2 этапы формирования экономико математической модели. Основные этапы экономико-математического моделирования
Введение……………………………………………………………………….Стр.
1. Основы этапы и цели моделирования……………………… Стр.
1.1. Постановка цели моделирования……………………………………….Стр.
1.2. Идентификация реальных объектов...................................... Стр.
1.3. Выбор вида моделей……………………………………………………Стр.
1.4. Выбор математической схемы………………………………………….Стр.
2. Построение непрерывно-стахостической модели…… Стр.
2.1. Основные понятия теории массового обслуживания………………. Стр.
2.2. Определение потока событий……………………………………………Стр.
2.3. Постановка алгоритмов ……………………………..………………….Стр.
3. Программная реализация модели………………………….… Стр.
3.1. Оптимизация алгоритма………………………………..……………….Стр.
3.2. Листинг программы………..……………………………………………Стр.
Вывод…………………………………………………………………………Стр.
Список используемой литературы……………………………….. Стр.
Приложение…………………………………………………………………..Стр.
Введение
Современное состояние общества характеризуется внедрением достижений научно-технического прогресса во все сферы деятельности. Переживаемый в настоящее время этап развития является этапом информатизации. Информатизация - это процесс создания, развития и все-общего применения информационных средств и технологий, обеспечивающих кардинальное улучшение качества труда и условий жизни в обществе. Информатизация тесно связана с внедрением информационно-вычислительных систем, с повышением уровня автоматизации орга-низационно-экономической, технологической, административно-хозяй-ственной, проектно-конструкторской, научно-исследовательской и других видов деятельности. Создание сложных технических систем, проектирование и управление сложными комплексами, анализ экологической ситуации, особенно в условиях агрессивного техногенного воздействия, исследование социальных проблем коллективов, планирование развития регионов и многие другие направления деятельности требуют организации исследований, которые имеют нетрадиционный характер. По ряду специфических признаков все перечисленные объекты прикладной деятельности обладают свойствами больших систем. Таким образом, в различных сферах деятельности приходится сталкиваться с понятиями больших или сложных систем.
В разных сферах практической деятельности развивались соответствующие методы анализа и синтеза сложных систем. Системность стала не только теоретической категорией, но и аспектом практической деятельности. Ввиду того, что сложные системы стали предметом изучения, проектирования и управления, потребовалось обобщение методов исследования систем. Появилась объективная необходимость в возникновении прикладной науки, устанавливающей связь между абстрактными теориями системности и системной практикой. В последнее время это движение оформилось в науку, которая получила название «системный анализ».
Особенности современного системного анализа вытекают из самой природы сложных систем. Имея в качестве цели ликвидацию проблемы или, как минимум, выяснение ее причин, системный анализ привлекает для этого широкий спектр средств, использует возможности различных наук и практических сфер деятельности. Являясь по существу прикладной диалектикой, системный анализ придает большое значение методологическим аспектам любого системного исследования. С другой стороны, прикладная направленность системного анализа приводит к необходимости использования всех современных средств научных исследований - математики, вычислительной техники, моделирования, натурных наблюдений и экспериментов.
Системный анализ является меж- и наддисциплннарным курсом, обобщающим методологию исследования сложных технических, природных и социальных систем. Для проведения анализа и синтеза сложных систем используется широкий спектр математических методов. Основу математического аппарата данной дисциплины составляют линейное и нелинейное программирование, теория принятия решений, теория игр, имитационное моделирование, теория массового обслуживания, теория статистических выводов и т.п.
Основы цели, проблемы и этапы моделирования
Основная общая цель моделирования заключается в наблюдении за системой, подверженной воздействию внешних или внутренних факторов при достижении системой определенного состоянии, которое может быть как задано, так и неизвестно, из-за отсутствия информации или по каким либо иным причинам. Моделирование позволяет определить сможет ли система функционировать при таких условиях или нет, во время этого перехода. В зависимости от реальной модели и цели расширяются и конкретизируются.
Определение качества функционирования большой системы, выбор оптимальной структуры и алгоритма поведения, построение системы в соответствие с поставленной перед ней целью - главная проблема при проектировании современных больших систем (в том числе и АСУ, САПР, АСНI).
Поэтому, моделирование - один из методов, которые используются при проектировании и исследовании больших систем. Моделирование осуществляется через эксперимент - процедуру организации и наблюдения каких-нибудь явлений, которые осуществляются в условиях, близким к действительным, или имитируют их.
Различают два типа экспериментов:
1. пассивный, когда исследователь наблюдает процесс, не вмешиваясь в него;
2. активный, когда наблюдатель вмешивается и организовывает прохождение процесса.
В основе моделирования лежат информационные процессы:
v создание модели M базируется на информации о реальном объекте;
v при реализации модели получается информация о данном объекте;
v в процессе эксперимента с моделью вводится управляющая информация;
v полученные данные обрабатываются.
Как объект моделирования мы рассматриваем сложные организационно-технические системы, которые относятся к классу больших систем.
Модель М такой системы так же становится частью системы S(M) и может относиться к классу больших систем.
Следует также заметить, что модель большой системы описывается следующими критериями:
1. ЦЕЛЬ ФУНКЦИОНИРОВАНИЯ. Определяет степень целенаправленности поведения модели М. Модели делятся на одноцелевые (для решения одной задачи) и многоцелевые (рассматривают ряд сторон объекта).
2. СЛОЖНОСТЬ. Оценивается числом элементов и связей между ними, иерархию связей, множеством входов и выходов и т.д.
3. ЦЕЛОСТНОСТЬ. Модель М, которая создается, является одной целостной системой S(M), включает в себя большое количество составных частей (экспериментов), которые находятся в сложной взаимосвязи. Характеризуется появлением новых свойств, отсутствующих у элементов (эмерджентность).
4. НЕОПРЕДЕЛЕННОСТЬ. Проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методом решения задач, достоверности исходной информации и т.д. Главная характеристика неопределенности это такая мера информации как энтропия.
5. ПОВЕДЕНЧЕСКАЯ КАЗНЬ. Позволяет оценить эффективность достижения системой S поставленной цели. Применяя к М, позволяет оценить эффективность М и точность, и достоверность результатов.
6. АДАПТИВНОСТЬ. Это свойство высокоорганизованной системы. Благодаря ей S адаптируется к внешним раздражителям в широком диапазоне изменения действий Е. Применяя к модели М важна ее адаптация к внешним условиям, близким к реальным, а также вопрос существования М, и ее живучести и надежности.
7. ОРГАНИЗАЦИОННАЯ СТРУКТУРА СИСТЕМЫ МОДЕЛИРОВАНИЯ. Зависит от сложности модели и степени совершенствования средств моделирования. Одним из главных достижений в области моделирования - это возможность использования имитационных моделей для проведения машинных экспериментов.
Здесь нужны:
v оптимальная организационная структура комплекса технических средств
v информационного
v математического и программного обеспечения системы моделирования S`(М)
v оптимальная организация процесса моделирования (время моделирования и точность результата).
8. УПРАВЛЯЕМОСТЬ МОДЕЛИ. Необходимо обеспечить управление со стороны экспериментаторов при имитации разных условий прохождения процесса. Управляемость S связана со степенью автоматизации моделирования (программные средства и средства диалога).
9. ВОЗМОЖНОСТЬ РАЗВИТИЯ МОДЕЛИ. Современный уровень науки и техники позволяет создавать мощные системы моделирования S(M) для исследования многих сторон функционирования реального объекта. Необходимо предвидеть возможность развития S(M) как по горизонтали, расширяя спектр изучаемых функций, так и по вертикали, расширяя число подсистем.
В целом проблема моделирования сложной системы - это комплекс сложных научно-технических задач.
При создании рассматривают следующие основные этапы:
v определение цели моделирования;
v идентификация реальных объектов;
v выбор вида моделей;
v построение моделей и их машинная реализация
v взаимодействие исследователя с моделью в ходе машинного эксперимента
v проверка правильности полученных в ходе моделирования результатов
v определение главных закономерностей, исследуемых при моделировании
Теперь же перейдем непосредственно к созданию модели по конкретно поставленному заданию.
Постановка цели моделирования
Постановка задачи, построение содержательной модели - творческий процесс, основанный на возможностях и знаниях исследователя, базируется на эвристике.
Изучив задание, можно выделить следующие цели создания модели:
1. Определение производительности второго цикла обработки деталей;
2. При каком условии возможно повышение загрузки второго станка и снижение уровня задела на втором цикле обработки;
Идентификация реальных объектов
На этом этапе осуществляется определение основных элементов реальной системы, и привязка их к образным понятиям модели с дальнейшим конкретизированием и конвертированием в математическое представление на стадии расширения алгоритма программной реализации.
Для начала определим, что это вообще берется за понятие системы. Исходя из поставленной задачи, под системой подразумевается автоматизированный конвейер обработки деталей в машинном цехе, воздействие на систему с внешней среды не осуществляется, а внутреннее производится непосредственно над деталями (первичная и вторичная обработка) и станками (уровень загрузки и производительности).
Далее определим входные и выходные элементы системы, для модели это будет входная и выходная информация. За входные элементы примем детали, а точнее количество этих деталей. За выходные - производительность станков на втором уровне обработки (я не принимаю уровень загрузки сборщика брака, т.к. это можно определить по производительности).
Так же можно сразу разбить систему на две подсистемы (это в дальнейшем упростит программную реализацию): систему первичной обработки деталей и систему вторичной обработки брака. Так как известно, что бракованные детали не могут обрабатываться дважды нет необходимости в дальнейшем дроблении.
Выбор вида моделей
Виды моделей можно классифицировать следующим способом:
детерминированное стохастическое
статическое динамическое
дискретное дискретно-непрерывное непрерывное
мысленное (абстрактное) реальное (материальное)
наглядное, символическое, математическое, натурное физическое
В зависимости от характера изучаемых процессов в системе S все виды моделирования могут быть разделены на: детерминированные и стохастические; статические и динамические; дискретные, непрерывные и дискретно- непрерывные.
Детерминированное моделирование отображает детерминированные процессы, то есть процессы, в которых предвидится отсутствие всяких случайных влияний.
Стохастическое моделирование отображает вероятностные процессы и случаи. Анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, то есть набор однородных реализаций.
Статическое моделирование описывает поведение объекта в данный момент времени.
Динамическое моделирование отображает поведение объекта во времени.
Дискретное моделирование отображает дискретные процессы, непрерывное моделирование - непрерывные процессы, дискретно-непрерывное моделирование - оба процесса.
В зависимости от формы представления объекта (системы S) выделяют: вымышленные и реальные.
Вымышленное (абстрактное) моделирование - когда невозможно или дорогое материальное создание (модели микромира). Делится на:
v наглядное;
v символическое;
v материальное.
Наглядное моделирование - на базе представления человека об объекте создаются гипотетические модели, аналоги и макеты. Гипотетическое моделирование - выбирается гипотеза о реальном объекте, гипотеза, которая отображает уровень знаний об объекте, когда знаний не хватает для формализации. Аналоговое моделирование использует аналогии разных уровней (полная, неполная, приблизительная). Макетирование - в основе выполненного макета лежит аналогия причинно-наследственных связей.
Символическое моделирование - искусственный процесс создания логического объекта-заместителя реального с помощью системы знаков и символов. Знаковое моделирование - вводятся знаки, условные обозначения отдельных понятий, составляются из знаков слова и предложения; операции объединения, пересечения и дополнения теории множеств дают описание объекта.
Языковое моделирование - в основе лежит словарь однозначных понятий.
Математическое моделирование - замена реального объекта математическим. Делится на аналитическое, имитационное и комбинированное.
Аналитическое моделирование - процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений (алгебраических, интегро-дифференциальных, конечно-разностных и т.п.) или логических условий. Аналитическая модель может быть исследована следующими методами:
v аналитическими, когда хотят получить в общем виде явные зависимости для искомых характеристик;
v численным, когда, не умея решить уравнение в общем виде, получают числовые результаты при конкретных исходных данных;
v качественный, когда не умея решить уравнение, находят некоторые свойства решений (например, стойкость и др.).
Аналитический метод связывает явной зависимостью исходные данные с искомыми результатами. Это возможно для сравнительно простых систем.
Численные методы позволяют исследовать более широкий класс систем. Они эффективны при использовании ЭВМ. Для построения аналитических моделей существует мощный математический аппарат - алгебра, функциональный анализ, разностные уравнения, теория вероятности, математическая статистика, теория массового обслуживания и т.д.
Имитационное моделирование используется, когда для описания СС недостаточно аналитического моделирования. В имитационной модели поведение компонент сложной системы (СС) описывается набором алгоритмов, которые затем реализуют ситуации, которые возникают в реальной системе. Алгоритмы, которые модулируют по исходным данным (сходное состояние СС) и фактическим значением параметров СС позволяют отобразить явления в S и получить информацию о возможном поведении СС. На основе этой информации исследователь может принять соответствующее решение. Имитационная модель (ИМ) СС рекомендуется в следующих случаях:
1) нет законченной постановки задачи исследования и идет процесс познания объекта моделирования. ИМ - способ изучения явления.
2) математические средства аналитического моделирования сложные и громоздкие и ИМ дает наиболее простой способ.
3) кроме оценки влияния параметров СС необходимо наблюдать поведение компонент СС некоторый период.
4) ИМ - единственный способ исследования СС, то есть невозможны наблюдения в реальных условиях за объектом.
5) необходимо контролировать протекание процессов в СС, уменьшая и ускоряя скорость их протекания в ходе имитации.
6) при подготовке специалистов и освоении новой техники.
7) изучение новых ситуаций в СС, проверка новых стратегий и принятие решений перед проведением экспериментов на реальной S.
8) предвиденье узких мест и трудностей в поведении СС при введении новых компонент.
ИМ - наиболее распространенный метод анализа и синтеза СС.
Натурное моделирование - исследование на реальном объекте и обработке результатов экспериментов на основе теории подобия. Научный эксперимент, комплексные исследования, производственный эксперимент (исследуется широкая автоматизация, вмешательство в управление реальным процессом, создание критических ситуаций).
Физическое моделирование - на установках, которые сохраняют природу явлений при физическом подобии.
Кибернетическое моделирование - нет непосредственно физического подобия. Отображается S как "черный ящик" рядом входов и выходов.
Из всего вышесказанного и условий задания можно определить следующий вид модели:
v В зависимости изучаемых процессов: стохастическая - неизвестно сколько будет находиться деталей в накопителе при повторной обработке (известно, что если больше 3-х - активизируется второй станок); динамическое - необходимо узнать как система будет функционировать не в конкретный момент времени а на всем промежутки обработки 500-а деталей; непрерывное - из задания следует, что рассматривается автоматизированный конвейер.
v В зависимости от формы представления: вымышленное (абстрактное) - слишком дорого для студента материальное создание; к данной моделе применимы почти все варианты абстрактного моделирования (математическое, символьное т.д.) так, что нет смысла перечислять все.
Выбор математической схемы
Математическая схема - это участок при переходе от содержательного к формальному описанию процесса функционирования системы с учетом действия внешней среды.
То есть имеет место связка: "описательная модель - математическая схема - математическая (аналитическая и (или) имитационная) модель".
Каждая конкретная система S характеризуется набором свойств, то есть величин, отображающих поведение моделируемого объекта (реальной S) и учитывающих условия ее функционирования во взаимодействии с внешней средой (системой) Е.
При построении ММ системы решаются вопросы о полноте и упрощении. Полнота модели реализуется выбором границы " система S - среда Е ". Упрощение модели - выделение основных свойств S и отбрасывание второстепенных свойств (зависит от цели моделирования).
МАТЕМАТИЧЕСКИЕ СХЕМЫ ОБЩЕГО ВИДА
Модель S можно представить множеством величин, описывающих процесс функционирования реальной системы S.
Эти величины создают в общем случае четыре подмножества:
1) совокупность входных влияний на систему;;
2) совокупность влияний внешней среды;
3) совокупность внутренних параметров системы
4) совокупность выходных характеристик системы.
В этих подмножествах выделяются управляемые и неуправляемые переменные.
При моделировании S входные влияния, влияние внешней среды Е и внутренние параметры системы являются независимыми (экзогенными) переменными в векторной форме:
Выходные характеристики системы - зависимые (эндогенные) переменные.
Процесс функционирования описывается оператором Fs, который пре-
образовывает экзогенные переменные в эндогенные:
Совокупность зависимых выходных характеристик системы от времени (1) называется выходной траекторией (t), (2): называется законом функционирования системы S и обозначается Fs.
В общем случае закон функционирования системы Fs может быть задан в виде функции, функционала, логических условий, алгоритма, таблицы, словесного правила соответствия.
Таким образом, математическая модель объекта (реальной системы) - это конечное подмножество переменных вместе с математическими связями между ними и характеристиками.
ТИПОВЫЕ МАТЕМАТИЧЕСКИЕ СХЕМЫ
В практике моделирования объектов в области системотехники и системного анализа рациональней использовать типовые математические схемы:
v дифференциальные уравнения
v вероятностные автоматы
v СМО (системы массового обслуживания).
ММ на основе этих схем:
1) детерминированные модели, когда при исследовании случайные факторы не учитываются, и системы функционируют в непрерывном времени, основанные на использовании дифференциальных, интегральных, интегро-дифференциальных и других уравнений.
2) детерминированные модели, которые функционируют в дискретном времени - конечные автоматы и конечно-разностные схемы.
3) стохастические модели (при учете случайных факторов) в дискретном времени - вероятностные автоматы.
4) стохастические модели в непрерывном времени - СМО.
Для больших информационно-управляющих систем (Ех, АСУ) типовые схемы недостаточны. Поэтому используют:
5) агрегативные модели (А-системы), которые описывают широкий круг объектов исследования с отображением системного характера этих объектов. При агрегативном описании сложная система разделяется на конечное число частей (подсистем), сохраняя при этом связи между взаимодействующими частями.
Итак, 5 подходов при построении ММ сложных систем:
1) непрерывно-детерминированный (D-схемы);
2) дискретно-детерминированный (R- схемы);
3) дискретно-стохастический (P- схемы);
4) непрерывно-стохастический (Q- схемы);
5) обобщенный или универсальный (А-схемы).
На основе сделанного выбора вида модели (непрерывно-стохастической) необходимо выбрать схему модели, исходя из определения схем (не вижу смысла описывать все схемы, а выбранная схема будет описана в следующей главе) для моей модели подходит Q-схема.
Аннотация
Данная курсовая работа должна показать уровень усвоения материала в области системного анализа и навыки при создании моделей систем.
Следует сразу заметить, что в этой курсовой работе не будет рассматриваться моделирование простых систем, т.к. их разработка довольно проста, а основные принципы одинаковы как для сложных систем, так и для простых. Так же не будут рассматривать начальные и основные понятия системного анализа, т.к. постановка задание подразумевает уклон на непосредственно моделирование системы, а не на разъяснения что такое система.
Процесс моделирования, в том числе и экономико-математического, включает в себя три структурных элемента: объект исследования; субъект (исследователь); модель, опосредующая отношения между познающим субъектом и познаваемым объектом. Рассмотрим общую схему процесса моделирования, в котором можно выделить четыре стадии.
Пусть имеется некоторый объект, который мы хотим исследовать методом моделирования. На первой стадии мы конструируем (или находим в реальном мире) другой объект - модель исходного объекта-оригинала. Стадия построения модели предполагает наличие определенных сведений об объекте-оригинале. Познавательные возможности модели определяются тем, что модель отображает лишь некоторые существенные черты исходного объекта, поэтому любая модель замещает оригинал в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько моделей, отражающих определенные стороны исследуемого объекта или характеризующих его с разной степенью детализации.
На второй стадии процесса моделирования модель выступает как самостоятельный объект исследования. Например, одну из форм такого исследования составляет проведение модельных экспериментов, при которых целенаправленно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этой стадии является совокупность знаний о модели в отношении существенных сторон объекта-оригинала, которые отражены в данной модели.
Третья стадия заключается в переносе знаний с модели на оригинал, в результате чего мы формируем множество знаний об исходном объекте и при этом переходим с языка модели на язык оригинала. С достаточным основанием переносить какой-либо результат с модели на оригинал можно лишь в том случае, если этот результат соответствует признакам сходства оригинала и модели (другими словами, признакам адекватности).
На четвертой стадии осуществляются практическая проверка полученных с помощью модели знаний и их использование как для построения обобщающей теории реального объекта, так и для его целенаправленного преобразования или управления им. В итоге мы снова возвращаемся к проблематике объекта-оригинала.
Моделирование представляет собой циклический процесс, т.е. за первым четырехстадийным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а первоначально построенная модель постепенно совершенствуется. Таким образом, в методологии моделирования заложены большие возможности самосовершенствования.
Перейдем теперь непосредственно к процессу экономико-математического моделирования, т.е. к описанию экономических и социальных систем и процессов в виде экономико-математических моделей. Эта разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования. Поэтому целесообразно более детально проанализировать последовательность и содержание этапов экономико-математического моделирования, выделив следующие шесть этапов: постановка экономической проблемы и ее качественный анализ; построение математической модели; математический анализ модели; подготовка исходной информации; численное решение; анализ численных результатов и их применение. Рассмотрим каждый из этапов более подробно.
- 1. Постановка экономической проблемы и ее качественный анализ. На этом этапе требуется сформулировать сущность проблемы, принимаемые предпосылки и допущения. Необходимо выделить важнейшие черты и свойства моделируемого объекта, изучить его структуру и взаимосвязь его элементов, хотя бы предварительно сформулировать гипотезы, объясняющие поведение и развитие объекта.
- 2. Построение математической модели. Это этап формализации экономической проблемы, т.е. выражения ее в виде конкретных математических зависимостей (функций, уравнений, неравенств и др.). Построение модели подразделяется в свою очередь на несколько стадий. Сначала определяется тип экономико-математической модели, изучаются возможности ее применения в данной задаче, уточняются конкретный перечень переменных и параметров и форма связей. Для некоторых сложных объектов целесообразно строить несколько разноаспектных моделей; при этом каждая модель выделяет лишь некоторые стороны объекта, а другие стороны учитываются агрегированно и приближенно. Оправданно стремление построить модель, относящуюся к хорошо изученному классу математических задач, что может потребовать некоторого упрощения исходных предпосылок модели, не искажающего основных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация проблемы приводит к неизвестной ранее математической структуре.
- 3. Математический анализ модели. На этом этапе чисто математическими приемами исследования выявляются общие свойства модели и ее решений. В частности, важным моментом является доказательство существования решения сформулированной задачи. При аналитическом исследовании выясняется, единственно ли решение, какие переменные могут входить в решение, в каких пределах они изменяются, каковы тенденции их изменения и т.д. Однако модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию; в таких случаях переходят к численным методам исследования.
- 4. Подготовка исходной информации. В экономических задачах это, как правило, наиболее трудоемкий этап моделирования, так как дело не сводится к пассивному сбору данных. Математическое моделирование предъявляет жесткие требования к системе информации; при этом надо принимать во внимание не только принципиальную возможность подготовки информации требуемого качества, но и затраты на подготовку информационных массивов. В процессе подготовки информации используются методы теории вероятностей, теоретической и математической статистики для организации выборочных обследований, оценки достоверности данных и т.д. При системном экономико-математическом моделировании результаты функционирования одних моделей служат исходной информацией для других.
- 5. Численное решение . Этот этап включает разработку алгоритмов численного решения задачи, подготовку программ на ЭВМ и непосредственное проведение расчетов; при этом значительные трудности вызываются большой размерностью экономических задач. Обычно расчеты на основе экономико-математической модели носят многовариантный характер. Многочисленные модельные эксперименты, изучение поведения модели при различных условиях стало возможно проводить благодаря высокому быстродействию современных ЭВМ. Численное решение существенно дополняет результаты аналитического исследования, а для многих моделей является единственно возможным.
- 6. Анализ численных результатов и их применение. На этом этапе, прежде всего, решается важнейший вопрос о правильности и полноте результатов моделирования и применимости их как в практической деятельности, так и в целях усовершенствования модели. Поэтому в первую очередь должна быть проведена проверка адекватности модели по тем свойствам, которые выбраны в качестве существенных (другими словами, должны быть произведены верификация и валидация модели). Применение численных результатов моделирования в экономике направлено на решение практических задач (анализ экономических объектов, экономическое прогнозирование развития хозяйственных и социальных процессов, выработка управленческих решений на всех уровнях хозяйственной иерархии).
Перечисленные этапы экономико-математического моделирования находятся в тесной взаимосвязи, в частности, могут иметь место возвратные связи этапов. Так, на этапе построения модели может выясниться, что постановка задачи или противоречива, или приводит к слишком сложной математической модели; в этом случае исходная постановка задачи должна быть скорректирована. Наиболее часто необходимость возврата к предшествующим этапам моделирования возникает на этапе подготовки исходной информации. Если необходимая информация отсутствует или затраты на ее подготовку слишком велики, приходится возвращаться к этапам постановки задачи и ее формализации, чтобы приспособиться к доступной исследователю информации.
Выше уже было сказано о циклическом характере процесса моделирования. Недостатки, которые не удается исправить на тех или иных этапах моделирования, устраняются в последующих циклах. Однако результаты каждого цикла имеют и вполне самостоятельное значение. Начав исследование с построения простой модели, можно получить полезные результаты, а затем перейти к созданию более сложной и более совершенной модели, включающей в себя новые условия и более точные математические зависимости.
Процесс экономико-математического моделирования - это описание социальных и экономических систем и процессов в виде экономико-математических моделей. Данная разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования. Поэтому целесообразно более детально проанализировать последовательность и содержание этапов экономико-математического моделирования, выделив следующие шесть этапов:
· Постановка экономической проблемы и ее качественный анализ;
· Построение математической модели;
· Математический анализ модели;
· Подготовка исходной информации;
· Численное решение;
· Анализ численных результатов и их применение.
Рассмотрим каждый из этапов более подробно.
Постановка экономической проблемы и ее качественный анализ . На данном этапе нужно четко сформулированная сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Сначала нужно обозначить важнейшие черты и свойства моделируемого объекта; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих развитие и поведение объекта.
Построение математической модели . Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических отношений и зависимостей (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) модели математической, а дальше уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таким образом, построение модели можно разбить на несколько стадий.
Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше «работает» и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности и неопределенности и т.д.
Лишняя сложность модели затрудняет процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом.
Одна из важный особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться «изобретать» модель; сначала необходимо попытаться применить для решения этой задачи уже известные модели.
Математический анализ модели . Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто математические приемы исследования. Наиболее важный момент - это доказательство существования решений в сформулированной модели. Если удается доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает и следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственное ли решение, в каких пределах и в зависимости исходных условий они изменяются, какие переменные (неизвестные) могут входить в решение, каковы будут соотношения между ними, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.
Подготовка исходной информации . Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов.
Эти затраты не должны превышать эффект от использования дополнительной информации.
В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.
Численное решение . Этот этап включает разработку алгоритмов для численного решения задачи, составление программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены, прежде всего, большой размерностью экономических задач, необходимостью обработки значительных массивов информации.
Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.
Анализ численных результатов и их применение . На этом заключительном этапе цикла встает вопрос о полноте и полноте результатов моделирования, о степени практической применимости последних.
Математические методы проверки могут выявить некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее математического и информационного обеспечения.
План
Экономико-математическое моделирование, как метод научного познания
Этапы экономико-математического моделирования
Сущность экономико-математического моделирования
Проблемы экономико-математического моделирования
Введение
Одним из видов формализованного знакового моделирования является математического моделирование, осуществляемое средствами языка математики и логики. Для изучения какого-либо класса явлений внешнего мира строится его математическая модель, т.е. приближенное описание этого класса явлений, выраженное с помощью математической символики.
Сам процесс математического моделирования можно подразделить на четыре основных этапа:
I этап: Формулирование законов, связывающих основные объекты модели, т.е. запись в виде математических терминов сформулированных качественных представлений о связях между объектами модели.
II этап: Исследование математических задач, к которым приводят математические модели. Основной вопрос - решение прямой задачи, т.е. получение в результате анализа модели выходных данных (теоретических следствий) для дальнейшего их сопоставления с результатами наблюдений изучаемых явлений.
III этап: Корректировка принятой гипотетической модели согласно критерию практики, т.е. выяснение вопроса о том, согласуются ли результаты наблюдений с теоретическими следствиями модели в пределах точности наблюдений. Если модель была вполне определена - все параметры ее были даны, - то определение уклонений теоретических следствий от наблюдений дает решения прямой задачи с последующей оценкой уклонений. Если уклонения выходят за пределы точности наблюдений, то модель не может быть принята. Часто при построении модели некоторые ее характеристики остаются не определенными. Применение критерия практики к оценке математической модели позволяет делать вывод о правильности положений, лежащих в основе подлежащей изучению (гипотетической) модели.
IV этап: Последующий анализ модели в связи с накоплением данных об изученных явлениях и модернизация модели. С появлением ЭВМ метод математического моделирования занял ведущее место среди других методов исследования. Особенно важную роль этот метод играет в современной экономической науке.
Экономико-математическое моделирование, как метод научного познания
Моделирование в научных исследованиях стало применяться в глубокой древности, постепенно захватывая всё новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принёс методу моделирования - ХХ век. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.
Термин модель широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие модели, которые являются инструментами получения знаний.
Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует много времени и средств.
Метод моделирования включает три элемента:
1. субъект (исследователь);
2. объект исследования;
3. модель, опосредствующую отношения познающего субъекта и познаваемого объекта.
2. Этапы экономико-математического моделирования
Пусть имеется или необходимо создать некоторый объект А Мы конструируем (материально или мысленно) или находим в реальном мире другой объект В- модель объекта А. Рассмотрим основные этапы моделирования.
Этап построения модели предполагает наличие некоторых знаний об объекте- оригинале. Познавательные возможности модели обусловливаются тем, что модель отражает какие- либо существенные черты объекта – оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда он перестаёт быть оригиналом), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.
Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько “специализированных” моделей концентрирующих внимание на определённых сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.
На втором этапе процесса моделирования модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные об ее «поведении». Конечным результатом этого этапа является множество знаний о модели R.
На третьем этапе осуществляется перенос знаний с модели на оригинал формирование множества знаний S об объекте. Этот процесс переноса знаний проводится по определённым правилам. Знания о модели должны быть скорректированы с учётом тех свойств объекта - оригинала, которые не нашли отражения или были изменены при построении модели. Мы можем с достаточным основанием переносить какой-либо результат с модели на оригинал, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определённый результат модельного - исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.
Четвёртый этап - практическая проверка полученных с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.
Сущность экономико-математического моделирования
Моделирование - циклический процесс. Это означает, что за первым четырёхэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленною малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.
Проникновение математики в Экономическую науку связано с преодолением значительных трудностей, лежащих в природе экономических процессов и специфике экономической науки.
Большинство объектов, изучаемых экономической наукой, может быть охарактеризовано кибернетическим понятием – «сложная система».
Наиболее распространено понимание системы как совокупности элементов, находящихся во взаимодействии и образующих некоторую целостность, единство. Важным качеством любой системы является эмерджентность - наличие таких свойств, которые не присущи ни одному из элементов, входящих в систему. Поэтому при изучении систем недостаточно пользоваться методом их расчленения на элементы с последующим изучением этих элементов в отдельности. Одна из трудностей экономических исследований - в том, что почти не существует экономических объектов, которые можно было бы рассматривать как отдельные (внесистемные) элементы.
Сложность системы определяется количеством входящих в неё элементов, связями между этими элементами, а также взаимоотношениями между системой и средой. Экономика страны обладает всеми признаками очень сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с другими системами (природная среда, экономика других стран и т. д.). В управлении экономикой взаимодействуют природные, технологические, социальные процессы, объективные и субъективные факторы.
Сложность экономики иногда рассматривалась как обоснование невозможности её моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и. любой сложности, И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.
Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, её успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И, хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать неформализованные ещё проблемы, для которых математическое моделирование недостаточно эффективно.
С экономической точки зрения оптимальные решения, полученные с помощью экономическо-математического моделирования, обладают следующими основными свойствами:
1. Оптимальность решения зависит от целей, поставленных при планировании процесса. Например, выбор типа транспорта по критерию стоимости перевозки будет отличаться от выбора по критерию скорости.
2. Оптимальность решения зависит от текущей хозяйственной обстановки (иными словами, оптимум всегда конкретен, его нельзя вычислять абстрактно).
3. Существенные изменения оптимального варианта происходят только при значительных изменениях обстановки - это свойство называется устойчивостью базиса оптимального плана относительно малых изменений условий (т.е. оптимальные решения можно находить достаточно надёжно, несмотря на приблизительный характер почти всей экономической информации).
4. При определении взаимозависимости решений по всем объектам экономики особое значение имеют обратная связь объектов и издержки обратной связи. Например, если предприятия А и Б потребляют один и тот же ограниченный ресурс, то увеличение доли предприятия А уменьшает долю предприятия Б (обратная связь).
Возможно, потребление данного ресурса (сырья, топлива высшего сорта) снижает производственные издержки. Тогда, увеличение доли предприятия А приведёт к экономии на этом предприятии и к дополнительным издержкам на предприятии Б в результате замены ресурса менее эффективным (издержки обратной связи).
5. Оценка рациональности конкретного мероприятия зависит от уровня управления: решение, оптимальное для отдельного предприятия, может быть неоптимальным для отрасли или экономики в целом.
4. Проблемы экономико-математического моделирования
Объектом для экономико-математического моделирования является полностью структурированные проблемы. Частично или слабо структурированные проблемы, определяются во втором блоке, является объектами для методов системного анализа, сочетающих неформализованные решения специалистов с модельными расчётами по отдельным предметам.
Неструктурированные проблемы является объектами для экспертных решений, принимаемых на основе опыта и интуиции специалистов
Уже длительное время главным тормозом практического применения математического моделирования в экономике является сложность наполнения разработанных моделей конкретной и качественной информацией. Точность и полнота первичной информации, реальные возможности её сбора и обработки во многом определяют выбор типов прикладных моделей. С другой стороны, исследования по моделированию экономики выдвигают новые требования к системе информации.
В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет существенно различный характер и происхождение. Она может быть разделена на две категории: о прошлом развитии и современном состоянии объектов (экономические наблюдения и их обработка) и о будущем развитии объектов, включающую данные об ожидаемых изменениях их внутренних параметров и внешних условий (прогнозы). Вторая категория информации является результатом самостоятельных исследований, которые так же могут выполняться посредством моделирования.
Методы экономических наблюдений и использование результатов этих наблюдений разрабатываются эконометрикой. Поэтому стоит отметить только специфические проблемы экономических наблюдений, связанные с моделированием экономических процессов.
В экономике многие процессы являются массовыми, они характеризуются закономерностями, которые не обнаруживаются на основании лишь одного или нескольких наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения.
Другая проблема порождается динамичностью экономических процессов, изменчивостью их параметров и структурных отношений. Вследствие этого экономические процессы приходится постоянно держать под наблюдением, необходимо иметь устойчивый поток новых данных. Поскольку наблюдения за процессами и обработка эмпирических данных обычно занимают довольно много времени, то при построении математических моделей экономики требуется корректировать исходную информацию с учётом её запаздывания.
Познание количественных отношений экономических процессов и явлений опирается на экономические измерения. Точность измерений в значительной степени предопределяет и точность конечных результатов количественного анализа посредством моделирования. Поэтому необходимым условием эффективного использования математического моделирования является совершенствование экономических измерителей. Применение математического моделирования заострило проблему измерений и количественных различных аспектов и явлений социально-экономического развития, достоверности и полноты получаемых данных, их защиты от намеренных и технических искажений.
В процессе моделирования возникает взаимодействие «первичных» и «вторичных» экономических измерителей. Любая модель в экономике опирается на определённую систему экономических измерителей (продукции, ресурсов элементов и т.д.). В то же время одним из важных результатов экономико-математического моделирования является получение новых (вторичных) экономических измерителей - экономически обоснованных цен на продукцию различных отраслей, оценок эффективности разнокачественных природой ресурсов, измерителей общественной полезности продукции. Однако, эти вторичные измерители могут испытывать влияние недостаточно обоснованных первичных измерителей, что вынуждает разрабатывать особую методику корректировки первичных измерителей для экономических моделей.
С точки зрения «интересов» моделирования экономики в настоящее время наиболее актуальными проблемами совершенствования экономических измерителей являются: оценка результатов интеллектуальной деятельности (особенно в сферё научно- технических разработок, индустрии информатики), построение обобщающих показателей экономического развития, измерение эффектов обратных связей (влияние экономических и социальных механизмов на эффективность производства).
Для методологии планирования экономики важное значение имеет понятие неопределённости экономического развития. В исследованиях по экономическому прогнозированию и планированию различают два типа неопределённости: «истинную», обусловленную свойствами экономических процессов, «информационную», связанную с неполнотой и неточностью имеющейся информации об этих процессах. Истинную неопределённость нельзя смешивать с объективным существованием различных вариантов экономического развития и возможностью сознательного выбора среди них эффективных вариантов. Речь идёт о принципиальной невозможности точного выбора единственного (оптимального) варианта.
В развитии экономики неопределённость вызывается тем, что ход планируемых и управляемых процессов, а также внешние воздействия на эти процессы не могут быть точно предсказаны из-за действия случайных факторов и ограниченности человеческого познания в каждый момент. Особенно характерно это для прогнозирования научно- технического прогресса, потребностей общества, экономического поведения. Неполнота и неточность информации об объективных процессах и экономическом поведении усиливают истинную неопределённость.
На первых этапах исследований по моделированию экономики применились в основном модели детерминистского типа. В этих моделях все параметры предполагаются точно известными. Однако, детерминистские модели неправильно понимать в механическом духе и отождествлять их с моделями, которые лишены всех “степеней выбора” (возможностей выбора) и имеют единственное допустимое решение. Классическим представителем жёстко детерминистских моделей являлась оптимизационная модель народного хозяйства, которая применялась для определения наилучшего варианта экономического развития среди множества допустимых вариантов.
В результате накопления опыта использования жестко детерминистских моделей были созданы реальные возможности успешного применения более совершенной методологии моделирования экономических процессов, учитывающих стохастику и неопределённость. Здесь можно выделить такие основные направления исследований как: усовершенствование методики моделей жестко детерминистского типа, проведение многовариантных расчётов и модельных экспериментов с вариацией конструкции модели и её исходных данных, изучение устойчивости и надежности получаемых решений, выделение зоны неопределённости, включение в модель резервов, применение приёмов, повышающих приспособляемость экономических решений вероятным и непредвиденным ситуациям, а также распространение моделей, непосредственно отражающих сложность и неопределённость экономических процессов и соответствующий математический аппарат: теорию вероятностей и математическую статистику, теорию игр и статистических решений, теорию массового обслуживания, стохастическое программирование, теорию случайных процессов.
Выводы
Модель - это материальный или мысленно представляемый объект, который в процессе исследования замещает объект - оригинал, так, что его непосредственное изучение даёт новые знания об объекте - оригинале.
Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.
Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов - заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.
Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник званий об объекте. Процесс моделирования «погружён» в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.
Моделирование - циклический процесс. Это означает, что за первым четырёхэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленною малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах.
Литература
1) Егорова Н.Е., Смулов А.М. Предприятия и банки: Взаимодействие, экономический анализ, моделирование: Учебно-практическое пособие. М.: 2002 г.
2) Кивачук В.С. Оздоровление предприятия: экономический анализ. Издательства: Издательство деловой и учебной литературы, «Амалфея». М.: 2002 г.
3) Монахов А.В. Математические методы анализа экономики. СПб.: Издательство «Питер», серия «Краткий курс», 2002 г.
4) Пинегина М.В. Математические методы и модели в экономике. М.: Издательство «Экзамен», 2002 г.
5) Пястолов С.М. Экономический анализ деятельности предприятий: Учебное пособие для вузов Серия: «Gaudeamus». М.: 2002 г.
6) Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Издательство «Дело», серия «Наука управления», 2000 г.
При анализе различных экономических явлений принято придерживаться принципа «бритвы Оккама», названного так в честь У. Оккама. В соответствии с этим принципом необходимо «сбривать» подробности, усложняющие понимание теории и не являющиеся необходимыми для объяснения рассматриваемых закономерностей.
Моделирование осуществляется в несколько этапов:
- 1. Определение цели, задач и предмета моделирования. Под предметом моделирования принято понимать экономические объекты, представляющие интерес для исследователя. Фиксируются, словесно и качественно описываются взаимосвязи между экономическими объектами, составляющими предмет моделирования.
- 2. Построение математической модели, т.е. установление соответствия математической модели конкретной реальной системе, и последующее исследование математической модели с целью выявления характеристик реальной системы. В рамках математического моделирования вводятся символические обозначения для рассматриваемых характеристик экономического объекта, после чего происходит формализация предмета моделирования при помощи переменных, функций, уравнений, неравенства и т.д.
- 3. Разработка различных условий, в которых будет проверяться модель.
- 4. Осуществление процесса моделирования, оценка полученных результатов.
- 5. Повторение разделов 3-4 до тех пор, пока разработчики не будут удовлетворены результатами.
Виды экономико-математического моделирования
Таким образом, экономико-математическое моделирование не предполагает в качестве модели саму исследуемую систему либо другую систему с той же или подобной физической природой. Это связано с тем, что физическое моделирование в отношении экономических процессов обычно экономически неоправданно (слишком дорогостоящее), трудноосуществимо или в принципе невозможно.
Экономические модели подразделяются на равновесные и неравновесные, оптимизационные и неоптимизационные, теоретические и прикладные, микроэкономические и макроэкономические, детерминированные и статистические.
Экономико-математическое моделирование включает:
- аналитическое моделирование;
- компьютерное моделирование.
Аналитическое моделирование предполагает, что рассматриваемые процессы функционирования элементов системы представляются в виде математических соотношений (алгебраических, интегральнодифференциальных и пр.) или логических условий.
В последнее время широко применяется компьютерное моделирование, которое позволяет не только лучше понять основные концепции экономической теории, но и смоделировать при помощи компьютера различные варианты экономической политики, направленной на решение конкретных задач в экономике страны.
В частности, компьютерные модели общего развития позволяют учитывать разнообразные взаимосвязи микро- и макроэкономических переменных, соединить распределение дохода и богатства на макроуровне с оптимизационным микроэкономическим поведением. Компьютерные модели открытой экономики позволяют учесть множественные последствия различных сочетаний денежно-кредитной политики, налогово-бюджетной политики и политики обменного курса в условиях открытой экономики с разной степенью мобильности капитала.
Компьютерный метод используется и в том случае, если необходимо смоделировать различные процессы в рамках переходной экономики и моделируемый объект описывается в сложной системе нелинейных (интегрально-дифференциальных или алгебраических) уравнений.
Кроме того, компьютерное моделирование может быть использовано в целях обучения и популяризации экономической науки, особенно с появлением Интернета. Интернет позволяет получить доступ к данным пользователей по всему миру, а сами сведения периодически обновляются. Помимо этого Интернет дает возможность изучения экономики с применением современных информационных технологий, таких как гипертекст, интерактивные компьютерные программы, живое общение с помощью видеоконференций, мультимедийные приложения.
Компьютерное моделирование предполагает создание математической модели в виде программы для компьютеров, позволяющей осуществлять вычислительные эксперименты.
В зависимости от математического аппарата принято выделять:
- имитационное динамическое моделирование;
- статистическое моделирование;
- численное моделирование.
Основы имитационного (имитация от лат. imitatio - подражание чему-либо, кому-либо, воспроизведение) динамического (динамика от гр. dynamikos - относящийся к силе, сильный) моделирования были разработаны Дж. Форрестером в 1950-х гг. Имитационное моделирование предполагает имитацию на компьютере элементарных явлений, составляющих процесс, при этом сохраняются последовательность их протекания во времени и логическая структура.
Статистическое моделирование позволяет получить статистические данные о процессах в моделируемом явлении. Это статистические данные по какому-либо экономическому показателю, полученные для аналогичных объектов или для различных регионов (перекрестные данные) , а также ряды динамики - последовательность упорядоченных во времени количественных статистических величин, характеризующих развитие изучаемого экономического явления или процесса.
В рамках численного моделирования предполагается численное решение некоторых математических уравнений при заданных значениях параметров и при заданных начальных условиях.
