Предыдущая страница реферата | 14  15  16  17  18  19  20  21  22  23  24 | Следующая страница реферата

Рис. 10. Результаты подгонки параметров модели по переменной выручка.

Как видно из анализа Рис.3.11 тенденция, отмеченная нами в предыдущем рисунке, сохраняется. Появление нелинейности в исходной кривой тут же приводит к возрастанию погрешности аппроксимации. Совершенно очевидно, что при наложении на кривые случайных возмущений немедленно вызовет рост погрешности. В соответствии с этим будем строить линейную (в смысле линейных дифференциальных уравнений представления информационных, финансовых и материальных потоков) модель реальной системы. Или другими словами аппроксимировать реальные процессы отрезками, так называемых логистических кривых – результат хорошо известный в экспериментальном анализе экономических процессов. Прибыль предприятия до налогообложения представляет собой разность между выручкой (нетто) и себестоимостью оказанных услуг. Тем самым соответствующий график позволит нам, в определенной степени судить о точности верификации модели.

Рис. 3.11. Подгонка параметров модели по переменной себестоимость

Сделанное нами заключение о возможности представления реальной системы линейной имитационной моделью позволяет существенно упростить вероятностный анализ имитационной модели.

А именно, уравнения для математических ожиданий – уравнения имитационной модели, в которых все случайные составляющие приняты равными нулю, если использовать матричную форму записи уравнений имитационной модели. В предельном случае разностное уравнение заменяется соответствующим дифференциальным уравнением.

Рис.3.12. Моделирование прибыли при проверке точности аппроксимации модели реальной системе.

Обозначим:

– вектор переменных имитационной модели. n – число переменных модели.

Квадратная матрица размером темпов увеличения и уменьшения. Явный вид этой матрицы мы не приводим, вследствие ее громоздкости и проведения всех расчетов на ПК.

– вектор нормальных взаимно независимых белых шумов.

Тогда уравнения имитационной модели в векторном виде будут иметь вид:

Или в спектральном представлении (см. А.Корн “Справочник по математике для научных работников и инженеров”:

,

решение этого уравнения хорошо известно:

Обозначая чертой сверху соответствующие математические ожидания для их определения имеем однородное дифференциальное уравнение:

Аналитическое решение которого получается путем определения собственных чисел матрицы .

По причинам, описанным выше мы не приводим аналитической зависимости для корреляционных моментов исследуемых процессов. Для определения оценок дисперсий исследуемых процессов использовался метод Монте-Карло.

Программа имитационного моделирования была написана на языке Дельфи 6. Случайные процессы моделировались при помощи стандартной функции Randomize.

Начальный момент интегрирования положим равным , шаг интегрирования полгода. Если временную шкалу измерять в годах, тогда , а момент окончания интегрирования будет равен . Для определенности примем, что время выполнения услуги равно 0, 25 (одному кварталу).

Рекомендуем скачать другие рефераты по теме: ответы по алгебре, реферат по обществознанию.



Предыдущая страница реферата | 14  15  16  17  18  19  20  21  22  23  24 | Следующая страница реферата

Поделитесь этой записью или добавьте в закладки