лучшие книги по экономике
Главная страница

Главная

Замовити роботу

Последние поступления

Форум

Создай свою тему

Карта сайта

Обратная связь

Статьи партнёров


Замовити роботу
Книги по
алфавиту

Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О

Моделювання економіки

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]

Узагальнену схему алгоритму обчислення величини Gprof наведено на рис. 2.4.2.
Оператор 1 вводить вхідні дані та всі необхідні параметри.
Оператор 2 є початком циклу здійснення імітаційних прогонів (реалізацій). Цикл завершується, коли I = N.
Оператор 3 звертається до процедури, що генерує можливе значення випадкової величини, яка розподілена згідно зі стандартним нормальним законом розподілу.
Оператор 4 обчислює реалізацію випадкової величини експлуатаційних витрат.
Оператори 5 і 6 аналогічно попередньому визначають реалізацію випадкової величини місткості ринку.
Оператор 7 звертається до процедури, котра визначає реалізацію випадкової величини частки підприємства на ринку. Ця випадкова величина генерується, зокрема, згідно з процедурою моделювання випадкових величин з інтервально-рівномірним розподілом див. (рис. 2.1.8).
Оператор 8 визначає за формулою (2.4.6) реалізацію випадкової величини прибутку.
Оператор 9 здійснює накопичення суми реалізацій випадкової величини прибутку і суми їх квадратів для всіх прогонів.
Після завершення імітаційних прогонів оператор 10 обчислює величини mprof,sprof, Gprof .
Оператор 11 виводить результати моделювання на монітор (чи на принтер).

Рис. 2.4.2. Узагальнений алгоритм
обчислення величини Gprof

Числовий приклад.
Нехай відомі такі дані:
mrach — середнє значення експлуатаційних витрат (грн): mrach = 110 000;
srach — середньоквадратичне відхилення експлуатаційних витрат: srach = 11 000;
mryn — середнє значення місткості ринку: mryn = 2 780 000;
sryn — середньоквадратичне відхилення місткості ринку: sryn =250 000;
N — кількість випадкових реалізацій: N = 1000.
Змінюваними параметрами вважатимемо параметри закону розподілу частки підприємства на ринку.
Розглянемо три варіанти розподілу.
Для першого варіанта припустимо, що закон розподілу є рівномірним, тобто кількість граничних точок n = 2. Нехай середнє значення частки ринку дорівнює 0,1, а значення координат граничних точок: а0 = 0,099; а1 = 0,101. Отже, для першого варіанта ступінь невизначеності досить невеликий. Частка підприємства на ринку практично постійна (становить 10 % його загальної місткості).
Для другого варіанта припустимо, що кількість граничних точок п = 6 (діапазон складається з п’яти інтервалів), тобто випадкова величина частки ринку розподілена нерівномірно. Нехай середнє значення те ж саме (0,1) і граничні точки розташовані симетрично відносно середнього значення. Оберемо такі значення координат цих точок:

Імовірності попадання на окремі інтервали визначатимемо з умови, що всі вони однакові й дорівнюють: . Тоді легко знайти відповідні значення щільності розподілу на кожному із п’яти інтервалів (рис. 2.4.3):

Рис. 2.4.3. Інтервально-рівномірний закон
розподілу частки на ринку (другий варіант)

Для третього варіанта відомо, що кількість граничних точок п = 6 (діапазон складається з п’яти інтервалів), але граничні точки розташовані асиметрично відносно математичного сподівання. Середнє значення цієї випадкової величини нехай наближено становить 0,1, а координати граничних точок:

Значення щільності розподілу на кожному із п’яти інтервалів становлять відповідно:

Дані щодо цих трьох варіантів стосовно частки підприємства на ринку можна подати у таблиці (табл. 2.4.1).
Таблиця 2.4.1
ПАРАМЕТРИ ІНТЕРВАЛЬНО-РІВНОМІРНИХ РОЗПОДІЛІВ


Номер
варіанта

Кількість
точок

Координати точок

1

2

3

4

5

6

1

2

0,099

0,101

2

6

0,035

0,075

0,095

0,105

0,125

0,165

3

6

0,035

0,075

0,095

0,105

0,155

0,255

Результати моделювання подано у табл. 2.4.2
Таблиця 2.4.2
РЕЗУЛЬТАТИ МОДЕЛЮВАННЯ


Номер варіанта

mprof

?prof

Gprof

1

168822,62

27440,84

133698,34

2

174401,02

91653,35

57084,72

3

216211,40

152847,04

20567,19

Аналіз даних табл. 2.4.2 показує, що зі збільшенням невизначеності та зумовленого цим ступеня ризику щодо частки підприємства на ринку гарантований прибуток зменшується через більший розкид (варіацію) випадкової величини прибутку.
Якщо відсутня додаткова інформація, то кращим є перший варіант. Можливі й інші стратегії прийняття рішення в умовах ризику.

Завдання для самостійного виконання

    • Побудувати імітаційну модель будівництва підприємства.
    • Розробити алгоритм та програму його реалізації на комп’ютері.
    • Провести розрахунки, використовуючи задані вхідні дані.
    • Проаналізувати отримані результати, зробити висновки.

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]


ВНИМАНИЕ! Содержимое сайта предназначено исключительно для ознакомления, без целей коммерческого использования. Все права принадлежат их законным правообладателям. Любое использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием содержимого сайта.
© 2007-2017 BPK Group.