Имитационное моделирование экономической деятельности предприятия - Курсовая работа

бесплатно 0
4.5 126
Основы использования законов распределения случайных величин. Характеристика метода Монте-Карло. Обобщенное распределение Эрланга. Планирование имитационного компьютерного эксперимента. Исследование аспектов ортогонального планирования второго порядка.

Скачать работу Скачать уникальную работу

Чтобы скачать работу, Вы должны пройти проверку:


Аннотация к работе
Моделирование в экономике начали применять еще задолго до того, как экономика окончательно оформилась как самостоятельная научная дисциплина. Математические модели использовались еще Ф. В XIX веке большой вклад в моделирование внесла математическая школа (Л. В XX веке методы математического моделирования экономики применялись очень широко и с их использованием связаны выдающиеся работы лауреатов нобелевской премии по экономике (Д.Моделированием является перенос свойств одной системы, которая называется объектом моделирования, на другую систему, которая называется модель объекта, воздействие на модель осуществляется с целью определения свойств объекта по характеру ее поведения. Как показывает практика моделирования, замена объекта его моделью дает часто положительные эффект. Модель какого-либо объекта может быть или точной копией этого объекта (хотя и выполненной из другого материала и в другом масштабе), или отображать некоторые характерные свойства объекта в абстрактной форме. Имитационные модели не способны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором. Непосредственное экспериментирование на реальной системе устраняет много затруднений, если необходимо обеспечить соответствие между моделью и реальными условиями; однако недостатки такого экспериментирования иногда весьма значительны: может нарушить установленный порядок работы фирмы;Статистические испытания по методу Монте-Карло представляют собой простейшее имитационное моделирование при полном отсутствии каких-либо правил поведения. Получение выборок по методу Монте-Карло - основной принцип компьютерного моделирования систем, содержащих стохастические или вероятностные элементы. Зарождение метода связано с работой фон Неймана и Улана в конце 1940-х гг., когда они ввели для него название «Монте-Карло» и применили его к решению некоторых задач экранирования ядерных излучений. Согласно методу Монте-Карло проектировщик может моделировать работу тысячи сложных систем, управляющих тысячами разновидностей подобных процессов, и исследовать поведение всей группы, обрабатывая статистические данные. Процедура анализа по методу Монте-Карло строит выборки из генеральной совокупности в соответствии с указаниями пользователя, а затем производит следующие действия: имитирует случайную выборку из генеральной совокупности, проводит анализ выборки и сохраняет результаты.Для качественной оценки сложной системы удобно использовать результаты теории случайных процессов. Поэтому предсказание поведения сложной системы может иметь смысл только в рамках вероятностных категорий. Другими словами, для ожидаемых событий могут быть указаны лишь вероятности их наступления, а относительно некоторых значений приходится ограничиться законами их распределения или другими вероятностными характеристиками (например, средними значениями, дисперсиями и т.д.).Такие распределения получаются с помощью двух основных приемов: a) обратных функций; Плотность равномерного распределения задается формулой: т.е.на интервале, которому принадлежат все возможные значения случайной величины, плотность сохраняет постоянное значение (Рис.1). В имитационных моделях экономических процессов равномерное распределение иногда используется для моделирования простых (одноэтапных) работ, при расчетах по сетевым графикам работ, в военном деле - для моделирования сроков прохождения пути подразделениями, времени рытья окопов и строительства фортификационных сооружений. Дискретное распределение представлено двумя законами: биноминальным, где вероятность наступления события в нескольких независимых испытаниях определяется по формуле Бернулли: , где n - количество независимых испытаний m - число появления события в n испытаниях.Нормальное, или гауссово распределение, - это, несомненно, одно из наиболее важных и часто используемых видов непрерывных распределений. Непрерывная случайная величина t имеет нормальное распределение вероятностей с параметрами т и > О, если ее плотность вероятностей имеет вид (Рис.2, Рис.3): где т - математическое ожидание M[t]; Любые сложные работы на объектах экономики состоят из многих коротких последовательных элементарных составляющих работ.Оно также занимает очень важное место при проведении системного анализа экономической деятельности. Этому закону распределения подчиняются многие явления, например: время поступления заказа на предприятие; срок службы деталей и узлов в компьютере, установленном, например, в бухгалтерии. На Рис.4 приведены характеристики гамма-распределения, а также график его функции плотности для различных значений этих характеристик.Это распределение, имеющее несимметричный вид. Обобщенное распределение Эрланга применяется при создании как математических, так и имитационных моделей. Применение чисто математических методов для исследования в моделях эффектов от таких групповых потоков либо невозможно

План
Содержание

Введение

1. Теоретические основы имитационного моделирования

1.1 Моделирование. Имитационное моделирование

1.2 Метод Монте-Карло

1.3 Использование законов распределения случайных величин

1.3.1 Равномерное распределение

1.3.2 Дискретное распределение (общий случай)

1.3.3 Нормальное распределение

1.3.4 Экспоненциальное распределение

1.3.5 Обобщенное распределение Эрланга

1.3.6 Треугольное распределение

1.4 Планирование имитационного компьютерного эксперимента

1.4.1 Кибернетический подход к организации экспериментальных исследований сложных объектов и процессов

1.4.2 Регрессионный анализ и управление модельным экспериментом

1.4.3 Ортогональное планирование второго порядка

2. Практическая работа

3. Выводы по бизнес-модели «Эффективность производства»

Заключение

Список используемой литературы

Введение
Моделирование в экономике начали применять еще задолго до того, как экономика окончательно оформилась как самостоятельная научная дисциплина. Математические модели использовались еще Ф. Кенэ (1758 г. Экономическая таблица ), А. Смитом (классическая макроэкономическая модель), Д. Рикардо (модель международной торговли). В XIX веке большой вклад в моделирование внесла математическая школа (Л. Вальрас, О. Курно, В Парето, Ф. Эджворт и др.). В XX веке методы математического моделирования экономики применялись очень широко и с их использованием связаны выдающиеся работы лауреатов нобелевской премии по экономике (Д. Хикс, Р. Солоу, В. Леонтьев, П. Самуэльсон).

Курсовая работа по предмету «Имитационное моделирование экономических процессов» является самостоятельной учебно-исследовательской работой.

Целью написания данной курсовой работы является закрепление теоретических и практических знаний. Освещение подходов и способов применения имитационного моделирования в проектной экономической деятельности.

Главная задача - исследовать с помощью имитационного моделирования эффективность хозяйственной деятельности предприятия.

Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность
своей работы


Новые загруженные работы

Дисциплины научных работ





Хотите, перезвоним вам?