Лекция МОДЕЛИРОВАНИЕ ЭКОНОМИКИ

Лекция МОДЕЛИРОВАНИЕ ЭКОНОМИКИ

ПП 11.1. Экономика как объект моделирования

1. Характеристика экономики, как объекта моделирования.

1). Социально-экономические системы не относятся к классу кибернетических, то есть управляемых, систем.

2). Под социально-экономической системой имеют в виду сложную вероятностную динамическую систему, которая охватывает процессы производства, обмена, распределения и потребления материальных и других благ.

3). Экономика состоит из элементов – хозяйственных единиц. Подсистема экономики – природа и общество, две ее главных системы – производственная и финансовая.

4). Экономика считается сложной, но стабильной динамической системой.

5). Основными методами, которые используются в моделировании экономики – методы системного анализа. В силу детерминированности социально-экономических процессов – синергетический метод здесь неприменим.

2. Задачи экономико-математического моделирования.

1). Во всех случаях данные, полученные в результате экономико-математического моделирования, могут использоваться непосредственно как готовые управленческие решения.

2). Адекватность математической модели – абсолютное понятие, так как на языке математических терминов, операторов и т. п. любой объект может быть описан максимально точно.

3). Практическими задачами экономико-математического моделирования являются: анализ экономических объектов и процессов, экономическое прогнозирование, предсказание развития экономических процессов, подготовка управленческих решений на всех уровнях хозяйственной деятельности.

4). Проверка адекватности математической модели реальному экономическому явлению не является обязательным этапом.

5). Моделирование в экономике – это только описание социально-экономических систем знаковыми математическими средствами.

3. Особенности моделирования экономики.

1). Экономика, как сложная система, является подсистемой общества, но, в свою очередь, она состоит из производственной и непроизводственной сфер, которые взаимодействуют между собой.

2). В экономике возможно использовать модели подобия, которые широко применяются в технике.

3). В экономике возможности локальных экспериментов неограниченны, поскольку все ее составляющие тесно взаимосвязаны и «чистый» эксперимент вполне возможен.

4). Прямые эксперименты, а не концептуальные модели составляют фундамент экономико-математического моделирования.

5).Концептуальные модели экономики в большей степени относятся к формально-логическим методам моделирования и на минувший опыт практически не опираются.

4. Системный подход к исследованию экономики.

1). Для макромоделей считается, что и хозяйственные ячейки делятся на более мелкие элементы. Хозяйственные ячейки – это подсистемы большой системы.

2). К большим подсистемам можно отнести: первый и второй подразделы народного хозяйства. Под первым подразделом имеют ввиду совокупность хозяйственных ячеек, которые вырабатывают предметы потребления, а под вторым – средства производства.

3). Под сектором экономики подразумевают производственную подсистему экономики, которая вырабатывает некоторую совокупность агрегированных продуктов.

4). Используя системный подход относительно исследования экономики на основании математических моделей, выделяют, в частности, макро - и микроэкономические модели. Первые отображают функционирование и развитие всей экономической системы или ее больших подсистем, вторые – хозяйственных ячеек и их объединений.

5). Межотраслевой народохозяйственный комплекс – это совокупность отраслей. Здесь не учитываются межотраслевые связи с другими отраслями народного хозяйства.

ПП 11.3. Алгоритмические модели в экономике

5. Основные аспекты имитационного моделирования.

Одним из основных этапов имитационного моделирования является (укажите те, которые не являются этапами имитационного моделирования):

1). Анализ характеристик и закономерностей функционирования управляемого (исследуемого) объекта: выделение на содержательном уровне ограничений, определение показателей измерения и оценки результатов, формулирование целей, гипотез и проблем развития.

2). Конструирование имитационной модели: переход от реального объекта к логическим схемам, которые имитируют его поведение, и алгоритмов (моделей), формальная постановка задач, которые решаются с помощью имитационного моделирования.

3). Подготовка системы данных для модели: формирование информационного обеспечения, необходимого для функционирования имитационной модели, определение структуры и способов подготовки данных, источников их получения, форм и режимов сохранения, установления взаимосвязей и взаимозависимости между разными массивами и базами данных.

4). Моделирование случайных величин на основе закона больших чисел.

5). Оценка адекватности модели: сравнение результатов, собранных в процессе исследовательской эксплуатации модели, на основании информации, полученной о реальном объекте, который имитируется, выявление и анализ отличий и, в случае необходимости, внесении коррекции в модель.

6. Основные аспекты имитационного моделирования.

1). Имитационные модели не являются многофункциональными и не дают возможностей более-менее гибкого выбора целей и критериев.

2). В ходе имитационного эксперимента исключается возможность масштабирования в ходе моделирования поведения объекта.

3). Имитационные модели могут быть только детерминированными и ни в коем разе – стохастическими.

4). Стратегическое планирование имитационного эксперимента направлено на решение ряда вопросов качественного характера: формирование гипотез по поводу характера зависимости между параметрами модели или выбора конкретных методов исследования с учетом их взаимосвязи.

5). Имитационное моделирование предоставляет исследователю возможности наблюдения только конечного результата относительно показателей анализируемого объекта.

7. Метод статистического моделирования.

1). Теоретической основой статистического моделирования является закон больших чисел, под которым понимается несколько утверждений (теорем), одна из которых – теорема о непрерывности выпуклых шарообразных сипулькариях.

2). Метод статистического моделирования (или метод Монте-Карло) – это способ исследования неопределенных (стохастических) экономических объектов и процессов, в случае не полностью известными внутренними взаимодействиями в этих системах.

3). Любые утверждения относительно характеристик моделируемой системы, полученные в результате моделирования методом Монте-Карло не должны основываться на результатах соответствующих проверок с помощью методов математической статистики.

4). Случайные события и случайные функции могут создаваться с помощью случайных величин, однако моделирование случайных событий и случайных функций с их помощью не выполняется.

5). Для моделирования случайной величины недостаточно знать только ее закон распределения.

8. Моделирование случайных величин.

1). Наиболее общим способом получения последовательности случайных чисел, которые являются последовательностью реализаций случайной величины, которая распределена по произвольному закону, является способ, в основе которого – процесс формирования их из исходной последовательности случайных чисел.

2). Для случайной величины с экспоненциальным законом распределения формула для моделирования значений случайной величины имеет вид: .

3). Для случайной величины с законом распределения Вейбулла формула для моделирования значений случайной величины имеет вид: .

4). Для случайной величины с гамма-распределением формула для моделирования значений случайной величины имеет вид: .

5). Для случайной величины с нормальным законом распределения формула для моделирования значений случайной величины имеет вид: .

9. Последовательность создания имитационных моделей.

В процессе создания и машинной реализации математических имитационных моделей осуществляются следующие (обобщенные) этапы (укажите этап, не относящийся к процессу):

1). Построение концептуальной модели.

2). Построение алгоритма в соответствии с концептуальной моделью системы.

3). Кластерный анализ исходных данных.

4). Создание компьютерной программы.

5). Машинные эксперименты с моделью системы.

• < Назад
• Вперёд >