- •2.2. Ілюстративний матеріал до вивчення тем курсу (економіко — математичні моделі, приклади та їх розв’язання)
- •Тема 1. Економіка як об’єкт моделювання Економічні колізії та моделювання економіки
- •Проблеми методології макроекономічного аналізу
- •Нелінійність математичних моделей
- •Тема 2. Концептуальні засади математичного моделювання економіки
- •Аналіз і розв’язання
- •Тема 3. Алгоритмічні (імітаційні) моделі в економіці та підприємництві Моделювання випадкових подій
- •Моделювання випадкових величин
- •Тема 4. Прикладні математичні моделі фінансово-економічних процесів
- •Мікроекономічне моделювання банківської діяльності
- •Тема 5. Виробничі функції Двофакторні виробничі функції
- •Розв’язання
- •Тема 6. Рейтингове оцінювання та управління в економіці
Тема 3. Алгоритмічні (імітаційні) моделі в економіці та підприємництві Моделювання випадкових подій
Приклад. Нехай при випробуванні мають місце залежні й сумісні події А та В, при цьому відомо, що Р(А) = 0,7; Р(В) = 0,5; Р(АВ) = 0,3.
Потрібно змоделювати появу подій А та В у двох випробуваннях.
Розв’язання. У кожному випробуванні можливе настання однієї з чотирьох попарно несумісних подій:
С1 = АВ, Р(С1) = Р(АВ) = 0,3.
С2 =,Р(С2) = Р() =Р(А) — Р(ВА) = 0,7 — 0,3 = 0,4.
С3 =,Р(С3) = Р() =Р(В) — Р(АВ) = 0,5 — 0,3 = 0,2.
С4 =,Р(С4) = 1 — [Р(С1) + Р(С2) + Р(С3)] = 1 — (0,3 + + 0,4 + 0,2) = 0,1.
Змоделюємо повну групу подій С1, С2, С3, С4 у двох випробуваннях (прогонах). Відкладемо послідовно на одиничному відрізку числової осі інтервали (рис. 2.2.3):
і = Р(Сі), і = 1,…, 4.
Рис. 2.2.3. Інтервали і = Р(Сі)
Нехай згенеровано два випадкових числа 1 = 0,68 і 2 = 0,95. Випадкове число 1 належить до інтервалу 2, тому у першому випробуванні мала місце подія С2: подія А настала, а подія В не настала. За другого випробування випадкове число 2 належить до інтервалу 4: обидві події А та В не мали місця.
Приклад. Використовуючи умови попереднього прикладу, потрібно змоделювати окремо появу подій А та В в одному випробуванні.
Розв’язання. Події А та В є залежними, тому попередньо знаходимо умовні ймовірності Р(В/А) та Р():
Для моделювання події А обрано випадкове число 1. Нехай 1 = 0,96. Оскільки 1 > P(A), то подія А у випробуванні не настала.
Тепер розіграємо подію В за умови, що подія А у випробуванні не мала місця. Нехай випадкове число 2 = 0,22. Отже, (0,22 < 2/3), тобто подіяВ у випробуванні настала.
Моделювання випадкових величин
Приклад. Змоделювати дві реалізації дискретної випадкової величини X, що має розподіл:
xi: |
-1 |
0 |
2 |
5 |
pi: |
0,2 |
0,5 |
0,2 |
0,1 |
Розв’язання. Відкладемо послідовно на одиничному відрізку числової осі інтервали (рис. 2.2.4): і = pi, і = 1,…, 4.
Рис. 2.2.4. Інтервали і = pі
Нехай згенеровано два випадкових числа 1 = 0,57 і 2 = 0,73. Випадкове число 1 належить до інтервалу 2, тому у першому випробуванні випадкова величина X набуває значення х2 = 0. За другого випробування випадкове число 2 належить до інтервалу 3, тому випадкова величина X набуває значення х3=2.
Приклад. Змоделювати дві реалізації випадкової величини X, що має інтервально-постійну функцію щільності розподілу на відрізку [0,5; 7,5]:
,
.
Розв’язання. Для заданої випадкової величини X дискретна випадкова величина , що відповідає номеру інтервалу, матиме розподіл:
i: |
1 |
2 |
3 |
4 |
pi: |
0,3 |
0,4 |
0,2 |
0,1 |
Для однієї реалізації випадкової величини X необхідно згенерувати одне значення (реалізацію) дискретної випадкової величини (див. попередній приклад) і одне випадкове число , що формується генератором випадкових чисел, які відповідають рівномірному закону розподілу на інтервалі (0; 1).
Нехай згенеровано дві реалізації дискретної випадкової величини : 1 = 2 2 = 4, і два випадкових числа 1 = 0,91, 2 = 0,43.
Тоді перше значення (реалізація) випадкової величини X належатиме другому інтервалу: , і підставивши значення відповідних величин у формулу (2.1.3), отримаємо:. Аналогічно, друге значення (реалізація) випадкової величиниX належатиме четвертому інтервалу: , і підставивши значення відповідних величин у формулу (2.1.3), отримаємо:.