Экономико-математические
методы
Главная
Лекции
Практика
Лабораторные
Словарь
Формулы
Литература
Введение
1. Моделирование как метод научного познания
Термин "модель" широко используется в различных сферах человеческой деятельности и имеет немало смысловых значений. Соответственно этому, существует значительное число различных определений данного понятия. Мы в рамках нашей дисциплины будем рассматривать лишь те модели, которые являются инструментом получения новых знаний.
Под моделью будем понимать такой материальный или мысленно представляемый объект, который в процессе исследования заменяет собой объект-оригинал таким образом, что его непосредственное изучение дает новые сведения об объекте-оригинале.
Моделирование, в таком случае, представляет собой процесс построения, изучения и применения моделей. Главная особенность моделирования состоит в том, что это метод опосредованного познания при помощи объектов-заменителей. Модель выступает как инструмент познания, который исследователь ставит между собой и объектом с целью изучения последнего, т.е. объект рассматривается как бы через "призму" его модельного представления. Процесс моделирования, таким образом, включает в себя три элемента: субъект исследования (исследователь), объект исследования, модель. Ситуацию иллюстрирует рисунок 1.1.
Рисунок 1.1 - Роль модели в процессе исследования
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 слишком высоких затрат времени и средств.
Сущность процесса моделирования иллюстрирует схема, представленная на рисунке 1.2
Рисунок 1.2 - Сущность процесса моделирования
Пусть имеется или необходимо создать некоторый объект А. Мы конструируем (материально или мысленно) или находим в реальном мире другой объект (B) - модель объекта А. Этап построения модели предполагает наличие некоторых первоначальных знаний об объекте-оригинале. Модель отображает какие-либо существенные черты объекта-оригинала. Важнейшим является вопрос о необходимой и достаточной степени сходства оригинала и модели. Этот вопрос требует детального анализа и решения в зависимости от конкретной ситуации. Очевидно, что модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.
На втором этапе процесса моделирования модель выступает уже как самостоятельный объект изучения. Конечным результатом этого этапа является совокупность знаний о модели. Однако знания о модели - это еще не есть знания о самом объекте-оригинале.
На третьем этапе происходит интерпретация полученных знаний, т.е. перенос знаний с модели на оригинал. Происходит формирование множества знаний об объекте А.
Четвертый этап - практическая проверка полученных знаний, их использование для выработки суждений об объекте, для его преобразования или управления им.
Для понимания сущности моделирования важно не упускать из виду, что моделирование – не единственный источник знаний об объекте. Процесс моделирования "погружен" в более общий процесс познания. Это обстоятельство должно учитываться 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 четырех шаговым 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, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить на последующих циклах. Таким образом, в методологии моделирования заложены большие возможности саморазвития.
2. Экономико-математические методы и модели. Их классификация
Очевидно, что все существующие модели могут быть условно разделены на два класса - модели материальные, т.е. объективно существующие (которые можно "потрогать руками"), и модели абстрактные, существующие в сознании человека. Одним из подклассов абстрактных моделей являются модели математические.
Предметом нашего изучения в рамках курса будут математические модели, применяемые для анализа различных явления и процессов, имеющих экономическую природу.
Применение математических методов существенно расширяет возможности экономического анализа, позволяет сформулировать новые постановки экономических задач, повышает качество принимаемых управленческих решений.
Математические модели экономики, отражая с помощью математических соотношений основные свойства экономических процессов и явлений, представляют собой эффективный инструмент исследования сложных экономических проблем.
В современной научно-технической деятельности математические модели являются важнейшей формой моделирования, а в экономических исследованиях и практике планирования и управления – доминирующей формой.
Математические модели экономических процессов и явлений называют экономико-математическими моделями (ЭММ).
На базе использования ЭММ реализуются прикладные программы, предназначенные для решения задач экономического анализа, планирования и управления.
Математические модели являются важнейшим компонентом (наряду с базами данных, техническими средствами, человеко-машинным интерфейсом) так называемых систем поддержки решений.
Система поддержки решений (CПР) - это человеко-машинная система, позволяющая использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем.
Классифицировать экономико-математические модели можно по различным основаниям.
1. По целевому назначению модели можно делить на:
теоретико-аналитические, применяемые для исследования наиболее общих свойств и закономерностей развития экономических процессов;
прикладные модели, используемые для решения конкретных задач.
2. По уровням исследуемых экономических процессов:
производственно-технологические;
социально-экономические.
3. По характеру отражения причинно-следственных связей:
детерминированные;
недетерминированные (вероятностные, стохастические), учитывающие фактор неопределённости.
4. По способу отражения фактора времени:
статические. Здесь все зависимости относятся к одному моменту или периоду времени);
динамические, характеризующие изменения процессов во времени.
5. По форме математических зависимостей:
линейные. Наиболее удобные для анализа и вычислений, вследствие чего получили большое распространение;
нелинейные.
6. По степени детализации (степени огрубления структуры):
агрегированные ("макромодели");
детализированные ("микромодели").
Для понимания структуры нашего курса важное значение имеет схема, представленная на рисунке 1.3. В правой части рисунка показаны основные классы экономико-математических методов (классификация по используемому математическому аппарату), а в левой части - важнейшие направления применения методов.
Следует помнить также, что каждый из методов может быть применен для решения различных по специфике задач. И наоборот, одна и та же задача может решаться различными методами.
Рисунок 1.3 - Важнейшие области применения основных классов ЭММ
На схеме экономико-математические методы представлены в виде некоторых укрупненных группировок. В двух словах опишем их.
1. Линейное программирование - линейное преобразование переменных в системах линейных уравнений. Сюда можно отнести: симплекс-метод, распределительный метод, статический матричный метод решения материальных баллансов.
2. Дискретное программирование представленно двумя классами методов: локализационные и комбинаторные методы. К локализационным относятся методы линейного целочисленного программирования. К комбинаторным, например, метод ветвей и границ.
3. Математическая статистика используется для корреляционного, регресионного и дисперсионного анализа экономических процессов и явлений. Корреляционный анализ применяется для установления тесноты связи между двумя или более стохастически независимыми процессами или явлениями. Регрессионный анализ устанавливает зависимость случайной величины от неслучайного аргумента. Дисперсионный анализ - установление зависимости результатов наблюдений от одного или нескольких факторов в целях выявления важнейших.
4. Динамическое программирование используется для планирования и анализа экономических процессов во времени. Динамическое программирование представляется в виде многошагового вычислительного процесса с последовательной оптимизацией целевой функции. Некоторые авторы относят сюда же
5. Теория игр представляется совокупностью методов, используемых для определения стратегии поведения конфликтующих сторон.
6. Теория массового обслуживания - большой класс методов, где на основе теории вероятностей оцениваются различные параметры систем, характеризуемых как системы массового обслуживания.
7. Теория управления запасами объединяет в себе методы решения задач, в общей формулировке сводящихся к определению рационального размера запаса какой-либо продукции при неопределенном спросе на нее.
8. Стохастическое программирование. Здесь исследуемые параметры являются случайными величинами.
9. Нелинейное программирование относится к наименее изученному, применительно к экономическим явлениям и процессам, математическому направлению.
10. Теория графов - направление математики, где на основе определенной символики представляется формальное описание взаимосвязанности и взаимообусловленности множества элементов (работ, ресурсов, затрат и т.п.). До настоящего времени наибольшее практическое применение получили так называемые
3. Принципы построения экономико-математических моделей
1. Принцип достаточности исходной информации. В каждой модели должна использоваться только та информация, которая известна с точностью, требуемой для получения реультатов моделирования.
2. Принцип инвариантности (однозначности) информации требует, чтобы входная информация, используемая в модели, была независима от тех параметров моделируемой системы, которые еще неизвестны на данной стадии исследования.
3. Принцип преемственности. Сводится к тому, что каждая последующая модель не должна нарушать свойств объекта, установленных или отраженных в предыдущих моделях.
4. Принцип эффективной реализуемости. Необходимо, чтобы модель могла быть реализована при помощи современных вычислительных средств.
4.Этапы экономико-математического моделирования
Основные этапы процесса моделирования были рассмотрены нами выше (рисунок 1.2). В различных отраслях знаний они приобретают свои специфические черты. Проанализируем последовательность и содержание этапов одного цикла экономико-математического моделирования (рисунок 1.4).
Рисунок 1.4 - Этапы экономико-математического моделирования
1. Постановка проблемы и её качественный анализ. Главное на этом этапе - чётко сформулировать сущность проблемы, определить принимаемые допущения, а также определить те вопросы, на которые требуется получить ответ.
Этап включает выделение важнейших черт и свойств моделируемого объекта, основных зависимостей, связывающих его элементы. Здесь же происходит формулирование гипотез, хотя бы предварительно объясняющих поведение объекта.
2. Построение математической модели. Это этап формализации задачи, т.е. выражения ее в виде математических зависимостей и отношений (функций, уравнений, неравенств, схем). Как правило, сначала определяется тип математической модели, а затем уточняются детали.
Неправильно полагать, что, чем больше факторов учитывает модель, тем лучше она работает и дает лучшие результаты. Излишняя сложность модели затрудняет процесс исследования. При этом нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом (при возрастании сложности модели прирост затрат может превысить прирост эффекта).
3. Математический анализ модели. Цель - выявление общих свойств и характеристик модели. Применяются чисто математические приёмы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели. Если удастся доказать, что задача не имеет решения, то необходимость в последующей работе по данному варианту модели отпадает; следует скорректировать либо постановку задачи, либо способы ее математической формализации.
Однако модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию. В тех случаях, когда не удается выяснить общих свойств модели аналитическими методами, а упрощение модели приводит к недопустимым результатам, прибегают к численным методам исследования.
4. Подготовка исходной информации. Численное моделирование предъявляет жесткие требования к исходной информации. В то же время реальные возможности получения информации существенно ограничивают выбор используемых моделей. При этом принимается во внимание не только возможность подготовки информации (за определенный срок), но и затраты на подготовку соответствующих информационных массивов. Эти затраты не должны превышать эффекта от использования данной информации.
5. Численное решение. Это cоставление алгоритмов, разработка программ и непосредственное проведение расчётов на ЭВМ.
6. Анализ результатов и их применение. На заключительной стадии проверяются правильность, полнота и степень практической применимости полученных результатов.
Естественно, что после каждой из перечисленных стадий возможен возврат к одной из предыдущих в случае необходимости уточнения информации, пересмотра результатов выполнения отдельных этапов. Например, если на этапе 2 формализовать задачу не удается, то необходимо вернуться к постановке проблемы (этап 1). Соответствующие связи на рисунке 1.4 не показаны, чтобы не загромождать схему.
Наконец, выясним, как соотносятся между собой общая схема процесса моделирования (рисунок 1.2) и этапы экономико-математического моделирования (рисунок 1.4).
Первые пять стадий более дифференцированно характеризуют процесс экономико-математического исследования, чем общая схема: стадии 1 и 2 соответствуют этапу I общей схемы, стадии 3, 4 и 5 - этапу II. Напротив, стадия 6 включает этапы III и IV общей схемы.
Сконвертировано и опубликовано на http://SamoLit.com/