- •Динамическое моделирование по Дж. Форрестеру.
- •Реферат
- •Содержание
- •Введение
- •1Общая часть
- •1.1Описание предметной области.
- •1.2Постановка задачи
- •1.3Спецификация задач, подлежащих решению в процессе разработки
- •1.4Оценка пригодности модели. Выбор и обоснование критериев качества
- •1.5 Назначение моделей
- •1.6Важность конкретных целей
- •1.7Прогнозирование результатов вносимых изменений
- •1.8Структура и элементы модели
- •1.9Динамические характеристики системы
- •1.10Прогноз будущего состояния системы.
- •1.11 Факторы, которые включены в модель
- •2Специальная часть
- •2.1 Уравнения для розничной торговли.
- •2.2. Уравнения для сектора оптовой торговли.
- •2.3. Уравнения для производства
- •2.4. Заказы на основные материалы.
- •2.5. Рабочая сила.
- •2.6. Потоки денежных средств.
- •2.7. Прибыль и дивиденды.
- •2.8. Экспериментальные проигрывания модели
- •2.8.1. Скачкообразное увеличение продаж
- •2.8.2. Годичный периодический ввод.
- •2.8.3. Случайные колебания розничных продаж.
- •3Безопасность жизнедеятельности
- •3.1Краткая характеристика объекта и оборудования
- •3.2 Общая характеристика опасных и вредных производственных факторов
- •3.3 Нормирование санитарно-гигиенических условий труда
- •3.3.1. Микроклимат рабочих помещений
- •3.3.2. Определение комфортности среды
- •3.3.3. Освещение производственных (рабочих) помещений
- •3.4. Воздухообмен производственных (рабочих) помещений
- •3.5. Электромагнитные излучения
- •3.6 Оценка напряженности трудового процесса программиста
- •3.7. Электробезопасность
- •3.8. Пожарная безопасность
- •3.9. Список литературы
- •Заключение
- •Литература
2.8.1. Скачкообразное увеличение продаж
Для отображения скачкообразного изменения розничных продаж RRR, например, на 10% необходимы следующие уравнения:
RRR.KL=RRI+RCR.K, 74,R
, 103, А
где
RRR — требования (заказы), получаемые розничным звеном (единицы в неделю);
RRI — исходный темп требований к розничному звену, константа (единицы в неделю);
RCR — изменение требований к розничному звену (единицы в неделю).
Согласно этим двум уравнениям, темп розничных продаж до начала проигрывания имеет постоянную установившуюся величину RRI (равную 1000 единиц в неделю). После начала проигрывания величина RRR увеличивается на 100 единиц в неделю, что и дает скачкообразное увеличение розничных продаж на 10%.
Рис. 26 - Реакция промышленно-сбытовой системы на внезапное 10-процентное увеличение розничных продаж.
Рис. 27 - Средства и издержки предприятия при внезапном 10-процентном увеличении розничных продаж.
По рисункам 26 и 27 можно делать вывод, что при внезапном 10-процентном увеличении розничных продаж после 7 недель предприятие получило максимальную прибыль (50,000 д.е.), а потом прибыль постепенно падала в связи с уменьшением средств. Для того, чтобы прибыль предприятия увеличилась, необходимо инвестирование.
2.8.2. Годичный периодический ввод.
Рассмотрим реакцию только на синусоидальное возмущение с периодом в один год. Оно может представлять собой непредвиденное годовое сезонное изменение в темпе сбыта.
Уравнения и параметры дополним следующими уравнениями ввода:
где
RRR - требования (заказы), получаемые розничным звеном (единицы в неделю);
RRI - исходный темп требований к розничному звену, константа (единицы в неделю);
RCR - изменение требований к розничному звену (единицы в неделю);
TIME - календарное время, выраженное в неделях;
SIN - функциональное обозначение синусоидальных колебаний (в данном случае с периодом в 52 недели).
Рис. 28 - Реакция промышленно-сбытовой системы на синусоидальное возмущение с периодом в один год.
Рис. 29 - Средства и издержки предприятия при синусоидальном возмущении с периодом в один год.
По рисункам 28 и 29 можно делать вывод, что при синусоидальном возмущении с периодом в один год после 5 недель прибыль падала до минимальной (к 0 д.е.), а потом прибыль постепенно увеличилась.
2.8.3. Случайные колебания розничных продаж.
В программе использованы 2 закона распределения случайных величин: нормальное (гауссовское) распределение и распределение Стьюдента.
Нормальное (гауссовское) распределение занимает центральное место в теории и практике вероятностно-статистических исследований. В качестве непрерывной аппроксимации к биномиальному распределению его впервые рассматривал А.Муавр в 1733 г. Через некоторое время нормальное распределение снова открыли и изучили К.Гаусс (1809 г.) и П.Лаплас, которые пришли к нормальной функции в связи с работой по теории ошибок наблюдений. Непрерывная случайная величина Х называется распределенной по нормальному закону, если ее плотность распределения равна:
Рис. 30 – График функции нормального распределения
где совпадает с математическим ожиданием величины Х: =М(Х), параметр s совпадает со средним квадратическим отклонением величины Х: s =s(Х). График функции нормального распределения, как видно из рисунка 30, имеет вид куполообразной кривой, называемой Гауссовой, точка максимума имеет координаты (а; ). Значит, эта ордината убывает с возрастанием значения s (кривая «сжимается» к оси Ох) и возрастает с убыванием значения s (кривая «растягивается» в положительном направлении оси Оу). Изменение значений параметра (при неизменном значении s) не влияет на форму кривой, а лишь перемещает кривую вдоль оси Ох.
Распределение Стьюдента получило свое название от псевдонима Student, которым английский ученый Госсет подписывал свои работы по статистике. Пусть -- независимые стандартные нормальные случайные величины. Распределением Стьюдента с степенями свободы называется распределение следующей случайной величины:
Если вспомнить введенную формулой случайную величину , то можно сказать, что отношение имеет распределение Стьюдента. Плотность этого распределения представляет собой симметричную функцию, задаваемую формулой
По форме график функции напоминает график плотности стандартного нормального закона, но с более медленным убыванием ``хвостов''. При последовательность функций сходится к функции , которая есть плотность распределения . Чтобы понять, почему этот факт имеет место, следует обратить внимание на то, что по закону больших чисел знаменатель выражения при стремится к .
Рис. 31 - График функции распределения Стьюдента
На рисунке 31 представлена плотность распределения Стьюдента и плотность стандартного нормального закона.
Рис. 32 -Реакция промышленно-сбытовой системы на случайные колебания розничных продаж.
Рис. 33 - Средства и издержки предприятия при случайных колебаниях розничных продаж.
По рисункам 32 и 33 можно делать вывод, что при случайных колебаниях розничных продаж после 6 недель предприятие получило максимальную прибыль (1,800,000 д.е.), а потом прибыль постепенно падала до 800,000 д.е. (после 24 недель) и стремится к устойчивости. Для того, чтобы прибыль предприятия постоянно увеличилась, необходимо инвестирование.