
- •Тема 1. Предмет і структура курсу. Основні принципи системного підходу
- •1.1. Предмет і структура курсу.
- •1.2. Поняття складної системи.
- •1.3. Взаємодія системи з зовнішнім середовищем
- •1.4. Особливості складних систем.
- •1.5. Основні поняття системного підходу й аналізу.
- •1.6. Класифікація систем і їх моделей.
- •1.7. Особливості економічних систем.
- •Тема 2. Метод математичного моделювання в економіці.
- •2.1. Поняття «модель» і «моделювання».
- •2 .2. Класифікація моделей.
- •2.3. Етапи практичного моделювання.
- •2.4. Оптимальність керування і достатність системи обмежень.
- •2.5. Формальна класифікація моделей.
- •Тема 3. Матричні емм. Модель міжгалузевого балансу.
- •3.1. Основні співвідношення і поняття моделі.
- •3.2. Коефіцієнти прямих і повних матеріальних витрат.
- •3.3. Різновиду матричних балансових моделей.
- •Тема 4. Оптимізаційні емм.
- •4.1. Особливості емм оптимізації.
- •4.2.Емм оптимізації виробничого плану галузі.
- •4.3.Емм оптимізації випуску продукції підприємствами галузі.
- •4.4. Емм розподілу фінансових ресурсів по оптимізації приросту потужностей (галузі, підприємства, ...).
- •4.5. Розподіл капітальних вкладень по проектах.
- •4.6.Емм складання оптимальних сумішей, сплавів, з'єднань і вибір оптимального раціону харчування (годівлі).
- •4.7.Емм оптимізації розкрою матеріалу.
- •4.8. Економічна інтерпретація двоїстих задач лінійного програмування.
- •Тема 5. Методи моделювання ( вірогідних ) систем. Імітаційне моделювання.
- •5.1. Поняття про вірогідні системи і процеси.
- •5.2. Імітаційне моделювання систем і процесів.
- •5.3. Імітаційна модель і її структура..
- •5.4. Метод Монте-Карло (метод статистичних іспитів).
- •Тема 6. Методи і моделі керування запасами.
- •6.1. Основні визначення і поняття теорії керування запасами.
- •6.2. Класифікація систем постачання і їхніх моделей.
- •6.3. Стратегія керування запасами.
- •6.4. Детермінована емм керування запасами з фіксованим попитом.
- •6.5. Модель керування запасами при випадковому попиті.
- •6.6.Емм керування запасами з обмеженнями на складські приміщення.
- •Тема 7. Емм систем масового обслуговування.
- •7.1. Основні поняття і визначення.
- •7.2. Класифікація і позначення смо.
- •7.3. Основні характеристики системи масового обслуговування.
- •Тема 8. Емм і моделі асу.
- •8.1. Основні характеристики і класифікація асу.
- •8.2.Емм розрахунку ефективності асу.
- •Тема 9. Економетричні моделі і їхнє застосування в економіці.
- •9.1. Основні поняття про Економетричні моделі і кореляційний аналіз.
- •9.2. Метод найменших квадратів (мнк).
- •9.3. Використання якісних показників в економетричних моделях.
- •Тема 10. Огляд прикладних пакетів програм.
4.8. Економічна інтерпретація двоїстих задач лінійного програмування.
При моделюванні економічних систем і процесів, коли характер системи до кінця не вивчений, чи ж система складна, використовуютьь спрощення моделі і представлення її у вигляді лінійної ( чи прямої зворотної).
Вихідна модель припускає,
скільки і якої продукції необхідно
виготовити з заданою вартістю cj
(j=
) і при заданих ресурсах bi
(i=
) і дістати максимальний прибуток у
вартісному вираженні.
Двоїста (зворотна) задача припускає оцінку вартості одиниці кожного з ресурсів, щоб при заданій кількості ресурсів bi і вартості одиниці продукції cj мінімізувати загальну вартість витрат.
Цільова функція
прямої задачі
Цільова функція
оберненоїзадачі
Тема 5. Методи моделювання ( вірогідних ) систем. Імітаційне моделювання.
5.1. Поняття про вірогідні системи і процеси.
Економічні системи, як правило, є вірогідними, тому що вихідні параметри системи випадковим чином залежать від вхідних параметрів.
Чому економічні системи є стохастичнними:
тому що система складна, багаторівнева ієрархічна структура;
система піддається впливу зовнішніх факторів (погодні умови, зовнішня політика);
навмисне перекручування інформації, приховування інформації і цілеспрямована економічна диверсія.
Виходячи з того, що економічна система складна і має випадковий компонент ,
тому оптимізація цільової функції ведеться за середнім значенням, тобто при заданих параметрах необхідно знайти рішення х, коли значення цільової функції по можливості буде максимальним.
Складні системи описуються Марковським апаратом, тобто коли поводження системи в момент t0 характеризується імовірністю першого порядку p(х0, t0) і поводження системи в майбутньому залежить від значення системи х0 і не залежить від того, коли і як система прийшла в цей стан.
Марковські випадкові процеси описуються двома параметрами:
імовірністю першого порядку p(х0, t0);
умовною імовірністю pij (х2 t2 /х1 t1);
Pij характеризує значення системи х2 у момент t2, за умови, що в момент t1 система мала значення х1.
Маючи у своєму розпорядженні матрицю умовних переходів
можна заздалегідь сформулювати поводження системи в майбутньому.
Марковські випадкові процеси називають Марковськими ланцюгами з імовірністю переходу в pij, коли процес вивчається в дискретні моменти часу.
5.2. Імітаційне моделювання систем і процесів.
Застосовується у випадках, коли не можна заформалізувати модель (описати аналітичним вираженням) і у випадку, коли система являє собою багатопараметричну вирогідну економічну систему. Крім того, моделювання за допомогою імітаційних підходів застосовується для систем великих розмірів і з великими внутрішніми зв'язками.
Основні етапи моделювання:
аналіз модельованих систем, збір необхідної інформації, виділення проблемної області дослідження і постановка задач на дослідження;
синтезування (формування, одержання) необхідної математичної моделі області припустимих спрощень (обмежень), вибір критеріїв оцінки ефективності і точності моделювання;
розробка імітаційної моделі, алгоритму її реалізації, внутрішнє і зовнішнє математичне забезпечення;
оцінка адекватності імітаційної моделі і контроль результатів експеримента з наступної валідації моделі;
аналіз результатів моделювання з метою досягнення заданої точності моделювання.