Бережная_Матметоды моделирования эк cистем
.pdfLB. БЕРЕЖНАЯ, В.И. БЕРЕЖНОЙ
МЕТОДЫ
МОДЕЛИРОВЙИИЯ
ЭКОНОМИЧЕСКИХ
СИС1ЕМ
Издание второе, переработанное и дополненное
Рекомендовано Учебно-методическим объединением (УМО) вузов
по специальностям "Финансы и кредит", "Бухгалтерский учет, анализ и аудит", "Мировая экономика"
в качестве учебного пособия для студентов высших учебных заведений
Москва ''Финансы и статистика"
2006
УДК 330.45:519.86(075.8) ББК 65.050в6я73
Б48
РЕЦЕНЗЕНТЫ:
Кафедра прикладной математики и информатики
Ставропольского государственного университета;
Л.Г. Лабскер,
профессор кафедры математического моделирования экономических процессов
Финансовой академии при Правительстве РФ
Бережная Е.В., Бережной В.И.
Б48 Математические методы моделирования экономических систем: Учеб. пособие. — 2-е изд., перераб. и доп. — М.: Фи нансы и статистика, 2006. - 432 с: ил.
ISBN 5-279-02940-8
Рассматривается моделирование экономических систем с использо ванием марковских случайных процессов, моделирование систем мас сового обслуживания, методы и модели корреляционно-регрессионного анализа и прогнозирования временных рядов экономических показате лей. Приводятся оптимизационные методы и модели в управлении эко номическими системами, линейное, динамическое, параметрическое и целочисленное программирование, а также транспортные задачи ли нейного программирования, теория игр и принятие решений.
Для преподавателей, аспирантов, студентов экономических вузов и факультетов, менеджеров.
^ 0601000000-107 ^^ ^ ^^^^ |
УДК 330.45:519.86(075.8) |
010(01) - 2006 |
^^^ 65.050в6я73 |
|
© Бережная Е.В., Бережной В.И., 2001 |
ISBN 5-279-02940-8 |
© Бережная Е.В., Бережной В.И., 2005 |
ПРЕДИСЛОВИЕ
Методы экономико-математического моделирования, возможности применения которых существенно расширились благодаря современному программному обеспечению ПЭВМ, представляют собой один из наиболее динамично развивающихся разделов прикладной экономической науки.
Современный экономист должен хорошо разбираться в экономико-ма тематических методах, уметь их практически применять для моделирования реальных экономических ситуаций. Это позволит лучше усвоить теоретиче ские вопросы современной экономики, повысить уровень квалификации и общей профессиональной культуры специалиста.
В учебном пособии систематически излагаются методы экономико-ма тематического моделирования, которые широко используются в различных областях экономики, при принятии управленческих решений в финансо вой сфере в силу разработанности математического аппарата и возможнос ти практической реализации.
Пособие включает двенадцать глав, которые объединены в два раздела. Раздел I посвящен вероятностно-статистическим методам моделирова ния экономических систем, а также теоретическим основам вероятностных методов. Авторы излагают те вопросы теории вероятностей и математичес кой статистики, знание которых является необходимым минимумом для ус
воения материала, рассматриваемого в последующих главах.
Значительное место отведено применению марковских случайных про цессов для моделирования экономических систем, а также использованию аппарата теории массового обслуживания для решения финансово-эконо мических задач. Далее авторы рассматривают возможности применения ме тода статистического моделирования (метода Монте-Карло).
Достаточно подробно рассмотрены методы и модели корреляционнорегрессионного анализа. Регрессионный и корреляционный анализ нахо дит широкое применение при исследовании зависимостей и взаимосвязей между явлениями в экономике, при прогнозировании и решении задач бизнес-планирования. В настоящее время большинство объективно суще ствующих зависимостей между финансово-экономическими явлениями ис следованы и изучены теоретически. Значительно важнее количественно из мерить тесноту причинно-следственных связей в экономике и финансах, понять природу исследуемых процессов. Это позволит воздействовать на выявленные факторы, вмешиваться в соответствующий экономический процесс с целью получения нужных результатов. В связи с этим к аппара ту корреляционно-рефессионного анализа в ходе своих исследований об ращаются как экономисты-практики, так и научные работники.
Внимание к методам корреляционно-регрессионного анализа особенно возросло в связи с появлением современных профаммных продуктов для компьютеров, реализующих эти и другие математико-статистические мето ды. Если раньше пакеты прикладных профамм по математико-статистиче- ским методам были ориентированы в основном на профессиональных поль зователей (математиков-прикладников), то широко распросфаненные се годня табличные процессоры Excel, входящие в известный продукт MS Office, не требуют от исследователя подготовки, выходящей за рамки эко номического вуза.
Учебное пособие — практическое руководство по корреляционно-рег рессионному анализу, которое поможет студентам, аспирантам, менедже рам овладеть этими методами анализа. Рассмофенные методы и модели прогнозирования временных рядов экономических показателей особенно актуальны для современных студентов экономических специальностей.
Раздел II посвящен методам оптимизации: линейному, динамическому, парамефическому, целочисленному профаммированию, теории иф.
Наряду со сведениями теоретического характера в пособии разбирает ся большое количество примеров и задач, цель которых — уяснение основ ных понятий и математических методов. В конце каждой главы приводят ся задачи для самостоятельного решения. Задачи подобраны и составлены с особой тщательностью и могут служить для проверки степени усвоения читателем изученного материала. Примеры и задачи предусмафивают не большой объем вычислений и могут быть использованы на практических занятиях при изучении курса «Экономико-математические методы».
Дополнительные теоретические сведения для более глубокого изучения того или иного раздела можно получить из книг, приведенных в списке ли тературы.
Изучение всех разделов экономико-математических методов, излагае мых авторами в учебном пособии, предусмофено Государственным образо вательным стандартом по экономическим специальностям.
Пособие написано на основе многолетнего опыта преподавания эконо мико-математических методов и моделей в высших учебных заведениях, а также на основе решения ряда практических задач, которые всфечались авторам в научно-исследовательской работе.
Авторы выражают благодарность уважаемым рецензентам и призна тельны им за ценные замечания, которые улучшили изложение материала,
— кафедре прикладной математики и информатики Ставропольского госу дарственного университета и профессору кафедры математического моде лирования экономических процессов Финансовой академии при Прави тельстве РФ Л. Г. Лабскеру.
РАЗДЕЛ I
Вероятностно-статистические методы моделирования экономических систем
Глава 1 Основы вероятностных методов
анализа и моделирования экономических систем
1.1.Элементарные понятия
ослучайных событиях, величинах и функциях
Под событием понимается всякий факт, который может про изойти в данных условиях. Теория вероятностей рассматривает со бытия в тесной связи с теми условиями, в которых они наступают. Совокупность условий, в которых рассматривается данное собы тие, называют комплексом условий, а реализацию этого комплекса условий на практике — испытанием. В зависимости от связи между событиями и соответствующими комплексами условий различают достоверные, невозможные и случайные события.
Достоверным называется такое событие, которое наступает каж дый раз при реализации данного комплекса условий. Достоверное событие обозначим через U.
Невозможным называется событие, которое никогда не насту пает при реализации данного комплекса условий. Невозможное со бытие обозначим символом 0.
Случайным называется событие, которое может либо наступить при реализации данного комплекса условий, либо не наступить. Достоверное и невозможное события могут рассматриваться как крайние частные случаи случайных событий. Случайные события обозначим через А, В, С...
Согласно теоретико-множественному подходу при рассмотре нии понятия «случайное событие» введем понятие «элементарное событие».
Элементарное событие — это один из нескольких возможных, но несовместных исходов того или иного опыта (испытания). Со вокупность или множество их составляют пространство элементар ных событий.
В общем случае пространство элементарных событий может быть любой природы: конечным и бесконечным, дискретным и не прерывным. Пространство элементарных событий является сино нимом достоверного события, так как один из его элементов не пременно наступит. Кроме того, существует понятие «пустое мно жество». Это множество, не содержащее элементарных событий. Очевидно, что пустое множество является синонимом невозмож ного события. При изучении случайных событий в ходе разработ ки математических моделей экономических систем используется, как правило, не одно, а группа событий, между которыми сущест вуют определенные соотношения, позволяющие выражать одни со бытия через другие.
Рассмотрим эти соотношения.
/. Событие А содержится в событии В (А с. В). Если при каж дом испытании, при котором происходит событие А, непременно происходит и событие В, то говорят, что событие А содержится в событии Д или принадлежит событию В,
2.Тождественные события {А = В). Если событие А содержится
всобытии в, а событие В содержится в событии А, то говорят, что события An В тождественны, или равносильны.
J. Произведение событий. Произведением (или пересечением) событий А VI В называется событие С, состоящее в совместном на ступлении этих событий. Другими словами, множество С содержит элементы, принадлежащие множествам А и В. Произведение собы тий записывается в виде:
С = А В или С = А п В, |
(1.1) |
А=АА,
где п — знак пересечения.
4. Несовместные события. События А и В называются несо вместными, если их совместное появление при испытании невоз можно. Условие несовместности записывается в виде:
АВ = 0. |
(1.2) |
5.Сумма событий (объединение событий). Суммой событий А и
Вназывается событие С, состоящее в наступлении хотя бы одного
из этих событий. Множество С содержит элементы, принадлежа щие хотя бы одному из множеств А или В:
С = А + В или С = Аи В, |
(1.3) |
A=A-hA,
где U - знак объединения.
6. Полная группа событий. События А и В составляют полную группу событий, если при реализации заданного комплекса усло вий непременно появится хотя бы одно из этих событий. Сумма всех таких событий есть событие достоверное:
С==А + В= и. |
(1.4) |
7. Противоположное событие. Два события АиА |
(читается «не |
А») называются противоположными, если они составляют полную фуппу несовместных событий, т.е. удовлетворяют условию:
А + А= U; А • А= 0. |
(1.5) |
Всякому событию при данном комплексе условий соответству ет определенная степень возможности. Более возможные события при многократных испытаниях в среднем наступают чаще, а менее возможные — реже. Частотой события называется отношение чис ла испытаний, в которых появилось данное событие, и общего чис ла испытаний. Частота события А равна:
|
п |
(1.6) |
где п |
— общее число проведенных испытаний; |
|
т(А) - число испытаний, в которых наступило событие А.
Частота достоверного события (/равна единице:
p*(f/) = - = l.
п
Частота невозможного события равна нулю:
/>*(0) = - = О.
п
Частота случайного события А находится в интервале [0;1]:
О < Р*{А) < 1.
7
Следует отметить, что частота случайного события обладает ус тойчивостью, что доказывается и формулируется в теореме Я. Бернулли, относящейся к закону больших чисел.
Свойство устойчивости частоты случайного события отражает связь между комплексом условий и возможностью наступления событий при данном комплексе. Количественной мерой степени возможности появления события для заданного комплекса усло вий является вероятность события. Чем более возможно появле ние случайного события, тем больше его вероятность. Наоборот, чем менее возможно появление события, тем меньше его вероят ность.
Вероятность и частота события тесно связаны между собой. Зная частоту, вычисленную при достаточно большом числе испы таний, есть все основания считать ее близкой к соответствующей вероятности и полагать, что
Р{Л)^Р*{Л) = ^^^. |
(1.7) |
Такой способ определения вероятности события Р(А) называет ся статистическим.
Свойства вероятностей событий
1. Вероятность невозможного события равна нулю, т. е. Р(0) = 0.
2^Для любого события А вероятность противоположного собы тия Л равна:
Р(А) = 1-Р{А). |
(1.8) |
3. Если событие А влечет за собой событие Д т. t. Аа |
В, то |
Р{А) < Р(В). |
(1.9) |
4. Вероятность события А заключена между нулем и единицей,
т. е.
0<Р(А)<1. (1.10)
5. Вероятность двух событий А и В равна сумме вероятностей этих событий без вероятности их произведения:
Р{А + В) = Р(А) + Р{В) - Р(АВ). |
(1.11) |
Вероятность события определяется при условии реализации не которой совокупности условий. Если никаких ограничений, кроме упомянутых условий, при вычислении вероятности Р(А) не налага ется, то такие вероятности называются безусловными. Однако в ря де случаев приходится находить вероятности событий при условии, что произошло некоторое событие В, имеющее положительную ве роятность. Такие вероятности называются условными и обозначают ся Р(А/В).
Событие А называется независимым от другого события В, если вероятность события А не изменяется от того, наступает событие В или нет. В противоположном случае событие А называется зависи мым от события В. Следовательно, если события А и В независи мые, то Р(А/В) = Р(А).
Вероятность произведения двух событий равна произведению вероятности одного из этих событий на условную вероятность дру
гого при условии, что первое произошло: |
|
Р(АВ) = Р(А) • Р(В/А) = Р{В) . Р{А/В). |
(1.12) |
Вероятность произведения независимых событий равна: |
|
Р{АВ) = Р(А) ' Р(В). |
(1.13) |
Вероятность произведения п случайных событий равна произ ведению вероятности одного из них на условные вероятности ос тальных, вычисленных при условии, что все предшествующие со бытия произошли.
Правило сложения вероятностей двух событий записывается сле дующим образом:
Р(А + 5) = Р(А) + Р(В) - Р(АВ). |
(1.14) |
Читается это правило так: вероятность наступления хотя бы од ного из двух событий равна сумме вероятностей этих событий без вероятности их совместного наступления.
Если события несовместны, то правило сложения вероятностей принимает вид:
Р{А + В) = Р(А) + Р(В). |
(1.15) |
Если несовместные события составляют полную группу, т. е.
Ai + А2 + .,. + А^ = и и AiAj = 0, / Ф],
то |
п |
п |
(1.16) |
Р\ ЕЛ |
= Х Д 4 ) = 1. |
9