- •Введение
- •Часть 1 пособия включает 10 девять разделов.
- •1. Моделирование и экономическая деятельность
- •Философия создания правильно построенных экономических систем
- •2. Основы вероятностных методов анализа и моделирования экономических систем
- •2.1. Элементарные понятия о случайных событиях, величинах и функциях
- •Числовые характеристики случайных величин
- •2.3. Статистическая оценка законов распределения случайных величин
- •Вариационный ряд часовой выработки автомобиля
- •2.4. Основные законы распределения случайных величин
- •Дискретные законы распределения
- •2.5. Выбор теоретического закона распределения случайной величины
- •Сравнительная таблица
- •3. Моделирование экономических систем с использованием марковских случайных процессов
- •3.1. Основные понятия марковских процессов
- •3.2. Марковские цепи
- •3.3. Непрерывные цепи Маркова
- •Финальные вероятности состояний
- •Необходимые и достаточные условия существования финальных вероятностей
- •3.4. Моделирование работы подвижного состава с использованием марковских случайных процессов
- •4. Моделирование систем массового обслуживания
- •4.1. Компоненты и классификация моделей массового обслуживания
- •4.2. Определение характеристик систем массового обслуживания. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- •Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- •Модель обслуживания машинного парка
- •5. Статистическое моделирование экономических систем
- •5.1. Теоретические основы метода
- •Формулы для моделирования случайных величин
- •Решение
- •Решение
- •Решение
- •Понятие о моделировании случайных функций
- •5.2. Моделирование систем массового обслуживания с использованием метода Монте-Карло
- •Методику решения задачи рассмотрим на примере моделирования смо с отказами.
- •5.3. Моделирование потоков отказов элементов сложных технических систем
- •Решение
- •6.Методы и модели корреляционно-регрессионного анализа
- •6.1. Общие сведения
- •Выборочные уравнения регрессии
- •Линейная регрессия
- •Основные понятия корреляционно-регрессионного анализа
- •6.2. Исходные предпосылки регрессионного анализа и свойства оценок
- •6.3. Этапы построения многофакторной корреляционно-регрессионной модели
- •1. Априорное исследование экономической проблемы.
- •2. Формирование перечня факторов и их логический анализ.
- •3. Сбор исходных данных и их первичная обработка.
- •4. Спецификация функции регрессии.
- •5. Оценка функции регрессии.
- •6. Отбор главных факторов.
- •7. Методы и модели прогнозирования временных рядов экономических показателей
- •7.1. Основные положения и понятия в прогнозировании временных рядов
- •7.2. Характеристика методов и моделей прогнозирования показателей работы предприятий
- •7.3. Прогнозирование с помощью методов экстраполяции
- •1. Установление цели и задачи исследования, анализ объекта прогнозирования.
- •2. Подготовка исходных данных.
- •3. Фильтрация исходного временного ряда.
- •4. Логический отбор видов аппроксимирующей функции.
- •Оценка математической модели прогнозирования
- •Выбор математической модели прогнозирования
- •8.Оптимизационные методы и модели в управлении экономическими системами Линейное программирование
- •8.1. Задачи линейного программирования
Формулы для моделирования случайных величин
Закон распределения случайной величины |
Плотность распределения |
Формула для моделирования случайной величины |
Экспоненциальный |
|
|
Вейбула |
|
|
Гамма-распределение ( — целые числа) |
|
|
Нормальное |
|
|
Решение
1. Вычислим коэффициент вариации случайной величины X:
-
Исходя из значения коэффициента вариации, определим по таблицам приложения параметры а и Сa. Величины параметров при V= 0,742 равны a = 1,4; Сa = 0,659.
-
Вычислим параметр b по формуле:
(5.7)
Параметры гамма – распределения вычислим по следующим формулам:
(5.8)(5.9)
Пример 5.2. Время обслуживания пассажира в кассе Аэрофлота подчинено гамма - распределению. При этом известно среднее значение времени обслуживания = 42 мин.; среднее квадратическое отклонение времени равно 14,8 мин.
Вычислите параметры закона распределения.
Решение
-
Вычислим параметр :
-
Величину параметра определим по следующей формуле:
Пример 5.3. Для ПК интенсивность потока отказов = 1,2 отк/сутки. Требуется определить последовательность значений продолжительности интервалов между отказами ПК. Известно, что эти интервалы описываются показательным законом распределения.
Решение
Определим продолжительность интервала между отказами ti используя формулу для моделирования случайной величины, распределенной в соответствии с экспоненциальным законом:
Значения определим по таблицам случайных чисел. Допустим = 0,7182; = 0,4365; = 0,1548; = 0,8731.
Тогда
Моделирование случайных событий
Моделирование случайного события заключается в воспроизведении факта появления или непоявления случайного события в соответствии с заданной его вероятностью. Моделирование полной группы несовместных событий A1 ,A2,, ..., An, вероятности которых P(Ai) = Pi; известны, можно свести к моделированию дискретной случайной величины Y, имеющей закон распределения
Р(yi) = Рi
где вероятности ее возможных значений
Р(уi) = Р(Аi) =Pi.
Очевидно, что принятие в испытании дискретной случайной величиной У возможного значения yi равносильно появлению в испытании события Аi. При практической реализации данного способа на единичном отрезке числовой оси откладывают интервалы .
Вырабатывают равномерно распределенное на интервале [0,1] случайное число и проверяют условие
(5.10)
При выполнении условия (5.10) считают, что при испытании наступило событие Аk.
Нетрудно заметить, что моделирование факта появления одного события А, имеющего вероятность Р(А), сводится к моделированию полной группы двух несовместных событий, т. е. противоположных событий с вероятностями Р(А) и Р() = 1 - Р(А).
Пример 5.5. Вероятность появления события А в каждом испытании Р(А) = 0,75.
Смоделируйте три испытания и определите последовательность реализации события А.