- •Бродський ю.Б., Малютіна в.П.
- •«Економіко – математичне моделювання»
- •Частина 1. Методологія та інструментарій моделювання
- •1. Системний підхід. Основні принципи та аспекти.
- •1.1. Економічна система.
- •Елементи системології і кібернетика
- •1.3. Етапи і компоненти системного аналізу.
- •2. Технологія моделювання.
- •2.1. Моделювання як метод описування систем
- •2.2. Способи моделювання та види моделей
- •Методи перевірки адекватності моделі
- •3. Задача математичного програмування (мп)
- •3.1 Формальна постановка задачі
- •3.2. Види та структурні моделі загальної задачі мп
- •Структурні моделі основних задач мп
- •3.3. Приклад розгорнутої моделі задачі лп
- •3.4. Графоаналітичний метод
- •4. Сиплекс-метод розв’язування задач лінійного програмування
- •4.1. Загальна характеристика симплекс-методу
- •4.2. Методика побудови симплекс-таблиці
- •4.3. Методика отримання опорного плану та його покращення.
- •5. Двоїста задача лінійного програмування. Аналіз результатів в табличному процесорі Excel
- •5.1. Поняття про двоїсту задачу лінійного програмування.
- •Зміст коефіцієнтів та величин моделі
- •5.2. Алгоритм розв’язування задачі оптимізації в Excel
- •Методика введення умов задачі
- •Пошук рішення. Корегування початкових даних моделі
- •5.3. Аналіз оптимального рішення задачі
- •6. Задача лінійного програмування транспортного типу
- •6.1. Постановка задачі
- •6.2. Математична модель транспортної задачі
- •6.3. Методика розв’язання задачі методом потенціалів
- •7. Статистичні методи та моделі аналізу результатів досліду
- •7.1. Методи апроксимації функцій в задачах дослідження процесів і систем
- •7.2. Критерії узгодженості апроксимуючої функції з даними експерименту
- •7.2. Лінійна регресія за допомогою функцій, лінійного тренду та пакета аналізу
- •8. Методи прогнозування.
- •9.2. Класична транспортна задача. Особливості транспортної задачі
- •Позначення:
- •9.3. Постановка задачі по плануванню перевезення різних вантажів одним видом транспорту. 3ведення її до класичної задачі
- •Постановка задачі по плануванню перевезення різних вантажів різними видами транспорту
- •9.4. Коротка характеристика задач, що зводяться до транспортних.
- •10. Загальна лінійна оптимізаційна модель Канторовича (Основна задача виробничого планування)
- •Побудова структурної моделі
- •Для побудови моделі введемо позначення:
- •У відповідності з прийнятими позначеннями модель має вид:
- •11. Оптимізаційна модель мгб з обмеженнями на загальні не відтворювані ресурси Постановка завдання
- •Побудова моделі
- •Визначення і розшивка „вузьких місць”
- •12. Модель Леонтьєва
- •Відкрита модель Леонтьева
- •13. Динамічні моделі збалансованого зростання Моделі леонтьевского типу
- •Модель фон Неймана
- •Застосування моделі Неймана
- •Модель Леонтьева-фон Неймана
- •Динамічна модель Канторовича
- •14. Абстрактна модель оптимального планування виробництва Цільова функція суспільного добробуту
- •Абстрактна модель оптимального планування виробництва
- •15. Моделювання сфери споживання
- •15.1.Функція корисності. Загальні властивості функції корисності
- •15.2. Порівняння і взаємозамінність споживчих благ
- •15.3. Функція купівельного попиту
- •16. Моделювання розміщення і спеціалізації сільськогосподарського виробництва Розміщення і спеціалізація сільського господарства як частина комплексної проблеми розміщення виробництва
- •Підходи до вирішення проблеми розміщення і спеціалізації сільського господарства та економічні параметри задачі
- •Постановка задачі. Вибір критерію оптимальності і визначення складу змінних величин
- •Структурна економіко-математична модель задачі
- •Формування вихідної інформації. Схема матриці задачі
- •Може бути використана і гіперболічна функція іншого типу:
- •18. Застосування генетико - математичних методів у тваринництві
- •Графічне зображення варіаційних рядів
- •19. Індексація тварин та оцінка генетичного прогресу в популяції
2.2. Способи моделювання та види моделей
Для глибокого осмислення суті моделювання як метода наукового пізнання та його правильного використання необхідно знати способи моделювання та види моделей. Спосіб повного моделювання забезпечує подібність руху матерії в основних формах її існування – в часі та просторі, тобто повні моделі адекватні об’єкту в часі та просторі. Неповне (часткове, локальне або функціональне) моделювання забезпечує подібність протікання всіх основних процесів, які характеризують досліджуване явище, лише частково – тільки в часі, або тільки в просторі. При функціональному моделюванні забезпечується подібність між деякими функціями або узагальненими характеристиками, які в моделі і в оригіналі мають певну відповідність.
При наближеному моделюванні беруться до уваги тільки найважливіші аспекти (фактори) системи, які суттєво впливають на протікання основних процесів. Інші фактори моделюються приблизно або зовсім не беруться до уваги.
Моделі, які реалізуються трьома вище зазначеними способами, класифікуються за двома ознаками. За характером досліджуваних процесів в системі виділяються такі види моделей:
статичні – застосовуються для описування стану системи у фіксований момент часу;
динамічні – для дослідження поведінки системи у часі;
детерміновані – відображають процеси з визначеними характеристиками (параметрами), тобто для яких відсутні випадкові впливи;
стохастичні – враховують випадкові процеси. Моделі мають невизначені (повністю або частково) параметри;
дискретні та неперервні (відносно деяких факторів, наприклад часу).
За формою подання об’єкта моделі поділяють на матеріальні (реально – практичні) та абстрактні (ідеально – теоретичні). До матеріальних моделей відносять натурні, фізичні та машинні (реалізовані алгоритмічні моделі, комп’ютерні – машинна імітація, кібернетичні пристрої). Клас абстрактних моделей містить наочні, символьні та математичні (аналітичні, алгоритмічні) моделі.
Рис. 11
Принципи та основні етапи математичного моделювання.
Математичне моделювання – це метод дослідження процесів, об’єктів, систем, який базується на побудові та дослідженні математичних моделей.
Математична модель – система математичних та логіко – математичних співвідношень, які описують реальну систему (об’єкт, процес, явище) і призначеня для визначення їх кількісних та якісних характеристик.
Математичні моделі відрізняються великим різноманіттям. Всі математичні моделі можна поділити на аналітичні та алгоритмічні.
Аналітична модель представляє систему математичних співвідношень у вигляді аналітичних (формульних) залежностей, рівнянь та нерівностей. Якщо аналітичний опис об’єкта виконати неможливо або він непридатний для досліджень, то створюють алгоритмічну модель і, як правило, з наступною реалізацією у вигляді програми для ЕОМ. В результаті отримують машинну модель, яка відображає структуру і поведінку системи, її компонентів та взаємодію між ними. Виконання програми дозволяє імітувати динамімні процеси в системі, що моделюється. Кожний акт відтворення процесу функціонування системи за допомогою моделюючої програми з наступною реєстрацією отриманих даних називають імітаційним експериментом. На відміну від натурних експериментів, можлива така організація імітаційних експериментів, яка забезпечує суттєве використання інформації про внутрішню будову машинної моделі і враховує особливості її функціонування. Сьогодні машинне моделювання (машинна імітація) – це визнаний науковий метод вивчення, дослідження складних процесів та систем.
Головною перевагою математичних моделей є висока ступінь їх універсальності, можливість дослідження будь-яких процесів та пошука рішень дослідних задач. Математичну модель складної системи можливо побудувати:
до того, як буде створена (синтезована) складна система з метою оцінювання її майбутніх характеристик та оптимізації системи;
на етапі побудови системи для дослідження можливих варіантів;
після побудови та впровадження системи з метою оцінювання ефективності її використання за призначенням та визначення напрямків подальшого удосконалення.
В процесі побудови математичної моделі необхідно враховувати такі принципи моделювання:
а) принцип адекватності моделі і оригіналу. Він передбачає відповідність моделі поставленій меті дослідження;
б) принцип абстрагування від другорядних деталей та факторів. Модель має описувати лише найсуттєвіші властивості оригіналу відносно поставленої мети та має бути простішою за нього. Тому при побудові моделі намагаються досягти її спрощення, зберігаючи при цьому суттєві властивості досліджуваної системи;
в) принцип досягнення компромісу між бажаною точністю результатів моделювання та складністю моделі.
Побудову математичної моделі можна здійснювати двома шляхами:
абстрактний шлях – спочатку будується гіпотетична модель, яка потім наповнюється конкретним змістом, тобто будується оригінальна модель;
шлях аналогії – використовуються типові моделі для опису системи або на базі типових моделей розробляють нову модель.
Етапи моделювання представлені на рис. 12.
вивчення
систем (об’єкту, процесу)
визначення
об’єкту моделювання, цілей процесу,
цілей моделювання
вибір показників
якості, критеріїв, вимог до деталізації,
достовірності, оперативності.
опис системи
(об’єкту, процесу)
прийняття гіпотез
та припущень
визначення
параметрів моделі
визначення вимог
до вихідної інформації
декомпозиція на
процеси (компоненти)
мінімалізація
числа параметрів моделі
вибір математичного
апарату
опис та перетворення
рівнянь та нерівності моделі
вибір метода
оптимізації
побудова алгоритма
перевірка
адекватності моделі та алгоритма
Наявність задачі моделювання
змістовий опис
формалізація, побудова
моделі та алгоритму
адекватність моделі
комп’ютерна
модель (програмування)
достовірність
результатів
використання
результатів; дослідження
моделі
-
+
-
+
Рис. 12
Розглянуті етапи рідко виконуються в заданій послідовності, тобто процес моделювання є, як правило, ітеративним. На будь якому з етапів можливе повернення до попередніх етапів, оскільки модель може виявитись надто складною або суперечливою, виявитись помилкові припущення чи бракуватиме необхідної інформації, буде проводитись зміна цілей дослідження, проявиться неадекватність моделі або її недостатня точність.
Сьогодні майже у всіх областях діяльності людини метод моделювання використовується як обов’язковий елемент процесів обґрунтування розробки, випробовувань та впровадження в експлуатацію складних систем, а також для вивчення та дослідження систем різної природи.