Сущность моделирования и его значение

Размещено на http://www.allbest.ru/

ЛЕКЦИЯ

1. Основы моделирования

1.1 Сущность моделирования и его значение

Слово «модель» произошло от латинского слова «modulus», означает «мера», «образец». Его первоначальное значение было связано со строительным искусством, и почти во всех европейских языках оно употреблялось для обозначения образа или прообраза, или вещи, сходной в каком-то отношении с другой вещью.

Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все 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 принес методу моделирования ХХ век. Однако методология моделирования долгое время развивалась отдельными науками независимо друг от друга. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Исторически случилось так, что первые работы по компьютерному моделированию, или, как говорили раньше, моделированию на ЭВМ, были связаны с физикой, где с помощью моделирования решался целый ряд задач гидравлики, фильтрации, теплопереноса и теплообмена, механики твердого тела и т. д.

Моделирование в основном представляло собой решение сложных нелинейных задач математической физики с помощью итерационных схем, за исключением разве тех задач, где использовался метод Монте-Карло, и по существу было оно, конечно, моделированием математическим. Успехи математического моделирования в физике способствовали распространению его на задачи химии, электроэнергетики, биологии и некоторые другие дисциплины, причем схемы моделирования не слишком отличались друг от друга. Сложность решаемых на основе моделирования задач всегда ограничивалась лишь мощностью имеющихся ЭВМ.

Моделирование, в том числе и компьютерное моделирование, как познавательный приём неотделимо от развития знания. Практически во всех науках о природе построение и использование моделей является мощным орудием познания. Реальные объекты и процессы бывают столь многогранны и сложны, что лучшим способом их изучения часто является построение модели.

Компьютерное моделирование в настоящее время приобрело общенаучный характер и применяется в исследованиях живой и неживой природы, в науках о человеке и обществе.

1.2 Понятие модели и моделирования

Термин «модель» широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. В этом разделе мы будем рассматривать только такие модели, которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает 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.

Процесс моделирования включает три элемента:

субъект (исследователь),

объект исследования,

модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Главная особенность моделирования в том, что это метод 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.

Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) исследовать или вовсе невозможно, или же это исследование требует много времени и средств.

Сущность процесса моделирования схематически может быть представлена следующим образом:

Размещено на http://www.allbest.ru/

В моделировании есть два различных подхода. Модель может быть копией объекта, выполненной из другого материала, в другом масштабе, с отсутствием ряда деталей. Например, это игрушечный кораблик, домик из кубиков, деревянная модель самолета в натуральную величину, используемая в авиаконструировании и др. Модели такого рода называют натурными.

Модель может также отображать реальность более абстрактно - словесным описанием в свободной форме, описанием, формализованным по каким-то правилам, математическими соотношениями и т.п. Будем называть такие модели абстрактными.

Классификация абстрактных моделей:

1. Вербальные (текстовые) модели. Эти модели используют последовательности предложений на формализованных диалектах естественного языка для описания той или иной области действительности (примерами такого рода моделей являются милицейский протокол, правила дорожного движения).

2. Математические модели - очень широкий класс знаковых моделей (основанных на формальных языках над конечными алфавитами), использующих те или иные математические методы. Например, математическая модель звезды будет представлять собой сложную систему уравнений, описывающих физические процессы, происходящие в недрах звезды. Другой математической моделью являются, например, математические соотношения, позволяющие рассчитать оптимальный (наилучший с экономической точки зрения) план работы какого-либо предприятия.

3. Информационные модели - класс знаковых моделей, описывающих информационные процессы (получение, передачу, обработку, хранение и использование информации) в системах самой разнообразной природы. Примерами таких моделей могут служить OSI - семиуровневая модель взаимодействия открытых систем в компьютерных сетях, или машина Тьюринга - универсальная алгоритмическая модель.

Большая часть данного курса связана с прикладными математическими моделями, в реализации которых используются компьютеры. Это вызвано тем, что внутри информатики именно компьютерное математическое и компьютерное информационное моделирование могут рассматриваться как ее составные части. Компьютерное математическое моделирование связано с информатикой технологически; использование компьютеров и соответствующих технологий обработки информации стало неотъемлемой и необходимой стороной работы физика, инженера, экономиста, эколога, проектировщика ЭВМ и т.д.

Неформализованные вербальные модели не имеют столь явно выраженной привязки к информатике - ни в принципиальном, ни в технологическом аспектах.

2. Математическое моделирование

Математическая модель выражает существенные черты объекта или процесса языком уравнений и других математических средств.

Огромный толчок развитию математического моделирования дало появление ЭВМ, хотя сам метод зародился одновременно с математикой тысячи лет назад. моделирование нелинейный задача математический

Математическое моделирование не всегда требует компьютерной поддержки. Каждый специалист, профессионально занимающийся математическим моделированием, делает все возможное для аналитического исследования модели. Аналитические решения (т. е. представленные формулами, выражающими результаты исследования через исходные данные) обычно удобнее и информативнее численных. Однако возможности аналитических методов решения сложных математических задач очень ограничены и, как правило, эти методы гораздо сложнее численных.

2.1 Этапы математического моделирования

С появлением ЭВМ метод математического моделирования занял ведущее место среди других методов исследования. Особенно важную роль этот метод играет в современной экономической науке. Изучение и прогнозирование какого-либо экономического явления методом математического моделирования позволяет проектировать новые технические средства, прогнозировать воздействие на данное явление тех или иных факторов, планировать эти явления даже при существовании нестабильной экономической ситуации.

Построение математической модели - это центральный этап исследования или проектирования любой системы. От качества модели зависит весь последующий анализ объекта. Построение модели - это процедура не формальная. Сильно зависит от исследователя, его опыта и вкуса, всегда опирается на определенный опытный материал. Модель должна быть достаточно точной, адекватной и должна быть удобна для использования.

Основные этапы моделирования

1. Постановка задачи.

Определение цели анализа и пути ее достижения и выработки общего подхода к исследуемой проблеме. На этом этапе требуется глубокое понимание существа поставленной задачи. Иногда, правильно поставить задачу не менее сложно чем ее решить. Постановка - процесс не формальный, общих правил нет.

2. Изучение теоретических основ и сбор информации об объекте оригинала.

На этом этапе подбирается или разрабатывается подходящая теория. Если ее нет, устанавливаются причинно - следственные связи между переменными описывающими объект. Определяются входные и выходные данные, принимаются упрощающие предположения.

В целях правильного построения числовой модели, получения приемлемого оптимального решения особое внимание необходимо уделять подготовке исходной информации, её переработке в технико-экономические характеристики объекта исследования.

Информация как совокупность необходимых для моделирования сведений об процессе и объекте должна быть репрезентативной, содержательной, достаточной, доступной, актуальной, своевременной, точной, достоверной, устойчивой.

На рисунке показана информация, используемая для экономико-математического моделирования. Она разделена на входную, выходную, первичную, вторичную, определенную, стохастическую, неопределенную и другую.

Размещено на http://www.allbest.ru/

Входную информацию по способу ее использования подразделяют на две основные группы - условно-постоянную (справочную) и переменную.

Условно-постоянная информация объединяет большую группу зафиксированной информации, используемой неоднократно. Информация данной группы используется в моделях в виде нормативных коэффициентов, например, нормы затрат i - го вида производственных ресурсов по j - м видам деятельности, нормы выхода i - го вида продукции по j - м видам деятельности.

Переменная информация обеспечивает разработку и решение конкретной математической задачи. К переменной информации относят многие коэффициенты, сформулированные для данной числовой модели с учетом конкретных условий; задания на гарантированные объемы производства (); главным образом, информацию технико-экономического планирования, оперативных планов производственных процессов, использования средств, финансовые планы и т. п.

Переменная информация используется при моделировании, как правило, одноразово, а затем она теряет свои качества и становится непригодной для дальнейших работ.

По стадии обработки можно выделить первичную и вторичную информацию.

Первая из них возникает непосредственно в процессе деятельности объекта и регистрируется на начальной стадии, а вторичная - является результатом обработки первичной информации и может использоваться в качестве исходных данных для последующих расчетов, либо для выработки управленческих решений.

По продолжительности данные, используемые при моделировании, анализируются в разрезе одного месяца, года или ряда лет.

Информацию можно группировать по уровню обобщения: данные об отраслях, хозяйствах, группах хозяйств, муниципальных образованиях и о регионе.

По степени определенности выделяют производственно-экономическую информацию в виде определенных, стохастических и неопределенных величин.

Определенные (детерминированные) показатели производственных процессов, как правило, являются постоянными и предсказуемыми. К таким показателям относятся земельные ресурсы, площади сельскохозяйственных угодий, сельскохозяйственная техника и другие.

К стохастическим (случайным) величинам относятся такие характеристики, которые могут быть описаны с помощью вероятностных законов распределения. Во многих случаях ряды урожайностей сельскохозяйственных культур в отдельных хозяйствах подчинены гамма и логарифмически нормальному закону распределения. Для хозяйств с неустойчивым сельскохозяйственным производством в группу случайных величин могут попасть затраты, прибыль, трудовые ресурсы.

Под неопределенностью следует понимать отсутствие, неполноту, недостаточность информации об объекте, процессе, явлении или неуверенность в достоверности информации. В ряде случаев сведения о неопределенных характеристиках можно получить с помощью экспертных оценок.

Источниками информации для разработки оптимизационной модели служат годовые отчеты, производственно-финансовые и перспективные планы, данные первичного учета сельскохозяйственных предприятий, технологические карты по возделыванию и уборке сельскохозяйственных культур и выращиванию животных, а также различные нормативные справочники.

3. Формализация.

Заключается в выборе системы условных обозначений и с их помощью записывать отношения между составляющими объекта в виде математических выражений. Устанавливается класс задач, к которым может быть отнесена полученная математическая модель объекта. Значения некоторых параметров на этом этапе еще могут быть не конкретизированы.

4. Выбор метода решения.

На этом этапе устанавливаются окончательные параметры моделей с учетом условия функционирования объекта. Для полученной математической задачи выбирается какой- либо метод решения или разрабатывается специальный метод. При выборе метода учитываются знания пользователя, его предпочтения, а также предпочтения разработчика.

5. Реализация модели.

Разработав алгоритм, пишется программа, которая отлаживается, тестируется и получается решение нужной задачи.

6. Анализ полученной информации.

Сопоставляется полученное и предполагаемое решение, проводится контроль погрешности моделирования.

7. Проверка адекватности реальному объекту.

Результаты, полученные по модели сопоставляются либо с имеющейся об объекте информацией или проводится эксперимент и его результаты сопоставляются с расчётными.

Процесс моделирования является итеративным. В случае неудовлетворительных результатов этапов 6. или 7. осуществляется возврат к одному из ранних этапов, который мог привести к разработке неудачной модели. Этот этап и все последующие уточняются и такое уточнение модели происходит до тех пор, пока не будут получены приемлемые результаты.

2.2 Классификация математических моделей

1. По уровню познания модели подразделяются на:

- теоретические (законы, принципы, положения применительно к объекту исследования);

- эмпирические, основанные на опыте и использующие количественные соотношения.

2. По агрегированию выделяют:

- макромодели;

- микромодели.

3. По использованию времени модели бывают:

- динамические (движение во времени);

- статические (неподвижные).

4. По наличию неопределенности различают:

- детерминистические (определенные);

- статистические (стохастические).

5. По конкретному применению или назначению рассматривают:

- балансовые;

- трендовые;

- оптимизационные (задачи математического программирования, достигающие максимума и минимума функций);

- имитационные (модели, основанные на методе статистических испытаний).

6. По использованию информации выделяют модели:

- априорные (теоретическая информация);

- апостериорные (опытная, наблюдательная информация);

- нормативные;

- описательные.

2.3 Математические методы для решения оптимальных задач

При решении конкретной задачи оптимизации исследователь прежде всего должен выбрать математический метод, который приводил бы к конечным результатам с наименьшими затратами на вычисления или же давал возможность получить наибольший объем информации об искомом решении. Выбор того или иного метода в значительной степени определяется постановкой оптимальной задачи, а также используемой математической моделью объекта оптимизации.

В настоящее время для решения оптимальных задач применяют в основном следующие методы:

1. Методы экономической кибернетики включают в себя системный анализ; теория экономической информации; теория управления.

2. Методы математической статистики содержат корреляцию; регрессию; дисперсию; Фурье анализ и др.

3. Методы математической экономики основаны на эконометрике; анализе спроса и потребления; теории экономического роста; теории производственных функций.

4. Метод анализа спроса и потребления включает в себя теорию экономического роста; теорию производственных функций.

5. Методы принятия оптимальных решений содержат в себе математическое программирование (линейное, нелинейное, динамическое, транспортная задача).

Размещено на Allbest.ru