру-

71

гих задач. Системы дополненной реальности становятся неотъемлемой частью IT-технологий современного общества, в 2010 г. компания AlterGeo выпустила первое в истории России приложение с дополненной реальностью для iPhone. Данное приложение позволяет через камеру смартфона оценить, в какой стороне и на каком расстоянии от пользователя расположены городские достопримечательности и заведения, а также где в данный момент находятся его друзья. Также существуют системы дополненной реальности, направленные на распознавание речи. Из всего вышеизложенного можно сделать вывод, что системы дополненной реальности являются актуальной темой исследования в области информационных систем и технологий.

Рассматривая интерес к AR-технологиям, необходимо заметить как плюсы, так и минусы этого направления. К плюсам можно отнести: использование систем дополненной реальности со своего смартфона без дополнительного оборудования; системы дополненной реальности обеспечивают более быстрое получение информации в сложной среде, а минусами являются: дорогая цена оборудования ввода/вывода дополненной реальности (например, очки), кроме дополненной реальности в смартфонах; сложные программные продукты для разработки приложения дополненной реальности; высокая квалификация разработчика.

Список литературы

1.Левина А.П. Знакомство с дополненной реальностью // Молодежный научно-технический вестник. – 2014. – № 20. – С. 3.

2.Колупаев С.А., Музипов Х.Н. Технология дополненной реальности // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2015. – № 7. – С. 9–11.

72

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ

ВЫЯВЛЕНИЕ РЕГРЕССИОННОЙ ЗАВИСИМОСТИ ДЛЯ ОСНОВНЫХ МАКРОЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ В КРИЗИСНЫЕ ПЕРИОДЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

М.С. Зуева, О.А. Кузнецова, А.А. Ярыгина

Самарский государственный аэрокосмический университет, Самара

После распада СССР в конце 1991 года Российская Федерация была признана международным сообществом как госу- дарство-продолжатель СССР и с тех пор успела пережить 3 крупных кризиса, последний из них продолжается по сей день.

Кризис отчетливо наблюдается в резких спадах внутреннего валового продукта, которые происходили в 1998, 2009 и 2014–2015 годах, что соответствует историческим рамкам известных нам экономических кризисов. В работе были обозначены причины кризисов, проанализированы основные экономические показатели – ВВП, инфляция, уровень безработицы, курсы доллара и нефти. Целью работы является выявление предпосылок возникновения кризисов и, как следствие, моделирование поведения россиян.

Итак, кризисы возникали по разным причинам, однако события 2008 и 2014–2015 годов имеют яркие общие черты: падение цены на нефть и рост курса доллара США по отношению к рублю, их обратно-пропорциональная зависимость по отношению друг к другу (выявленная на основе коэффициентов корреляции); растущий тренд инфляции перед кризисом и относительная стабильность среднего уровня безработицы без какихлибо резких колебаний.

73

Также были составлены уравнения парной регрессии для показателей нефти и курса рубля по отношению к доллару, также для ВВП и инфляции, ВВП и безработицы, которые оказались не значимы по критерию Фишера для пары нефти и доллара США 1998 года.

Как итог, можно сделать вывод, что кризисы 2008 и 2014–2015 годов более похожи друг на друга, чего не скажешь о дефолте 1998 года. Объединяет их, в частности, высокая зависимость стоимость нефти и доллара США. Таким образом, глубокий анализ последних кризисов может показать предпосылки возникновения похожих новых. В данном исследовании были выявлены следующие предпосылки:

1)снижающийся темп роста ВВП;

2)повышающийся тренд инфляции;

3)высокая корреляция стоимости нефти и курса рубля по отношению к доллару США.

Основываясь на выявленных предпосылках, в период возникновения кризиса, похожего на события 2008 и 2014–2015 годов,

россияне смогут моделировать свое поведение так, чтобы получить выгоду от происходящего, например, в нужный момент «вложиться» в валюту, для чего рассчитать выгоду и помогут полученные уравнения регрессии; либо, наоборот, не принимать серьезных решений. Таким образом, проведенное исследование имеет большую практическую значимость.

Список литературы

1.«Мифы и правда о безработице в России: оценка эксперта» – Статья электронного периодического издания «MK.ru» [Электронный ресурс]. – URL: http://www.mk.ru/economics/2016/ 04/28/mify-i-pravda-o-bezrabotice-v-rossii-ocenka-eksperta.html

2.Сайт Службы государственной статистики [Электронный ресурс]. – URL: http://www.gks.ru.

74

3.Сайт «Инфляция России» [Электронный ресурс]. – URL: http://уровень-инфляции.рф.

4.Справочный портал Calc.ru [Электронный ресурс]. – URL: https://www.calc.ru/dinamika-Brent.html.

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИБЫЛИ БАНКА

ВЗАВИСИМОСТИ ОТ ЕГО ВЛОЖЕНИЙ В ИКТ И РЕКЛАМУ

СПОМОЩЬЮ ЯЗЫКА ПРОГРАММИРОВАНИЯ R

В.Н. Глухов, О.А. Кузнецова

Самарский государственный аэрокосмический университет, Самара

О моделировании зависимости банковской прибыли от различных факторов было написано много статей и проведено множество исследований. Но чаще всего исследователи рассматривают зависимость прибыли от статей активных и пассивных операций, то есть тех факторов, которые прямым образом влияют на прибыль банка. Это верный, но не совсем полный подход, так как вложения в косвенные факторы деятельности банка могут существенно стимулировать спрос на банковские услуги, а значит, повлиять на его прибыль.

Одними из таких факторов являются ИКТ и реклама. Вклад в ИКТ (информационно-коммуникационные технологии) банка может принести прибыль банку путем уменьшения затрат на осуществление бизнес-процессов в организации и привлечения новых клиентов благодаря расширенному перечню инновационных услуг. Реклама позволяет большему количеству людей узнать о банке, а значит, увеличить количество потенциальных клиентов.

Целью данного исследования являлось построение регрессионной эконометрической модели, которая бы лучшим способом предсказывала будущую прибыль банка в зависимости от его вложений в рекламу и ИКТ. Построение регрессионнокорреляционной модели строится на методе наименьших квад-

75

ратов, а все вычисления производятся в программной среде RStudio с использованием языка программирования R, который предназначен для анализа и визуализации данных. Адекватность модели и значимость ее коэффициентов проверяются с помощью коэффициентов F-критерия Фишера и t-критерия Стьюдента.

Список литературы

1.Пепеляева Т.Ф. Прогнозирование прибыли коммерческого банка с помощью регрессионных моделей. // Прикладная математика и вопросы управления. 2012. – № 10. – С. 160–174.

2.Эконометрика: учебник для магистров / И.И. Елисеева [и др.]; под ред. И.И. Елисеевой. – М.: Юрайт, 2014. – 453 с. – Сер.: Магистр.

3.Кузнецова О.А., Татарникова М.С. Эконометрическое моделирование: учеб. пособие. – Самара: Изд-во Самар. гос. аэрокосм. ун-та, 2012. – 44 с.

4.R in Action. Data analysis and graphics with R. – Manning Publications Co., 2011. – P. 447.

76

78

79

80