Основные этапы экономико-математического моделирования.
Процесс экономико-математического моделирования - это описание социальных и экономических систем и процессов в виде экономико-математических моделей. Данная разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования. Поэтому целесообразно более детально проанализировать последовательность и содержание этапов экономико-математического моделирования, выделив следующие шесть этапов:
· Постановка экономической проблемы и ее качественный анализ;
· Построение математической модели;
· Математический анализ модели;
· Подготовка исходной информации;
· Численное решение;
· Анализ численных результатов и их применение.
Рассмотрим каждый из этапов более подробно.
Постановка экономической проблемы и ее качественный анализ . На данном этапе нужно четко сформулированная сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Сначала нужно обозначить важнейшие черты и свойства моделируемого объекта; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих развитие и поведение объекта.
Построение математической модели . Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических отношений и зависимостей (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) модели математической, а дальше уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таким образом, построение модели можно разбить на несколько стадий.
Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше «работает» и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности и неопределенности и т.д.
Лишняя сложность модели затрудняет процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом.
Одна из важный особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться «изобретать» модель; сначала необходимо попытаться применить для решения этой задачи уже известные модели.
Математический анализ модели . Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто математические приемы исследования. Наиболее важный момент - это доказательство существования решений в сформулированной модели. Если удается доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает и следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственное ли решение, в каких пределах и в зависимости исходных условий они изменяются, какие переменные (неизвестные) могут входить в решение, каковы будут соотношения между ними, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.
Подготовка исходной информации . Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов.
Эти затраты не должны превышать эффект от использования дополнительной информации.
В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.
Численное решение . Этот этап включает разработку алгоритмов для численного решения задачи, составление программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены, прежде всего, большой размерностью экономических задач, необходимостью обработки значительных массивов информации.
Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.
Анализ численных результатов и их применение . На этом заключительном этапе цикла встает вопрос о полноте и полноте результатов моделирования, о степени практической применимости последних.
Математические методы проверки могут выявить некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее математического и информационного обеспечения.
Размещено на http://www.allbest.ru/
Основные этапы экономико-математического моделирования
В различных отраслях знаний основные этапы процесса моделирования приобретают свои специфические черты. Проанализируем последовательность и содержание этапов одного цикла экономико-математического моделирования.
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.
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.
Характеристики двухфакторной производственной функции.
Производственная функция - это зависимость между набором факторов производства и максимально возможным объемом продукта, производимым с помощью данного набора факторов. Производственная функция всегда конкретна, т.е. предназначается для данной технологии. Новая технология - новая производительная функция. С помощью производственной функции определяется минимальное количество затрат, необходимых для производства данного объема продукта.
Производственные функции, независимо от того, какой вид производства ими выражается, обладают следующими общими свойствами:
1) Увеличение объема производства за счет роста затрат только по одному ресурсу имеет предел (нельзя нанимать много рабочих в одно помещение - не у всех будут места).
2) Факторы производства могут быть взаимодополняемы (рабочие и инструменты) и взаимозаменяемы (автоматизация производства).
В наиболее общем виде производственная функция выглядит следующим образом:
где - объем выпуска;
K- капитал (оборудование);
М- сырье, материалы;
Т - технология;
N - предпринимательские способности.
Наиболее простой является двухфакторная модель производственной функции Кобба - Дугласа, с помощью которой раскрывается взаимосвязь труда (L) и капитала (К). Эти факторы взаимозаменяемы и взаимодополняемы. Еще в 1928 году американские ученые -- экономист П. Дуглас и математик Ч. Кобб -- создали макроэкономическую модель, позволяющую оценить вклад различных факторов производства в увеличении объема производства или национального дохода. Эта функция имеет следующий вид:
где А - производственный коэффициент, показывающий пропорциональность всех функций и изменяется при изменении базовой технологии (через 30-40 лет);
K, L- капитал и труд;
б,в -коэффициенты эластичности объема производства по затратам капитала и труда.
Если б = 0,25, то рост затрат капитала на 1% увеличивает объем производства на 0,25%.
На основе анализа коэффициентов эластичности в производственной функции Кобба - Дугласа можно выделить:
1) пропорционально возрастающую производственную функцию, когда
математический моделирование линейный программирование
2) непропорционально - возрастающую
3) убывающую
Общая постановка задачи линейного программирования.
Задачей линейного программирования (ЛП) называется задача минимизации или максимизации линейного функционала при линейных ограничениях. В литературе принят ряд специальных форм записи задачи ЛП:
Форма общей задачи ЛП (задача ЛП со смешанными ограничениями) - найти максимум по переменным линейного функционала
c1x1 + c2x2 > max
при линейных ограничениях
A11x1 + A12x2 ? b1, (0.11)
A21x1 + A22x2 = b2,(0.12)x1 ? 0.(0.13)
Здесь, матрицы A11, A12, A21, A22 имеют соответственно размеры
(m1 ? n1), (m1 ? n2), (m2 ? n1), (m2 ? n2).
Форма основной задачи ЛП
при линейных ограничениях Ax ? b.
Стандартная форма записи задачи ЛП
при линейных ограничениях Ax ? b x ? 0.
Здесь - матрица размера (m ? n).
Каноническая форма записи задачи ЛП (c, x) > max
при линейных ограничениях Ax = b x ? 0.
Формально говоря, задачи 2-4 являются частными случаями общей задачи 1. Однако в свою очередь общая задача может быть представлена в форме любой из трех остальных. Так задача 1 принимает основную форму, если заменить в ней систему ограничений-равенств на эквивалентную систему ограничений-неравенств
A21x1 + A22x2 ? b2
A21x1 - A22x2 ? -b2
Если сделать замену переменных
x2 = y2 - z2, y2 &ge 0, z2 ? 0,
то задача 1 примет стандартную форму.
Если же ограничения неравенства в задаче 1 записать в виде A11x1 + A12x2 + u = b1
где - дополнительная переменная(формально входящая в целевой функционал с нулевым коэффициентом) и вновь использовать замену переменных, то задача 1 будет иметь форму канонической задачи.
Вообще, любую задачу ЛП, на минимум или максимум, с неравенствами, направленными в ту или иную сторону, можно представить в любой из указанных форм. Для этого, наряду с приемами, перечисленными выше, необходимо использовать умножение целевой функции или ограничений-неравенств на (-1), что позволяет переходить от максимизации к минимизации и менять знаки неравенств.
Список литературы
1. Булатов А.С. Экономика. Учебник для экономических академий, вузов и факультетов М., 1995.
2. Карлин С. Математические методы в теории игр, программировании и экономике. М.: Мир, 1964.
3. Красильников О.Ю. Отражение структурных сдвигов в теориях экономического роста. Экономика: проблемы теории. Саратов: Изд-во Научная книга, 2001.
4. Райхлин Э. Основа экономической теории. Экономический рост и развитие. М.: Юрист, 2001.
План
Экономико-математическое моделирование, как метод научного познания
Этапы экономико-математического моделирования
Сущность экономико-математического моделирования
Проблемы экономико-математического моделирования
Введение
Одним из видов формализованного знакового моделирования является математического моделирование, осуществляемое средствами языка математики и логики. Для изучения какого-либо класса явлений внешнего мира строится его математическая модель, т.е. приближенное описание этого класса явлений, выраженное с помощью математической символики.
Сам процесс математического моделирования можно подразделить на четыре основных этапа:
I этап: Формулирование законов, связывающих основные объекты модели, т.е. запись в виде математических терминов сформулированных качественных представлений о связях между объектами модели.
II этап: Исследование математических задач, к которым приводят математические модели. Основной вопрос - решение прямой задачи, т.е. получение в результате анализа модели выходных данных (теоретических следствий) для дальнейшего их сопоставления с результатами наблюдений изучаемых явлений.
III этап: Корректировка принятой гипотетической модели согласно критерию практики, т.е. выяснение вопроса о том, согласуются ли результаты наблюдений с теоретическими следствиями модели в пределах точности наблюдений. Если модель была вполне определена - все параметры ее были даны, - то определение уклонений теоретических следствий от наблюдений дает решения прямой задачи с последующей оценкой уклонений. Если уклонения выходят за пределы точности наблюдений, то модель не может быть принята. Часто при построении модели некоторые ее характеристики остаются не определенными. Применение критерия практики к оценке математической модели позволяет делать вывод о правильности положений, лежащих в основе подлежащей изучению (гипотетической) модели.
IV этап: Последующий анализ модели в связи с накоплением данных об изученных явлениях и модернизация модели. С появлением ЭВМ метод математического моделирования занял ведущее место среди других методов исследования. Особенно важную роль этот метод играет в современной экономической науке.
Экономико-математическое моделирование, как метод научного познания
Моделирование в научных исследованиях стало применяться в глубокой древности, постепенно захватывая всё новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принёс методу моделирования - ХХ век. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.
Термин модель широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие модели, которые являются инструментами получения знаний.
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 много времени и средств.
Метод моделирования включает три элемента:
1. субъект (исследователь);
2. объект исследования;
3. модель, опосредствующую отношения познающего субъекта и познаваемого объекта.
2. Этапы экономико-математического моделирования
Пусть имеется или необходимо создать некоторый объект А Мы конструируем (материально или мысленно) или находим в реальном мире другой объект В- модель объекта А. Рассмотрим основные этапы моделирования.
Этап построения модели предполагает наличие некоторых знаний об объекте- оригинале. Познавательные возможности модели обусловливаются тем, что модель отражает какие- либо существенные черты объекта – оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда он перестаёт быть оригиналом), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.
Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько “специализированных” моделей концентрирующих внимание на определённых сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.
На втором этапе процесса моделирования модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные об ее «поведении». Конечным результатом этого этапа является множество знаний о модели R.
На третьем этапе осуществляется перенос знаний с модели на оригинал формирование множества знаний S об объекте. Этот процесс переноса знаний проводится по определённым правилам. Знания о модели должны быть скорректированы с учётом тех свойств объекта - оригинала, которые не нашли отражения или были изменены при построении модели. Мы можем с достаточным основанием переносить какой-либо результат с модели на оригинал, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определённый результат модельного - исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.
Четвёртый этап - практическая проверка полученных с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.
Сущность экономико-математического моделирования
Моделирование - циклический процесс. Это означает, что за первым четырёхэтапным 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, обусловленною малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.
Проникновение математики в Экономическую науку связано с преодолением значительных трудностей, лежащих в природе экономических процессов и специфике экономической науки.
Большинство объектов, изучаемых экономической наукой, может быть охарактеризовано кибернетическим понятием – «сложная система».
Наиболее распространено понимание системы как совокупности элементов, находящихся во взаимодействии и образующих некоторую целостность, единство. Важным качеством любой системы является эмерджентность - наличие таких свойств, которые не присущи ни одному из элементов, входящих в систему. Поэтому при изучении систем недостаточно пользоваться методом их расчленения на элементы с последующим изучением этих элементов в отдельности. Одна из трудностей экономических исследований - в том, что почти не существует экономических объектов, которые можно было бы рассматривать как отдельные (внесистемные) элементы.
Сложность системы определяется количеством входящих в неё элементов, связями между этими элементами, а также взаимоотношениями между системой и средой. Экономика страны обладает всеми признаками очень сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с другими системами (природная среда, экономика других стран и т. д.). В управлении экономикой взаимодействуют природные, технологические, социальные процессы, объективные и субъективные факторы.
Сложность экономики иногда рассматривалась как обоснование невозможности её моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и. любой сложности, И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.
Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, её успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И, хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать неформализованные ещё проблемы, для которых математическое моделирование недостаточно эффективно.
С экономической точки зрения оптимальные решения, полученные с помощью экономическо-математического моделирования, обладают следующими основными свойствами:
1. Оптимальность решения зависит от целей, поставленных при планировании процесса. Например, выбор типа транспорта по критерию стоимости перевозки будет отличаться от выбора по критерию скорости.
2. Оптимальность решения зависит от текущей хозяйственной обстановки (иными словами, оптимум всегда конкретен, его нельзя вычислять абстрактно).
3. Существенные изменения оптимального варианта происходят только при значительных изменениях обстановки - это свойство называется устойчивостью базиса оптимального плана относительно малых изменений условий (т.е. оптимальные решения можно находить достаточно надёжно, несмотря на приблизительный характер почти всей экономической информации).
4. При определении взаимозависимости решений по всем объектам экономики особое значение имеют обратная связь объектов и издержки обратной связи. Например, если предприятия А и Б потребляют один и тот же ограниченный ресурс, то увеличение доли предприятия А уменьшает долю предприятия Б (обратная связь).
Возможно, потребление данного ресурса (сырья, топлива высшего сорта) снижает производственные издержки. Тогда, увеличение доли предприятия А приведёт к экономии на этом предприятии и к дополнительным издержкам на предприятии Б в результате замены ресурса менее эффективным (издержки обратной связи).
5. Оценка рациональности конкретного мероприятия зависит от уровня управления: решение, оптимальное для отдельного предприятия, может быть неоптимальным для отрасли или экономики в целом.
4. Проблемы экономико-математического моделирования
Объектом для экономико-математического моделирования является полностью структурированные проблемы. Частично или слабо структурированные проблемы, определяются во втором блоке, является объектами для методов системного анализа, сочетающих неформализованные решения специалистов с модельными расчётами по отдельным предметам.
Неструктурированные проблемы является объектами для экспертных решений, принимаемых на основе опыта и интуиции специалистов
Уже длительное время главным тормозом практического применения математического моделирования в экономике является сложность наполнения разработанных моделей конкретной и качественной информацией. Точность и полнота первичной информации, реальные возможности её сбора и обработки во многом определяют выбор типов прикладных моделей. С другой стороны, исследования по моделированию экономики выдвигают новые требования к системе информации.
В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет существенно различный характер и происхождение. Она может быть разделена на две категории: о прошлом развитии и современном состоянии объектов (экономические наблюдения и их обработка) и о будущем развитии объектов, включающую данные об ожидаемых изменениях их внутренних параметров и внешних условий (прогнозы). Вторая категория информации является результатом самостоятельных исследований, которые так же могут выполняться посредством моделирования.
Методы экономических наблюдений и использование результатов этих наблюдений разрабатываются эконометрикой. Поэтому стоит отметить только специфические проблемы экономических наблюдений, связанные с моделированием экономических процессов.
В экономике многие процессы являются массовыми, они характеризуются закономерностями, которые не обнаруживаются на основании лишь одного или нескольких наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения.
Другая проблема порождается динамичностью экономических процессов, изменчивостью их параметров и структурных отношений. Вследствие этого экономические процессы приходится постоянно держать под наблюдением, необходимо иметь устойчивый поток новых данных. Поскольку наблюдения за процессами и обработка эмпирических данных обычно занимают довольно много времени, то при построении математических моделей экономики требуется корректировать исходную информацию с учётом её запаздывания.
Познание количественных отношений экономических процессов и явлений опирается на экономические измерения. Точность измерений в значительной степени предопределяет и точность конечных результатов количественного анализа посредством моделирования. Поэтому необходимым условием эффективного использования математического моделирования является совершенствование экономических измерителей. Применение математического моделирования заострило проблему измерений и количественных различных аспектов и явлений социально-экономического развития, достоверности и полноты получаемых данных, их защиты от намеренных и технических искажений.
В процессе моделирования возникает взаимодействие «первичных» и «вторичных» экономических измерителей. Любая модель в экономике опирается на определённую систему экономических измерителей (продукции, ресурсов элементов и т.д.). В то же время одним из важных результатов экономико-математического моделирования является получение новых (вторичных) экономических измерителей - экономически обоснованных цен на продукцию различных отраслей, оценок эффективности разнокачественных природой ресурсов, измерителей общественной полезности продукции. Однако, эти вторичные измерители могут испытывать влияние недостаточно обоснованных первичных измерителей, что вынуждает разрабатывать особую методику корректировки первичных измерителей для экономических моделей.
С точки зрения «интересов» моделирования экономики в настоящее время наиболее актуальными проблемами совершенствования экономических измерителей являются: оценка результатов интеллектуальной деятельности (особенно в сферё научно- технических разработок, индустрии информатики), построение обобщающих показателей экономического развития, измерение эффектов обратных связей (влияние экономических и социальных механизмов на эффективность производства).
Для методологии планирования экономики важное значение имеет понятие неопределённости экономического развития. В исследованиях по экономическому прогнозированию и планированию различают два типа неопределённости: «истинную», обусловленную свойствами экономических процессов, «информационную», связанную с неполнотой и неточностью имеющейся информации об этих процессах. Истинную неопределённость нельзя смешивать с объективным существованием различных вариантов экономического развития и возможностью сознательного выбора среди них эффективных вариантов. Речь идёт о принципиальной невозможности точного выбора единственного (оптимального) варианта.
В развитии экономики неопределённость вызывается тем, что ход планируемых и управляемых процессов, а также внешние воздействия на эти процессы не могут быть точно предсказаны из-за действия случайных факторов и ограниченности человеческого познания в каждый момент. Особенно характерно это для прогнозирования научно- технического прогресса, потребностей общества, экономического поведения. Неполнота и неточность информации об объективных процессах и экономическом поведении усиливают истинную неопределённость.
На первых этапах исследований по моделированию экономики применились в основном модели детерминистского типа. В этих моделях все параметры предполагаются точно известными. Однако, детерминистские модели неправильно понимать в механическом духе и отождествлять их с моделями, которые лишены всех “степеней выбора” (возможностей выбора) и имеют единственное допустимое решение. Классическим представителем жёстко детерминистских моделей являлась оптимизационная модель народного хозяйства, которая применялась для определения наилучшего варианта экономического развития среди множества допустимых вариантов.
В результате накопления опыта использования жестко детерминистских моделей были созданы реальные возможности успешного применения более совершенной методологии моделирования экономических процессов, учитывающих стохастику и неопределённость. Здесь можно выделить такие основные направления исследований как: усовершенствование методики моделей жестко детерминистского типа, проведение многовариантных расчётов и модельных экспериментов с вариацией конструкции модели и её исходных данных, изучение устойчивости и надежности получаемых решений, выделение зоны неопределённости, включение в модель резервов, применение приёмов, повышающих приспособляемость экономических решений вероятным и непредвиденным ситуациям, а также распространение моделей, непосредственно отражающих сложность и неопределённость экономических процессов и соответствующий математический аппарат: теорию вероятностей и математическую статистику, теорию игр и статистических решений, теорию массового обслуживания, стохастическое программирование, теорию случайных процессов.
Выводы
Модель - это материальный или мысленно представляемый объект, который в процессе исследования замещает объект - оригинал, так, что его непосредственное изучение даёт новые знания об объекте - оригинале.
Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.
Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов - заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.
Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник званий об объекте. Процесс моделирования «погружён» в более общий процесс познания. Это обстоятельство учитывается 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 четырёхэтапным 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, обусловленною малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах.
Литература
1) Егорова Н.Е., Смулов А.М. Предприятия и банки: Взаимодействие, экономический анализ, моделирование: Учебно-практическое пособие. М.: 2002 г.
2) Кивачук В.С. Оздоровление предприятия: экономический анализ. Издательства: Издательство деловой и учебной литературы, «Амалфея». М.: 2002 г.
3) Монахов А.В. Математические методы анализа экономики. СПб.: Издательство «Питер», серия «Краткий курс», 2002 г.
4) Пинегина М.В. Математические методы и модели в экономике. М.: Издательство «Экзамен», 2002 г.
5) Пястолов С.М. Экономический анализ деятельности предприятий: Учебное пособие для вузов Серия: «Gaudeamus». М.: 2002 г.
6) Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Издательство «Дело», серия «Наука управления», 2000 г.
1. При постановке экономической проблемы и ее качественного анализа необходимо:
Выделить существенные черты и свойства моделируемого объекта;
Изучить структуру объекта и основные зависимости связывающих его элементов;
Сформулировать гипотезу поведения и развития объекта.
2. На этом этапе построения математической модели происходит формализация экономической проблемы, выражение ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т. д.).
Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Здесь важно помнить, что излишняя сложность и громоздкость модели затрудняют процесс исследования и необходимо сопоставлять затраты на моделирование с получаемым эффектом (при возрастании сложности модели прирост затрат может превысить прирост эффекта).
Одна из важных особенностей математических моделей – потенциальная возможность их использования для решения многих проблем. Поэтому, сталкиваясь с новой экономической задачей, целесообразно не «изобретать» новую модель, а попытаться применить уже известную.
3. Математический анализ модели служит средством выяснения общих свойств модели, доказательства существования решений в сформулированной модели (теорема существования).
При аналитическом исследовании модели выясняются следующие вопросы:
Единственно ли решение;
Какие переменные (неизвестные) могут входить в решение и их соотношение;
В каких пределах и при каких условиях они изменяются;
Каковы тенденции изменения модели и др.
Аналитическое исследование модели в отличие от эмпирического (численного) позволяет иметь неизменные выводы при разнообразии конкретных значений внешних и внутренних параметров модели.
Исследователи сознательно идут на идеализацию первоначальной модели, для того чтобы получить знание о свойствах модели. Но так как модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию, а упрощения модели приводят к недопустимым результатам, то в этом случае переходят к численным методам исследования.
4. Подготовка исходной информации (в определенный срок) и связанные с ней затраты (которые не должны превышать эффект от использования дополнительной информации) ограничивают выбор моделей, предназначаемых для практического использования.
В стадии подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании используемая информация в одних моделях, является результатом функционирования других моделей.
5. Численное решение включает разработку алгоритмов, составление соответствующих программ и непосредственное проведение расчетов. Трудности этого этапа обусловлены большим объемом экономических задач, необходимостью обработки значительных массивов информации.
Обычно расчеты по экономико-математической модели имеют многовариантный характер. Благодаря прогрессирующим возможностям ЭВМ удается проводить многочисленные «модельные» эксперименты, изучая «поведение» модели при различных изменениях некоторых условий. Исследование, проводимое численными методами, может служить дополнением к аналитическому или для многих моделей быть основным, единственно осуществимым.
Круг экономических задач, которые можно решать численными методами, значительно шире, чем задач, доступных аналитическому исследованию.
6. На этапе анализа численных результатов и их применения встает вопрос о правильности и полноте результатов моделирования, степени практической применимости последних.
Математические методы проверки могут выявлять признаки некорректного построения модели.
7. Взаимосвязи этапов проявляются в том, что в процессе исследования обнаруживаются недостатки предшествующих этапов моделирования.
Математический анализ модели может выявить противоречивость или излишнюю сложность математической модели и в соответствии с этим – необходимость корректировки или модификации исходной постановки задачи.
Если недостатки не удается исправить на промежуточных этапах моделирования, они устраняются в последующих циклах.
Результаты каждого отдельного этапа имеют значение. Получив полезные результаты исследования при построении простой модели, можно перейти к созданию более совершенной модели, дополняемой новыми условиями, включающей уточненные математические зависимости.
8. По мере усовершенствования экономико-математического моделирования его отдельные этапы обособляются в специализированные области исследований, усиливаются различия между теоретико-аналитическими и прикладными моделями, происходит дифференциация моделей по уровням абстракции и идеализации.
Теория математического анализа моделей экономики обособилась в особую ветвь современной математики – математическую экономику. Модели, исследуемые в рамках математической экономики, теряют непосредственную связь с экономической реальностью – они имеют дело с исключительно идеализированными экономическими объектами и ситуациями.
Принципом построения таких моделей является не столько приближение к реальности, сколько получение возможно большего числа аналитических результатов посредством математических доказательств.
Ценность моделей, исследуемых в рамках математической экономики, для экономической теории и практики состоит в том, что они служат теоретической базой для моделей прикладного типа.
Отдельными областями исследований становятся подготовка и обработка экономической информации и разработка математического обеспечения экономических задач (создание баз данных и банков информации, программ автоматизированного построения моделей и программного сервиса для экономистов-пользователей).
На этапе практического использования моделей должны привлекаться специалисты в соответствующей области экономического анализа, планирования, управления.
Экономисты-математики осуществляют постановку и формализацию экономических задач и синтеза процесса экономико-математического моделирования.
Процесс моделирования, в том числе и экономико-математического, включает в себя три структурных элемента: объект исследования; субъект (исследователь); модель, опосредующая отношения между познающим субъектом и познаваемым объектом. Рассмотрим общую схему процесса моделирования, в котором можно выделить четыре стадии.
Пусть имеется некоторый объект, который мы хотим исследовать методом моделирования. На первой стадии мы конструируем (или находим в реальном мире) другой объект - модель исходного объекта-оригинала. Стадия построения модели предполагает наличие определенных сведений об объекте-оригинале. Познавательные возможности модели определяются тем, что модель отображает лишь некоторые существенные черты исходного объекта, поэтому любая модель замещает оригинал в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько моделей, отражающих определенные стороны исследуемого объекта или характеризующих его с разной степенью детализации.
На второй стадии процесса моделирования модель выступает как самостоятельный объект исследования. Например, одну из форм такого исследования составляет проведение модельных экспериментов, при которых целенаправленно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этой стадии является совокупность знаний о модели в отношении существенных сторон объекта-оригинала, которые отражены в данной модели.
Третья стадия заключается в переносе знаний с модели на оригинал, в результате чего мы формируем множество знаний об исходном объекте и при этом переходим с языка модели на язык оригинала. С достаточным основанием переносить какой-либо результат с модели на оригинал можно лишь в том случае, если этот результат соответствует признакам сходства оригинала и модели (другими словами, признакам адекватности).
На четвертой стадии осуществляются практическая проверка полученных с помощью модели знаний и их использование как для построения обобщающей теории реального объекта, так и для его целенаправленного преобразования или управления им. В итоге мы снова возвращаемся к проблематике объекта-оригинала.
Моделирование представляет собой циклический процесс, т.е. за первым четырехстадийным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а первоначально построенная модель постепенно совершенствуется. Таким образом, в методологии моделирования заложены большие возможности самосовершенствования.
Перейдем теперь непосредственно к процессу экономико-математического моделирования, т.е. к описанию экономических и социальных систем и процессов в виде экономико-математических моделей. Эта разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования. Поэтому целесообразно более детально проанализировать последовательность и содержание этапов экономико-математического моделирования, выделив следующие шесть этапов: постановка экономической проблемы и ее качественный анализ; построение математической модели; математический анализ модели; подготовка исходной информации; численное решение; анализ численных результатов и их применение. Рассмотрим каждый из этапов более подробно.
- 1. Постановка экономической проблемы и ее качественный анализ. На этом этапе требуется сформулировать сущность проблемы, принимаемые предпосылки и допущения. Необходимо выделить важнейшие черты и свойства моделируемого объекта, изучить его структуру и взаимосвязь его элементов, хотя бы предварительно сформулировать гипотезы, объясняющие поведение и развитие объекта.
- 2. Построение математической модели. Это этап формализации экономической проблемы, т.е. выражения ее в виде конкретных математических зависимостей (функций, уравнений, неравенств и др.). Построение модели подразделяется в свою очередь на несколько стадий. Сначала определяется тип экономико-математической модели, изучаются возможности ее применения в данной задаче, уточняются конкретный перечень переменных и параметров и форма связей. Для некоторых сложных объектов целесообразно строить несколько разноаспектных моделей; при этом каждая модель выделяет лишь некоторые стороны объекта, а другие стороны учитываются агрегированно и приближенно. Оправданно стремление построить модель, относящуюся к хорошо изученному классу математических задач, что может потребовать некоторого упрощения исходных предпосылок модели, не искажающего основных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация проблемы приводит к неизвестной ранее математической структуре.
- 3. Математический анализ модели. На этом этапе чисто математическими приемами исследования выявляются общие свойства модели и ее решений. В частности, важным моментом является доказательство существования решения сформулированной задачи. При аналитическом исследовании выясняется, единственно ли решение, какие переменные могут входить в решение, в каких пределах они изменяются, каковы тенденции их изменения и т.д. Однако модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию; в таких случаях переходят к численным методам исследования.
- 4. Подготовка исходной информации. В экономических задачах это, как правило, наиболее трудоемкий этап моделирования, так как дело не сводится к пассивному сбору данных. Математическое моделирование предъявляет жесткие требования к системе информации; при этом надо принимать во внимание не только принципиальную возможность подготовки информации требуемого качества, но и затраты на подготовку информационных массивов. В процессе подготовки информации используются методы теории вероятностей, теоретической и математической статистики для организации выборочных обследований, оценки достоверности данных и т.д. При системном экономико-математическом моделировании результаты функционирования одних моделей служат исходной информацией для других.
- 5. Численное решение . Этот этап включает разработку алгоритмов численного решения задачи, подготовку программ на ЭВМ и непосредственное проведение расчетов; при этом значительные трудности вызываются большой размерностью экономических задач. Обычно расчеты на основе экономико-математической модели носят многовариантный характер. Многочисленные модельные эксперименты, изучение поведения модели при различных условиях стало возможно проводить благодаря высокому быстродействию современных ЭВМ. Численное решение существенно дополняет результаты аналитического исследования, а для многих моделей является единственно возможным.
- 6. Анализ численных результатов и их применение. На этом этапе, прежде всего, решается важнейший вопрос о правильности и полноте результатов моделирования и применимости их как в практической деятельности, так и в целях усовершенствования модели. Поэтому в первую очередь должна быть проведена проверка адекватности модели по тем свойствам, которые выбраны в качестве существенных (другими словами, должны быть произведены верификация и валидация модели). Применение численных результатов моделирования в экономике направлено на решение практических задач (анализ экономических объектов, экономическое прогнозирование развития хозяйственных и социальных процессов, выработка управленческих решений на всех уровнях хозяйственной иерархии).
Перечисленные этапы экономико-математического моделирования находятся в тесной взаимосвязи, в частности, могут иметь место возвратные связи этапов. Так, на этапе построения модели может выясниться, что постановка задачи или противоречива, или приводит к слишком сложной математической модели; в этом случае исходная постановка задачи должна быть скорректирована. Наиболее часто необходимость возврата к предшествующим этапам моделирования возникает на этапе подготовки исходной информации. Если необходимая информация отсутствует или затраты на ее подготовку слишком велики, приходится возвращаться к этапам постановки задачи и ее формализации, чтобы приспособиться к доступной исследователю информации.
Выше уже было сказано о циклическом характере процесса моделирования. Недостатки, которые не удается исправить на тех или иных этапах моделирования, устраняются в последующих циклах. Однако результаты каждого цикла имеют и вполне самостоятельное значение. Начав исследование с построения простой модели, можно получить полезные результаты, а затем перейти к созданию более сложной и более совершенной модели, включающей в себя новые условия и более точные математические зависимости.
